ADC aperture jitter：時脈 jitter 如何吃掉 SNR 與 ENOB

先備：psd_phase_noise_jitter（$\mathcal{L}\to S_\phi\to\sigma_\phi\to\sigma_t$ 四步鏈）、lab_08_jitter_integration（447.9 fs 怎麼積出來）｜接下來：serdes_clocking_connection、exercises

問題：為什麼換了 12-bit ADC，高頻 SNR 卻一點都沒變好？

一個高速 ADC（analog-to-digital converter，類比數位轉換器）在取樣瞬間把輸入電壓「凍結」下來。 但取樣瞬間本身不是理想的：取樣時脈有 jitter，取樣開關的觸發時刻還有自己的隨機不確定性—— 兩者合起來叫 aperture jitter（孔徑抖動，取樣時刻的 rms 隨機誤差 $\sigma_t$，單位 s）。 輸入訊號頻率一高，波形斜率變陡，同樣的時間誤差就被「斜率」放大成越來越大的電壓誤差—— 到某個輸入頻率之後，SNR 完全被時脈品質卡死，跟你買幾 bit 的 ADC 無關。

這頁做四件事：

1. 從第一原理逐步推導招牌公式 $\text{SNR}_{jitter}=-20\log_{10}(2\pi f_{in}\sigma_t)$；
2. 推導 ENOB（effective number of bits，有效位元數）換算 $\text{ENOB}=(\text{SNR}-1.76)/6.02$；
3. 用本站 canonical 例 C 的 $\sigma_t=447.9$ fs 算一張誠實的設計表（1 / 2.5 / 5 / 10 GHz）， 並反推「10 ENOB @ 5 GHz 需要多乾淨的時脈」；
4. 把它接回本站主線：$\mathcal{L}(\Delta f)\to$ 積分 $\to\sigma_t\to$ SNR——振盪器的 phase noise 圖直接決定資料轉換器的有效位元數。

外部文獻聲明：aperture-jitter SNR 公式是資料轉換器的標準教科書結果 （外部文獻，非本站 5 篇 PDF）；例如 W. Kester, "MT-007: Aperture Time, Aperture Jitter, Aperture Delay Time—Removing the Confusion," Analog Devices Tutorial MT-007, 2008； R. H. Walden, "Analog-to-digital converter survey and analysis," IEEE J. Sel. Areas Commun., vol. 17, no. 4, pp. 539–550, Apr. 1999。本頁的輸入數字 $\sigma_t=447.9$ fs 則是本站自己驗證過的 canonical 例 C（lab_08）。

物理直覺（先講結論）：取樣誤差 = 斜率 × 時間誤差。正弦波最陡的斜率是 $A\cdot2\pi f_{in}$（V/s），所以同一顆時脈（同一個 $\sigma_t$）打在 2 倍頻率的輸入上， 電壓誤差就大 2 倍、雜訊功率大 4 倍——SNR 每倍頻掉 6 dB，等於每個 octave 掉 1 bit。 這就是為什麼 RF 直接取樣（direct RF sampling）的系統，最貴的往往不是 ADC 本身， 而是那顆餵它的低雜訊時脈。

第 1 步：jittered sampling 的電壓誤差（error = slope × timing error）

寫下訊號與取樣時刻。 讓 ADC 取樣一個滿刻度正弦（full-scale sine）：

$$V(t)=A\sin(2\pi f_{in}t),$$

其中 $A$ 是振幅（V）、$f_{in}$ 是輸入頻率（Hz）。理想取樣時刻是 $t_n=nT_s$（$T_s=1/f_s$，s）； 實際取樣時刻多了一個隨機誤差 $\delta t_n$（s）：

$$\hat V_n=V(nT_s+\delta t_n)=A\sin\big(2\pi f_{in}(nT_s+\delta t_n)\big).$$

用一階 Taylor 展開取出誤差。 因為 $\delta t_n$ 極小（fs 等級），把 $V$ 在 $t_n$ 附近展開， 只留一階：

$$\hat V_n\approx V(nT_s)+\left.\frac{dV}{dt}\right|_{t=nT_s}\!\cdot\delta t_n \quad\Longrightarrow\quad e_n\equiv\hat V_n-V(nT_s)=A\,2\pi f_{in}\cos(2\pi f_{in}nT_s)\,\delta t_n.$$

• 用到的數學：$\frac{d}{dt}A\sin(2\pi f_{in}t)=A\cdot2\pi f_{in}\cos(2\pi f_{in}t)$。
• 單位檢查（逐項）：$A$（V）$\times\,2\pi f_{in}$（rad/s）$\times\,\delta t_n$（s） $=$ V·rad；rad 無因次，所以 $e_n$ 是 V ✓。斜率 $A\cdot2\pi f_{in}$ 的單位是 V/s—— 「每秒變化多少伏」，乘上「差了幾秒」自然是伏。
• 一階近似的成立條件：Taylor 二階項相對一階是 $O(2\pi f_{in}\delta t_n)$，所以需要 $2\pi f_{in}\sigma_t\ll1$ rad。本頁最壞情況（10 GHz、447.9 fs）是 $2\pi\times10^{10}\times4.479\times10^{-13}=2.81\times10^{-2}$ rad ✓，遠小於 1。
• 物理意義：這一步就是整頁的核心——時間誤差被波形斜率放大成電壓誤差。 斜率正比於 $f_{in}$，所以傷害正比於 $f_{in}$。這跟 waveform_slope 講振盪器內部「斜率越陡、 對雜訊越不敏感」是同一個物理量的兩面：在振盪器裡面，陡斜率是好事（電壓雜訊 換相位雜訊時被斜率除掉）；在取樣介面上，陡斜率是壞事（時間誤差被斜率乘上去）。

第 2 步：對 jitter 與取樣相位取均方 → 雜訊功率

現在把單一樣本的誤差 $e_n$ 變成統計上的雜訊功率。假設（下面第 5 節會逐條檢討）：

• $\delta t_n$ 是零均值高斯、樣本間獨立（白色 RJ），方差 $\mathrm{E}[\delta t_n^2]=\sigma_t^2$（s²）；
• $\delta t_n$ 與訊號相位無關（jitter 不知道現在波形走到哪）。

對 $e_n^2$ 取期望值，因為 $\delta t_n$ 與 $\cos(\cdot)$ 獨立，期望值拆開：

$$\mathrm{E}[e_n^2]=A^2(2\pi f_{in})^2\,\underbrace{\mathrm{E}\big[\cos^2(2\pi f_{in}nT_s)\big]}_{=\ 1/2}\;\underbrace{\mathrm{E}[\delta t_n^2]}_{=\ \sigma_t^2}.$$

那個 $\tfrac12$ 從哪來：取樣相位 $2\pi f_{in}nT_s$ 均勻掃過整個週期（coherent sampling 取滿整數個週期，或相位視為均勻分布），$\cos^2$ 的平均是 $\tfrac12$——跟「正弦功率是振幅 平方的一半」是同一件事。所以雜訊功率（V²）：

$$P_e=\frac{A^2(2\pi f_{in})^2\sigma_t^2}{2}\quad[\mathrm{V}^2].$$

• dimension check：$\mathrm{V}^2\times(\mathrm{rad/s})^2\times\mathrm{s}^2=\mathrm{V}^2$ （rad 無因次）✓。
• 物理意義：誤差最大的地方在過零點（斜率最陡、$\cos^2=1$），在波峰（斜率為零、 $\cos^2=0$）jitter 完全無害——這正是 [P1] 的 LTV 敏感度思想在取樣介面上的翻版： 「何時被打」決定傷害多大（對照 lab_02 的 LC ISF：振盪器在過零點對電荷擾動最敏感，同一個 $\cos$/$\sin$ 幾何）。$\tfrac12$ 就是把「有時打在陡處、有時打在平處」平均起來的結果。

第 3 步：SNR——招牌公式

正弦訊號本身的功率是

$$P_{sig}=\frac{A^2}{2}\quad[\mathrm{V}^2].$$

SNR（signal-to-noise ratio，訊號雜訊比）就是兩者相除。注意 $A^2$ 與兩個 $\tfrac12$ 都對消：

$$\text{SNR}=\frac{P_{sig}}{P_e}=\frac{A^2/2}{A^2(2\pi f_{in})^2\sigma_t^2/2}=\frac{1}{(2\pi f_{in}\sigma_t)^2}.$$

取 dB（$10\log_{10}$ 的功率比，平方提出來變 20）：

$$\boxed{\ \text{SNR}_{jitter}=-20\log_{10}\!\big(2\pi f_{in}\,\sigma_t\big)\ \ [\mathrm{dB}]\ }$$

