阶段一：单一阈值的简单划分#

最直观的想法是设置一个中间值作为阈值。

核心思想：大于某个值就算 1，小于某个值就算 0，以此简化问题。

例如，在一个 0-5V 的系统中，我们可以将 2.5V 设为阈值。

• 1 (高电平): > 2.5V
• 0 (低电平): < 2.5V

这种方法的好处是，即使信号中存在一定的噪声，只要不跨越 2.5V 的阈值，就不会影响最终的逻辑判断。在这个模型中，逻辑 0 和 1 的噪声容忍值都是 2.5V。

问题： 如果信号恰好是 2.5V，接收端该如何判断？这个临界点非常不稳定。

阶段二：引入“禁区”提升稳定性#

为了解决临界点的问题，我们引入了一个“禁区” (Forbidden Region)，也叫不确定区域。

改进思想：明确定义高、低电平的有效范围，中间地带的信号被视为无效。

例如，我们规定：

• 1 (高电平): 3V 到 5V
• 0 (低电平): 0V 到 2V
• 禁区: 2V 到 3V (此范围内的信号接收端会拒绝解析)

问题依然存在： 如果发送端和接收端使用完全相同的容忍区域，系统依然很脆弱。比如，发送端发出了一个 1.99V 的信号（合法的 0），但在传输过程中，一个 0.02V 的微小噪声就能把它推高到 2.01V，使其落入禁区，导致接收失败。

阶段三：最终方案——静态原则 (Static Discipline)#

最可靠的方案是让发送端和接收端遵守不同的标准。

核心原则：发送端必须输出比接收端要求更“严格”、更“清晰”的信号，从而为噪声留出容忍空间。

具体实现如下：

• 发送端 (Output) 输出的信号范围更窄，更靠近理想值。
• 接收端 (Input) 能够接受的信号范围更宽，容忍度更高。

这样就创造出了噪声容限 (Noise Margin)，即信号在不引起逻辑错误的前提下所能容忍的最大噪声幅度。