首页 | 新闻 | 新品 | 文库 | 方案 | 视频 | 下载 | 商城 | 开发板 | 数据中心 | 座谈新版 | 培训 | 工具 | 博客 | 论坛 | 百科 | GEC | 活动 | 主题月 | 电子展
返回列表 回复 发帖

在高精度时间间隔测量中隔离位误码率突发事件(2)

在高精度时间间隔测量中隔离位误码率突发事件(2)

本帖最后由 yuyang911220 于 2016-12-29 17:20 编辑

分离罕见事件
        为了确定上述特性是确实存在于信号本身,还是M1或示波器所带来的,我们用不同的示波器、不同的脉冲发生器和不同的抖动分析 工具进行了很多次测试。结果表明,只有这个特定的信号发生器表现出了“跳变”的特性。这给了我们很大信心,问题应当出在信号源本身,或是某种环境因素对信 号源产生了影响。
        由此可见,一个简单的方法就是将脉冲发生器与其所在的环境隔离开来。事实上,多年来ASA公司已经发现有许多环境不适合进 行精确的定时和抖动测量。一些日常的办公环境会成为引起位误码的来源。有时,这些环境问题会影响信号发送源,就象本例中的情况一样。大多数时候,它们影响 的是接收器。
        我们并不关心是8133A脉冲发生器对耦合进来的环境因素过于敏感,还是仪器本身产生了错误。我们关心的是,到现在可以推断,我们多年来一直信赖的标准脉冲发生器看来至少容易受到一些(内部或外部)激励所引起的BER突发的影响。这是一个首先需要抓住的事实。

发现罕见事件的其他方法

        发现罕见事件的方法很多。最常用的方法就是让示波器以无限制持续模式整晚运行。这样有可能在眼图或柱状图中捕获一些蛛丝马 迹。当然,我们同样也有可能忽略这些数据。归根到底,人们不可能真正知道在整个夜晚期间环境中到底发生了什么情况。更重要的是,许多示波器,尤其是那些不 执行逐周期波形取样并在屏幕上显示取样存储器中每一个周期数据的那些仪器,要以小于100波形/秒的更新速率在宽度为两个周期的时间窗口中发现一个罕见事 件(如10-12 BER)不是一件容易的事情,即使连续工作10小时也未必能做到。而且就算捕捉到了罕见事件,“四模式”柱状图又表明了误码来源的什么信息呢?回顾一下, 现在已经得到了“四模式”柱状图,但仍然无法确定仅凭这个柱状图本身能表明问题起源的任何信息。不过它确实表明出现了问题。
        如果用PRBS波形通过硬件或软件方式来进行同步,有些示波器可以追溯错误图案的位置。这种方法使用方便,但实际上它只适 用于示波器能够与信号发生器进行同步的激励/响应应用。这种系统无法用于实时设计中的真实数据。另外,使用PRBS信号源来调试设备对于查找由确定性时不 变错误(如符号之间的干扰)引起的误码可能非常有帮助。但是,重复性的PRBS图案测试对于实时信号并不足够,除非采用一个很长的PRBS图案,并且使用 一个既能查看确定性时不变定时错误又能查看非确定性时变定时错误的实时示波器来捕捉这个图案。一种理想的方法是使用一台实时示波器和一个长PRBS图案或 一个由实际设计环境中部件的实时应用所产生的实时随机数据流。
        我们本来可以利用一个位误码率测试器([BERT)来帮助表征异常现象,它们对表征设计非常有益,但也非常昂贵(即使租用一 个月也是代价不菲)。而且,虽然我们知道通过这种方法可以判定系统是否存在一些问题,但位误码率数值又表明了什么信息呢?位误码率测试器确实具有许多优秀 的功能可用来表征多种不同情形下的位误码率,但是在实践中,我们很少看见系统设计人员用它来对设计方案进行调试。

本文小结
        本文介绍了很多技巧,特别是在罕见事件的捕捉方面。首先,发现一个特殊的柱状图、一个无法解释的测量结果,或者一个统计上的 罕见曲线之后,你应该立即停止正在进行的工作,并相信它是真实的。不要再次按下示波器的“运行/停止”按钮,希望消除这个现象。相反,你应该立即将波形保 存到硬盘。这有可能是一个罕见事件。其次,在这个例子中,不考虑抖动特征中的非确定性现象可能是不对的。BER突发不是某种容易通过一次重复测试来表征的 现象。第三,有些方法会忽略罕见事件,如欠采样、等时波形捕捉、完全只注意RjDj的数值大小而忽视其在时间上的收敛性等,这些方法都会掩盖潜在的罕见事件。
        本例中的BER突发是在比较净化的环境中发现的。在实时应用中,很少会有净化的环境。实际系统的电路板上有许多不确定的抖动和虚假电子信号。ASA公司发现,许多工程人员使用堆叠式装置而希望产生或测量皮秒级的定时,这是不切实际的。
        某些部件对于虚假外部激励的影响具有较好的耐受性。可惜很少有部件设计人员(甚或使用这些零部件的系统设计人员)花时间来了解外部虚假激励的敏感性,这可能会给系统设计人员带来后续的问题。
        回头再看,几乎所有工具都可能遇到这些错误,任何方法也都可能发生这些错误。重要的是,在本例中,M1的几项功能帮助我们更 加迅速地掌握到了罕见事件的实质。首先,我们采用了一种非统计的方法。M1的RjDj提取法建立在逐周期数据分析的基础之上,它使非确定性BER的效果得 以迅速地呈现出来。其次,我们使用M1的抖动频域视图来将取样转化到频域,以了解问题采样中是否有任何频率分量导致误码发生。本例中虽然没有出现这种情 况,但在其他情况下,这是另一项特别有用的调试工具。再次,M1的“记录到磁盘”功能以及全新的“自动加载”特性也对分析极其有用。新的RjDj文本保存 特性也是如此。最后,在本例的调试过程中,通过绘出各个周期的RjDj曲线和观察RjDj的收敛/发散情况来查看RjDj值的跳变情况也非常重要。相对任 何欠取样方法而言,实时、逐周期的取样并不是一个微不足道的优点。基于这一分析,我们强烈推荐你采用M1,这不仅是为了表征串行数据设计方案,同时也是了 解和调试它的需要。
继承事业,薪火相传
返回列表