• dimension check：$2\pi f_{in}\sigma_t=$（rad/s）×（s）$=$ rad，無因次 ✓—— log 的引數必須無因次，這裡自動滿足。SNR 本身是功率比，無因次 ✓。
• 物理解讀（最重要的一句）：$2\pi f_{in}\sigma_t$ 就是「時間 jitter 換算到輸入正弦上 的等效 rms 相位誤差」$\sigma_{\phi,in}$（rad）。所以這條公式其實在說： $\text{SNR}=1/\sigma_{\phi,in}^2$——取樣一個正弦，SNR 就是等效相位抖動的倒數平方。
• 與本站主線的漂亮接點：時脈本身在 $f_0$ 的 rms 相位是 $\sigma_\phi=2\pi f_0\sigma_t$； 打在輸入頻率 $f_{in}$ 上，等效相位被縮放為 $\sigma_{\phi,in}=2\pi f_{in}\sigma_t=(f_{in}/f_0)\,\sigma_\phi$。當 $f_{in}=f_0=5$ GHz 時， SNR 就直接是 $-20\log_{10}(\sigma_\phi)=-20\log_{10}(0.01407)=37.0$ dB—— 例 C 的 14.07 mrad 原封不動變成 ADC 的 SNR。
• 適用/失效：只在 $2\pi f_{in}\sigma_t\ll1$ rad（第 1 步的一階 Taylor）且雜訊只有 jitter 一項時成立；完整條件見第 5 節。

第 4 步：ENOB——換算成「有效位元數」

要把 SNR 講成 ADC 設計師的語言，得先推導理想 N-bit 量化器的 SNR（外部標準結果： W. R. Bennett, "Spectra of quantized signals," Bell Syst. Tech. J., vol. 27, pp. 446–472, Jul. 1948（外部文獻，非本站 5 篇 PDF）；此處自含推導）。

（a）量化雜訊功率 $q^2/12$。 設 LSB（least significant bit，最小量化階）為 $q$（V）。 量化誤差 $e$ 在 $[-q/2,+q/2]$ 內近似均勻分布，其功率（變異數）：

$$\mathrm{E}[e^2]=\int_{-q/2}^{q/2}e^2\,\frac{de}{q}=\frac{1}{q}\cdot\frac{e^3}{3}\Big|_{-q/2}^{q/2}=\frac{1}{q}\cdot\frac{2(q/2)^3}{3}=\frac{q^2}{12}\quad[\mathrm{V}^2].$$

（b）滿刻度正弦功率。 N-bit 的滿刻度範圍是 $2^N q$（V），正弦振幅 $A=2^N q/2=2^{N-1}q$，功率：

$$P_{sig}=\frac{A^2}{2}=\frac{2^{2N-2}q^2}{2}=\frac{2^{2N}q^2}{8}\quad[\mathrm{V}^2].$$

（c）相除、取 dB。

$$\text{SNR}_q=\frac{2^{2N}q^2/8}{q^2/12}=\frac{12}{8}\,2^{2N}=\frac{3}{2}\cdot2^{2N}$$ $$\text{SNR}_q[\mathrm{dB}]=10\log_{10}\!\tfrac32+2N\cdot10\log_{10}2=1.76+6.02\,N.$$

• dimension check：$q^2$ 上下對消，SNR 無因次 ✓；$N$ 是 bit 數（無因次）。

（d）反轉定義 ENOB。 把任何來源的 SNR（此處是 jitter 造成的）塞回這條式子反解 $N$， 就是「這顆 ADC 等效於幾 bit 的理想量化器」：

$$\boxed{\ \text{ENOB}=\frac{\text{SNR}[\mathrm{dB}]-1.76}{6.02}\ \ [\mathrm{bit}]\ }$$

• 適用/失效：$q^2/12$ 假設量化誤差均勻、與訊號無關（busy signal 才成立； 對極小或直流輸入會變成 deterministic 誤差，需要 dither）；ENOB 定義以滿刻度正弦為準， 輸入 backoff 幾 dB，SNR 就掉幾 dB。
• 合成規則：實際 ADC 的 jitter、量化、熱雜訊功率相加： $\text{SNR}_{tot}=-10\log_{10}\big(10^{-\text{SNR}_j/10}+10^{-\text{SNR}_q/10}+10^{-\text{SNR}_{th}/10}\big)$。 低頻時量化/熱雜訊主導、SNR 對 $f_{in}$ 平坦；高頻時 jitter 項以 $-20$ dB/dec 壓過來， 交叉點就是「這顆時脈值得配幾 bit ADC」的分界。

第 5 步：factor-of-2 記帳檢查（本站慣例對照）

本站對每個 2 都要問「哪來的、什麼慣例」。這條公式有三個地方要檢查：

1. 公式本身沒有藏 2。 分子 $P_{sig}=A^2/2$ 的 $\tfrac12$（正弦功率）與分母 $\langle\cos^2\rangle=\tfrac12$（取樣相位平均）互相對消；$2\pi$ 是貨真價實的角頻率 換算（Hz→rad/s），不是記帳慣例。所以 $\text{SNR}=1/(2\pi f_{in}\sigma_t)^2$ 不依賴 SSB/DSB 或 $\mathcal{L}$ 的任何慣例。
2. 慣例藏在 $\sigma_t$ 的上游。 本站 $\sigma_t=447.9$ fs 是從量測值 $\mathcal{L}(1\,\mathrm{MHz})=-100$ dBc/Hz 用 $S_\phi=2\cdot10^{\mathcal{L}/10}$ （$\mathcal{L}\approx\tfrac12S_\phi$ 小角 SSB 慣例）積出來的 （psd_phase_noise_jitter 第 2 步）。 只要 $\mathcal{L}$ 是量到的，這條換算全站一致、無歧義。
3. 若 $\mathcal{L}$ 是從電路雜訊「預測」的，/2-vs-/4 就進場了。 本站例 B （$f_0=5$ GHz、$\Gamma_{rms}=0.5$、$q_{max}=1$ pC、$S_i=10^{-24}$ A²/Hz）用 [P1] Eq. (21), p.185（SSB、$/4\Delta\omega^2$ 慣例）得 $\mathcal{L}(1\,\mathrm{MHz})=-148.0$ dBc/Hz；用時域 $/2\Delta\omega^2$ 記帳則是 $-145.0$ dBc/Hz（詳見 white_noise_to_phase_noise）。 數值交叉檢查：3 dB 的 $\mathcal{L}$ 差 → $\sigma_t\propto10^{\mathcal{L}/20}$ 差 $10^{3/20}=1.41\approx\sqrt2$ 倍 → $\text{SNR}_{jitter}$ 差 $20\log_{10}\sqrt2=3.0$ dB。 慣例差多少 dB，就原封不動傳到 SNR 差多少 dB——選定慣例、全鏈一致，數字才有意義。

假設與失效條件（誠實清單）

假設	為什麼需要	失效時會怎樣
RJ 白色（$\delta t_n$ i.i.d. 高斯）	雜訊功率均勻鋪滿 Nyquist 頻帶（FFT 上是平的 floor）	自由振盪時脈的 jitter 是有色的（$1/f^2$ skirt、$\sigma_{\Delta t}=\kappa\sqrt{\Delta t}$ 累積，[P2] Eq. (8), p.792）：總 SNR 公式仍對（只要 $\sigma_t$ 是同一積分頻寬的總 rms），但雜訊會集中成訊號旁的 skirt 而非平坦 floor；哪些 close-in 成分「算數」取決於系統會不會追掉它（見 design knobs）
一階 Taylor（$2\pi f_{in}\sigma_t\ll1$ rad）	誤差與 $\delta t$ 線性	高階項出現、載波功率以 $e^{-\sigma_{\phi,in}^2}$ 流失；447.9 fs 要到 $f_{in}\sim35$ GHz 才達 $\sigma_{\phi,in}=0.1$ rad
jitter 與訊號獨立	期望值可拆開	若時脈與訊號同源（clock 派生訊號），部分 jitter 是共模、會對消，實測 SNR 反而更好
滿刻度正弦、coherent 取樣	SNR/ENOB 的標準定義基準	輸入 backoff x dB → SNR 掉 x dB；非 coherent FFT 需加窗，洩漏另計
無量化/熱雜訊（純 jitter）	分離單一機制	真實 ADC 用第 4 步（d）的功率相加合成
$\sigma_t$＝時脈 RJ＋ADC 內部 aperture jitter 的 RSS	兩個獨立高斯來源方差相加	只算時脈、忘了 ADC 內部貢獻（datasheet 的 aperture jitter 項）會高估 SNR

