-
HINTERGRUND
DER ERFINDUNG
-
Die
vorliegende Erfindung betrifft die Jitter-Analyse (Analyse des Impulszitterns)
von digitalen Signalen.
-
Die
Charakterisierung des Übergangsverhaltens
von schnellen digitalen Schaltungen, d.h. des Übergangs von einer logischen
Null zu einer logischen Eins und umgekehrt, hat für die Entwicklung von
digitalen Schaltungen und deren Fertigung große Bedeutung erlangt. Zeitliche
Instabilitäten
wie Jitter (Impulszittern) können
einzelne Übertragungsfehler und
vorübergehende
oder dauerhafte Ausfälle
eines gesamten Datenübertragungssystems
bewirken und müssen
unbedingt verhindert werden. Die globale Standardbewertungszahl
für ein
Datenübertragungssystem
ist die Bitfehlerrate (Bit Error Rate, BER), jedoch zeigt ein hoher
BER-Wert nicht zwangsläufig zeitbedingte
Fehler an, da es in einem System noch viele andere mögliche Fehlerquellen
gibt (zum Beispiel schlecht abgestimmte Pegel/Schwellenwert-Zuordnungen).
-
Eine
der wichtigsten Kennzahlen für
die Zeittaktsteuerung von Hochgeschwindigkeitsschaltungen ist das
Jitter (Impulszittern). Der Standard ITU-T G.701 definiert das Jitter
als kurzzeitige, nicht kumulative Abweichungen der entscheidenden
Elemente eines digitalen Signals von ihren idealen Zeitpunkten. Unter
einem entscheidenden Element kann ein beliebiger, leicht erkennbarer
Punkt des Signals sein, zum Beispiel die ansteigende oder die abfallende
Flanke eines Impulses oder des abgetasteten Elements. Durch die
zeichnerische Darstellung der relativen Verschiebung der Elemente
eines idealen Impulsverlaufs gegenüber einem realen Impulsverlauf
mit einem bestimmten zeitlichen Impulszittern erhält man die
so genannte Jitter-Funktion. Neben der zeitabhängigen Jitter-Funktion kann
das Jitter-Spektrum auch
als frequenzabhängige
Funktion dargestellt werden. Das Jitter kann auch in Form so genannter Jitter-Histogramme
dargestellt werden, aus denen die Wahrscheinlichkeit für einen Übergang
ersichtlich ist.
-
Jitter-Histogramme
können
mittels eines Oszilloskops, eines Zeitintervallanalysators oder
eines BER-Testers gemessen werden. Der Patentanmelder, Agilent Technologies,
ist Lieferant diverser BER-Testeinrichtungen, zum Beispiel des Agilent® 81250
ParBERT®.
Die Histogrammwerte werden aus einer als Funktion der Abtastverzögerung gemessenen
Bitfehlerrate (im Allgemeinen als so genannte Badewannenkurve bezeichnet)
durch Verwendung des Absolutwertes der ersten Ableitung gewonnen.
-
In
den Europäischen
Patentanmeldungen 02 007 690.7 oder 02 006 259.2 werden verschiedene Verfahren
der Jitter-Analyse beschrieben.
-
In
der US-Patentschrift 5 563 921 wird eine Jittererkennungsvorrichtung
zum Erkennen der Phasenschwankungen in einem Zielsignal mit einer
bestimmten Frequenz beschrieben. Die Vorrichtung umfasst eine phasensynchronisierte
Schleife mit einem Phasen-/Frequenzkomparator, der ein Fehlersignal
ausgibt, das eine Phasendifferenz zwischen einer Zielfrequenz und
einer Schleifenfrequenz anzeigt, ein Schleifenfilter zur Tiefpassfilterung
des Fehlersignals und ein Jitter-Erkennungsfilter
zum Erkennen von Phasenschwankungen im Zielsignal.
-
In
dem Dokument „Fibre
Channel – Methodologies
for Jitter and Signal Quality Specification – MJSQ", Ausgabe 5.0, 21. Februar 2001, werden
Definitionen und Testverfahren zur Ermittlung des Impulszitterns
in seriellen Hochgeschwindigkeitssignalen beschrieben.
-
ÜBERBLICK ÜBER DIE
ERFINDUNG
-
Eine
Aufgabe der Erfindung besteht darin, eine verbesserte Jitter-Analyse
bereitzustellen. Die Aufgabe wird durch die Hauptansprüche gelöst. In den
Unteransprüchen
werden bevorzugte Ausführungsarten
dargelegt.
-
Gemäß der vorliegenden
Erfindung wird eine Jitter-Analyse für ein zu messendes digitales
Signal mit Übergängen zwischen
Logikpegeln bereitgestellt. An jedem aus einer Vielzahl aufeinanderfolgender Zeitpunkte
wird eine Erkennung eines zu diesem Zeitpunkt im Signal erfolgenden Übergangs
bereitgestellt. Das Ergebnis der Erkennung wird mit einem erwarteten
Signal verglichen und für
jeden Zeitpunkt ein Fehlerwert daraus abgeleitet. Jeder Fehlerwert stellt
eine Vergleichsinformation zwischen einem erkannten Übergang
(oder Nichtübergang)
und einem erwarteten Übergang
(oder Nichtübergang)
für den jeweiligen
Zeitpunkt dar.
-
Dann
wird ein Fehlersignal erzeugt, das die abgeleiteten Fehlerwerte
für ihre
entsprechenden Zeitpunkte darstellt, mit anderen Worten, das Fehlersignal
stellt die Vielzahl der abgeleiteten Fehlerwerte dar, wobei jedem
Fehlerwert der ihm entsprechende Zeitpunkt zugeordnet ist. Somit
zeigt das Fehlersignal die Schwankungen der Fehlerwerte, wobei die Schwankungen
als Funktion der Zeit (absolute oder relative Zeitskala) oder einer
beliebigen anderen von den Zeitpunkten abgeleiteten Skale dargestellt
werden können.
So kann das Fehlersignal z.B. in Form der abgeleiteten Fehlerwerte
als Funktion der Vielzahl aufeinanderfolgender Zeitpunkte dargestellt werden.
Anstelle der Vielzahl aufeinanderfolgender Zeitpunkte können von
der Vielzahl aufeinanderfolgender Zeitpunkte auch andere Bezugswerte
für die Fehlerwerte
im Fehlersignal abgeleitet werden, zum Beispiel eine absolute oder
eine relative Zeitskala. Demzufolge kann eine Pseudozeitskala mit
einer Vielzahl aufeinanderfolgender Zeitpunkte erstellt werden,
die unabhängig
von der tatsächlichen
Zeitdifferenz zwischen aufeinanderfolgenden Ereignissen als aufeinanderfolgende
Ereignisse gelten. Das ist insbesondere dann von Vorteil, wenn die
Fehlerwerte periodisch abgetastet werden.
-
Dann
wird das Fehlersignal einer spektralen Jitter-Analyse unterzogen,
um spektrale Komponenten im Fehlersignal zu erkennen, die wichtige
in dem digitalen Signal enthaltene spektrale Jitter-Informationen
darstellen. Es ist klar, das für
die spektrale Jitter-Analyse des Fehlersignals jedes beliebige Spektralanalyseverfahren
genutzt werden kann, zum Beispiel die Autokorrelation, die Kreuzkorrelation,
die Fourieranalyse usw. Bevorzugte Beispiele der Spektralanalyse
werden z.B. von A. Papoulis in „Probability, Random Variables
and Stochastic Processes", McGraw
Hill 1965, oder von J.S. Bendat, A.G. Persol in „Random Data", John Whilex&Sons, 1986, beschrieben.
Selbstverständlich
eignet sich für
die verschiedenen Messungen von Fall zu Fall mehr das eine oder
das andere Spektralanalyseverfahren.
-
Somit
gestattet das Verfahren die Untersuchung des digitalen Signals auf
spektrale Komponenten, die sich aus dem Jitter ergeben. Solche spektralen
Komponenten können
dann als Basis für
weitere Maßnahmen,
z.B. zur Verhinderung oder Verringerung des Jitters bei bestimmten
Frequenzen, oder zur Qualitätsprüfung dienen.
Als bevorzugte Beispiele gelten die quantitative Ermittlung von
bekannten spektralen Jitter-Komponenten im digitalen Signal oder
eine Pass/Fail-Prüfung,
wenn eine oder mehrere solcher bekannter spektraler Jitter-Komponenten einen
oder mehrere vorgegebene Schwellenwerte überschreiten.
-
Zur
Erkennung von Übergängen im
digitalen Signal werden vorzugsweise Zeitpunkte aus solchen Bereichen
gewählt,
in denen (z.B. durch Jitter beeinflusste) Übergänge zu erwarten sind. Vorzugsweise werden
die Zeitpunkte im Wesentlichen in der Mitte solcher Bereiche gewählt, in
denen durch Jitter beeinflusste Übergänge zu erwarten
sind. Solche Übergangsbereiche
können
z.B. unter Verwendung bekannter Verfahren wie beispielsweise der
oben erwähnten
Jitter-Histogramme, der BER-Messungen oder
der Augendiagramm-Messungen usw. ermittelt werden.
-
Bei
einer bevorzugten Ausführungsart,
in der Übergänge im digitalen
Signal einem Referenzsignal (z.B. einem Taktsignal) mit einer Referenzfrequenz zugeordnet
werden, wird der Abstand zwischen aufeinanderfolgenden Zeitpunkten
vorzugsweise von der Referenzfrequenz (z.B. der Periode der Referenzfrequenz
oder deren Vielfachen oder Teilen) abgeleitet. Die Zeitpunkte werden
vorzugsweise an den Stellen ausgewählt, an denen durch Jitter
unbeeinflusste Übergänge zu erwarten
sind, vorzugsweise in der Mitte eines Übergangsbereichs, die mit Hilfe
des oben erwähnten
Augendiagramms ermittelt wird.
-
Die
Erkennung der Übergänge kann
auf unterschiedliche Weise erfolgen, vorzugsweise durch Erkennen
des Signalwertes am Schwellenwert eines Pegels an einem vorgegebenen
Referenzzeitpunkt (BER-Testeinrichtung) oder durch Bewertung des
abgetasteten Signalverlaufs (Oszilloskop).
-
Die
Erfindung kann ganz oder teilweise durch ein oder mehrere geeignete
Softwareprogramme realisiert oder unterstützt werden, die auf einer beliebigen
Art eines Datenträgers
gespeichert oder durch diesen anderweitig bereitgestellt werden können und
die in einer oder durch eine beliebige geeignete Datenverarbeitungseinheit
ausgeführt
werden können.
Ferner kann die Erfindung auch ganz oder teilweise durch eine spezielle
elektronische Hardware realisiert oder unterstützt werden, die nicht speziell
auf die Ausführung
von Software oder Firmware ausgerichtet ist wie zum Beispiel ein
fest verdrahtetes ASIC-Bauelement. Demzufolge können auch Software- und Hardwarelösungen miteinander
verknüpft
werden.
-
KURZBESCHREIBUNG
DER ZEICHNUNGEN
-
Weitere
Aufgaben der vorliegenden Erfindung und viele der damit verbundenen
Vorteile werden deutlicher und leichter verständlich unter Bezug auf die
folgenden detaillierte Beschreibung in Verbindung mit den beiliegenden
Zeichnungen. Im Wesentlichen oder funktionell gleiche oder ähnliche
Merkmale werden mit denselben Bezugsnummern gekennzeichnet.
-
1 bis 3 veranschaulichen
eine Ausführungsart
mit einer sinusförmigen
Jitter-Modulation eines statistisch ausgewählten digitalen Datensignals.
-
4 bis 7 veranschaulichen
eine Ausführungsart
mit sinusförmiger
Jitter-Modulation
und statistisch verteilter Jitter-Komponenten eines statistisch
ausgewählten
digitalen Datensignals.
-
DETAILLIERTE
BESCHREIBUNG VON AUSFÜHRUNGSARTEN
DER ERFINDUNG
-
Zur
Bewertung und Charakterisierung von digitalen Schaltkreisen ist
es von Vorteil, wenn nicht nur die Jitter-Intensität gemessen,
sondern das Jitter auch qualitativ (spektral) analysiert wird, um
seinen Ursprungsort zu ermitteln und die Störmechanismen zu verstehen.
Um das charakteristische Jitter in einer Schaltung zu beseitigen
oder zu verringern, wird das erzeugte Jitter in seine spektralen
Komponenten zerlegt und qualitativ analysiert. Während die Energie der statistisch
verteilten Jitter-Modulation generell auf ein breites Frequenzband
verteilt ist, äußert sich das
charakteristische Jitter für
gewöhnlich
darin, dass die Energie auf (z.B. einige) diskrete Modulationsfrequenzen
konzentriert ist. Durch die Ermittlung dieser Frequenzen können Erkenntnisse
zu den Entstehungsursachen gewonnen und somit die Fehlersuche deutlich
beschleunigt werden.
-
Im
Folgenden werden bevorzugte Ausführungsarten
für die
Spektralanalyse von Jitter beschrieben, das mit Hilfe eines Bitfehlerratetesters
(Bit Error Rate Tester, BERT) wie zum Beispiel des oben erwähnten Agilent® 81250
ParBERT® gemessen
wurde. Es ist jedoch klar, das die Erfindung nicht auf BERTs beschränkt ist,
sondern dass eine beliebige andere Testeinrichtung verwendet werden
kann, um das Fehlersignal aus dem Vergleich zwischen den ermittelten
und den erwarteten Übergängen zu
bestimmten Zeitpunkten oder aus der Abtastung und der Bewertung
des gesamten Signalverlaufs abzuleiten.
-
1 veranschaulicht
die Grundgedanken einer bevorzugten Ausführungsart zugrunde liegenden
Prinzipien. Der obere Teil zeigt ein typisches Augendiagramm 10 mit
einer Vielzahl sich überlagernder Übergänge. Der
besseren Anschaulichkeit wegen sind nur die „Einhüllenden" der überlagerten Linien dargestellt.
Aus einem Übergangsbereich 30,
der durch alle bei einem bestimmten Schwellenwert 40 erkannten Übergänge gebildet
ist, wird ein Abtastpunkt 20 ausgewählt. Vorzugsweise wird der
Abtastpunkt 20 so ausgewählt, dass er für einen
vorgegebenen Schwellenwert 40 von im Wesentlichen 50% in der
Mitte des Übergangsbereichs 30 liegt.
Der Abtastpunkt 20 kann auch mit Hilfe eines Jitter-Histogramms 50 ausgewählt werden,
wobei er vorzugsweise im Schwerpunkt des Jitter-Histogramms 50 liegt.
-
Am
Abtastpunkt 20 erfolgt das Abtasten durch den Vergleich
jedes erkannten Signalwertes mit dem in der „Mitte" des Augendiagramms (z.B. in dem durch
einen Referenzzeitpunkt 25 gekennzeichneten Auge auf der
rechten Seite) zu erwartenden Wert. Sobald ein Übergang so weit verschoben
wird, dass das Datenauge zugeht (im Augendiagramm 10 von 1 eine
Verschiebung nach rechts), zeigt die Abtastung einen Fehler an.
-
Zum
besseren Verständnis
wird von einer sinusförmigen
Jitter-Modulation 60 eines zufällig ausgewählten digitalen Datensignals
ausgegangen. Zwar wird die Erläuterung
anhand eines statistisch ausgewählten
Datensignals erleichtert, jedoch ist klar, dass die Erfindung auf
beliebige Arten von digitalen Signalen angewendet werden kann. Bei
Abwesenheit der Jitter-Modulation 60 würden alle Übergänge des digitalen Datensignals
genau am Abtastpunkt 20 erfolgen. Die Jitter-Modulation 60 verschiebt
die Übergänge des
digitalen Datensignals jedoch periodisch um den Abtastpunkt 20 herum,
woraus sich der Abtastbereich 30 ergibt. Aus der einfachen
Betrachtung des Jitter-Histogramms 50 erschließt sich
die Frequenz der Jittermodulation 60 nicht.
-
Immer
wenn die Jitter-Modulation 60 die Übergänge in 1 nach rechts
verschiebt und der Vergleich z.B. mit dem Wert durchgeführt wird,
der am Referenzzeitpunkt 25 in der Mitte des Augendiagramms
auf der rechten Seite zu erwarten ist, liefert die Abtastung einen
Fehler. Aufgrund der Verschiebung der Übergänge wird der Wert des linken
Datenbits eigentlich mit dem am Referenzzeitpunkt zu erwartenden
Wert verglichen und liefert somit einen Fehler.
-
Da
der Betrachtung statistisch verteilte Daten zugrunde gelegt wurden,
liegt die BER bei 0,25, da während
der positiven Phase 65 der Sinusschwingung 60 der
Jitter-Modulation
in 50% der Fälle
die Werte benachbarter Bits gleich sind und zwischen dem abgetasteten
und dem zu erwartenden Bit kein Übergang
erfolgt. Somit wirkt sich das Jitter auf das betreffende Bit nicht
aus. Wenn die Verschiebung jedoch in entgegengesetzter Richtung
erfolgt (d.h. während
der negativen Phase 67 der Sinusschwingung 60 der
Jittermodulation), kommt es zu keinem Fehler. Es kommt deshalb zu
keinem Fehler, weil das Augendiagramm auf der rechten Seite durch
die Verschiebung geöffnet
wird (Verschiebung in 1 nach links), sodass der erwartete
Wert trotz der Verschiebung des aktuellen Abtastpunktes 20 zum
Referenzdatenpunkt 25 abgetastet werden kann. Somit wird die
Fehlerdichte des Fehlersignals 70 (dessen Fehler E als
Funktion der Zeit dargestellt sind) entsprechend der Jitter-Frequenz
der Jitter-Modulation 60 moduliert.
-
2 zeigt
das Ergebnis einer Simulation der in 1 schematisch
dargestellten Verhältnisse. 2 zeigt
die (durch 0 und 1 dargestellten) Logikwerte des erzeugten Fehlersignals 70 im
zeitlichen Verlauf. Das Fehlersignal 70 zeigt eine periodische Modulation
der Fehlerdichte. Die Periodizität
zeigt sich darin, dass auf ein Segment mit null Fehlern ein Segment
mit 50% Fehlern folgt.
-
Ein
allgemein bekanntes Statistikverfahren zum Gewinnen der in einem
statistisch verteilten Signal verborgenen Periodizitätsinformation
stellt die Berechnung der Autokorrelationsfunktion dar (die z.B.
in den oben erwähnten
Publikationen von Papoulis oder Bendat ausführlich dargestellt werden). Die
Autokorrelationsfunktion eines echten zufällig verteilten Signals verschwindet
nach einer geringfügigen
Verzögerung
in Bezug auf die Bandbreite, während
jegliche periodischen Signale eine Autokorrelationsfunktion mit
derselben Periodizität
liefern, die selbst bei größeren Verzögerungen
nicht verschwindet. Deshalb kann die Periodizitätsinformation aus der Autokorrelationsfunktion
gewonnen werden, indem das Verhalten bei großen Verzögerungen bewertet wird. 3 zeigt
die Autokorrelationsfunktion des in 2 gezeigten
Fehlersignals. 3 stellt den Wert der Autokorrelation
als Funktion der Korrelationsverzögerung dar. Dann kann die Jitter-Frequenz
der Jitter-Modulation 60 durch Bewertung der Periodizität der Autokorrelationsfunktion,
vorzugsweise durch Berechnung ihrer Fourier-Transformierten, abgeleitet werden.
Gemäß dem Wiener-Chintchin-Theorem
(das z.B. in den oben erwähnten
Publikationen von Papoulis oder Bendat ebenfalls ausführlich erläutert wird)
stellt die Fourier-Transformierte der Autokorrelationsfunktion die
spektrale Energiedichte des Fehlersignals dar. Da das Fehlersignal
die Periodizität
des Jitters widerspiegelt, stellt das erhaltene Spektrum die durch
die Jitter-Modulation bewirkte spektrale Information dar.
-
Ein
alternatives Verfahren zur Gewinnung derselben spektralen Information
besteht darin, dass die Fourier-Transformierte des Fehlersignals
direkt berechnet wird. Die erhaltenen (komplexen) Werte der Fourier-Transformierten
können
dann mit ihren konjugieren komplexen Werten multipliziert werden. Als
Ergebnis erhält
man dieselbe spektrale Energiedichte des Fehlersignals wie bei der
Berechnung der Fourier-Transformierten der Autokorrelationsfunktion.
-
Rein
sinusförmiges
Jitter ist unter realen Umständen
selten anzutreffen. Reale Systeme zeigen normalerweise von Natur
aus ein statistisches Jittermuster, das durch thermisches Rauschen
und Streuung hervorgerufen wird. Da dieses Jitter das Ergebnis vieler
verschiedener, nicht korrelierender Ursachen ist, weist das statistische
Jitter-Muster von Natur aus eine Gauss-Verteilung auf. 4 zeigt
ein Beispiel einer Mischung von künstlich überlagertem sinusförmigem Jitter
und natürlichem
statistischem Rauschen.
-
Solange
die Spitze-zu-Spitze-Amplitude des sinusförmigen Jitters 460 (gestrichelte
Linie) den Effektivwert des statistischen Jitters 400 nur
unwesentlich überschreitet,
weist das kombinierte Jitter des Jitter-Histogramms 450 immer
noch eine glockenförmige
Verteilungskurve auf, welche die Trennung von sinusförmigem und
statistischem Jitter erschwert.
-
Wenn
statistische und sinusförmiges
Jitter gemischt sind und das sinusförmige Jitter 460 das statistische
Jitter nur unwesentlich überschreitet, zeigt
das durch Abtastung am Abtastpunkt 20 (hier der Kreuzungspunkt
der Übergänge) erzeugte
Fehlersignal 470 ebenfalls eine periodische Modulation der
Fehlerdichte. Der Unterschied zum rein sinusförmigen Jitter (siehe 1)
besteht darin, dass nunmehr der negative Zweig der Sinuskurve ebenfalls Fehler
erzeugt, allerdings mit einer geringeren Dichte als im positiven
Zweig. Deshalb wird die Periodizität des sinusförmigen Jitters 460 auf ähnliche
Weise in das Fehlersignal 470 übertragen und kann z.B. durch Berechnung
der Autokorrelationsfunktion oder der spektralen Dichtefunktion
gewonnen werden.
-
5 zeigt
ein simuliertes Fehlersignal 470, das durch sinusförmiges und
statistisches Jitter hervorgerufen wird. Die Periodizität der Fehlerdichte
ist kaum zu erkennen, und das Signal scheint statistische Eigenschaften
aufzuweisen.
-
6 zeigt
die Autokorrelationsfunktion, die aus dem in 5 gezeigten
Fehlersignal berechnet wurde. Da diese Funktion nur aus einer begrenzten Anzahl
von Abtastwerten berechnet wurde, weist das Ergebnis ein gewisses
Rauschen auf. Durch Verwendung einer größeren Anzahl von Abtastwerten
kann die Amplitude dieses Rauschens jedoch verringert werden. Die
Autokorrelationsfunktion zeigt deutlich das im Fehlersignal verborgene
periodische Signal. Dadurch kann eine eher lineare Abbildung der
Jitter-Modulation 460 auf das Fehlersignal 470 erreicht werden.
Da die Fehlerdichte auf analoge Weise gleichmäßiger moduliert wird, gibt
die Autokorrelationsfunktion die sinusförmige Jitter-Modulation mit der
entsprechenden Periodizität
vollständig
wieder.
-
Da
ein breitbandiges Rauschsignal ein kontinuierliches flaches Energiedichtespektrum
zeigt, ist die Energie gleichförmig über einen
breiten Frequenzbereich verteilt und weist somit in einem schmalen
Spektralbereich normalerweise eine kleine Amplitude auf. Wenn hingegen
in einem breitbandigen Rauschsignal ein periodisches Signal enthalten ist,
konzentriert sich die Energiedichte des periodischen Signals stark
auf wenige diskrete Linien und kann von der Energiedichte des breitbandigen
Rauschens deutlich unterschieden werden.
-
Wenn
die Fourier-Transformierte auf die Autokorrelationsfunktion des
durch statistisches und sinusförmiges
Jitter verursachten Fehlersignals übertragen wird, zeigt das entstehende
Energiedichtespektrum daher die spektrale Information der Sinuskurve
in Form eines kräftigen
Spitzenwertes. Das Ergebnis der entsprechenden Simulation ist in 7 dargestellt,
wo die Frequenz der Sinusmodulation 460 als Spitzenwert
erscheint.
-
Durch
die Tatsache, dass die Energiedichte des statistischen Anteils über viele
Frequenzen hinweg verteilt ist, während die spektrale Energie
des Sinusanteils auf eine einzige Linie konzentriert bleibt, wird
die Erkennung von minimalem periodischem Jitter verbessert, das
tief unter statistischem Jitter verborgen ist. Somit können sogar
winzige Quellen von charakteristischem Jitter ermittelt werden.
-
Der
Einfluss der Lage des Abtastpunktes 20 wird in den 8A und 8B ausführlicher
schematisch erläutert.
Die Verteilung eines aus statistischem und sinusförmigem Jitter
bestehenden Modulationssignals auf die Bitfehlerrate kann als sinusförmig verschobene
Gauss-Verteilung angesehen werden. Das bedeutet auch, dass sich
eine praktisch rein statistische BER-Kurve aufgrund der Sinuskomponente
sinusförmig
links und rechts der Bit-Zeitachse (x-Achse in 8B)
bewegt. Deshalb hängt
die Tiefe der Fehlerdichtemodulation 800 von der Steilheit
der BER-Kurve am Abtastpunkt 20 ab, solange die Sinuskomponente
klein ist. Aus dieser Überlegung folgt,
dass die optimale Empfindlichkeit erreicht werden kann, wenn der
Abtastpunkt 20 um 0,5 UI (UI = Einheitsintervall) gegenüber der
Mitte des Augendiagramms (in
-
1 und 4)
oder gegenüber
dem Schwerpunkt des Jitter-Histogramms verschoben ist.
-
Es
wurde gezeigt, dass die oben beschriebenen Verfahren zur Analyse
von kombiniertem charakteristischem (periodischem) und statistischem
Jitter und zu deren Zerlegung in ihre spektralen Komponenten besonders
zur Bewertung und Fehlersuche in Schaltungsentwürfen geeignet sind, wenn die
Jitter-Frequenzen der charakteristischen Anteile unbekannt sind.
-
Wenn
jedoch bereits bekannt ist oder vermutet wird, dass ein Problem
vorliegen kann, das durch charakteristisches Jitter mit einer wohlbekannten Frequenz
verursacht wird, kann eine z.B. für die Fertigungsprüfung geeignete
Pass/Fail-Prüfung bereitgestellt
werden. Als typischer Fall kann z.B. in Frage kommen, dass Prozessschwankungen
oder andere Fertigungsfehler zur Einkopplung von Jitter von einer bekannten
Quelle führen.
Eine solche Pass/Fail-Prüfung
kann in den Prüfablauf
der Fertigung eingebaut werden, um nach solchen Fehlern zu suchen,
die für charakteristisches
Jitter verantwortlich sind.
-
Bei
einer Ausführungsart
zur Ermittlung eines Jitters mit bekannter Frequenz für die Pass/Fail-Prüfung oder
zur quantitativen Bewertung des Jitters einer bekannten Frequenz
in einem Gemisch aus statistischem und charakteristischem Jitter wird
eine Kreuzkorrelationsfunktion (oder Kovarianz) zwischen dem Fehlersignal
und einer Sinusschwingung mit der zu erwartenden Frequenz ermittelt.
Alternativ kann zur Berechnung der Kreuzkorrelation anstelle einer
reinen Sinusschwingung ein anderes charakteristisches Signal, welches
die potenziell auftretende Jitter-Frequenz darstellt, verwendet
werden. Wenn das charakteristische Signal mit der bestimmten Frequenz
im Fehlersignal und somit im kombinierten Jitter des Datensignals
enthalten ist, zeigt die Kreuzkorrelationsfunktion ein kräftiges Signal
bei der erwarteten Frequenz. Dann kann eine Fourier-Transformierte
des Kreuzkorrelationssignals einen kräftigen Spitzenwert bei dieser
Frequenz zeigen. Wenn das charakteristische Signal jedoch nicht
im kombinierten Jitter enthalten ist, zeigt die Kreuzkorrelationsfunktion
nur ein durch das Rauschen verursachtes vernachlässigbar kleines Signal, sodass
die Fourier-Transformierte nur eine geringfügige Anregung zeigt.