2. PRBS 基本原理：伪随机序列定义、生成原理、特性

做通信测试这么多年，我打交道最多的信号就是 PRBS。说它是通信行业的“万能测试码”一点不为过。今天咱们就来扒一扒，这个“伪随机”到底伪在哪里，又是怎么生成的。

2.1 伪随机序列的定义：到底哪里“伪”？

先搞清基本概念。你想想看，真正的随机序列是不可预测的。就像抛硬币，下一次是正还是反，你永远猜不准。那我们做测试怎么办？每次测出来的结果都不一样，这bug还怎么复现？

于是就有了伪随机序列。它叫“伪随机”，是因为它看起来随机，本质却是确定的。有两个关键特征：

• 确定性：只要初始状态（种子）一样，生成的序列一模一样。这点对测试太重要了。
• 随机性外观：它通过一系列统计检验，看起来和真随机几乎没区别。例如“0”和“1”的个数几乎相等，游程分布符合数学规律。

2.2 PRBS 的生成原理：LFSR 的奥妙

PRBS 怎么造出来的？说白了就是“线性反馈移位寄存器”，英文叫 LFSR。结构很简单：一组移位寄存器，加一个异或门。

看一个经典例子：3 阶 PRBS 生成器。

             +-->[D2]--->[D1]--->[D0]--+
             |                         |
             +--<--- XOR <----(抽头)----+
                         |
                     输出序列

这里面 D0、D1、D2 是三个寄存器。通常 D2 和 D0 的输出经过异或后，反馈到 D2 的输入端。每个时钟周期，寄存器右移一位，反馈值填入最高位。

我刚开始学这个的时候，总觉得反馈抽头是随便选的。后来做过一次误码测试，选了不好的抽头，序列周期特别短，根本测不出误码来。这才知道，抽头决定序列质量。

2.3 PRBS 的特性：你不得不知的三个秘密

PRBS 之所以能成为通信测试的“黄金标准”，全靠它这几个硬核特性。

2.3.1 均衡性

在一个完整周期内，“1”的个数只比“0”的个数多 1 个。比如 7 阶 PRBS（127 bit），里面有 64 个“1”和 63 个“0”。去掉直流分量，适合耦合传输。我有个印象深刻的教训：一次项目中用 PRBS15 测光模块，发现误码率总是偏高，查了一天才发现码流里直流偏置太严重，换了高均衡性的 PRBS 就好了。

2.3.2 游程特性

“游程”就是连续相同比特的个数。假设游程长度为 1，概率就是 1/2；长度为 2 是 1/4；以此类推。这符合随机信号的基本分布。你想想，一个只有“010101”交替的信号，能算随机吗？不能。PRBS 在这点上做的很好。

2.3.3 自相关性

PRBS 的自相关函数是周期性的脉冲信号，在零偏移时最大，其他偏移时几乎为 0。这个特性有多重要？很多通信系统的时钟恢复、信道估计都靠它。我在设计有线电视回传通道时，就是用 PRBS 的自相关峰来锁定帧头，比任何协议都可靠。

2.4 常见 PRBS 阶数与用途

不同阶数的 PRBS，特性和应用场景差别很大。我整理了一个表，大家实际选型时可以参考。

阶数	序列长度	特征多项式	典型应用
PRBS7	127 bit	x7 + x6 + 1	G.703 接口、SDH/SONET 测试
PRBS15	32767 bit	x15 + x14 + 1	光模块、以太网 10GBase-R
PRBS23	8388607 bit	x23 + x18 + 1	高速背板、PCIe Gen3/4
PRBS31	2.147e9 bit	x31 + x28 + 1	80 km 光纤链路、400G 以太网

你会注意到，阶数越高，序列越长，覆盖的码型组合越丰富。但问题也来了：高阶 PRBS 的同步锁定时间更长，测试耗时也就越久。如何在测试充分性和效率之间平衡？我一般建议：对已知链路跑 PRBS7 快速筛查，对新产品 QC 必须跑 PRBS31 全覆盖。

2.5 为什么不直接用真随机？

有人问过我：“随便找个随机数生成器不就行了？何必费劲用 PRBS？”原因很简单：你复现不了。真随机序列需要物理熵源，不同设备、不同时间生成的序列都不一样。测试结果没法横向对比，问题定位等于盲人摸象。

PRBS 就不一样了。用同一个种子，在东京的实验室和深圳的产线上，看到的码流完全一样。这对制造业的复测、返修、品质追溯来说，是底线级别的需求。

嗯，聊到这，PRBS 的基本原理就差不多了。下面我用一张图做一个知识脉络的总结，方便大家复习时对照。