【技术实现步骤摘要】
用于测量的基于短模式波形数据库的机器学习
[0001]相关申请的交叉引用本公开要求2021年5月21日提交的标题为“SHORT PATTERN WAVEFORM DATABASE BASED MACHINE LEARNING FOR MEASUREMENT”的美国临时申请号63/191,908的权益，该临时申请的公开内容通过引用整体并入本文。
[0002]本公开涉及测试和测量系统和方法，并且更具体地涉及将机器学习应用于来自被测设备的信号的测量。
技术介绍
[0003]许多电子设备和系统采用高速信号进行通信和数据传输，特别是根据高速串行数据协议（诸如例如高速外围部件互连(PCIE)和以太网）在发射器和接收器之间发送的信号。传统上，测试和测量仪器（例如示波器）已被用于采集这些高速信号并生成眼图以测量信号的特性。
[0004]当信号速度增加时，发射器和接收器中的均衡器被广泛用于提高系统性能。例如，PCIE第5代(PCIE Gen5)接收器除了连续时间线性均衡器(CTLE)之外还具有3抽头（3
‑
t...
【技术保护点】
【技术特征摘要】
1.一种方法，包括：从被测设备接收信号；从所述信号生成波形；对所述波形应用均衡器；接收输入，所述输入识别要对所述波形进行的一个或多个测量；选择单位间隔(UI)的数量；扫描所述波形以识别长度等于UI的数量的短模式波形；将机器学习系统应用于所述短模式波形以获得针对所述一个或多个测量的值；和提供来自所述机器学习系统的针对所述波形的所述一个或多个测量的值。2.根据权利要求1所述的方法，其中将机器学习系统应用于所述短模式波形包括：将所述机器学习系统应用于作为所述短模式波形的张量。3.根据权利要求1所述的方法，其中应用机器学习系统包括：使用一个或多个短模式数据库来分析所述短模式波形。4.根据权利要求3所述的方法，其中使用一个或多个短模式数据库包括：仅使用所述一个或多个短模式数据库的子集。5.根据权利要求3所述的方法，其中使用一个或多个短模式数据库还包括：从机器学习系统去除系数值低于阈值的短模式数据库以减小输入数据大小。6.根据权利要求1所述的方法，其中选择UI的数量包括：基于均衡器的抽头的数量来选择UI的数量。7.根据权利要求1所述的方法，其中选择UI的数量包括：基于要对所述波形进行的所述一个或多个测量来选择UI的数量。8.根据权利要求1所述的方法，还包括训练机器学习系统，所述训练包括：设置要使用的短模式的长度；选择来自波形的一组短训练模式和针对所述一组短训练模式的相关联的测量，以供机器学习系统用作数据集；测试所述机器学习系统以确定所述机器学习系统产生的结果是否满足期望结果；以及当所述结果不满足期望结果时，选择不同的一组短训练模式并使用所述不同的一组短训练模式重复所述测试。9.根据权利要求8所述的方法，其中选择所述不同的一组短训练模式包括选择不同的一组具有相同长度的短训练模式，或者选择不同的一组具有更长长度的短训练模式。10.根据权利要求1所述的方法，其中所述短模式被存储在多个短模式数据库中，其中根据关系L = S
N
，短模式序列数据库的数量L取决于信令类型中使用的信号电平的数量S和模式长度N。11.一种测试和测量系统，包括：测试和测量设备，被配置为从被测设备接收信号；以及一个或多个处理器，被配置为执行代码，所述代码使所述一个或多个处理器：从所述信号生成波形；对所述波形应用均衡器；接收输入，所述输入识别要对所述波形进行的一个或多个测量；
针对已知数据模式选择单位间隔(UI)的数量；针对长度等于UI的数量的已知数...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。