Цитата(thermit @ Sep 2 2009, 13:03)

Дык, а какие проблемы? Наплевав на природу можно сделать N измерений значения джиттера, по полученной выборке вычислить оценки матожидания (выборочное среднее) и стандарного отклонения или дисперсии (выборочная дисперсия).
Что касается определения/аппроксимации закона распределения случайной величины "джиттер" - эт тема сложная. И в двух словах тут ничего не объяснить. Нужно конкретизировать задачу...
Немного теории. Любая случайная переменная X описывается распределением F(x), а так же т.н. моментами m(x,i), среди которых мат.ожидание (МО) и дисперсия Д - 1-ый простой и 2-ой центральный моменты соответственно. Теоретическая (т.е., идеальная или моделированная) Х полностью задается ансамблем всех своих реализаций x1,...,xN, где 1<=N<=inf, или F(x). Моменты задаются как интеграл соответствующей функции от F(x). Отсюда первый вывод: что бы знать теоретически точные MO и Д, необходимо знать F(x).
Немного практики. На практике ни полного ансамбля, ни точной F(x) неизвестно, но обычно можно взять достаточно много представительных реализаций, т.н. выборку, из которой можно получить оценку от F(x), F~(x), напр., в виде интегрированной гистограммы. Часто можно не возиться со слаботочной гистограммой, а обрабатывать X так, что она или чаще некая функция от нее будет иметь примерно Гауссовое распределение, что очень удобно для многих статистических методов. Есть несколько оценок позволяющих количественно определить, насколько хорошо F~(x) аппроксимирует Гауссовое распределение, и при необходимости довести ошибку до нужной малости, напр. Berry–Esséen theorem.
Можно проинтегрировать F~(x) для получения МО и Д, но обычно ошибка гистограммного метода довольно большая, да и возни много, поэтому часто берут оценки от МО и Д непосредственно через соответствующие усреднения по выборке. При этом используется Центральная Предельная Теорема (ЦПТ), т.е. ее условия при взятии выборок - независимость, большое количество и одинаковость распределения - для получения оценки высокой точности. Опять же, надо проверять точность, иначе возможно сильное расхождение между реальным результатом и гипотезой о нем. Как написано в одной умной книге, если начать строго перепроверять результаты всех научных исследований, использовавших ЦПТ, то университетские библиотеки придется опустошить наполовину.
Далее, джиттер - шумовая нестабильность частоты сигнала, обычно измеряется на выходе опорного генератора (источника частоты). Все вышеприведенные рассуждения существенно усложняются, если Х - нестационарный процесс, т.е. значительно меняется во времени, а джиттер часто таковым и является, если брать выборки одну за другой; нестабильность, что с ней поделаешь

. Поэтому, глядя на Eye Pattern, даже используя потрясающие усредняющие возможности глаз, вряд ли можно подсчитать дисперсию джиттера даже округленно. Для стабильной и надежной оценки численно джиттер обычно задается на множестве выборок, а наиболее распространенная характеристика джиттера - Алланова дисперсия, которая зависит от 2-х выборок, отчеты которых разделены интервалом тау, параметр дисперсии Аллана. Я, честно говоря, не видел осциллографов, расчитывающих дисперсию Аллана.