Jitter und Taktrückgewinnung

Jitter ist die Abweichung der Zeitpunkte, zu denen ein digitales Signal seine Flanken hat, von den Zeitpunkten, zu denen es sie haben sollte. Taktrückgewinnung ist das Gegenstück dazu: das Verfahren, mit dem ein Empfänger den Takt aus dem ankommenden Datenstrom zurückholt, weil er keine eigene Taktleitung bekommt. Beide gehören in einen Eintrag, weil erst die Taktrückgewinnung darüber entscheidet, wie viel Jitter eine Strecke überhaupt verträgt.

Ausführliche Erklärung

Bei einem digitalen Signal steckt die Information in den Wechseln zwischen zwei Zuständen. Wo genau diese Wechsel liegen, ist das eigentliche Datum — und Jitter ist die Abweichung davon. Julian Dunn, der ab 1984 in der Entwicklungsabteilung der BBC in London digitale Audiotechnik baute und seit 1991 in der Digitalaudio-Normungsarbeit der AES mitarbeitet, formuliert es so knapp wie möglich: Jitter ist eine Phasenmodulation des Schnittstellensignals. Er hat damit zwei Größen, eine Amplitude in Zeit und eine Frequenz, mit der diese Verschiebung selbst hin und her geht. Beide zusammen entscheiden, was die Strecke aushält.

Gemessen wird die Amplitude oft nicht in Sekunden, sondern in Unit Intervals (UI) — der kürzesten Zeit, die im Codierschema vorkommt. Das hat einen praktischen Grund: Das UI schrumpft mit der Datenrate, und die Anforderungen schrumpfen mit. Ein AES3-Signal bei 48 kHz hat nach der Biphase-Mark-Codierung 128 Pulse je Abtastframe, also ein UI von rund 163 Nanosekunden; bei 96 kHz sind es rund 81. Dieselbe absolute Zeitschwankung ist bei doppelter Abtastrate also doppelt so schlimm. Wer eine Strecke später von 48 auf 96 kHz umstellt, ändert nicht nur die Datenmenge — er halbiert das Zeitfenster, in dem der Empfänger richtig liegen muss.

Unterhalb von 10 Hz spricht man nicht mehr von Jitter, sondern von Wander; die Grenze zieht ITU-T G.810. Praktisch ist das die Unterscheidung zwischen einem Takt, der zittert, und einem, der driftet.

Wie ein Empfänger seinen Takt zurückholt

S/PDIF, AES3 und SDI legen den Takt in den Datenstrom hinein, sodass keine zweite Leitung nötig ist — wie das codiert wird, steht bei S/PDIF. Der Empfänger holt ihn mit einer phasenstarren Regelschleife (PLL) wieder heraus. Dunn beschreibt deren Verhalten über ein mechanisches Schwungrad: Es folgt langsamen Drehzahländerungen und ignoriert schnelle. Genau so verhält sich eine PLL gegenüber ihrer Eckfrequenz. Unterhalb davon läuft sie dem ankommenden Jitter nach, oberhalb filtert sie ihn weg.

Daraus folgt eine Eigenschaft, die auf den ersten Blick verkehrt herum wirkt: Ein Empfänger verträgt langsamen Jitter besser als schnellen. Langsame Verschiebungen macht die Schleife einfach mit, schnelle muss sie aushalten. Die AES3-Schablone für die Jittertoleranz zeichnet das nach — oberhalb von etwa 8 kHz Jitterfrequenz liegt die Grenze bei 0,25 UI, darunter steigt sie an. Dunn zieht daraus einen Schluss, der für Ketten wichtig ist: Die Schablone verlangt vom Empfänger eine Eckfrequenz oberhalb von rund 8 kHz — und damit kann dessen PLL langsameren Jitter gar nicht dämpfen, sie folgt ihm und gibt ihn weiter. Wer Jitter tatsächlich abbauen will, braucht eine zweite Schleife mit tieferer Eckfrequenz. Dieselbe Logik findet sich in der Videowelt: SMPTE ST 292-1 fordert für HD-SDI höchstens 1 UI Zeitjitter oberhalb 10 Hz, aber nur 0,2 UI Ausrichtungsjitter oberhalb 100 kHz. Die strengere Zahl gilt dem schnelleren Anteil, und das ist kein Zufall, sondern dieselbe Regelschleife.

Ein zweiter Punkt gehört dazu, weil er in Ketten mit mehreren Geräten wirkt: Jede PLL gibt einen Teil des Eingangsjitters weiter und fügt eigenen hinzu. AES3 begrenzt die Jitterverstärkung deshalb auf +2 dB. In einer Kette aus Zuspieler, Verteiler und Prozessor addiert sich das auf, und die Strecke, an der es kippt, ist selten die, an der man sucht.

Zwei Wirkungen, die man auseinanderhalten muss

Das Wort Jitter deckt zwei Vorgänge ab, die derselbe Effekt sind und trotzdem völlig verschiedene Folgen haben. Dunn trennt sie sauber, und ohne diese Trennung geht jede Diskussion über Jitter schief.

Auf der Schnittstelle entscheidet Jitter darüber, ob der Empfänger die Flanken noch richtig zuordnet. Der Punkt, an dem er das nicht mehr schafft, heißt Jittertoleranz. Wird sie überschritten, liest er falsch, schaltet stumm oder verliert die Einrastung ganz. Das ist ein Fehlerzustand und keine Qualitätsstufe. Genau hier liegt die Antwort auf eine Frage, die bei Cinch, XLR und BNC jeweils auftaucht: Warum klingt eine Leitung mit falschem Wellenwiderstand nicht ein bisschen schlechter, sondern setzt ab einer bestimmten Länge aus? Weil die Reflexionen die Flanken verschieben, weil diese Verschiebung Jitter ist und weil Jitter auf der Schnittstelle keine graduelle Wirkung hat, sondern eine Schwelle. Bis zu dieser Schwelle ist das Signal fehlerfrei, und jenseits davon kommt es nicht mehr an.

Am Wandler wirkt derselbe Zeitfehler anders. Wird ein Abtastwert zum falschen Zeitpunkt genommen, ist der abgelesene Pegel falsch, und zwar umso stärker, je steiler das Signal an dieser Stelle gerade ist. Der Fehler ist das Produkt aus Zeitabweichung und Signalsteigung. Die maximale Steigung eines Sinus ist:

text max |dv/dt| = 2 · π · F · A

F = Signalfrequenz A = Amplitude (Spitzenwert)

Dunn rechnet das für den ungünstigsten Fall eines 16-Bit-Systems durch: ein vollausgesteuerter 20-Kilohertz-Sinus hat eine maximale Steigung von 4,1 Quantisierungsstufen je Nanosekunde. Ein Zeitfehler von 244 Pikosekunden erzeugt dort also einen Fehler von einer Stufe. Er setzt selbst hinzu, dass diese Grenze willkürlich ist — an einem Fehler von genau einer Stufe ist nichts Besonderes, und über Hörbarkeit sagt die Zahl nichts. Was sie sagt, ist etwas anderes und Nützliches: In welcher Größenordnung das Thema spielt, nämlich im Bereich von Hunderten von Pikosekunden, und dass der Fehler mit Pegel und Frequenz des Signals wächst, nicht mit seiner Dauer.

Im Spektrum zeigt sich dieser Fehler nicht als gleichmäßiges Rauschen, sondern als Seitenbänder im Abstand der Jitterfrequenz neben dem Nutzsignal. Ein Jitteranteil bei 3 kHz an einem 10-kHz-Ton erzeugt Komponenten bei 7 und 13 kHz. Das ist auch der Grund, warum sich Jitter am Wandler mit einem einzelnen Sinuston gut sichtbar machen lässt und mit Musik so gut wie gar nicht.

Wo die beiden Wirkungen zusammenkommen — und wo nicht

Die entscheidende Frage in der Planung ist, ob der Wandler seinen Abtasttakt aus der Schnittstelle bezieht. Tut er das, wandert der Schnittstellen-Jitter über die PLL in den Abtastvorgang hinein, gedämpft um deren Filterwirkung. Tut er es nicht, weil er den Datenstrom puffert und mit einem freilaufenden Quarz wandelt, sind die beiden Ebenen entkoppelt.

Genau das leistet ein asynchroner Abtastratenwandler (ASRC): Er lässt die Ausgangsseite an einem freilaufenden, jitterarmen Quarz hängen und rechnet den ankommenden Datenstrom auf diese Rate um. Dunn nennt das eine wirksame und inzwischen billige Lösung — mit einer Einschränkung, die selten mitzitiert wird: Der Umrechnungsvorgang schätzt das Zeitverhältnis zwischen beiden Seiten numerisch, und dieser Schätzvorgang hat seine eigene Unsicherheit. Sie lässt sich nicht am Takt messen, sondern nur an ihrer Wirkung auf ein Testsignal. Ein Gerät, dessen Takt am Wandler sauber aussieht, ist damit noch nicht bewiesen.

Häufiges Missverständnis

„Jitter macht den Klang unruhig." Diese Erzählung setzt voraus, dass Jitter graduell wirkt, und das tut er nur an einer der beiden Stellen. Auf der Schnittstelle ist er ein Schwellwertproblem: Solange die Toleranz des Empfängers reicht, kommt jedes Bit richtig an, und sobald sie überschritten ist, setzt die Verbindung aus. Am Wandler wirkt er zwar graduell, aber die Größenordnungen sind bekannt und rechenbar — und was dort entsteht, sind Seitenbänder an definierten Frequenzen, kein diffuses Verhalten. Wer eine Anlage beschreibt, die „durch weniger Jitter offener" klinge, beschreibt nicht das, was hier passiert.

