使用示波器进行基本的振动测量

[导读]振动是指数字信号的标称值在时间上的短期变化。有两种主要类型的颤抖,随机颤抖和决定性颤抖。随机振动是无限的,即它的值随测量时间的增加而继续增加。随机颤动与噪声等随机过程有关.确定性振动是有界的,其幅度随观测时间的增加而受到限制。决定性颤抖进一步细分为周期性颤抖、数据相关性颤抖和有界不相关性颤抖(Buj)。

振动是指数字信号的标称值在时间上的短期变化。有两种主要类型的颤抖,随机颤抖和决定性颤抖。随机振动是无限的,即它的值随测量时间的增加而继续增加。随机颤动与噪声等随机过程有关.确定性振动是有界的,其幅度随观测时间的增加而受到限制。决定性颤抖进一步细分为周期性颤抖、数据相关性颤抖和有界不相关性颤抖(Buj)。

让我们开始测量时钟的颤抖。该时钟是一个133MHZ的时钟,幅值150mv和一个50%的工作周期。它通过50欧姆耦合连接到示波器,以匹配其源阻抗。图1 显示在示波器上出现的时钟波形。

图1 该133兆赫时钟的测量时间间隔误差,周期和上升时间包括测量统计。

示波器的测量参数被用来量化震动。常用的两个参数是周期和时间间隔误差.

周期测量在同一斜率下最接近的边缘之间的时间。TIP参数从其理想位置测量数据边缘上的时间差。TIP可以被看作是数据流的瞬态报告.TI要求了解数据流的时钟速率。这可以显式输入,或者示波器可以确定它在TIE设置。

在时钟周期的示例测量中,时间间隔误差和上升时间超过了成千上万的获取。测量统计显示最后一个测量值、平均值或平均值、最小值、最大值、标准差(SDEV),以及统计中包含的测量数。这个示波器记录每一个测量实例。对于所显示的波形,每次采集包含五个完整的周期和七个上升的边缘,所以每次采集有五个周期测量和七个平移时间测量。

标准差是一个关于价值的统计数字,它显示了被测量的平均值的分布。计算采用的是测量值(x) 我减去平均值(象),这实际上显示了瞬间的震动。这个差额是平方的。计算了平方差在总测量数(n)上的平均值,然后取平均数的平方根。

标准差是一个很好的数字的优点的周期或打结震动与这个时钟信号。实际上,它是周期的根平均正方形(RMS)或平局颤动。最大值和最小值之间的差异是所选参数的最大到最大的波动。

注意RMS对平局和周期的波动。这种差异是预期的,因为TIT测量一个波形边缘,而周期测量两个边缘之间的差异。在这种情况下,每个边缘上的震动是随机的,假设是独立的,在周期测量中的震动是每个边缘上的震动的二次和。我们预计周期的波动大约是平局波动的平方根2倍。

增加上升时间测量,以确保示波器的采样率足够高,明确界定时钟信号边缘。边缘至少应该有两个以上的样品。为了在1NS上升时间获得两个样品,取样率应大于2GS/s。

在这个测量中使用的短,50ns,记录可以显示在20mhz或更高频率的振动的变化。

为了使颤抖与较低频率的可能源相匹配,有必要获得较长的数据记录。在这样做的同时,应该将示波器的采样速率维持在一个固定的值上。该示例使用每秒10个GIGA样本的采样率(GS/s),因为水平比例表被提高到每个分部50毫秒,如表中所示。图2 .

图2 通过将采集存储长度提高到5兆个样本,来增加获取的持续时间水平尺度增加到每个分部50毫秒。这就可以测量到2千兆赫的震动变化。

一个水平扩展的缩放跟踪,Z1,是用来看到的波形的一部分,在原来的5ns每个除法和实际获取。即使有了这一长期的获取,也要测量获得的时钟信号中每个周期的联系、周期和上升时间。周期的标准偏差保持在5.2点,而TIT的标准偏差保持在3.8点。

使用TIT或周期测量的时钟颤动的选择通常是由用户测试的标准决定的。基于周期的振动测量通常用于限定时钟信号。该系统可以用于时钟或数据信号。

每项测量下的图标显示测量值的直方图。点击该图标可使直方图显示在数学跟踪中,如图3 .

图3 直方图显示测量的T予值的分布。分布的形状与颤抖的来源有关。

直方图用一个被称为BIN的狭窄范围内的值来绘制测量的数量。在本例中,直方图使用的是2000个箱,间隔均匀超过50PS,所以每个箱的宽度大约为25FS。直方图的形状与周期颤动的来源有关。TIP值的钟形是高斯或正态分布的特征。这种分布类型与随机过程有关,这样的噪音.直方图可以用直方图参数进行量化,在本例中使用了直方图平均值、标准偏差和范围。直方图上的蓝线是参数标记,显示每个参数的测量位置。对于这个高斯分布,68%的测量值是在平均值(如图所示)的单位里。标准差越低,测量值分布越接近平均值.

基本振动分析工具箱中的最后一个工具是跟踪函数。轨道函数绘制每一个测量值与时间.跟踪是与源波形同步的时间,因此跟踪上的每个点都是在与产生该值的测量边缘或循环相同的时刻发生的。任何周期性的变化在测量的颤抖将显示在轨道函数.在…里面图4 TIE的跟踪功能被添加到显示器中.

图4 跟踪函数显示了TIE测量随时间的变化与信道C1中获得的波形同步。

TIE轨道函数的垂直比例尺是以时间单位表示的,它显示了获得波形的每个周期的瞬间偏离理想边缘位置的情况。在这个例子中,轨道是平坦的,因为震动是随机噪声,没有明显的周期性。如果有周期性的震动,轨道会更有趣。图5 .

图5 用随机和周期性的平动元件测量时钟。轨道显示时间变化的周期性组件.

在时钟颤动中添加一个47KZ正弦组件会改变直方图的双峰形状。正弦波的直方图为鞍形,它与高斯分布的钟形弯曲而形成双峰形。峰值的分离与周期性振动分量的幅值成正比。跟踪函数显示加入到随机组件中的正弦振动分量的形状。在轨道上覆盖的轨道函数(数学跟踪F3中的蓝色痕迹)上,一个博卡平滑函数,可以减弱随机振动分量引起的噪声,并显示一个平滑的正弦振动分量。测量参数P7和P8为提取周期分量的频率和尖峰至尖峰幅值,47兆赫,幅度为20PS尖峰至尖峰。

我们已经使用示波器中可用的振动测量工具对时钟颤动进行了一些基本的测量。这些测量,加上一些修改,可用于测量数据信号的震动,如图6 .

图6 用参数时间间隔误差分析一个自然资源数据信号的脉动.在数据流中,使用相同的分析时钟颤动的工具来测量颤动。

不返回到零的数据流是这个分析的来源。示波器的设置保持不变,在一个500MS采集窗口采样10GS/s。缩放跟踪显示了PRBS7数据的一部分。与时钟波形不同的是,数据波形没有一个均匀的周期,使周期参数不正确,以进行振动分析。就像在测量时钟振动的情况下,数据抖动将使用TIE参数的标准差作为测量RMS波动的一种手段。在这个测量中,TIE的标准偏差是3.9PS.平局振动的平均值只有3FS,这意味着震动的平均值接近于零。

就像在时钟颤抖的情况下,直方图和跟踪工具提供了额外的洞察力。直方图的中心是从平均的TIE参数预期的零。直方图范围是36PS,也是对称的零.轨道函数基本上是一个随机的变化,其平均值基本为零.覆盖的羧卡滤波器输出显示一个小的4PS尖峰变化,即使没有周期性的震动。这是与数据流相关的数据依赖性颤抖的结果。这是与数据模式相关联的确定性颤抖的一种形式。

如果数据流中加入了周期性的震动,我们会看到类似于时钟颤动的结果,如图所示。图7 .