CN102508025B - 使用计算机视觉技术的信号识别和触发 - Google Patents

使用计算机视觉技术的信号识别和触发 Download PDF

Info

Publication number
CN102508025B
CN102508025B CN201110122396.3A CN201110122396A CN102508025B CN 102508025 B CN102508025 B CN 102508025B CN 201110122396 A CN201110122396 A CN 201110122396A CN 102508025 B CN102508025 B CN 102508025B
Authority
CN
China
Prior art keywords
test
surveying instrument
signal
target image
reference picture
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110122396.3A
Other languages
English (en)
Other versions
CN102508025A (zh
Inventor
J.F.特平
K.A.恩格霍姆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tektronix Inc
Original Assignee
Tektronix Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tektronix Inc filed Critical Tektronix Inc
Publication of CN102508025A publication Critical patent/CN102508025A/zh
Application granted granted Critical
Publication of CN102508025B publication Critical patent/CN102508025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R13/00—Arrangements for displaying electric variables or waveforms
    • G01R13/02—Arrangements for displaying electric variables or waveforms for displaying measured electric variables in digital form
    • G01R13/0218—Circuits therefor
    • G01R13/0254—Circuits therefor for triggering, synchronisation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R13/00—Arrangements for displaying electric variables or waveforms
    • G01R13/02—Arrangements for displaying electric variables or waveforms for displaying measured electric variables in digital form
    • G01R13/029—Software therefor

Abstract

本发明涉及使用计算机视觉技术的信号识别和触发。一种测试及测量仪器处理代表输入信号的数字数据以产生目标图像，然后使用计算机视觉技术以识别目标图像内描绘的信号。在一些实施例中，在显示设备上标识信号在目标图像内的位置。在其它实施例中，信号在目标图像内的位置用来执行测量。在其它实施例中，当识别信号时生成触发信号，该触发信号使代表输入信号的数字数据存储于存储器中。

