一种分离宽带取样示波器中随机性抖动与确定性抖动的方法技术

本发明专利技术公开了一种可以应用于宽带取样示波器的抖动分离的方法，该发明专利技术能够较好地将总抖动中的确定性抖动与随机性抖动分离出来。本发明专利技术首先对提取出的时域上的总抖动直方图进行离散傅里叶变换，利用确定性抖动在频谱上呈现一定频谱范围内高峰的特点，分离出确定性抖动，而后将频域上的抖动转换回时域上，用混合高斯模型对随机性抖动进行描述。该发明专利技术结合了时域和频域处理抖动分离的优点，在保证了一定的精确度的同时，还兼具了处理的速度。还兼具了处理的速度。还兼具了处理的速度。

【技术实现步骤摘要】
一种分离宽带取样示波器中随机性抖动与确定性抖动的方法


[0001]本专利技术涉及宽带取样示波器的精准时基模块，尤其涉及其中一种抖动分解的分析方法。

技术介绍

[0002]随着当下宽带取样示波器的取样频率日渐提升，抖动已经成为了制约高速采样示波器设计的重要因素。过高的抖动会使得相关数字产品的设计拥有较高的误码率，影响整体性能。如何在更短的时间内制作一个更低抖动的数字设计已经成为当下研发工程师面临的挑战。如果能够正确地认识抖动，了解抖动的各种分量占比，工程师们便能更加轻松地定位某种抖动类型的成因，这对于消除或减少总体抖动是大有裨益的。因此，如何更加准确地分离出抖动的各个分量，便成为了一个值得讨论的问题。
[0003]抖动可以被定义为“信号的各个有效瞬时对其当时的理想位置的短期性偏离”。而形成抖动的原因有很多，除开数字系统本身在模拟环境下对信号造成的影响，传输数据的码型也会对抖动造成影响，除此之外还有各种随机噪声。而在抖动的分析中，抖动可以被认为是确定性抖动与随机性抖动的叠加。确定性抖动便是由上述抖动成因的前两个引起，而随机性抖动则是由抖动成因的最后一个引起。倘若能够较精确地分离出确定性抖动与随机性抖动，研发工程师们就能够对症下药，更好地消除抖动对电路和产品的影响。
[0004]常见的抖动分解的方法有基于高斯尾拟合和双狄拉克模型的抖动分解方法和基于快速傅里叶变换和时滞相关的抖动分解方法等。前者是在时域上，对抖动直方图的尾部用高斯分布进行拟合，求解出随机性抖动的相关信息，而后再运用双狄拉克模型反卷积求出确定性抖动的概率密度函数。而后者则是先使用时滞相关方法先求出抖动的表达式，而后再使用离散傅里叶变换方法在频域上进行分析来进行抖动分解。两种方法都有一定的缺点。单一地在频域上或者时域上进行抖动的分析，误差总会不可避免的达到较高的值。如果能将频域时域结合起来，便能在抖动分解的精度与速度上达到一个较好的水平。

技术实现思路

[0005]本专利技术的目的是为了解决当下宽带取样示波器的精准时基抖动水平过高的问题。在采样频率日渐提高的背景下，示波器精准时基对于抖动的要求也逐渐严苛。高速时钟可以忍受的抖动范围也越来越小。在这种背景下，重新认识抖动便变得尤为重要。如果能将抖动成功分离成确定性抖动与随机性抖动，便能够更好地定位到对应的抖动源上。这样工程师们依此消除或者减小抖动。当下各种抖动分解方法，要么精确度不够高，要么运算繁琐，耗时耗力。本专利技术希望能够结合前人抖动分解方法的优点，摒弃他们的缺点，在抖动分解精度提升的同时，分解速度与精度能够达到一个较平衡的水平。
[0006]本专利技术主要提供了一种抖动分解的分析方法，实现确定性抖动与随机性抖动的分离。
[0007]所述方法包括：
[0008]步骤1：采集一连串连续信号，生成连续信号对应的眼图，并由眼图中的计算范围内的数据生成直方图；
[0009]步骤2：将时域的直方图通过离散傅里叶变换，变换到频域上；
[0010]步骤3：设立一个阈值，高于阈值的离散点被识别为确定性抖动的离散点。
[0011]步骤4：由频谱图可以求得总抖动的能量为傅里叶变换后每个离散点的实部平方的总和，而确定性抖动的能量为高于阈值的离散点的实部的平方和减去内插离散点的实部的平方和。
[0012]步骤5：求出确定性抖动的能量后便可以开方处理来分离出确定性抖动。
[0013]步骤6：将频谱中高于阈值的离散点用内插离散点替代，对频谱做离散傅里叶反变换，重新得到只有随机性抖动的时域图。
[0014]步骤7：用高斯混合模型拟合随机性抖动，并采用最大期望算法计算高斯混合模型的各个参数。
[0015]步骤8：在需要简化结果的场合，可以将高斯混合模型中最左边与最右边的高斯分布的标准差的均值作为随机性抖动的标准差。
[0016]所述步骤4包括：
[0017]对内插离散点定义如下：
[0018]内插离散点幅值与相位上用低于阈值的所有点的均值来代替，数量上则与高于阈值的离散点数量一致。
[0019]本专利技术的主要优势：本专利技术先从频域上对总抖动进行处理，对总抖动进行离散傅里叶变换，在频域上去除确定性抖动。在频域上对确定性抖动进行处理，因为确定性抖动在频域上表现出的特殊性，能够在不损失精度的情况下，较快的分离出确定性抖动，获得更高的分离效率。而后通过离散傅里叶反变换将频谱转换回时域谱图，再通过时域上混合高斯模型来拟合随机性抖动。混合高斯模型来拟合随机性抖动能够获得更好的精确度，也更符合抖动源的实际情况。综上所述，该方法不仅更符合实际抖动的产生情况，同时也在分解抖动的速度上与精度上都有一定的提升。
附图说明
[0020]图1为本专利技术中提供的一种新的抖动分离的分析方法的处理流程图。
[0021]图2为本专利技术中分离出确定性抖动的分析方法的处理流程图。
[0022]图3为本专利技术中在频域上分离确定性抖动的示意图。
[0023]图4为本专利技术中在时域上运用混合高斯模型拟合随机性抖动的示意图。
具体实施方式
[0024]下面详细描述本专利技术的实施方式。本方法可以分为三个阶段，第一个阶段是根据采集数据生成眼图，并由眼图生成总抖动直方图，第二个阶段为频域上处理确定性抖动，将确定性抖动进行分离。第三阶段则是对分离出确定性抖动后的频域上的图还原回时域上，并使用高斯混合模型进行拟合。
[0025]一、根据采集数据生成眼图，并由眼图生成总抖动直方图
[0026]采集一连串连续信号，生成连续信号对应的眼图，并由眼图中的计算范围内的数
据生成总抖动的时域直方图。
[0027]二、频域上分离确定性抖动
[0028]2.1对总抖动做DFT
[0029]在抖动分离的过程中，抖动被区分为确定性抖动与随机性抖动。两者在频域上有着不同的表现形式。确定性抖动在时域上有着确定的最大值与最小值，其反映在频域上，即拥有固定的频率范围。而随机性抖动在任何时间间隔内都不会出现最大或最小的相位偏差，理论上抖动幅度会趋向无穷，因此在频域上不会有固定的频率范围。因此，我们第一步便是利用离散傅里叶变换，绘制出总抖动的频谱函数。这里为了更加直观地写出相关的数学表达式，我们假设抖动源中确定性抖动只包含周期性抖动，以此列出总抖动的时域表达式与频域表达式。
[0030]假设理想信号为
[0031]r(t)＝Asin(2πft)
[0032]其中A为理想信号的振幅，f为理想信号的频率。再分别假设随机性抖动为
[0033]δt
RJ
(σ
RJ
)＝∈σ
RJ
[0034]其中σ
RJ
表示随机抖动的均方根，∈表示随机变量。而确定性抖动则可以表示为
[0035][0036]其中A
PJ
和f
PJ
分别表示确定性抖动的第l个分量的振幅和频率。由此可以得出总抖动的表达式为
[0037]δt<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种分离宽带取样示波器中随机性抖动与确定性抖动的方法，其特征在于：首先将时域上的抖动直方图做离散傅里叶变换，在频域上利用随机性抖动与确定性抖动的差异，分离出确定性抖动。再将分离后的总抖动进行离散傅里叶反变换，将抖动换回时域上。再利用混合高斯模型描述随机性抖动。2.根据权利要求1所述的分离确定性抖动，其特征在于：设置一个阈值，高于阈值的点视为确定性抖动带来的影响。3.根据权利要求1所述的分离确定性抖动，其特征在于：采用平均插值的方式来弥补确定性抖动去...

【专利技术属性】
技术研发人员：吴逢时，高子昂，忻向军，徐正山，胡海洋，贺阳，张琦，余世林，潘威，陈铭，方硕，陈鸿博，齐志辉，赵同刚，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：