第2章：随机抖动(RJ)的统计特性与模型

咱们做抖动分解，第一步就得把随机抖动（RJ）这家伙搞清楚。为什么？因为它是所有抖动分离的“基准线”。你想想看，RJ处理不好，后面所有DJ、DDJ、PJ的分解全都会跑偏。

我还是先抛个明确结论：RJ本质上是一种无界、高斯分布的随机过程。嗯，这意味着它没有最大值——理论上你能测到无穷大的抖动幅度，只是概率极低而已。

2.1 高斯分布与RJ的核心联系

说白了，RJ的来源就是电路中的热噪声、散粒噪声、1/f噪声这些“不守规矩”的家伙。它们累加在一起，最终表现为一个高斯过程。为什么是高斯？中心极限定理告诉我们，大量独立随机事件叠加，结果自然趋向高斯分布。

我记得曾经调试一个28Gbps的高速链路，眼图闭合得让人崩溃。我用示波器抓了100万个边沿，发现抖动直方图的两边尾巴比预期要胖——但中间区域还是完美的高斯形状。这就是RJ的典型特征：尾巴决定大局。

RJ的PDF可以直接写出来：

P(x) = (1 / (σ * √(2π))) * exp(-(x - μ)² / (2σ²))

其中μ是均值，σ是标准差。但实际测量中，我们更关心的是RMS抖动 — 也就是σ。为什么？因为RJ的峰峰值没法直接定义，它取决于你观测多长时间。

2.2 为什么说RJ“无界”？

这个问题我经常被问到。很多人不理解：抖动怎么会没上限？

你想想看，高斯分布的尾巴是无限延伸的。理论上，等待足够长的时间，总会遇到一个超出你预期的抖动事件。只不过，这种事件的概率随着幅度增大呈指数级下降。

观测时间	预期最大偏移（相对于σ）	理论概率（超越该值）
1秒 (10^9次跳变)	~6.1σ	~10^{-9}
1小时	~7.4σ	~10^{-13}
1年	~8.2σ	~10^{-16}

看到没有？时间越长，你看到“大抖动”的概率越高。这就是为什么我们做高速串行链路误码率测试时，必须用浴盆曲线(Bathtub Curve)去外推长期BER。

2.3 RJ的统计参数与测量

实际测试中，RJ的参数提取不是简单地拿直方图算标准差。示波器抓到的边沿数据里，DJ、PJ、DDJ都混在里面。直接算σ会把所有抖动都算进去，那叫总抖动(TJ)，不是RJ。

我们真正需要的是固有随机抖动(Intrinsic RJ) —— 也就是去除所有确定性分量后，剩下的那部分高斯成分。

我个人习惯用双狄拉克法(Dual-Dirac)来提取RJ。基本思路是：

1. 测量TJ在不同BER下的峰峰值
2. 拟合TJ(BER) = DJ + 2ασ · erfc^{-1}(BER)
3. 从拟合参数中分离出σ

这里的α是一个校正因子，当数据符合高斯时α=1。但现实中我经常遇到α偏离1的情况——

2.4 RJ对系统误码率的影响

这部分是RJ“杀伤力”最大的地方。RJ不是让你眼图稍微闭合一点——它是一个无法消除的本底噪声，决定了你链路BER的极限。

假设你的系统只有RJ（没有DJ），那么BER和抖动的关系可以用一个简单的公式估算：

BER = erfc( (UI/2) / (√2 · σ_RJ) )

其中UI是单位间隔，比如10Gbps下UI=100ps。如果σ_RJ=1ps，那么BER≈10^{-23}，几乎不可能出错。但如果σ_RJ=5ps，BER直接跳到10^{-5}，链路基本废了。

我做过一个实验：在28Gbps链路上故意引入热噪声，让RJ从0.8ps增大到1.5ps。结果令人印象深刻——眼高从70%掉到30%，BER从10^{-15}恶化到10^{-9}。这就是RJ的威力。

接下来，我用一张图总结本章的核心逻辑：

2.5 RJ建模中的常见误区

最后，我想聊聊实际测量中RJ建模最容易出问题的几个点：

• 误把有界抖动当RJ：比如宽带PJ，它的统计数据也可能像高斯，但实际是有界的。区分方法——做长时FFT，如果看到明显的谱线，那肯定不是纯RJ。
• 采样数不足：我曾经吃过这个亏，只抓了10k个边沿，算出来σ=0.7ps，看起来很漂亮。但增加到1M个边沿后，σ变成了1.1ps。经验法则：至少1M个测量点，RJ标准差的置信度才有保障。
• 带宽截断效应：示波器带宽不够时，RJ会被“平滑”掉一部分高频分量。我一般要求测量带宽至少是被测信号频率的3倍。
• 忽略1/f噪声的长期漂移：低频段的闪烁噪声会让RJ的σ随时间缓慢漂移。如果测试时间在分钟级，建议分段截取分别计算σ，观察稳定性再做合并。