Description

使用计算机视觉技术的信号识别和触发
技术领域
本发明涉及测试及测量仪器并且更具体地涉及对采集的信号的处理。
背景技术
实时频谱分析仪（比如可从Beaverton, Oregon的Tektronix公司获得的RSA6100和RSA3400系列）实时地关于RF信号触发、捕获RF信号和分析RF信号。这些测试及测量仪器无缝地捕获RF信号，使得不同于常规扫描光谱分析仪和矢量信号分析仪，在指定带宽内未遗漏数据。
有经验的用户可以查看实时频谱分析仪的显示器并且基于不同类型的信号的视觉表现来识别这些信号。例如，有经验的用户可以观察信号的带宽、持续时间、幅度或者功率、它的频谱瓣（lobe）的数目和形状以及其它视觉线索并且基于此来确定是否根据特定调制标准来调制信号、信号是否由特定发送器发送等。用户然后可以使用该信息以选择针对信号的适当测量。
然而，要求用户识别信号对于用户而言可能是耗时的和不便的。另外，在一些情况下，无经验的用户可能需要标识信号，但是缺乏这样做的专门技术。
发明内容
本发明的发明人已认识到：为了克服上文讨论的现有技术的不足，需要的是一种能够自动识别信号而不用任何用户干预的测试及测量仪器。
因而，本发明的实施例提供如下测试及测量仪器，该测试及测量仪器处理代表输入信号的数字数据以产生目标图像、然后使用计算机视觉技术以识别目标图像内描绘的信号。在一些实施例中，在显示设备上标识信号在目标图像内的位置。在其它实施例中，信号在目标图像内的位置用来执行测量。在其它实施例中，当识别信号时生成触发信号，该触发信号使代表输入信号的数字数据存储于存储器中。
在与所附权利要求和附图结合阅读时，根据以下详细描述而清楚本发明的目的、优点和其它新颖特征。
附图说明
图1描绘实时频谱分析仪的高级框图。
图2描绘根据本发明的实施例的方法的流程图。
图3描绘目标图像。
图4描绘参考图像。
图5描绘将图3的目标图像与图4的参考图像相关的结果。
图6描绘图5中所示的结构的替代视图。
图7描绘识别的信号在图3的目标图像内的位置。
图8描绘在应用边缘检测之后的图3的目标图像。
图9描绘目标图像。
图10描绘识别的信号在图9的目标图像内的位置。
具体实施方式
现在参照图1，实时频谱分析仪100接收射频（RF）输入信号并且可选地使用混合器105、本地振荡器（LO）110和滤波器115来降频转换（down-convert）它以产生中频（IF）信号。模数转换器（ADC）120数字化IF信号以产生代表IF信号的连续数字数据流。在两个路径中处理数字数据。在第一路径中，向处理器125输入数字数据，该处理器125通过将数字数据转换成称为“图像”的数据结构、然后可选地基于该图像来执行一次或者多次测量，实时地分析数字数据。在第二路径中，向存储器135（其在一些实施例中包括环形缓冲器）并且也向触发检测器140输入数字数据，该触发检测器140实时地处理数字数据并且比较处理的数据与用户指定的触发判据。当处理的数字数据满足触发判据时，触发检测器140生成触发信号，该触发信号使存储器135存储数字数据块。处理器125然后通过将存储的数字数据转换成图像、然后可选地基于该图像来执行一次或者多次测量，分析该存储的数字数据。图像和任何测量可以显示于显示设备130上或者存储于存储设备（未示出）中。
“图像”是对输入信号的各种可视化中的任何一种可视化进行描绘的数据结构。一种这样的可视化是“频率频谱”。通过使用比如快速傅里叶变换、线性调频Z（chirp-Z）变换等的频率变换将数字数据的帧变换到频域中来形成频率频谱。
Tektronix实时频谱分析仪使用称为“数字荧光（Digital Phosphor）”或者替代地称为“DPX®”的技术以产生称为“DPX频谱”的专门化频率频谱。通过将连续数字数据流实时地变换成一系列频率频谱、然后在数据库中积累频率频谱来形成DPX频谱。数据库提供在测量周期期间输入信号占用幅度或者功率比对频率的空间中的特定位置的时间百分比（也称为“密度”）的精确测量。普遍以x轴为频率、y轴为幅度或者功率而z轴为由功率比对频率的空间中的每个点的颜色或者强度代表的密度来显示DPX频谱。DPX采集和显示技术揭示常规频谱分析仪和矢量信号分析仪完全遗漏的信号细节，比如短持续时间或者不频繁的事件。关于DPX的更多信息，参见可在http://www.tek.com/获得的标题为“DPX® Acquisition Technology for Spectrum Analyzers Fundamentals”第37W-19638号Tektronix文档。
另一这样的可视化是“光谱图”。通过将数字数据的帧变换成代表频率频谱的一系列有色线、然后“并排”置放每条线以形成图像（图像的各“切片”对应于一个频率频谱）来形成光谱图。普遍以x轴为频率、y轴为时间而在时间比对频率的空间内的不同幅度或者功率值由不同颜色或者强度表明来显示光谱图。光谱图提供对频率和幅度或者功率行为如何随时间改变的直观可视化。
现在参照图2，在本发明的一些实施例中，处理器125通过执行以下步骤来处理数字数据：（1）将数字数据转换成称为“目标图像”的图像；并且（2）使用计算机视觉技术以识别目标图像内描绘的信号。
“计算机视觉”是指从图像提取信息的人工系统或者换言之“看得见”的计算机的理论。计算机视觉的一种特定应用是“对象识别”，这是确定图像是否描绘指定对象的任务。作为例子，可从日本东京Ōta的Canon公司获得的数字相机比如EOS 50D使用对象识别以自动确定由相机的视野形成的图像是否描绘人脸（称为“脸部检测”的特征）。
存在各种对象识别技术。在称为“模板匹配”的一种对象识别技术中，对称为“目标图像”的第一图像搜索与称为“参考图像”的第二图像相似的区域。通常使用二维相关来执行该搜索。
以下例子说明了模板匹配如何可以用来识别目标图像内描绘的信号。图3描绘输入信号的DPX频谱300的图像，该输入信号包含在与FM无线电频带中的多个广播信道对应的若干频率处的功率。信号320、330和335是模拟和数字的HD Radio®信号（具体地，也称为“IBOC”的带内同频），而信号305、310、315、325、340和345仅为模拟。在这一例子中，目的在于使用模板匹配以使用信号330作为HD信号的模型来识别频率频谱300内描绘的HD信号。因此，目标图像是频率频谱300的图像，而参考图像是频率频谱300的与HD信号330对应的部分（具体地，图4中所示的图像400）。
用二维相关在整个目标图像300上对参考图像400进行相关产生图5中所示的结果500。目标峰530对应于与参考图像400相同的HD信号330。接下来两个最大峰520和535对应于与参考图像400相似但是不相同的其它两个HD信号320和335。更小峰对应于与参考图像400不相似的非HD信号。图6从不同角度示出了相关500的结果的另一视图600。可以用各种方式（例如通过比较峰620、630和635与相关阈值650）来标识这些峰。超过相关阈值650的峰视为与参考图像400相似得足以“识别”为限定HD信号的位置。
在一些实施例中，在显示设备130上视觉标识识别的信号的位置。例如，如图7中所示，框符（box）720、730和735表明HD信号在频率频谱700内的位置，其中与参考图像400的相似程度由框符的框的颜色或者强度表明。
在一些实施例中，通过在计算机视觉技术之前将各种图像处理技术中的任何一种应用于参考图像和/或目标图像来增强计算机视觉技术的准确度。一种这样的图像处理技术“边缘检测”可以用来检测参考图像和目标图像的特征，由此滤除更少相关的信息同时保留重要的结构性质。例如在边缘检测之后，图3中所示的频率频谱300表现如图8中所示。记下可以在边缘检测之前通过平滑或者滤波而减少的信号中的噪声优势（dominance）、以及在每个信号下的代表噪声基底中的“上升”效果的伪影。
在一些实施例中，目标图像描绘如图9中所示的光谱图。在这一情况下，计算机视觉技术对于从更大信号场之中识别成相似信号组而言特别有用。例如，如图10中所示，计算机视觉技术可以用来识别具有相似带宽和持续时间的信号并且由此识别跳频信号1005和1010的两个序列。
将理解，目标图像不限于描绘如上述的频率频谱或者光谱图而是一般可以描绘对输入信号的任何可视化。该可视化可以在任何域（比如频域、时域、调制域、码域和统计域）中描绘输入信号。频域可视化包括频率频谱、光谱图等。时域可视化包括频率比对时间、幅度或者功率比对时间、相位比对时间、I/Q比对时间、眼图等的曲线图。调制域可视化包括星座图等。码域可视化包括“码域流信道功效（codogram）”等。统计域可视化包括互补累积分布函数等的曲线图。
在一些实施例中，识别的信号在目标图像内的位置用来执行测量。也就是说，识别的信号在目标图像内的位置可以输入到测量并且用来自动标识信号而无需用户例如通过将光标放置于它上来人工标识它。例如在识别图3的HD信号320、330和335之后，处理器125可以使用那些信号在频率频谱300内的位置以自动测量信道间距（在识别的信号的水平中心之间的距离）、占用率（occupancy）（每个识别的信号的平均密度值）等。相似地，在识别组成图10的跳频信号1005和1010的两个序列的个别能量脉冲串（burst）之后，处理器125可以使用那些能量脉冲串在光谱图1000内的位置以自动测量脉冲带宽（每个能量脉冲串的宽度）、跳频持续时间（每个能量脉冲串的长度）、发送器的关断时间（在一个能量脉冲串的底部与同组中的下一能量脉冲串的顶部之间的竖直距离）、跳频宽度（在两个能量脉冲串的中心之间的水平距离）等。将理解，识别的信号在目标图像内的位置可以用来自动化实时频谱分析仪上可获得的许多其它测量，比如信道频率、信道带宽、峰幅度、脉冲跳频距离、重复间隔等。
