[发明专利]矢量网络分析仪和统计眼图生成的方法有效
申请号: | 202110374629.2 | 申请日: | 2021-04-08 |
公开(公告)号: | CN112800635B | 公开(公告)日: | 2021-07-20 |
发明(设计)人: | 万能;汪健伟;彭晓林 | 申请(专利权)人: | 深圳市鼎阳科技股份有限公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F16/56;G06T5/40;G06T11/20 |
代理公司: | 深圳鼎合诚知识产权代理有限公司 44281 | 代理人: | 白雪瑾;郭燕 |
地址: | 518000 广东省深圳市宝安区新安街道兴东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 矢量 网络分析 统计 生成 方法 | ||
1.一种基于矢量网络分析仪的统计眼图生成方法,其特征在于,包括:
生成模拟输入信号,并根据所述模拟输入信号获取被测系统仿真生成的输出信号;
根据所述模拟输入信号的时钟周期以及所述输出信号的幅值范围,确定眼图绘制区域;将输出信号按照预设的时间间隔和输出信号对应的幅值大小投影到眼图绘制区域中,形成眼图绘制区域中的采样点,并利用半透明直线将眼图绘制区域中的采样点逐个连接,得到第一眼图,其中,所述眼图绘制区域的横向宽度与所述模拟输入信号的时钟周期相关,眼图绘制区域的纵向高度为所述输出信号的幅值范围;
将第一眼图进行灰度化处理,得到第一灰度图;所述第一灰度图中各个像素点的灰度值用于表征所述输出信号在各个像素点对应位置出现的概率;
利用预先构建的核密度估计权重表,对第一灰度图中的灰度数据进行核密度估计,得到第二灰度图;
基于第二灰度图生成被测系统在模拟输入信号作用下的统计眼图。
2.如权利要求1所述的方法,其特征在于,所述利用预先构建的核密度估计权重表,对第一灰度图中的灰度数据进行核密度估计,包括:
对第一灰度图中的所有像素点逐一进行以下处理:
从预先构建的核密度估计权重表中获取用于加权平均的权重值;
利用所获取的权重值,将所述第一灰度图中当前像素点的邻域中的所有像素点的灰度值进行加权平均处理,得到第二灰度值,其中,所述第二灰度值为第二灰度图中当前像素点的灰度值。
3.如权利要求2所述的方法,其特征在于,所述核密度估计权重表中包括所述当前像素点的邻域中不同位置像素点灰度值对应的权重值。
4.如权利要求1所述的方法,其特征在于,基于所述第二灰度图生成被测系统在模拟输入信号作用下的统计眼图,包括:
基于所述第一灰度图,确定灰度值与输出信号分布概率的对应函数关系;
利用所述对应函数关系,根据第二灰度图生成被测系统在模拟输入信号作用下的统计眼图。
5.如权利要求4所述的方法,其特征在于,所述统计眼图以热力图的形式生成。
6.如权利要求4所述的方法,其特征在于,还包括:
确定所述统计眼图中所显示的输出信号的分布概率的下限值;
将所述统计眼图中低于所述下限值的输出信号分布概率设置为0。
7.一种矢量网络分析仪,其特征在于,包括:
仿真分析模块,用于生成模拟输入信号,并根据所述模拟输入信号获取被测系统仿真生成的输出信号;
第一眼图生成模块,用于根据所述模拟输入信号的时钟周期以及所述输出信号的幅值范围,确定眼图绘制区域;将输出信号按照预设的时间间隔和输出信号对应的幅值大小投影到眼图绘制区域中,形成眼图绘制区域中的采样点,并利用半透明直线将眼图绘制区域中的采样点逐个连接,得到第一眼图,其中,所述眼图绘制区域的横向宽度与所述模拟输入信号的时钟周期相关,眼图绘制区域的纵向高度为所述输出信号的幅值范围;
灰度化模块,用于将第一眼图进行灰度化处理,得到第一灰度图;所述第一灰度图中各个像素点的灰度值用于表征所述输出信号在各个像素点对应位置出现的概率;
核密度估计模块,用于利用预先构建的核密度估计权重表,对第一灰度图中的灰度数据进行核密度估计,得到第二灰度图;
眼图生成模块,用于基于第二灰度图生成被测系统在模拟输入信号作用下的统计眼图。
8.如权利要求7所述的矢量网络分析仪,其特征在于,所述利用预先构建的核密度估计权重表,对第一灰度图中的灰度数据进行核密度估计,包括:
对第一灰度图中的所有像素点逐一进行以下处理:
从预先构建的核密度估计权重表中获取用于加权平均的权重值;
利用所获取的权重值,将所述第一灰度图中当前像素点的邻域中的所有像素点的灰度值进行加权平均处理,得到第二灰度值,其中,所述第二灰度值为第二灰度图中当前像素点的灰度值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市鼎阳科技股份有限公司,未经深圳市鼎阳科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110374629.2/1.html,转载请声明来源钻瓜专利网。