設計表：447.9 fs 的時脈，打在不同 $f_{in}$ 上

用本站 canonical 例 C 的 $\sigma_t=447.9$ fs（5 GHz、$-100$ dBc/Hz @ 1 MHz、$1/f^2$、 積 1→100 MHz；lab_08）。下表由 simulations/lab_30_aperture_jitter.py 印出（模擬驗證見下節）：

$f_{in}$	$\sigma_{\phi,in}=2\pi f_{in}\sigma_t$ [rad]	$\text{SNR}_{jitter}$ [dB]	ENOB [bit]
1 GHz	$2.814\times10^{-3}$	51.01	8.18
2.5 GHz	$7.036\times10^{-3}$	43.05	6.86
5 GHz	$1.407\times10^{-2}$	37.03	5.86
10 GHz	$2.814\times10^{-2}$	31.01	4.86

逐步手算一列（5 GHz）當 worked example：

$$2\pi f_{in}\sigma_t=2\pi\times5\times10^{9}\ \mathrm{Hz}\times4.479\times10^{-13}\ \mathrm{s} =3.1416\times10^{10}\times4.479\times10^{-13}=1.407\times10^{-2}\ \mathrm{rad}.$$ $$\text{SNR}=-20\log_{10}(1.407\times10^{-2})=-20\times(-1.8517)=37.03\ \mathrm{dB},$$ $$\text{ENOB}=\frac{37.03-1.76}{6.02}=\frac{35.27}{6.02}=5.86\ \mathrm{bit}.$$

• dimension check：Hz×s＝無因次（配上 $2\pi$ 成 rad）✓；dB、bit 皆無因次 ✓。
• 一行 Python 驗證：

import numpy as np
print(-20*np.log10(2*np.pi*5e9*447.9e-15))            # -> 37.03
print((-20*np.log10(2*np.pi*5e9*447.9e-15)-1.76)/6.02) # -> 5.86

小測驗（先自己算，再檢查）

先自己算：f_in = 5 GHz、σ_t = 447.9 fs 時 SNR_jitter = ？（以 dB 作答）

dB

判定：相對誤差 ±1% 內算對；可用科學記號輸入。

scaling 手感（把表讀成一條直線）：

• $f_{in}$ 每倍頻（octave）：SNR $-6.02$ dB、ENOB $-1$ bit——表中 5→10 GHz 正好 $37.03\to31.01$（差 6.02 dB）、$5.86\to4.86$（差 1.00 bit）✓。
• 1→10 GHz 是 $\log_2 10=3.32$ 個 octave：$8.18-3.32=4.86$ bit ✓，完全自洽。
• $\sigma_t$ 每好 10 倍：SNR $+20$ dB、ENOB $+3.32$ bit。時脈與輸入頻率是完全對偶的 兩個旋鈕（都是 $-20\log_{10}$ 進來的）。
• 手感對照（例 B 的理想極限）：若時脈換成例 B 那顆「單一白噪源理想 LC」 （$\mathcal{L}(1\,\mathrm{MHz})=-148$ dBc/Hz，[P1] Eq. (21) SSB /4 慣例），同積分頻寬下 $\sigma_t$ 縮 $10^{48/20}=251$ 倍 → 約 1.8 fs → 5 GHz 輸入 SNR $=37.0+48=85.0$ dB、 ENOB $=13.8$ bit（用 /2 慣例 $-145$ dBc/Hz 則 82.0 dB、13.3 bit——又見第 5 節的 3 dB）。 真實振盪器有多個雜訊源、flicker 與 buffer chain，達不到這個理想值。

反推設計：要 10 ENOB @ 5 GHz，時脈得多乾淨？

題目：系統要在 $f_{in}=5$ GHz 的輸入上保住 10 bit 有效位元（只考慮 jitter 一項）， 問 aperture jitter 上限 $\sigma_t$。

步驟 1（ENOB→SNR）：

$$\text{SNR}_{req}=6.02\times10+1.76=61.96\ \mathrm{dB}.$$

步驟 2（反解公式）：由 $\text{SNR}=-20\log_{10}(2\pi f_{in}\sigma_t)$，

$$2\pi f_{in}\sigma_t=10^{-\text{SNR}/20} \quad\Longrightarrow\quad \sigma_t=\frac{10^{-61.96/20}}{2\pi\times5\times10^{9}}=\frac{7.98\times10^{-4}}{3.1416\times10^{10}}\ \mathrm{s}.$$