在上述实施例中，处理器125基于一个参考图像来识别信号。替代地，在其它实施例中，处理器125基于其每个与信号的部分对应的多个参考图像来识别信号。
在一些实施例中，处理器125将数字数据转换成多个顺序目标图像并且识别每个目标图像内的信号。例如，处理器125可以识别第一目标图像内的第一信号、第二目标图像内的第二信号等。替代地，处理器125可以识别指定数目的目标图像内的第一信号、下一指定数目的目标图像内的第二信号等。以这一方式，处理器125可以识别信号的时间演化，比如顺序测试模式。
在一些实施例中，处理器125仅在目标图像的指定区域内搜索。例如在目标图像是光谱图的情况下，使该搜索限于目标图像的指定区域等效于使该搜索限于特定频率范围、特定时间范围、或者时间比对频率的空间中的特定区域。
在上述实施例中，处理器125通过确定目标图像的部分与参考图像相似来识别信号。在其它实施例中，处理器125通过确定目标图像的指定部分与参考图像不相似或者换言之确定目标图像的指定部分未如期表现来识别信号。
在一些实施例中，使该搜索限于具有指定幅度或者功率的信号。例如在目标图像是其中不同幅度或者功率值由不同颜色表明的光谱图的情况下，可以使目标图像限于具有特定颜色的信号。
在各种实施例中，参考图像可以是先前识别的信号的图像、由用户供应的图像或者由标准限定的图像。在各种实施例中，参考图像可以由用户指定、由标准限定或者由处理器125自动确定。
在一些实施例中，向用户提供命令或者按钮，该命令或者按钮使处理器125存储图像的部分以用作参考图像。
在一些实施例中，处理器125通过用当前或者先前目标图像的部分来替换参考图像而周期性地更新参考图像。例如用户可以指定：对于每个新目标图像，处理器125要用先前目标图像或者此前的目标图像的指定部分等来替换参考图像。又例如，用户可以指定：处理器125要每五秒用当前有效（then-current）目标图像的指定部分来替换参考图像。以这一方式，处理器125可以跟踪输入信号的缓慢演化改变，由此允许它仅识别突变。
在一些实施例中，处理器125基于存储的参考图像库来自动确定参考图像。在这一情况下，处理器125对照存储的参考图像库来测试目标图像的包含信号的部分以确定该信号是否与存储的参考图像之一相似。以这一方式，实时频谱分析仪100可以自动标识用户所不知的信号。
在一些实施例中，触发检测器140通过执行以下步骤来处理数字数据：（1）将数字数据转换成目标图像；并且（2）使用计算机视觉技术以识别目标图像内描绘的信号。当触发检测器140识别信号时，它生成触发信号。如上文所述，触发信号使存储器135存储数字数据块。处理器125然后分析存储的数字数据，并且结果可以显示于显示设备130上或者存储于存储设备（未示出）中。在识别信号中，触发检测器140可以使用处理器125使用的这里描述的任何技术。将理解，用户可以使用触发检测器140以关于信号的可以由图像描绘的任何感兴趣的特性进行触发而不必如常规触发检测器那样参数地指定触发判据（例如关于特定幅度、频率或者其它性质进行触发）。
在各种实施例中，处理器125和触发检测器140可以用硬件、软件或者二者的组合来实施并且可以包括通用微处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）等。
虽然在实时频谱分析仪的背景中描述上述实施例，但是将理解这里描述的原理同样适用于任何通过将代表输入信号的数字数据转换成图像来处理该数字数据的测试及测量仪器，比如扫描频谱分析仪、矢量信号分析仪和示波器。
将理解，根据本发明的实施例的测试及测量仪器不仅能够识别信号而不用任何用户干预，而且能够比人类用户所能够的情况更快速地、准确地、精确地和一致地识别信号。例如，根据本发明的实施例的测试及测量仪器能够识别在DPX频谱内描绘的如下信号，该信号具有比人眼能够可靠辨别的密度分布（也称为“密度轮廓”）更精确地指定的密度分布。
根据前文讨论将理解，本发明代表测试及测量设备领域中的显著进步。虽然出于说明目的而已说明和描述了本发明的具体实施例，但是将理解可以做出各种修改而不脱离本发明的精神实质和范围。因而本发明除了由所附权利要求限定之外不受限制。

Claims (36)

1.一种测试及测量仪器，包括：
模数转换器，用于接收输入信号并且产生数字信号；以及
处理器，用于将来自所述数字信号的数字数据转换成目标图像并且用于使用计算机视觉技术通过用二维相关在整个目标图像上对参考图像进行相关以识别所述目标图像内描绘的信号，其中所述目标图像描绘专门化频率频谱，所述专门化频率频谱以x轴为频率、y轴为幅度或者功率以及z轴为由功率比对频率的空间中的每个点的颜色或者强度代表的密度来显示。
2.如权利要求1所述的测试及测量仪器，其中所述处理器实时地处理所述数字数据。
3.如权利要求1所述的测试及测量仪器，其中所述处理器在响应于触发信号而把所述数字数据存储于存储器中之后处理所述数字数据。
4.一种测试及测量仪器，包括：
模数转换器，用于接收输入信号并且产生数字信号；
触发检测器，用于将来自所述数字信号的数字数据转换成目标图像、用于使用计算机视觉技术通过用二维相关在整个目标图像上对参考图像进行相关以识别所述目标图像内描绘的信号并且用于在所述信号被识别时生成触发信号，其中所述目标图像描绘专门化频率频谱，所述专门化频率频谱以x轴为频率、y轴为幅度或者功率以及z轴为由功率比对频率的空间中的每个点的颜色或者强度代表的密度来显示；以及
存储器，用于响应于所述触发信号而存储来自所述数字信号的数字数据。
5.如权利要求1所述的测试及测量仪器，其中在显示设备上标识所述信号在所述目标图像内的位置。
6.如权利要求1所述的测试及测量仪器，其中所述信号在所述目标图像内的位置用来执行测量。
7.如权利要求1所述的测试及测量仪器，其中所述计算机视觉技术包括对象识别技术。
8.如权利要求7所述的测试及测量仪器，其中所述对象识别技术包括模板匹配，并且所述处理器基于参考图像来识别所述信号。
9.如权利要求1所述的测试及测量仪器，其中所述计算机视觉技术包括图像处理技术。
10.如权利要求1所述的测试及测量仪器，其中所述目标图像描绘光谱图。
11.如权利要求1所述的测试及测量仪器，其中所述目标图像描绘从由频率比对时间的曲线图、幅度或者功率比对时间的曲线图、相位比对时间的曲线图、I/Q比对时间的曲线图、眼图、星座图、码域流信道功效和互补累积分布函数的曲线图组成的组中选择的可视化。
12.如权利要求8所述的测试及测量仪器，其中所述处理器通过确定所述目标图像的部分与所述参考图像相似来识别所述信号。
13.如权利要求8所述的测试及测量仪器，其中所述处理器通过确定所述目标图像的部分与所述参考图像不相似来识别所述信号。
14.如权利要求8所述的测试及测量仪器，其中所述处理器基于每个与所述信号的部分对应的多个参考图像来识别所述信号。
15.如权利要求8所述的测试及测量仪器，其中所述处理器将所述数字数据转换成多个顺序目标图像并且识别所述多个顺序目标图像内的多个信号。
16.如权利要求8所述的测试及测量仪器，其中所述处理器通过用当前或者先前目标图像的部分来替换所述参考图像而周期性地更新所述参考图像。
17.如权利要求8所述的测试及测量仪器，其中所述处理器基于存储的参考图像库来确定所述参考图像。
18.如权利要求1所述的测试及测量仪器，其中所述处理器在所述目标图像的指定区域内搜索所述信号。
19.如权利要求1所述的测试及测量仪器，其中所述处理器搜索具有指定幅度或者功率的信号。
20.如权利要求1所述的测试及测量仪器，其中所述测试及测量仪器包括从由实时频谱分析仪、矢量信号分析仪、扫描频谱分析仪和示波器组成的组中选择的测试及测量仪器。
21.如权利要求4所述的测试及测量仪器，其中在显示设备上标识所述信号在所述目标图像内的位置。
22.如权利要求4所述的测试及测量仪器，其中所述信号在所述目标图像内的位置用来执行测量。
23.如权利要求4所述的测试及测量仪器，其中所述计算机视觉技术包括对象识别技术。
24.如权利要求23所述的测试及测量仪器，其中所述对象识别技术包括模板匹配，并且所述触发检测器基于参考图像来识别所述信号。
25.如权利要求4所述的测试及测量仪器，其中所述计算机视觉技术包括图像处理技术。
26.如权利要求4所述的测试及测量仪器，其中所述目标图像描绘光谱图。
27.如权利要求4所述的测试及测量仪器，其中所述目标图像描绘从由频率比对时间的曲线图、幅度或者功率比对时间的曲线图、相位比对时间的曲线图、I/Q比对时间的曲线图、眼图、星座图、码域流信道功效和互补累积分布函数的曲线图组成的组中选择的可视化。
28.如权利要求24所述的测试及测量仪器，其中所述触发检测器通过确定所述目标图像的部分与所述参考图像相似来识别所述信号。
29.如权利要求24所述的测试及测量仪器，其中所述触发检测器通过确定所述目标图像的部分与所述参考图像不相似来识别所述信号。
30.如权利要求24所述的测试及测量仪器，其中所述触发检测器基于每个与所述信号的部分对应的多个参考图像来识别所述信号。
31.如权利要求24所述的测试及测量仪器，其中所述触发检测器将所述数字数据转换成多个顺序目标图像并且识别所述多个顺序目标图像内的多个信号。
32.如权利要求24所述的测试及测量仪器，其中所述触发检测器通过用当前或者先前目标图像的部分来替换所述参考图像而周期性地更新所述参考图像。
33.如权利要求24所述的测试及测量仪器，其中所述触发检测器基于存储的参考图像库来确定所述参考图像。
34.如权利要求4所述的测试及测量仪器，其中所述触发检测器在所述目标图像的指定区域内搜索所述信号。
35.如权利要求4所述的测试及测量仪器，其中所述触发检测器搜索具有指定幅度或者功率的信号。
36.如权利要求4所述的测试及测量仪器，其中所述测试及测量仪器包括从由实时频谱分析仪、矢量信号分析仪、扫描频谱分析仪和示波器组成的组中选择的测试及测量仪器。
CN201110122396.3A 2010-05-13 2011-05-12 使用计算机视觉技术的信号识别和触发 Active CN102508025B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US12/779,732 US9164131B2 (en) 2010-05-13 2010-05-13 Signal recognition and triggering using computer vision techniques
US12/779732 2010-05-13

