¿Qué separa un diagrama de ojo "bueno" de uno "malo"?

Estoy ejecutando algunas pruebas de verificación de USB en el trabajo, y el osciloscopio Agilent con el que estoy trabajando devuelve un buen resumen de estadísticas de pasa / falla junto con un diagrama de ojo bonito. Dado que la aprobación / falla se indica dentro del alcance, no necesito hacer un montón de análisis en estos diagramas.

He visto bastantes de estos en los últimos días y me ha dado curiosidad: en general, ¿qué separa los diagramas de ojo "buenos" de los "malos"? En muchas de las pruebas que he realizado, el dispositivo falló, pero el diagrama del ojo se parecía mucho a uno que pasó.

Puedo entender un diagrama donde hay cruces evidentes a través del ojo, pero ¿qué otros factores se tienen en cuenta al mirar estos diagramas?

El ojo que muestra está firmemente en la categoría de "buenos" ojos. No hay nada allí que pueda causar un error más de una vez cada 100.000 años más o menos.

Algunas cosas para buscar:

• ¿Estás enviando datos reales mientras mides el ojo? Un patrón inactivo o un comportamiento similar podría crear un ojo que se vea mucho más limpio de lo que sería con datos reales.

• ¿Hay alguna interferencia externa que pueda estar causando una degradación intermitente en el ojo (que no se capturó en este caso)?

A modo de comparación, aquí hay algunos ojos "malos", tomados de la búsqueda de imágenes de Google.

Este es un caso de ruido aleatorio sustancial:

El ojo inferior aquí muestra una fuerte distorsión del ciclo de trabajo:

Este ojo muestra una interferencia entre símbolos sustancial (ISI). Este ojo probablemente aún alcanzaría una tasa de error de bits de ^10-9 o mejor (pero luego parece que proviene de una simulación sin ruido):

$\sqrt{f}$

El ojo rojo muestra el efecto de un reflejo en la línea de transmisión:

Estos ojos muestran fuertes efectos de jitter, tal vez causados ​​por un circuito de recuperación de datos de reloj que funciona más allá de sus capacidades: