DE60200707T2

DE60200707T2 - Zitterhistogrammnäherungsverfahren

Info

Publication number: DE60200707T2
Application number: DE60200707T
Authority: DE
Inventors: Marcus Mueller
Original assignee: Agilent Technologies Inc
Current assignee: Agilent Technologies Inc
Priority date: 2002-04-05
Filing date: 2002-04-05
Publication date: 2005-07-21
Anticipated expiration: 2022-04-06
Also published as: US6931335B2; JP2003324489A; EP1265391B1; DE60200707D1; US20030191592A1; EP1265391A1

Description

HINTERGRUND DER ERFINDUNG
Die vorliegende Erfindung bezieht sich auf Jittermessungen für digitales Datenkommunikationstesten.
Das Charakterisieren des Übergangsverhaltens von digitalen Hochgeschwindigkeitsschaltkreisen, d. h. des Übergangs von einer logischen Null zu einer logischen Eins und umgekehrt, hat eine zunehmende Bedeutung erlangt für die Konzeption sowie die Herstellung solcher digitaler Schaltkreise. Timing-Probleme können einzelne Übertragungsfehler verursachen oder das temporäre oder sogar dauerhafte Ausfallen eines ganzen Kommunikationssystems und sind daher zu vermeiden. Die Standardzahl für ein Kommunikationssystem ist die Bit-Fehlerrate (Bit Error Rate – BER), wobei jedoch ein hoher BER-Wert nicht notwendigerweise auf Timing-Probleme hinweist, da es viele andere potentielle Fehlerquellen in einem System gibt (z. B. schlechte Niveau-/Schwellenanpassung).
Eine der Schlüsselspezifikationen der Hochgeschwindigkeitsschaltkreise in Bezug auf das Timing, ist der Jitter. ITU-T G.701 definiert Jitter als kurzzeitige nicht-kummulative Abweichungen von den bedeutenden Werten eines digitalen Signals von ihren idealen Positionen in der Zeit. Der bedeutende Wert kann jeder passende, einfach zu definierende Punkt auf dem Signal sein wie die zunehmende oder fallende Flanke eines Impulses oder des Probenwertes. Durch Aufzeichnen der entsprechenden Abweichung in den Werten zwischen einem idealen Impulszug und einem realen Impulszug, der einigen Timing-Jitter aufweist, erhält man die sogenannte Jitter-Funktion. Zusätzlich zu der Jitterzeitfunktion, kann das Jitterspektrum in dem Frequenzbereich angezeigt werden.
Jitter kann also angezeigt werden unter Verwendung sogenannter Jitterhistogramme, welche die Wahrscheinlichkeit für einen Übergang anzeigen. Jitterhistogramme können unter Verwendung eines BER-Testers wie der Agilent^® 81250 PARBERT^® der Anmelderin Agilent Technologies gemessen werden. Die Histogrammwerte erhält man durch BER- vs. Abtastverzögerungsmessung (im Allgemeinen als sogenannte Badewannenkurve bezeichnet) durch Bestimmung des absoluten Wertes der Ableitung.
Mehr Information über Jitter wird in der Application Note 1267 „Frequency agile jitter measurement system" 5963-5353E, April 1995 durch Hewlett-Packard beschrieben.
Das sogenannte Tail-Fitting wird z. B. beschrieben in WO-A-0034901. Deterministische und zufällige Jitterkomponenten werden getrennt durch Anpassen einer normalen Verteilung an die äußersten „Tail"-Regionen eines Jitterhistogramms.
ZUSAMMENFASSUNG DER ERFINDUNG
Es ist eine Aufgabe der Erfindung, eine verbesserte Jittermessung zur Verfügung zu stellen. Die Aufgabe wird gelöst durch die unabhängigen Ansprüche. Vorteilhafte Ausführungen werden in den abhängigen Ansprüchen gezeigt.
Die Erfindung verwendet ein Jittermodell, wobei Jitter (in echten Signalen) im Allgemeinen aus deterministischem und zufälligem Jitterinhalt besteht. Deterministischer Jitter (auch als Daten abhängiger Jitter bezeichnet) ist in der Amplitude begrenzt und hat spezifische Ursachen (z. B. Duty Cycle Distortion, Inter Symbol Interference, etc.) Zufälliger Jitter ist unbegrenzt und wird verursacht durch Daten unabhängige Effekte, wie thermales Rauschen, etc. Weiter kann in diesem Modell der rein zufällige Jitter (d. h. Jitter mit lediglich zufälligem Jitterinhalt) als normal (Gauß-)verteilt angesehen werden, und kann daher durch eine einzige Zahl, den „Root Mean Square" (RMS) Wert beschrieben werden, auch bekannt als „Standardabweichung". Deterministischer Jitter – im Gegensatz dazu – kann nur voll beschrieben werden durch eine Liste all seiner Komponenten, mit sowohl einem relativen Timing- und einem relativen Wahrscheinlichkeitswert für jede Komponente.
Ein Jitterhistogramm wird für ein zu messendes Datensignal ermittelt, welches z. B. ein ,real life' Datensignal sein kann oder ein standardisiertes Testmuster (wie ein pseudo-zufälliger binärer Strom PRBS, ein worst case Jittermuster, etc.) Nach der vorliegenden Erfindung wird das ermittelte Jitterhistogramm dann im Wesentlichen angenähert (oder angepasst) unter Verwendung von n (mit n > 2, 3, 4, ..., N) normalen (Gaußschen) Verteilungsfunktionen. Jede Verteilungsfunktion wird charakterisiert durch einen Mittelwert M_n, einer Standardabweichung σ_n (beide z. B. in Einheiten von Zeit [s] oder von Teilen einer Systemperiode/eines Einheitsintervalls [ui]), und eines relativen, dimensionslosen Gewichtswertes.
Ein Jitterwert für das gemessene Datensignal wird dann abgeleitet durch Ermitteln der Distanz zwischen den Mittelwerten der beiden äußersten Verteilungsfunktionen. Daher stellt der Jitterwert den deterministischen Jitteranteil des gemessenen Datensignals dar, da gemäß dem zugrundeliegenden Modell Jitter als im Wesentlichen diskrete Linien erscheinen soll, resultierend aus dem Daten abhängigen oder deterministischen Jitter, wobei jede Linie ,verbreitert' wird durch die zufällige Jitterverteilung zu einer entsprechenden normalen (Gaußschen) Verteilungsfunktion. Der Mittelwert der angenäherten Standardverteilungen kann darüber hinaus ermittelt werden und es wurde herausgefunden, dass dies eine vernünftige Schätzung für den zufälligen Jitter liefert.
Der ermittelte Jitterwert (der den deterministischen Jitteranteil des gemessenen Datensignals darstellt) und/oder der Schätzwert für den zufälligen Jitter (erhalten von dem Mittelwert, der für den angenäherte Standardverteilung ermittelt wurde) werden vorzugsweise angewendet für schnelle Pass/Fail Tests von Vorrichtungen. Vorzugsweise gilt die Vorrichtung als im Test fehlerhaft, wenn mindestens entweder der ermittelte Jitterwert oder der Schätzwert für den zufälligen Jitter einen vorgegebenen entsprechenden Schwellenwert übersteigen. Die vollständige Histogrammanpassung kann darüber hinaus verwendet werden zum Untersuchen von z. B. Wurzelursachen von Datenjitter in den Kommunikationssystemen.
In einer vorteilhaften Ausführung wird das Jitterhistogramm angenähert unter Verwendung bekannter Anpassungsalgorithmen wie Least Squares. Bei der Ermittlung der Anzahl von Kernels in der Annäherung ist besonders vorsichtig vorzugehen und eine vernünftige Anpassungsqualität ist abzuwägen mit eine Überanpassung von Rauschen in den gemessenen Daten. Dies kann z. B. erreicht werden durch Verwenden analytischer Methoden wie auf Bayes oder Kurtosis basierende Annäherungen bis Gaußschem Mix-Modellieren, oder Verwenden künstlicher Intelligenz-Techniken wie Fuzzy-Logik oder genetischen Algorithmen. Die Anpassungsqualität kann weiter verbessert werden durch Verwendung früheren Wissens, wie typische zufällige Jitterwerte für eine Vorrichtung oder einen Vorrichtungstyp oder Jitterinformation abgeleitet von anderen Jitteranalysealgorithmen (z. B. wie beschrieben in der laufenden Europäischen Anmeldung Nr. 02006259.2 der Anmelderin). Weitere detaillierte Informationen über die zuvor genannten Techniken sind z. B. in den folgenden Schriften zu finden:

– „Bayesian Approaches to Gaussian Mixture Modeling", Stephen J. Roberts, Dirk Husmeier et al. IEEE Transactions on Pattern Analysis and Machine Intelligence, Bd. 20, Nr. 11, November 1998
– "A Kurtosis-Bases Dynamic Approach to Gaussian Mixture Modeling", Nikos Vlassis and Aristidis Likas, IEEE Transactions on Systems, Man, and Cybernetics, Bd. 29, Nr. 4, Juli 1999
– "Genetic Programming", W. Banzhav, J. R. Koza et al. IEEE Intelligent Systems, Bd. 15, Ausgabe 3, Mai–Juni 2000

In einer Ausführung eines semi-automatischen Modes, ,schlägt' eine Computervorrichtung eine erste Anpassung ,vor', vorzugsweise unter Verwendung eines oder mehrerer der vorher genannten Algorithmen. Die n vorgeschlagenen normalen Verteilungsfunktionen werden vorzugsweise abgeleitet durch Ermitteln der dominantesten Spitzen (mit Spitzenhöhe und -weite) in dem Jitterhistogramm, vorzugsweise unter Anwendung bekannter Spitzen-Analyse-Algorithmen. Die Computervorrichtung kann dann die n vorgeschlagenen normalen Verteilungsfunktionen über das ermittelte Jitterhistogramm graphisch überlagern. Da dieses (automatische) Anpassen in manchen Fällen vielleicht keine zufriedenstellenden Ergebnisse liefert (speziell in pathologischen Fällen mit großem Rauschen) kann der User die Annäherung dann interaktiv ändern oder ,korrigieren', z. B. durch Manipulieren der charakterisierenden Werte (Mittelwert, Standardabweichung und relatives Gewicht) jedes Kernels, durch Verwendung graphischer Werkzeuge zum Variieren der Funktion jeder Funktion, etc.
Ohne die Intervention des Users verwendet der Computer die vorgeschlagene Annäherung zum Ermitteln des Jitterwertes und/oder des Schätzwertes für den zufälligen Jitter oder weitere Untersuchungen. Der Computer kann jedoch auch weitere Wiederholungen durchführen zum Verfeinern der Annäherung. Ein definiertes Akkuratheitsniveau limitiert dann die Anzahl der Wiederholungen.
In einer spezifischen Ausführung wird jede vorgeschlagene normale Verteilungsfunktion charakterisiert durch eine begrenzte Anzahl charakteristischer Punkte, vorzugsweise drei charakteristische Punkte wie ein Punkt am Maximum (an dem Mittelwert M_n) und zwei Punkte, welche die Standardabweichung σ_n darstellen. Eine Modifizierung jeder Verteilungsfunktion ist dann nur ,erlaubt' durch Modifizieren der charakteristischen Punkte. Jede vorgeschlagene normale Verteilungsfunktion wird vorzugsweise angezeigt durch einen Graph der Funktion in ,Rubber-Line' Mode wobei die charakteristischen Punkte graphisch betont werden. Vorzugsweise werden die charakteristischen Punkte besonders angezeigt, wie z. B. als hervorgehobene Punkte, Formen, etc.
In einem Beispiel mit drei charakteristischen Punkten (am Maximum und zwei Punkte, welche die Standardabweichung σ_n darstellen) verändert Modifizieren (z. B. drawing at) des Maximumpunktes die Höhe und/oder den Mittelwert M_r einer entsprechenden vorgeschlagenen normalen Verteilungsfunkton, während Modifizieren (z. B. dragging at) eines der Standardabweichungspunkte die Weite verändert und damit die Standardabweichung der entsprechenden vorgeschlagenen normalen Verteilungsfunkton.
In einer Ausführung kann der User einen normalen Distributionsfunktionsgraphen auswählen und ihn in das ermittelte Jitterhistogramm ziehen/hinzufügen. Der User kann dann den ausgewählten Graphen manuell anpassen in dem Jitterhistogramm durch Variieren seiner charakteristischen Punkte. Der Computer verwendet diesen manuell eingefügten/veränderten Graphen für die oben beschriebenen Bestimmungen.
Die Erfindung kann teilweise oder ganz ausgeführt oder unterstützt werden durch eines oder mehrere passende Softwareprogramme, welche gespeichert sein können oder anderweitig zur Verfügung gestellt durch jede Art von Datenträger, und die ausgeführt werden können in oder durch jede passende Datenverarbeitungseinheit.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
Andere Aufgaben und viele der begleitenden Vorteile der vorliegenden Erfindung werden im Folgenden gewürdigt und besser verständlich durch die folgende detaillierte Beschreibung in Verbindung mit den begleitenden Zeichnungen. Merkmale, die im Wesentlichen oder funktional gleich oder ähnlich sind, werden mit denselben Referenzzeichen bezeichnet.
1–4 zeigen eine Testmustermessung in der rechten Hälfte einer Badewannenkurve (1), das entsprechende Jitterhistogramm (2), eine Jitterhistogrammanpassung (3) nach der Erfindung, bestehend aus 5 verschiedenen Gaußschen Kernels, und in 4 die Summe der Kernels aus 3 zusammen mit dem Jitterhistogramm der 2.
DETAILLIERTE BESCHREIBUNG DER ERFINDUNG
In einer vorteilhaften Ausführung zum Erhalten eines Jitterwertes (der im Wesentlichen den Daten abhängigen oder deterministischen Jitterwert darstellt) eines zu messenden digitalen Signals werden die folgenden Schritte ausgeführt unter Verwendung z. B. des zuvor genannten Agilent^® 81250 PARBERT^®.