Publications (2)

Publication Number Publication Date
CN102508025A CN102508025A (zh) 2012-06-20
CN102508025B true CN102508025B (zh) 2015-12-02

Family

ID=44504316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110122396.3A Active CN102508025B (zh) 2010-05-13 2011-05-12 使用计算机视觉技术的信号识别和触发

Country Status (4)

Country Link
US (1) US9164131B2 (zh)
EP (1) EP2386867B1 (zh)
JP (1) JP6050566B2 (zh)
CN (1) CN102508025B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120306886A1 (en) * 2011-06-02 2012-12-06 Tektronix, Inc Continuous rf signal visualization with high resolution
US8705598B2 (en) * 2011-12-15 2014-04-22 Tektronix, Inc. Signal-sensitive data compression
US9729130B2 (en) * 2012-09-27 2017-08-08 Tektronix, Inc. Building sample rate independent timing diagrams using digital edge averaging
US9846184B2 (en) * 2012-11-20 2017-12-19 Tektronix, Inc. Combinatorial mask triggering in time or frequency domain
US20150016269A1 (en) * 2013-07-09 2015-01-15 Tektronix, Inc. Frame analysis - a new way to analyze serial and other packetized data
US8923894B1 (en) * 2013-08-01 2014-12-30 Tektronix, Inc. Device for automated signal capture and location based on real-time analysis of signal characteristics
JP2015042959A (ja) * 2013-08-26 2015-03-05 横河電機株式会社 光測定装置
US9622097B2 (en) * 2014-02-13 2017-04-11 Cable Television Laboratories, Inc. Energy monitoring in a communciation link
CN104460240B (zh) * 2014-12-08 2017-02-22 志圣科技（广州）有限公司 一种光刻机电气伺服对位控制系统及控制方法
DE102015216758A1 (de) 2015-09-02 2017-03-16 Rohde & Schwarz Gmbh & Co. Kg Verfahren und Messgerät zum Ermitteln von Signalparametern
US10161975B2 (en) * 2016-12-05 2018-12-25 Harris Corporation Method and system for radio frequency (RF) spectral imager on an integrated circuit
CN110763888B (zh) * 2019-11-15 2021-12-07 北京普源精电科技有限公司 自动识别触发类型的方法、装置及示波器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0677746A3 (en) * 1994-04-13 1996-10-23 Tektronix Inc Architecture for digital oscilloscope for signal monitoring with improved duty cycle.
US5613039A (en) * 1991-01-31 1997-03-18 Ail Systems, Inc. Apparatus and method for motion detection and tracking of objects in a region for collision avoidance utilizing a real-time adaptive probabilistic neural network
US6434515B1 (en) * 1999-08-09 2002-08-13 National Instruments Corporation Signal analyzer system and method for computing a fast Gabor spectrogram
WO2004095758A2 (en) * 2003-04-22 2004-11-04 Cognio, Inc. Signal classification methods for scanning receiver and other applications
CN101029825A (zh) * 2006-02-24 2007-09-05 特克特朗尼克公司 将测量数据附到区域地图上
CN101138498A (zh) * 2007-10-17 2008-03-12 北京大学 一种基于磁共振三维肾图的图像处理方法

Family Cites Families (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06500872A (ja) 1990-04-30 1994-01-27 インパック・テクノロジー・インコーポレイティド 対象物を分類する電子システム
US5353233A (en) 1992-03-17 1994-10-04 National Instruments, Inc. Method and apparatus for time varying spectrum analysis
AU6413394A (en) 1993-03-22 1994-10-11 Exxon Chemical Patents Inc. Plant parameter detection by monitoring of power spectral densities
JP3312423B2 (ja) * 1993-06-21 2002-08-05 ソニー株式会社 平面表示装置、アクティブマトリクス基板および検査方法
US5796868A (en) * 1995-12-28 1998-08-18 Cognex Corporation Object edge point filtering system for machine vision
US6404923B1 (en) 1996-03-29 2002-06-11 Microsoft Corporation Table-based low-level image classification and compression system
US6173074B1 (en) * 1997-09-30 2001-01-09 Lucent Technologies, Inc. Acoustic signature recognition and identification
JP3537346B2 (ja) * 1999-03-30 2004-06-14 アンリツ株式会社 線形デジタル変調信号の搬送波周波数測定装置
JP3550681B2 (ja) 1999-12-10 2004-08-04 日本電気株式会社 画像検索装置及び方法、並びに類似画像検索プログラムを格納した記憶媒体
US6975687B2 (en) * 2000-06-16 2005-12-13 Hughes Electronics Corporation Linearized offset QPSK modulation utilizing a sigma-delta based frequency modulator
JP2003084037A (ja) 2001-09-10 2003-03-19 U M C Electronics Co Ltd 電子回路の信号波形検査方法及び装置
US20030165259A1 (en) 2002-02-15 2003-09-04 Balent James S. Signal analysis using image processing techniques
JP2004170371A (ja) * 2002-11-22 2004-06-17 Denso Corp 方位検出装置
US7801476B2 (en) * 2003-09-05 2010-09-21 Gateway, Inc. Software signal receiver
US7570305B2 (en) * 2004-03-26 2009-08-04 Euresys S.A. Sampling of video data and analyses of the sampled data to determine video properties
US7542588B2 (en) * 2004-04-30 2009-06-02 International Business Machines Corporation System and method for assuring high resolution imaging of distinctive characteristics of a moving object
US20090012387A1 (en) * 2004-05-25 2009-01-08 Hvidovre Hospital Encoding and transmission of signals as rf signals for detection using an mr apparatus
US20050276445A1 (en) * 2004-06-09 2005-12-15 Silver William M Method and apparatus for automatic visual detection, recording, and retrieval of events
US20060065844A1 (en) * 2004-09-30 2006-03-30 Zelakiewicz Scott S Systems and methods for dynamic optimization of image
WO2006057890A2 (en) * 2004-11-22 2006-06-01 Cognio, Inc. A memoryless spectrum correction algorithim for non-ideal i/q demodulators
US20060114322A1 (en) * 2004-11-30 2006-06-01 Romanowich John F Wide area surveillance system
US7765086B2 (en) * 2004-12-09 2010-07-27 Tektronix, Inc. Modulation domain trigger
JP2006311353A (ja) * 2005-04-28 2006-11-09 Samsung Electronics Co Ltd ダウンコンバータおよびアップコンバータ
US7459898B1 (en) 2005-11-28 2008-12-02 Ryan Woodings System and apparatus for detecting and analyzing a frequency spectrum
US20070213618A1 (en) * 2006-01-17 2007-09-13 University Of Washington Scanning fiber-optic nonlinear optical imaging and spectroscopy endoscope
US20080144899A1 (en) * 2006-11-30 2008-06-19 Manoj Varma Process for extracting periodic features from images by template matching
US8358806B2 (en) 2007-08-02 2013-01-22 Siemens Corporation Fast crowd segmentation using shape indexing
GB2455052A (en) 2007-09-21 2009-06-03 Agilent Technologies Inc Trigger event detection apparatus and method therefore
US8283623B2 (en) * 2007-10-29 2012-10-09 International Business Machines Corporation Robust spectral analyzer for one-dimensional and multi-dimensional data analysis
US8036468B2 (en) * 2007-12-24 2011-10-11 Microsoft Corporation Invariant visual scene and object recognition
US7561090B1 (en) * 2008-01-03 2009-07-14 The Boeing Company Focal plane array with serial, variable bit width analog to digital converter
JP2009270896A (ja) * 2008-05-02 2009-11-19 Tektronix Japan Ltd 信号分析装置及び周波数領域データ表示方法
GB2467724B (en) 2008-10-28 2013-06-05 Psyanna Ltd Signal processing
US8373862B2 (en) * 2010-06-02 2013-02-12 The United States Of America As Represented By The Secretary Of The Navy Extended range optical imaging system for use in turbid media