„Ein besseres Kabel senkt den Jitter." Halb richtig, und die richtige Hälfte hat einen anderen Grund als den vermuteten. Auf der Leitung entsteht Jitter durch zwei Mechanismen: durch Reflexionen an Stoßstellen mit falschem Wellenwiderstand und durch eingekoppeltes Rauschen, das den Nulldurchgang verschiebt. Beides hängt an Aufbau und Anpassung der Leitung, nicht an Material oder Preis. Ein Kabel mit spezifizierten 75 Ohm hilft, weil es die Stoßstelle vermeidet — die Wirkung liegt in der Geometrie, und die steht beim Wellenwiderstand und bei der Rückflussdämpfung.

„Eine externe Taktreferenz behebt Jitter." Das ist ein eigener Irrtum mit eigener Auflösung; er steht bei Word Clock und PTP. Kurz: Eine Taktverteilung sorgt für Gleichlauf mehrerer Geräte, und die Regelschleife, die einem externen Takt folgt, bringt eigenen Zeitfehler mit.

Nicht zu verwechseln mit

• Word Clock und PTP: der Takt selbst und seine Verteilung. Jitter ist eine Qualitätsgröße dieses Takts, kein Verfahren.
• Wander: dieselbe physikalische Größe unterhalb von 10 Hz. Praktisch relevant ist die Trennung dort, wo Puffer eine langsame Drift ausgleichen können, ein schnelles Zittern aber nicht.
• Latenz und Delay: die Verzögerung eines Signals. Eine Strecke kann konstant zu spät und dabei völlig jitterfrei sein.
• Bitfehler: ein falscher Wert. Jitter erzeugt Bitfehler erst dann, wenn er die Toleranz des Empfängers übersteigt — davor gar keine.
• Paketjitter im Netzwerk: die Schwankung der Ankunftszeit von Datenpaketen. Verwandtes Wort, andere Größenordnung und ein anderes Gegenmittel, nämlich Pufferung.

In der Fehlersuche

Eine bestehende AES3-Strecke zwischen Technikraum und Kinoraum, rund zwanzig Meter, gezogen auf Mikrofonkabel. Sie läuft seit zwei Jahren fehlerfrei. Nach dem Tausch des Zuspielers gibt es Aussetzer — aber nur bei hochauflösendem Material, bei allem anderen bleibt es ruhig.

Vor jeder Messung ist die Anforderung zu klären: Welche Abtastraten müssen über diese Strecke laufen, heute und nach dem nächsten Gerätetausch? Denn genau daran hängt die Beobachtung. Bei doppelter Abtastrate halbiert sich das Unit Interval, und dieselbe Leitung, die vorher innerhalb der Toleranz lag, liegt nun außerhalb. Nicht der neue Zuspieler ist also schlechter; er arbeitet mit höherer Rate, und dafür hatte die Leitung nie Reserve.

Entweder die Strecke wird auf eine Leitung mit spezifizierten 110 Ohm umgebaut, dann überträgt sie die höhere Rate mit derselben Reserve wie vorher die niedrigere. Oder die Abtastrate wird begrenzt — das ist vertretbar, muss dann aber als Entscheidung dokumentiert sein und nicht als Zufall im Gerätemenü stehenbleiben. Oder der Weg wird auf ein Medium verlegt, das die Frage nicht kennt — Netzwerk-Audio zum Beispiel, das den Takt gar nicht mehr aus der Signalflanke gewinnt.

Geräte zuletzt. Und dabei lohnt der Blick auf einen Punkt, der in Angeboten nie steht: ob der Empfänger den Datenstrom puffert und mit eigenem Takt wandelt. Tut er das, ist die Strecke von der Wandlung entkoppelt und muss nur noch fehlerfrei übertragen — was eine deutlich einfachere Anforderung ist als eine, die zusätzlich den Takt übertragen muss.

Verknüpfte Inhalte

Wie der Takt überhaupt in den Datenstrom kommt, steht bei S/PDIF und AES3; wie er alternativ über eigene Leitungen oder über das Netzwerk verteilt wird, bei Word Clock und PTP. Warum Reflexionen überhaupt entstehen, klärt der Wellenwiderstand, wie man sie beziffert, die Rückflussdämpfung. Die schnittstellenspezifischen Fälle stehen bei Cinch, XLR, BNC und TOSLINK.

Quellen

Definition, die Trennung von Schnittstellen- und Abtast-Jitter, das Unit Interval mit 163 Nanosekunden bei AES3 und 48 kHz, die Jittertoleranzschablone mit 0,25 UI, die Obergrenze von +2 dB für die Jitterverstärkung, das Rechenbeispiel mit 4,1 Stufen je Nanosekunde und 244 Pikosekunden sowie die Einordnung asynchroner Abtastratenwandler stammen aus Julian Dunns Technote TN-23, die für diese Seite im Volltext eingesehen wurde. Die Werte für HD-SDI — 1 UI Zeitjitter ab 10 Hz, 0,2 UI Ausrichtungsjitter ab 100 kHz — stehen in Tabelle 3 von SMPTE ST 292-1:2018, ebenfalls am Objekt gelesen. Die Abgrenzung von Jitter und Wander bei 10 Hz folgt ITU-T G.810.