1) Für das digitale Datensignal wird eine Badewannenkurve ermittelt (z. B. ein echtes Signal oder ein Testmuster wie ein PRBS). Da beide Hälften der Badewannenkurve im Wesentlichen diesselbe Jitterinformation aufweisen, wird nur die rechte Hälfte in Betracht gezogen (1, die x-Achse zeigt die Zeitverzögerung in Intervalleinheiten ui und die y-Achse zeigt die BER Werte). 2 zeigt das Jitterhistogramm (linear skaliert), das von der 1 abgeleitet wurde.
2) 3 zeigt ein Beispiel einer Multi-Kernel Gaußschen Verteilungsanpassung für die Histogrammdaten der 2:
4 zeigt die Summe der ermittelten Kernel (durchgezogene Linie) als eine vernünftige Anpassung des Jitterhistogramms (gepunktete Linie) der 2.
3) (Optional) Den User die Annäherung interaktiv ändern lassen, entweder graphisch (Verwenden von Modifiern zum Ändern der Kernel in Rubber-Line Mode, wie für Kernel Nr. 3 gezeigt durch drei Punkte mit Bogen in 3) oder durch numerische Einträge (direktes Eingeben von Mittel, Standardabweichung und relativem Gewicht der Kernel).
4) Kalkulieren eines Daten/deterministischen Jitterwertes als eine Differenz zwischen den beiden äußersten Verteilungsmittelwerten. In dem Beispiel hier: 0.58 ui – 0.41 ui = 0,17 ui.
5) (Optional) Kalkulieren des Mittels der Standardabweichungen aller Verteilungsfunktionen, um einen Schätzwert für den zufälligen Jitter zu erhalten: 0.0123 ui.

Claims

Ein Verfahren zum Ermitteln eines Jitterwertes für ein digitales Datensignal, wobei das Verfahren folgende Schritte aufweist: (a) Annähern eines Jitterhistogramms, welches für das digitale Datensignal ermittelt wurde, unter Verwendung einer Vielzahl n von normalen Verteilungsfunktionen (1, 2, 3, 4, 5) mit n verschiedenen Mittelwerten, mit n größer als 2, (b) Ermitteln des minimalen Mittelwertes und des maximalen Mittelwertes für die normalen Verteilungsfunktionen (1, 2, 3, 4, 5), und (c) Ableiten des Jitterwertes von der Differenz zwischen dem maximalen Mittelwert und dem minimalen Mittelwert.
Das Verfahren nach Anspruch 1 mit zusätzlich einem Schritt zum Ableiten eines Schätzwertes für einen zufälligen Jitterinhalt in dem digitalen Datensignal von einem Mittelwert der angenäherten normalen Verteilungsfunktionen (1, 2, 3, 4, 5).
Das Verfahren nach Anspruch 1 oder einem der oben genannten Ansprüche, wobei der Schritt (a) einen Schritt aufweist, das Jitterhistogramm mit der Vielzahl n von normalen Verteilungsfunktionen (1, 2, 3, 4, 5) anzupassen.
Das Verfahren nach Anspruch 1 oder einem der oben genannten Ansprüche, wobei mindestens einer der ermittelten Jitterwerte und der ermittelte Schätzwert für den zufälligen Jitter angewendet wird, um Pass/Fail bezüglich des Datensignals vorzunehmen.
Das Verfahren nach Anspruch 1 oder einem der oben genannten Ansprüche, wobei das digitale Datensignal als im Test fehlerhaft (fail) betrachtet wird, wenn mindestens einer der ermittelten Jitterwerte und der ermittelte Schätzwert für den zufälligen Jitter einen vorgegebenen entsprechenden Schwellenwert übersteigt.
Das Verfahren nach Anspruch 1 oder einem der oben genannten Ansprüche, wobei der ermittelte Jitterwert den ermittelten Jitteranteil des digitalen Datensignals darstellt.
Das Verfahren nach Anspruch 1 oder einem der oben genannten Ansprüche, wobei der Schritt (a) zusätzlich folgende Schritte aufweist: (a1) Vorschlagen einer Annäherung des Jitterhistogramms, (a2) einem Nutzer zu ermöglichen, die vorgeschlagene Annäherung zu verändern, und (a3) Auswählen entweder der vorgeschlagenen oder der geänderten Annäherung als Annäherung für die Schritte (b) und (c).
Das Verfahren nach Anspruch 7 mit zusätzlich einem Schritt vor Schritt (a3), die geänderte Annäherung an das Jitterhistogramm weiter anzunähern und im Wechsel die Schritte Vorschlagen, Modifizierung erlauben und weiteres Annähern durchzuführen, bis ein definiertes Genauigkeitsniveau der Annäherung im Hinblick auf das Jitterhistogramm erreicht ist.
Das Verfahren nach Anspruch 7 oder 8, wobei in Schritt (a3) die vorgeschlagene Annäherung ausgewählt wird, sollte sie nicht geändert sein, und die geänderte Annäherung ausgewählt wird, sollte die vorgeschlagene Annäherung geändert worden sein.
Das Verfahren nach Anspruch 7 oder einem der oben genannten Ansprüche 8–9, wobei in Schritt (a2) die vorgeschlagene Annäherung geändert werden kann durch Änderung mindestens eines aus Maximalwert, Mittelwert M_n und Standardabweichung σ_n von mindestens einer aus der Vielzahl n von normalen Verteilungsfunktionen (1, 2, 3, 4, 5).
Das Verfahren nach Anspruch 7 oder einem der oben genannten Ansprüche 8–10, wobei in Schritt (a) jede aus der Vielzahl n von normalen Verteilungsfunktionen (1, 2, 3, 4, 5) dargestellt wird durch drei charakteristische Punkte mit einem Punkt an dem Maximum an dem Mittelwert M_n und zwei Punkte, welche die Standardabweichung σ_r darstellen.
Ein Softwareprogramm zum Durchführen eines Verfahrens zum Ermitteln eines Jitterwertes für ein digitales Signal, wenn es auf einem Datenverarbeitungssystem wie einem Computer durchgeführt wird, wobei das Softwareprogramm folgendes aufweist: – einen Code zum Annähern eines Jitterhistogramms, welches für das Datensignal ermittelt wurde, unter Verwendung einer Vielzahl n von normalen Verteilungsfunktionen (1, 2, 3, 4, 5) mit n verschiedenen Mittelwerten, mit n größer als 2, – einen Code zum Ermitteln des minimalen Mittelwertes und des maximalen Mittelwertes für die normale Verteilungsfunktion (1, 2, 3, 4, 5), und – einen Code zum Ableiten des Jitterwertes von der Differenz zwischen dem maximalen Mittelwert und dem minimalen Mittelwert.
Ein System zum Ermitteln eines Jitterwertes für ein digitales Datensignal, wobei das System folgendes aufweist: eine Annäherungsvorrichtung, die angepasst ist zum Annähern eines Jitterhistogramms, welches für das digitale Datensignal ermittelt wurde, unter Verwendung einer Vielzahl n von normalen Verteilungsfunktionen (1, 2, 3, 4, 5) mit n verschiedenen Mittelwerten, gekennzeichnet dadurch, dass: n Göre ist als 2 und das System weiterhin folgendes aufweist: eine Ermittlungsvorrichtung, die angepasst ist zum Ermitteln des minimalen Mittelwertes und des maximalen Mittelwertes für die normale Verteilungsfunktion (1, 2, 3, 4, 5), und einer Jitterermittlungsvorrichtung, die angepasst ist zum Ableiten des Jitterwertes von der Differenz zwischen dem maximalen Mittelwert und dem minimalen Mittelwert.