第4章 随机抖动（RJ）的数学模型：高斯分布、标准差、概率密度函数
4.1 为什么RJ是高斯分布？
我刚入行那几年，对RJ的认知就是“一个抖动的随机数”。直到第一次调试SerDes眼图，看到BER浴盆曲线那两边的尾巴，才真正理解：RJ的根源是热噪声、散粒噪声这类物理过程，它们在时域上叠加的效果，天然服从中心极限定理。说白了，只要独立噪声源够多、够杂，你测得的时间偏差就是高斯分布。
你想想看，一个理想时钟沿，被成千上万个微小扰动推来推去。这些扰动各自独立，幅度随机，正负都可能。最后时钟沿的位置，就是大量随机变量的和——这就是高斯分布的标准场景。
个人经验：我在做10Gbps收发机测试时，发现如果RJ不服从高斯，多半是没测对。可能是锁相环没锁住，或者触发设置有问题。所以验证RJ的高斯性，是我每次测试的第一步。
4.2 概率密度函数与高斯公式
RJ的概率密度函数（PDF）就是标准的高斯钟形曲线。公式怎么写？
PDF(x) = (1 / (σ · √(2π))) · exp( - (x - μ)² / (2σ²) )这里：
- μ（均值）：通常为0，表示无系统性偏移。如果有直流偏置，那是DJ的事。
- σ（标准差）：RJ的核心参数，单位是秒（或皮秒）。σ越大，抖动越大，眼图闭合越快。
需要特别注意的是，RJ的PDF没有“边界”。理论上，高斯分布覆盖整个实数轴，尾巴无限长。这在工程上意味着什么？——RJ永远不会消失，只能通过设计降低σ。而且，随着BER门限降低，RJ造成的误码率会一直存在，不像DJ那样有确定的最大值。
| 参数 | 数学定义 | 工程含义 |
|---|---|---|
| μ | 高斯分布均值 | 理想时钟沿位置，通常设为0 |
| σ | 标准差 | RJ的RMS值，度量离散程度 |
| 概率密度函数 | 任一时刻出现抖动值的概率 |
4.3 标准差的意义与工程测量
我个人习惯用σ的峰峰值（peak-to-peak）来估算RJ的边界，但请注意：高斯分布的无界性导致理论峰峰值无限大。实际工程中，我们通常取某个概率对应的范围。例如，BER=10⁻¹²时，对应的峰峰值大约是14×σ（双尾）。
为什么会是14？因为高斯分布的累积分布函数（CDF）在±7σ处覆盖了99.9999999%的概率。换句话说，每10¹²个比特中，只有1个比特的抖动会超出这个范围。这个7σ的关系，是时间域BER测试的基础。
测量方法：实际测RJ并不容易。直接测直方图，然后拟合高斯曲线提取σ。但要注意，直方图中包含DJ成分，得先分离。我常用的做法是：
- 采集足够多的TIE（时间间隔误差）样本，至少1M个。
- 用直方图或QQ图检验高斯性。
- 通过双狄拉克（Dual-Dirac）模型分离RJ和DJ。
避坑指南：我曾经在产品测试时，发现测出的σ偏大一倍。查了半天，原来是示波器采样率不够，导致时间分辨率太粗，引发了量化噪声，混进了RJ里。后来乖乖用高带宽示波器，并做了抖动分解校准。
4.4 常见RJ值参考
不同速率、不同器件的RJ指标差异很大。我整理了一张常见参考表（基于10⁻¹² BER水平）：
| 应用场景 | 典型RJ RMS (ps) | 备注 |
|---|---|---|
| PCIe Gen3 (8 GT/s) | 0.5 ~ 1.0 | 使用PLL后RJ较低 |
| 10G Base-KR | 0.3 ~ 0.6 | 需考虑发送端和接收端噪声 |
| 100G PAM4 (56 GBaud) | 0.1 ~ 0.3 | 对RJ极度敏感 |
| 普通LVDS (几百MHz) | 1 ~ 5 | 可以放宽要求 |
这些数值只是经验参考，具体设计时一定要结合实际链路预算。我的做法是先测出背景噪声平台的RJ，再根据BER目标反推允许的抖动余量。
4.5 RJ与高斯分布的工程图像
下图直观展示了RJ的PDF、σ和概率累积的关系。这是每个做抖动分析的人都应该刻在脑子里的图：
这张图里，蓝色曲线是高斯的PDF，红色虚线是均值位置，绿色虚线是±1σ范围（占据了68.27%的样本），橙色虚线是±3σ（99.73%）。右下角说明了BER=10⁻¹²对应的峰峰值大约是14σ——记住这个数字，它在抖动预算中非常常用。
核心结论：RJ的内禀属性就是高斯性，工程上我们只需要关心σ。σ越小，眼图越开；σ越大，系统对噪声越敏感。至于PDF的具体形状，只要确认高斯性成立，公式可以直接用。
4.6 实操检查清单
如果你在项目中需要测量和验证RJ模型，我建议按以下步骤走：
- 确认采集数据质量：触发稳定，重复采集直方图一致。
- 检查高斯性：用Q-Q图或者χ²拟合优度检验。如果偏度/峰度偏离太大，考虑有未分离的DJ。
- 提取σ：用最大似然估计（MLE）或最小二乘拟合高斯曲线。注意剔除异常值（超出±5σ的极值点）。
- 分离RJ与DJ：使用双狄拉克模型或频谱法。我习惯先用频谱看是否存在周期性成分（PJ），再去拟合RJ。
- 与规格比对：将测得的σ代入BER推导模型，确认是否满足误码率目标。
一点提醒：很多时候RJ测量误差来源于示波器自身的本底噪声。记得先测一个短路线，得到仪器的噪声基底，再从测量结果中去除。这一步省不得。
到这里，RJ的数学模型就讲完了。高斯分布不复杂，难的是工程上如何准确获得那个σ，以及如何用σ推算BER。下一部分我们会深入双狄拉克模型——那就是把RJ和DJ揉在一起算总抖动的方法，也是很多标准里抖动的最后评判依据。