在 力科SDA系列示波器中使用了“Normalized Q-Scale method”（简称NQ-Scale方法）来求解Tj。而Tj分解为固有抖动Dj和随机抖动Rj时，力科SDA提供了三种抖动分解方法，分别为 Conventional、effective、MJSQ，如下图所示。

图一：力科SDA的三种抖动分解方法

MJSQ方法在Fibre Channel规范已有定义（MJSQ代表Methodologies for jitter and signal quality specification），这种方法在串行数据的抖动分析中被广泛使用。在MJSQ文档中，Tj是某一测量样本数量下的TIE抖动的峰峰值，由Rj和 Dj组成，Dj是有边界的，而Rj是没有边界的，其概率密度函数满足高斯分布。Tj的直方图使用dual-Dirac来建模。Dual-Dirac模型是 由两个满足高斯分布的脉冲组成，左右两个脉冲的均值为μL和μR，两个脉冲的标准偏差都等于σ，Dj = μR - μL，Rj = σ，Tj@BER-12= 14 * Rj + Dj。如下图二所示。

图二：Dual-driac模型与MJSQ方法示意图

力科SDA中的MJSQ方法直接处理PDF概率密度函数，使 用两个高斯分布的曲线分别拟合TIE直方图的左右两边的尾部，调节高斯曲线的标准偏差让曲线能尽量拟合TIE直方图的尾部。 力科SDA的MJSQ分解方法基于传统的MJSQ方法进行了革新，两个高斯分布的均值可以是不以Y轴对称的，标准偏差也可以是不相等的。拟合的两个高斯曲 线的均值之差为Dj，标准偏差的平均值为Rj。

Effective方法是直接对浴盆曲线（bathtub curve）进行分析，将Tj分解为Dj和Rj。这种方法与误码率测试仪（BERT）的方法相同。在使用NQ-Scale方法得到不同BER下的Tj后， 由于Tj = Dj + α×Rj，在不同BER下的系数α是已知，可以推算出不同BER下的Dj和Rj。如右图所示，BER=10e-12时α=14.069，BER=10e- 10时α=12.723。

由于effective方法求解Dj和Rj与BERT相似，所以使用这种方法的计算结果可以与BERT的进行对比。另外，effective方法求解的Dj和Rj与MJSQ方法的非常相似。

图三：力科SDA中effective方法分解Tj

Conventional 方法先计算Dj中的周期性抖动Pj（periodic jitter）、数据相关性抖动DDj（data dependent jitter）和占空比失真DCD（duty cycle distortion），然后Dj = DDj + Pj，Rj = (Tj – Dj) / 14。 在下图四的流程图中描绘了DDj、Pj、Tj、Rj的分析流程。

图四：力科SDA中Conventional方法分解Tj

在 conventional方法中，首先计算出每个数据边沿和参考时钟的偏差，即TIE，把TIE抖动随时间变化的趋势描绘为一条曲线（即TIE track，又称TIE trend），对TIE追踪曲线做快速傅立叶变换（FFT），得到TIE抖动的频谱，通常周期性抖动Pj和DDj是TIE频谱中的峰值部分，随机抖动Rj 是TIE频谱中的底部，其频谱范围非常宽。将代表Pj的抖动频谱部分做反向傅立叶变换IFFT，可以得到各个频点贡献多大的抖动值，如下图五所示，在测试 结果的左下角对各个频率贡献的Pj；函数F1是对TIE trend作FFT运算，即TIE抖动的频谱，在F1中的峰值点即为周期性抖动，在图五中用cursor测量结果为350kHz，与左下角的Pj breakdown菜单的分析结果吻合。