第4章 抖动分类：随机抖动与确定性抖动归纳总结
做信号完整性这些年，我最大的体会就是——抖动这东西，你得先分清楚它是什么“性格”，才能对症下药。说白了，抖动就是信号边沿在时间轴上的晃动，但晃的原因千差万别。咱们今天就把两大类核心抖动：随机抖动（RJ）和确定性抖动（DJ）彻底捋一遍。
为什么非要分这两类？因为它们的根源、数学模型、测量方法完全不同。你在示波器上看到一个总抖动（TJ）直方图，如果不拆分，你根本不知道是该换驱动芯片还是该改善电源噪声。我早期有个项目，误把电源纹波导致的DJ当成RJ去优化锁相环，白白折腾了两周……嗯，从那以后我对分类这事再也不敢马虎。
4.1 抖动的“家族树”
在往下走之前，先得画个结构图。你不妨把它当成一张地图，后面所有分析都能在这个树上找到位置。
核心知识点：总抖动（TJ）由随机抖动（RJ）和确定性抖动（DJ）组成；DJ又可以拆成周期性抖动（PJ）、数据相关抖动（DDJ）和占空比失真（DCD）。其中DDJ里就藏着咱们课程后面重点讲的ISI抖动。
4.2 随机抖动（RJ）—— 天生的“噪音”
随机抖动，你想想看，它来源于热噪声、散弹噪声这类物理过程。即便你把电源做得再干净，导线电阻的热噪声还在，所以RJ不可能完全消除。它的概率密度函数是高斯分布——没边界、尾巴拖很长。
我的经验：在测量RJ时，采样数不够就容易低估。我习惯用至少100k个样点做直方图，然后看RMS值。有次图省事只采了1k个点，结果算出来的RMS偏了30%，白加班一整天。
RJ的几个关键特征：
- 无界：理论上峰值无限大，实际测量中用“RMS × 常数”来估算峰峰值（比如14.07σ对应10⁻¹²误码率）。
- 不可重复：同一批次测量的结果每次都不一样。
- 与数据速率无关：只要物理环境不变，RJ的RMS值基本固定。
在S参数引起的ISI抖动里，RJ其实不直接参与——ISI属于确定性抖动领域。但TJ分解时，RJ是必须减掉的基底。
4.3 确定性抖动（DJ）—— “看得见的”麻烦
确定性抖动就有意思了，它是有界的、可重复的。你能在同一个数据图案上观察到相同的抖动位置。说白了，DJ是被“制造”出来的——要么是电源干扰、要么是阻抗不连续、要么是占空比不对称。
| 对比项 | 随机抖动（RJ） | 确定性抖动（DJ） |
|---|---|---|
| 概率分布 | 高斯（无界） | 双峰、均匀、任意有界分布 |
| 可重复性 | 否 | 是（相同数据图案下） |
| 根源 | 热噪声、散粒噪声 | 电源噪声、串扰、阻抗失配、占空比误差 |
| 对误码率的影响 | 在低BER时主导 | 在高BER时主导（有界） |
| 测量难度 | 需要大量样本 | 可以用编码图案快速定位 |
DJ内部又分三兄弟：
- 周期性抖动（PJ）——来自开关电源的纹波、时钟耦合等，频率固定。我记得有个案子，板子上的12V转3.3V的DC-DC工作频率是1MHz，结果总线信号上出现1MHz的PJ，影响了接收眼图。
- 数据相关抖动（DDJ）——与之前传输的比特序列有关。最常见的表现就是ISI（码间串扰）。
- 占空比失真（DCD）——时钟信号的占空比不是50%，导致上升沿和下降沿抖动偏移。通常由驱动器不对称或参考电平偏移引起。
4.4 如何从TJ中分离RJ和DJ
实际工作中，我们用双狄拉克（Dual-Dirac）模型。这个模型假设RJ是高斯分布，DJ是两个狄拉克脉冲。测量出TJ在某一误码率下的峰峰值，然后通过公式反推RJ和DJ。
关键公式：TJ(β) = DJ + 2 × α × RJ，其中α是与误码率相关的系数（BER=1e-12时α≈7.0）。
实际做法：测量不同误码率下的TJ，做线性拟合，斜率对应2×α，截距对应DJ。
实际做法：测量不同误码率下的TJ，做线性拟合，斜率对应2×α，截距对应DJ。
坑要注意：双狄拉克模型假设DJ是双峰对称的。但实际ISI抖动往往是多峰不对称的，用这个模型算出来的DJ会偏低。我踩过这个坑——分析一个背板S参数引起的ISI，算出来DJ只有5ps，可眼睛睁开宽度只剩3ps，明显不对。后来想想，DDJ是多峰分布，得用更精细的方法。
4.5 本章要点速查
- 抖动的二分类：RJ（无界、高斯） vs DJ（有界、可重复）。
- DJ进一步分为PJ、DDJ（含ISI）、DCD。
- 从S参数角度看，ISI抖动属于DDJ，由通道的频率响应（带宽不足、回损、串扰）引起。
- 分离RJ和DJ常用双狄拉克模型，但要注意DJ分布形状对结果的影响。
- 测量RJ时保证样本量，测量DJ时使用特定数据图案（如PRBS）更容易定位。
我个人习惯在做S参数仿真时，先跑一下通道的脉冲响应，然后叠加不同码型的ISI抖动量，再跟实测对比。这样能快速验证S参数建模是否准确。记住，抖动分类不是终点，真正的目的是找到根源、定量分析，然后做优化。