2、抖动分类：随机抖动（RJ）与确定性抖动（DJ）的区别与数学模型
好，咱们接着聊。上一节我讲了抖动的定义，说白了就是信号边沿偏离了它该在的位置。那这节咱们得把抖动拆开看看——它到底是怎么来的？
我个人习惯把抖动先分成两大类：随机抖动（RJ）和确定性抖动（DJ）。为什么这么分？因为它们的来源不同，处理方法也完全不同。你想想看，如果你连抖动的“出身”都搞不清楚，那还谈什么消除？
2.1 随机抖动（RJ）——天生的“坏运气”
随机抖动，说白了就是老天爷给的。它来自半导体器件的热噪声、散粒噪声这些物理层面的东西。你没法预测它，也没法彻底消除它。
数学模型：高斯分布
RJ的幅度服从高斯（正态）分布。它的概率密度函数长这样：
P(x) = (1 / (σ * √(2π))) * exp(-x² / (2σ²))其中σ是标准差，决定了抖动的“宽度”。
关键特性：
- 无界性：理论上，RJ可以无限大。虽然概率极小，但你不能说它“绝对不会超过某个值”。
- 累加性：多个独立RJ源叠加，结果还是高斯分布，方差直接相加。
- 不可预测：你没法用任何确定性的模型去描述它。
重要概念：RMS抖动 vs 峰峰值抖动
对于RJ，我们通常用RMS（均方根）值来描述，也就是σ。但实际工程中，我们更关心峰峰值（Peak-to-Peak）。
RJ的峰峰值和RMS之间有个经验关系：
RJ_pp ≈ 14 × RJ_rms（对应10⁻¹²误码率）
这个14倍是怎么来的？嗯，这是从高斯分布的尾部概率反推出来的。我建议你直接记住这个数，做眼图分析时经常用到。
我的经验： 有一次调试MIPI接口，眼图总是闭合。我测了RJ_rms只有2ps，觉得没问题。后来一算，14倍就是28ps的峰峰值，而我的UI才200ps。嗯，这下找到根因了——RJ虽然小，但累积起来也能坏事。
2.2 确定性抖动（DJ）——有迹可循的“捣蛋鬼”
确定性抖动就不一样了。它有明确的来源，有规律可循。说白了，它是可以预测、可以消除的。
数学模型：双狄拉克分布
DJ的分布通常用两个冲激函数（狄拉克δ函数）来表示：
P_DJ(x) = (1/2) * δ(x - DJ_pp/2) + (1/2) * δ(x + DJ_pp/2)这表示DJ的取值集中在两个点上，一个偏左，一个偏右，幅度各占一半。
DJ的常见子类：
| 子类 | 来源 | 特征 |
|---|---|---|
| 周期抖动（PJ） | 电源纹波、EMI耦合 | 频率固定，幅度稳定 |
| 数据相关抖动（DDJ） | 码间干扰（ISI） | 与数据模式相关 |
| 占空比失真（DCD） | 阈值偏移、上升/下降时间不匹配 | 高电平和低电平宽度不同 |
| 有界不相关抖动（BUJ） | 邻近信号串扰 | 幅度有界，频率不固定 |
注意： 我曾经在项目中遇到一个奇怪的问题——眼图时而好时而坏。排查了三天，最后发现是电源模块的开关频率（1.2MHz）耦合到了时钟线上。这就是典型的PJ。所以，做摄像头同步信号设计时，电源完整性一定要重视。
2.3 RJ与DJ的核心区别——一张表说清楚
| 对比项 | 随机抖动（RJ） | 确定性抖动（DJ） |
|---|---|---|
| 来源 | 热噪声、散粒噪声等物理噪声 | 电源、串扰、ISI、DCD等 |
| 分布 | 高斯分布（无界） | 双狄拉克分布（有界） |
| 可预测性 | 不可预测 | 可预测、可重复 |
| 消除方法 | 只能降低，无法消除 | 可以消除或大幅抑制 |
| 对误码率影响 | 尾部概率决定误码率 | 直接决定眼图开口 |
2.4 总抖动（TJ）——两者叠加的数学模型
实际系统中，RJ和DJ是同时存在的。总抖动（TJ）的概率密度函数是两者的卷积：
P_TJ(x) = P_RJ(x) * P_DJ(x)展开后就是：
P_TJ(x) = (1/2) * [G(x - DJ_pp/2) + G(x + DJ_pp/2)]其中G(x)是高斯函数。说白了，就是两个高斯分布“背靠背”拼在一起。
工程上常用的TJ估算公式：
TJ_pp = DJ_pp + 2 * α * RJ_rms这里的α取决于你想要的误码率（BER）。常见对应关系：
| 误码率（BER） | α值 |
|---|---|
| 10⁻¹² | 7.0 |
| 10⁻¹⁵ | 7.9 |
| 10⁻¹⁸ | 8.7 |
避坑指南： 我曾经直接用TJ = DJ + 14*RJ这个公式去算，结果发现眼图还是闭合。后来才意识到，14倍对应的是10⁻¹²误码率，而我的系统要求10⁻¹⁵。α值从7.0变成7.9，别看只差了0.9，算下来TJ多了将近2ps。对于高速设计来说，这2ps可能就是生死线。
2.5 实际工程中的抖动分离方法
你可能会问：我怎么知道手里的抖动是RJ还是DJ？
嗯，这个问题问得好。实际测试中，我们通常用抖动分离算法来拆解。常见的方法有：
- 尾部拟合法：对抖动直方图的尾部做高斯拟合，提取RJ_rms，然后反推DJ。
- 频谱分析法：把抖动信号做FFT，看频谱上有没有尖峰——有尖峰的就是DJ，平坦的就是RJ。
- 浴盆曲线法：通过误码率测试，绘制浴盆曲线，从曲线斜率反推RJ和DJ的比例。
我的建议： 如果你手头有示波器，直接用频谱分析法最直观。我习惯先看抖动频谱，如果有明显的单频尖峰，那大概率是电源纹波或者EMI耦合。如果频谱很平坦，那基本就是RJ主导了。
好了，这一节的内容就到这里。记住一句话：RJ是天生的，DJ是后天的。搞清楚了它们的区别，下一节咱们才能对症下药，讲具体的消除方法。