步驟 3（算出來）：

$$\boxed{\ \sigma_t=2.540\times10^{-14}\ \mathrm{s}=25.4\ \mathrm{fs}\ }$$

• dimension check：分子無因次（rad）、分母 rad/s → 商是 s ✓。
• 一行 Python 驗證：

import numpy as np
print(10**(-(6.02*10+1.76)/20)/(2*np.pi*5e9)*1e15)   # -> 25.40

把需求翻譯回 phase noise 的語言（這才是跟振盪器設計者溝通的方式）：$\sigma_t$ 要從 447.9 fs 壓到 25.4 fs，是 $447.9/25.4=17.6$ 倍，相當於整條 $1/f^2$ skirt 平移 $20\log_{10}17.6=24.9$ dB——即同樣積分頻寬（1→100 MHz）下需要

$$\mathcal{L}(1\,\mathrm{MHz})\ \le\ -100-24.9=-124.9\ \mathrm{dBc/Hz}.$$

以 [P1] Eq. (21), p.185 的 scaling $\mathcal{L}\propto\Gamma_{rms}^2S_i/q_{max}^2$ 來讀： 24.9 dB $=310$ 倍的功率比，得靠 $q_{max}$（swing×電容，見 tank_swing）、$\Gamma_{rms}$（波形對稱性/拓樸，見 lc_vs_ring）與雜訊源 $S_i$ 三個旋鈕一起湊，或改用 PLL 把 close-in 濾掉（見 design knobs）。誠實註記：25.4 fs 已是「極好的」時脈—— 以量級而言，最好的商用 RF-sampling 時脈鏈整合 jitter 大約落在數十 fs 這一帶 （量級說法，非精確引用），所以「10 ENOB @ 5 GHz」是貼著現實極限的規格。

整條鏈：從 phase noise 圖到 ENOB

前四格就是 psd_phase_noise_jitter 的四步鏈 （例 C），本頁只是接上最後兩格。整條鏈一行 Python 走完（重用 lab_08 的函式庫）：

import numpy as np
from simulations.common.noise_utils import leeson_one_over_f2, integrate_rms_jitter

f = np.logspace(6, 8, 4000)                             # 1 MHz -> 100 MHz
L = leeson_one_over_f2(f, L_ref_dbc=-100, f_ref=1e6)    # 1/f^2 skirt（例 C）
sigma_t, _ = integrate_rms_jitter(f, L, f0=5e9, fmin=1e6, fmax=100e6)
print(sigma_t*1e15)                                     # -> 447.9
print(-20*np.log10(2*np.pi*5e9*sigma_t))                # -> 37.03

積分頻寬的誠實警告（承 psd 頁「下限主導」）：例 C 的 447.9 fs 是「積 1→100 MHz」的 數字。對 ADC 而言，「哪段 offset 頻率算 jitter」取決於觀測長度與系統架構：FFT 一筆 紀錄長 $T_{rec}$，比 $1/T_{rec}$ 慢的相位漂移看起來像頻率偏移而非 noise floor；時脈若經 PLL 清理，close-in 被 reference 接管。換積分頻寬，$\sigma_t$ 就變，SNR 跟著變—— 報 jitter-limited SNR 時，$\sigma_t$ 的積分頻寬必須一起報。

模擬驗證：lab_30（Monte-Carlo 取樣 + FFT）

理論要用「不知道答案的方法」對打過才算數。simulations/lab_30_aperture_jitter.py 直接做這個實驗：對單位正弦在 $t_n=n/f_s+\delta t_n$（$\delta t_n$ 為白色高斯， $\sigma_t=447.9$ fs）取樣，rectangular window coherent FFT（訊號放在奇數 bin， 與 $2^{14}$ 點互質、每個樣本相位都不同），量測

$$\text{SNR}_{meas}=\frac{P(\text{signal bin})}{\sum P(\text{其他所有 bin，扣 DC})},$$

再跟 $-20\log_{10}(2\pi f_{in}\sigma_t)$ 疊圖。

怎麼讀這張圖：

• (a)：藍實線是公式（$\sigma_t=447.9$ fs）、藍圈是 FFT 量測——10 個掃頻點全部落在線上； 綠虛線/綠方塊是 $\sigma_t=25.4$ fs 的同一組實驗，紅星是「10 ENOB @ 5 GHz（61.96 dB）」 的規格點，正好落在綠線上——反推設計閉環驗證。右軸直接以 ENOB 刻度： $-6$ dB/octave 讀成「每倍頻掉 1 bit」。
• (b)：$f_{in}=5$ GHz 單筆頻譜。jitter 雜訊是平坦 floor（白 RJ 假設的視覺證據）， 高度約 $-76$ dBc/bin ——即總雜訊 $-37$ dBc 攤到 $N_{FFT}/2=8192$ 個 bin （$-37-10\log_{10}8192=-76$）✓。若 jitter 有色（真實自由振盪時脈），這個 floor 會變成訊號旁的 skirt，總功率不變。

實際輸出（跑 PYTHONPATH=. python3 simulations/lab_30_aperture_jitter.py）：

Monte-Carlo vs formula (same actual coherent f_in):
  f_in =  1.0016 GHz : measured  51.00 dB, formula  51.00 dB, diff -0.00 dB
  f_in =  5.0016 GHz : measured  37.03 dB, formula  37.03 dB, diff +0.00 dB

核心程式碼（完整 script 見 simulations/lab_30_aperture_jitter.py）：

m = int(round(f_in_target * n / fs))
if m % 2 == 0:
    m += 1                                      # 奇數 bin -> coherent 且與 2^14 互質
f_in = m * fs / n
dt = rng.standard_normal(n) * sigma_t           # 白色高斯 RJ [s]
x = np.sin(2*np.pi*f_in*(np.arange(n)/fs + dt)) # jittered sampling
p = np.abs(np.fft.rfft(x)/n)**2
snr_db = 10*np.log10(p[m] / (p[1:].sum() - p[m]))

參數	值	單位	說明
$\sigma_t$	447.9（另一組 25.4）	fs	canonical 例 C；反推規格點
$f_s$	25.6	GS/s	Nyquist 12.8 GHz 蓋住 $f_{in}\le10$ GHz
$N_{FFT}$	$2^{14}=16384$	樣本	coherent 紀錄長度
$f_{in}$	0.5–10（掃 10 點）	GHz	放在奇數 bin
平均次數	10–20	筆	壓 noise-power 估計的統計誤差至 ~0.02 dB
$A$	1	V（normalized）	滿刻度正弦；SNR 與 $A$ 無關

模擬的限制（誠實聲明）：這是 pedagogical 模型——無量化器（bit 數無限）、無熱雜訊、 jitter 為白色 i.i.d.（真實時脈是有色的；總 SNR 不變、頻譜形狀會變）、取樣為理想 瞬時（無 track-and-hold 頻寬 roll-off）。它驗證的是公式本身，不是某顆真實 ADC。 另外模擬取樣的是 $\sin$ 的精確值（非一階 Taylor），所以「量測=公式到 0.01 dB」同時 驗證了一階近似在 $\sigma_{\phi,in}\le0.028$ rad 的合法性。

Design knobs：jitter-limited 系統的可調旋鈕

1. 時脈源本身：$\mathcal{L}\propto\Gamma_{rms}^2S_i/q_{max}^2$（[P1] Eq. (21), p.185）—— 拉高 $q_{max}$（swing、tank 電容）、選對稱波形壓 $\Gamma_{rms}$、LC 取代 ring （代表值 $\Gamma_{rms}=0.5$；true LC $1/\sqrt2$；ring 更差，見 lc_vs_ring）。
2. PLL loop bandwidth：loop 內 close-in noise 被 reference 接管、loop 外留給 VCO—— 最佳頻寬使積分 jitter 最小（pll_noise_budget）。
3. 時脈鏈的每一級：buffer、divider、distribution 都往 RSS 裡加 jitter； ADC datasheet 的內部 aperture jitter 也是一項。預算要從 $\sigma_{t,tot}^2=\sum\sigma_{t,i}^2$ 分下去。
4. 降低取樣介面看到的 $f_{in}$：mixer 先降頻再取樣（IF sampling）就是拿混頻器的 複雜度去換時脈規格——每降一個 octave 賺 1 bit。
5. Oversampling + 數位濾波：白色 jitter 雜訊平鋪 Nyquist 頻帶，濾掉頻帶外可賺 $10\log_{10}(\mathrm{OSR})$ 的 processing gain；但有色（close-in skirt）jitter 貼著訊號、濾不掉——又一個「白/有色假設決定答案」的例子。
6. 波形斜率：把時脈邊緣做陡（限幅、buffer）能壓時脈鏈自己的加性雜訊轉 jitter （waveform_slope），但對「已經是 $\sigma_t$」的 相位雜訊無能為力——斜率旋鈕只對加性電壓雜訊有效。

與 SerDes 的關聯：同一個 $\sigma_t$、兩個消費者

serdes_clocking_connection 用同一個 447.9 fs 去算 eye 閉合與 BER（$Q^{-1}(10^{-12})=7.03$，吃掉 $\pm7.03\sigma_t=\pm3.1$ ps 的眼寬）；本頁用它算 SNR/ENOB。兩者都是「振盪器 phase noise 的時域帳單」：

• SerDes 在意的是尾巴機率（$7\sigma$ 事件造成 bit error）；
• ADC 在意的是均方功率（$\sigma^2$ 直接進 SNR）。

同一顆時脈、同一條 $\mathcal{L}(\Delta f)$ 曲線，從 [P1] 的 $\Gamma_{rms}/q_{max}$ 出發， 一路決定通訊系統兩端（取樣器與收發器）的規格上限。

重點回顧

• 招牌公式：$\text{SNR}_{jitter}=-20\log_{10}(2\pi f_{in}\sigma_t)$；推導核心是 「誤差 = 斜率 × 時間誤差」，兩個 $\tfrac12$（正弦功率、$\cos^2$ 平均）對消，公式 不含任何 SSB 記帳慣例。
• $2\pi f_{in}\sigma_t=\sigma_{\phi,in}$：SNR 就是等效輸入相位抖動的 $-20\log_{10}$； $f_{in}=f_0$ 時直接回收例 C 的 $\sigma_\phi=14.07$ mrad → 37.0 dB。
• ENOB $=(\text{SNR}-1.76)/6.02$：由 $q^2/12$ 與滿刻度正弦功率推得 $\text{SNR}_q=6.02N+1.76$ 後反解。
• 設計表（$\sigma_t=447.9$ fs）：1 / 2.5 / 5 / 10 GHz → 51.0 / 43.1 / 37.0 / 31.0 dB → 8.18 / 6.86 / 5.86 / 4.86 bit；每 octave 掉 6.02 dB＝1 bit。
• 反推：10 ENOB @ 5 GHz → SNR $\ge61.96$ dB → $\sigma_t\le25.4$ fs （比 447.9 fs 乾淨 17.6 倍＝skirt 全線 $-24.9$ dB → $\mathcal{L}(1\,\mathrm{MHz})\le-124.9$ dBc/Hz）。
• 慣例紀律：$\sigma_t$ 上游若用 [P1] Eq. (21) 的 /4（SSB）vs 時域 /2 記帳， $\mathcal{L}$ 差 3 dB → $\sigma_t$ 差 $\sqrt2$ → SNR 差 3 dB，全鏈一致才有意義； 報 jitter-limited SNR 必附 $\sigma_t$ 的積分頻寬。
• 模擬驗證（lab_30）：Monte-Carlo 取樣 + FFT 與公式在 1 GHz、5 GHz 皆吻合到 0.01 dB 內；白 RJ 的雜訊是平坦 floor（$-76$ dBc/bin @ $N_{FFT}=16384$）。

延伸閱讀

• $\mathcal{L}\to\sigma_t$ 四步鏈與四種 jitter 方言：psd_phase_noise_jitter
• 447.9 fs 的出處（積分實作）：lab_08_jitter_integration
• 同一個 $\sigma_t$ 的另一個消費者（eye/BER）：serdes_clocking_connection
• 時脈源頭的設計旋鈕：tank_swing、lc_vs_ring、pll_noise_budget
• $\mathcal{L}$ 預測的 /2-vs-/4 慣例：white_noise_to_phase_noise
• 外部文獻（非本站 5 篇 PDF）：
  • W. Kester, "MT-007: Aperture Time, Aperture Jitter, Aperture Delay Time—Removing the Confusion," Analog Devices Tutorial MT-007, 2008.
  • R. H. Walden, "Analog-to-digital converter survey and analysis," IEEE J. Sel. Areas Commun., vol. 17, no. 4, pp. 539–550, Apr. 1999.
  • W. R. Bennett, "Spectra of quantized signals," Bell Syst. Tech. J., vol. 27, pp. 446–472, Jul. 1948.
  • B. Razavi, Principles of Data Conversion System Design, IEEE Press, 1995.