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5613039A (en) * 1991-01-31 1997-03-18 Ail Systems, Inc. Apparatus and method for motion detection and tracking of objects in a region for collision avoidance utilizing a real-time adaptive probabilistic neural network
EP0677746A3 (en) * 1994-04-13 1996-10-23 Tektronix Inc Architecture for digital oscilloscope for signal monitoring with improved duty cycle.
US6434515B1 (en) * 1999-08-09 2002-08-13 National Instruments Corporation Signal analyzer system and method for computing a fast Gabor spectrogram
WO2004095758A2 (en) * 2003-04-22 2004-11-04 Cognio, Inc. Signal classification methods for scanning receiver and other applications
CN101029825A (zh) * 2006-02-24 2007-09-05 特克特朗尼克公司 将测量数据附到区域地图上
CN101138498A (zh) * 2007-10-17 2008-03-12 北京大学 一种基于磁共振三维肾图的图像处理方法

Also Published As

Publication number Publication date
US9164131B2 (en) 2015-10-20
EP2386867B1 (en) 2020-04-22
JP2011242388A (ja) 2011-12-01
EP2386867A2 (en) 2011-11-16
US20110280489A1 (en) 2011-11-17
JP6050566B2 (ja) 2016-12-21
CN102508025A (zh) 2012-06-20
EP2386867A3 (en) 2013-07-03

Similar Documents

Publication Publication Date Title
CN102508025B (zh) 使用计算机视觉技术的信号识别和触发
CN103235179B (zh) 具有不均匀带宽片段的频率掩模触发器
CN104158611B (zh) 基于频谱分析的无线信号干扰检测系统及方法
US10198835B2 (en) Continuous RF signal visualization with high resolution
US8706435B2 (en) Signal detection and triggering using a difference bitmap
JP6476861B2 (ja) 電磁界特徴分類提示装置
CN103873023A (zh) 实时功率掩模触发
JP5837324B2 (ja) 密度トレース発生方法及び試験測定機器
Rino et al. A characterization of intermediate-scale spread F structure from four years of high-resolution C/NOFS satellite data
CN101583142A (zh) 快速信道占用度测量方法
US9577798B1 (en) Real-time separation of signal components in spectrum analyzer
US7505039B2 (en) Track of statistics
CN108051425B (zh) 一种拉曼光谱信噪比评估方法
JP6168763B2 (ja) 試験測定装置及び試験測定装置における方法
CN109765411B (zh) 波形显示装置及历史波形统计方法
Fernandez et al. Harmonization of Noise Measurement Methods: Measurements of radio impulsive noise from a specific source
JP2002026826A (ja) 無線機同定装置
US20240103056A1 (en) Method, signal processing device, and measurement application device
JP2004271383A (ja) 信号分析装置及び信号分析方法
CN115515219A (zh) 信号干扰定位方法、装置、终端和计算机可读存储介质
US20160293144A1 (en) Intensity information display
CN103901274A (zh) 具有缩放显示的实时谱分析仪
JP2014235150A (ja) 試験測定装置及び画像生成方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant