第一作者:刘峰(1961—),男,北京人,教授.研究方向为计算机软件、通信软件和网络管理.email:fliu@bjtu.edu.cn.
针对高速串行信号中存在的抖动问题,对现有的眼图抖动分析方法进行了改进.基于双狄拉克(Dual-Dirac)模型,提出了一种针对眼图直方图的抖动分析方法.该方法可在眼图基准点所在区域确定合理范围做直方图,通过对直方图的分析,成功分离确定性抖动及随机性抖动.通过实验验证了该方法的可行性.
In view of the jitter existing in the high-speed serial signal, we improve the existing eye diagram analysis method. A jitter analysis method by eye diagram histogram is proposed based on the Dual-Dirac Model. The proposed method can determine the reasonable scope of crossing point in eye diagram to generate the histogram and separate the deterministic jitter from the random jitter by analyzing the histogram. The feasibility of the method is verified through experiments.
在高速串行信号的传输过程中, 由于抖动的存在, 整个系统的性能往往会受到很大影响.因此, 抖动已经成为制约高速数字系统设计的关键因素[1].从当前各种高速串行总线规范中可以看出, 高速串行信号传输系统内对其存在的抖动分量控制很严格.为保证高速数字系统的稳定性, 需要准确判断其存在的抖动成分, 并对不同的抖动成分进行分离, 判断系统性能是否满足误码率和稳定性的设计要求, 尽可能减少系统由于抖动而产生的误差.
在实际应用中, 数学概念难以界定抖动的表现形式.因此观察抖动在系统中的表现形式, 需要用示波器等测量仪器观察输入信号叠加而成的波形, 这就是眼图分析方法.从眼图上可以直观地观察出不同的抖动成分对信号的影响, 从而判断信号质量的优劣[2].另外也可以根据眼图分析造成抖动的关键成因, 以削弱码间串扰, 同时提高系统的性能.
目前针对眼图的分析大多采用定性的方法, 即直接观察眼图形状以判断信号优劣性, 无法定量衡量其包含的抖动成分.本文作者基于双狄拉克模型, 提出了一种眼图直方图抖动分析方法.该方法可在眼图上确定基准点, 并在基准点所在区域确定合理范围做直方图, 通过对此直方图的分析, 最终成功分离确定性抖动及随机性抖动.
眼图是一种直观的用来分析信号优劣性的方法.眼图是高速数字信号不同位置的数据比特按照时钟的间隔累计叠加在一起显示的结果, 因为信号叠加后显示的波形如眼睛形状, 称为眼图.眼图的生成原理如图1所示.
图1中, “ 1” 代表信号中高电平, “ 0” 代表信号低电平, “ UI” 表示一个比特位长度.当数字信号叠加形成眼图以后, 为了方便区分信号在不同位置出现的频率大小, 会用彩色余辉的模式进行信号的观察.余辉模式就是把信号在屏幕上不同位置出现的概率大小用相应的色彩表示出来, 这样可以直观地观察出信号的抖动分布情况.
信号无抖动和有抖动时生成的眼图如图2所示.从图2中可以看出:无抖动时, 眼图的轮廓比较清晰, 眼睛的形状很规则且张开很大见图2(a); 有抖动时, 眼睛的轮廓很杂乱, 眼睛的形状不规则且张开较小见图2(b).表明眼图可以反应出抖动的大小和系统性能.
抖动可定义为在某一特定时刻, 数字信号与其理想位置相比较而产生的时间偏离, 抖动包括多种分量, 每种抖动分量的特征也不尽相同.按其分布形态是否符合随机特性进行区分, 可将抖动大致分为随机性抖动和确定性抖动[3].
1.2.1 随机性抖动
随机性抖动是由传输系统中的设备噪声引起, 其合成效应接近高斯分布[4].这种建模的原因有以下两点:1)热噪声是造成随机噪声的主要原因, 它的模型一般体现为高斯分布的形式; 2)由中心极限定理可知, 多种噪声合成的结果通常是呈现为高斯分布形式.
高斯分布也被称作正态分布, 其概率密度函数表达式为
式中:
图3显示了一个平均值为0、标准差为1.0 ps的满足高斯分布的随机性抖动.一般来说, 由于随机抖动是无界的, 因无法用峰峰值的形式来表示, 需采用标准差
1.2.2 确定性抖动
确定性抖动的产生原因是特定的而非随机性的.这部分抖动一般是有界的并且在理论上是可以被预测的, 因此一般表现为峰峰值的形式.确定性抖动的峰峰值具有上限和下限, 在观察的数据数量比较少时, 可以采用高置信度的方法去估测其峰峰值, 从而量化确定性抖动.
针对信号生成的眼图, 往往采用直接观察的方法来判断信号质量的优劣, 无法定量衡量眼图中包含的抖动信息.为实现眼图的定量分析, 本文作者提出了一种新的确定眼图基准点的方法.与原有在全屏幕中选取基准点的方式相比, 该方法能够判断基准点所在区域, 在选定区域内准确地找出基准点.同时, 根据基准点所在范围做直方图, 通过对此直方图的分析, 分离出信号中存在的抖动成分.
当测试信号同时存在确定性抖动和随机性抖动时, 在眼图中取纵坐标上像素范围内向时间轴做直方图, 得到的直方图表现为双峰的形式.针对眼图直方图的抖动分析, 是一种更方便快捷的眼图定量分析方法, 能够快速判断信号中存在的抖动成分.以下阐述基于双狄拉克模型的眼图直方图抖动分析方法.
双狄拉克模型是一种针对抖动概率密度函数(Probability Density Function, PDF)直方图进行分析的一种抖动分解方法[5].总抖动(Total Jitter, TJ)可以分解为确定性抖动(Deterministic Jitter, DJ)和随机性抖动(Random Jitter, RJ), 由于彼此产生机理不同, 因此假定这两个成分是相互独立的, 两个独立变量各自的PDF卷积构成了两个独立变量的总PDF[6].通过这一原理, 可在已知两个分量时求得总抖动的
式中,
在1.2.2节中提到, 在量化抖动时, 由于DJ是有界的, 因此采用峰峰值的形式来描述DJ; 而RJ是无界且随机的, 因此采用高斯模型的形式描述RJ.当直方图表现出一个双峰的特性, 而不是单一的高斯曲线时, 就表明信号同时存在随机性抖动和确定性抖动, 不再满足高斯分布的形式[7].
如图4所示, 由于
该算法估计公式如下:
式中:
眼图直方图的抖动分析方法, 其主要步骤概括为3个方面:
1)数据预处理.包括对眼图直方图的数据进行前期处理, 为后续的参数估计工作做准备.
2)参数估计.其主要目的是估算出高斯分布的初始值, 对直方图进行拟合求出初步的结果.
3)抖动分析.根据估算的结果求出确定性抖动和随机性抖动的值.其具体算法步骤见图5.
2.2.1 数据预处理
1)取基准点.需要采集一串中间无采集空白区的连续信号, 至少包含几千个周期的比特流.然后根据恢复的时钟信号, 将采集到的波形按比特位分割成长度固定的小数据段, 将这些小数据段依次对齐并叠加在一起, 生成眼图.建立直方图以前, 需要判断眼图的基准点.基准点定义为眼图中两个沿的交叉位置出现数据频率最高的一个点.在以往的方法中, 找基准点的方式为直接在屏幕中找出出现频率最高的点, 但对于部分特殊情况, 眼睛顶部或底部由于噪声的存在, 也可能会出现频率很高的点, 从而影响结果.
因此在本文中基准点的寻找方式为:①在眼图纵坐标上取眼高上限和下限中间30%~70%的位置, 划定交叉点所在区域; ②对眼图幅度中心位置附近的一个窄带(白色虚线部分即为眼图幅度中心位置附近的窄带), 如图6所示, 做水平直方图, 其均值就是基准点的时间坐标; ③对于这个时间轴做垂直直方图, 其均值就是基准点的幅度坐标.
2)建立直方图.取以眼图基准点为中心的上下像素范围, 将该范围内出现点数向水平方向做累加, 得到原始数据.由于仪器接口接触等问题, 可能会造成异常值的出现.对高斯分布来说, 在范围内分布了99.7%的数据点.在拟合过程中, 通常不考虑尾部的极端区域, 因此可去除
3)数据标准化.对去除异常值后的直方图进行平滑滤波处理.本文中选取10点平滑滤波的方式, 即每个柱用其本身与后9个柱的纵坐标的平均值表示.在测量过程中, 由于数据的数量级都比较小, 会导致在尾部拟合过程中的精确度较低, 因此需要对该直方图的数据进行归一化处理.计算公式如下:
其中,
式中:
为了提高高斯分布初始值的准确性, 需从直方图的两端分别遍历直方图的柱数进行初始值估算.在初始值估算前, 先要确定直方图的尾部, 目的是为数据拟合做准备.以左半部分为例,
2.2.2 参数估计
1)估算初始值.确定随机抖动的数学模型如下
式中:
定义直方图尾部的意义就在于需要获得高斯拟合的参数值, 将确定的尾部中最大的20个点做平均, 则纵坐标的平均值为该模型中的幅值
算法:高斯分布初始值算法
输入:定义的左尾部
输出:左尾部高斯拟合的参数初始值
①遍历左部分, 找出左尾部中纵坐标最大的20个数据, 将横坐标的坐标值存在数组
②用所得20个数据样本估算高斯分布初始值.
均值为
幅值平均值为
2)数据拟合.通过在初始
式中:
3)逆标准化.此时得到的值是经过归一化处理得到的, 需要对其进行逆标准化的过程才能得到实际的数据, 计算公式如下:
式中:
2.2.3 抖动分析
随机性抖动为左右尾部方差的均值和确定性抖动的峰峰值为左右尾部均值的差分别为
式中:
使用PRBS7码为信号源, 利用误码仪向信号添加已知的确定性抖动及随机性抖动, 以此信号作为被测信号进行抖动分析实验.实验1通过对眼图上选取不同范围得到的直方图进行抖动分析, 从而确定了眼图直方图的取值范围.实验2通过实验结果与已知参数的对比, 验证了算法的可行性.
实验1:向PRBS7码中添加大小为100 ns的确定性抖动和大小为10 ns随机性抖动作为被测信号.首先确定眼图的基准点.以基准点所在纵坐标的位置为中心点, 取3个像素的高度设为中心幅度范围
通过图7分析可以发现:当取的范围较小为
使用双狄拉克模型对生成的直方图进行计算和拟合, 结果如表1所示
由表1可看出, 当在眼图中取
基于Dual-Dirac模型的眼图抖动分析方法, 可以在得到串行信号的眼图后, 直接对眼图进行定量分析, 分离出不同的抖动成分.是一种快捷的抖动分析方法, 能够迅速判断信号中存在的抖动类型.通过两组实验可以得到以下结论:
1)以眼图的基准点为中心, 当取值范围在3
2) 对眼图3
在此基础上确定抖动的来源, 进而可以有地采取相应的措施, 如降低高频增益、针对信号增加滤波环节等方式来降低抖动.
The authors have declared that no competing interests exist.
[1] |
|
[2] |
|
[3] |
|
[4] |
|
[5] |
|
[6] |
|
[7] |
|
[8] |
|
[9] |
|
[10] |
|