CN103809022A - 使用增强递归离散傅里叶变换的片上专用分析 - Google Patents

使用增强递归离散傅里叶变换的片上专用分析 Download PDF

Info

Publication number
CN103809022A
CN103809022A CN201310559887.3A CN201310559887A CN103809022A CN 103809022 A CN103809022 A CN 103809022A CN 201310559887 A CN201310559887 A CN 201310559887A CN 103809022 A CN103809022 A CN 103809022A
Authority
CN
China
Prior art keywords
frequency
frequency band
level
level set
test data
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.)
Granted
Application number
CN201310559887.3A
Other languages
English (en)
Other versions
CN103809022B (zh
Inventor
J·朴
S·玛德哈瓦佩蒂
C·巴尔
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.)
Texas Instruments Inc
Original Assignee
Texas Instruments 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 Texas Instruments Inc filed Critical Texas Instruments Inc
Publication of CN103809022A publication Critical patent/CN103809022A/zh
Application granted granted Critical
Publication of CN103809022B publication Critical patent/CN103809022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/317—Testing of digital circuits
    • G01R31/3172—Optimisation aspects, e.g. using functional pin as test pin, pin multiplexing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2294—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing by remote test
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/24—Marginal checking or other specified testing methods not covered by G06F11/26, e.g. race tests
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/317—Testing of digital circuits
    • G01R31/31721—Power aspects, e.g. power supplies for test circuits, power saving during test
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/317—Testing of digital circuits
    • G01R31/31727—Clock circuits aspects, e.g. test clock circuit details, timing aspects for signal generation, circuits for testing clocks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Tests Of Electronic Circuits (AREA)
  • Complex Calculations (AREA)

Abstract

计算装置使用递归离散傅里叶变换（RDFT）引擎（114）来减少频率变换模块（118）所需的时间、保持中间产品（例如204）所需的存储器和/或用于测试的计算资源（104/126）。在实施例中，窗口功能（116/404）被集成并且与递归DFT功能（118）被同时处理。频率段功率模块被配置为在递归的各个级别处确定频率段集合中具有最大信号功率的频率段（参见410）。

Description

使用增强递归离散傅里叶变换的片上专用分析
技术领域
背景技术
可以通过分析装置的频谱特征来确定电子装置的正确操作。对于各种混合信号设计，通过将时域信息转换到频域，测量很多重要规范。常规地，通常使用FFT（快速傅里叶变换）和/或DFT（离散傅里叶变换）算法离片进行频域分析，该算法例如要求日益增大量的样本来获得更大的频率分辨率。使用内置自测（BIST）技术进行这种片上测量经常涉及增加功率消耗和数据率，更大的电路布局、增加针脚数量、增加制造成本等。
发明内容
一般而言，此处公开的主题的一个实现旨在使用布置在基板上的数字或者信号处理器确定也布置在该基板上的电路的频谱特征。处理器包括频率变换模块，该频率变换模块被配置为对窗口化的测试数据执行第一规模的第一级别变换以产生频率段集合，其中频率段集合中的每个频率段包括相应频率段的信号功率的指示。处理器包括频率段功率模块，所述频率段功率模块被配置为确定频率段集合内具有最大信号功率的频率段。
傅里叶变换模块还被配置为对频率段集合内具有最大信号功率的频率段执行第二规模的第二级别频率变换以产生频率段的从属组。频率段的从属组中的每个频率段包括信号功率。所述频率段功率模块还被配置为确定频率段的从属组内具有最大信号功率的从属组频率段。处理器包括频谱特征模块，所述频谱模块被配置为使用具有最大信号功率的从属组频率段来确定测试数据的频谱特征。
提交发明内容，要理解它不用作解释或者限制权利要求的范围或者含义。此外，发明内容不旨在标识要求保护主题的关健特征或者本质特征，也不旨在用作确定要求保护主题的范围的辅助。
附图说明
图1示出根据本公开的示例性实施例的例示计算装置。
图2是时序图，根据本公开的示例性实施例图解说明图1中图解说明的离散傅里叶变换（DFT）模块。
图3是根据本公开的示例性实施例图解说明用于DFT模块的样本集合生成的时序图。
图4根据本公开的一个或者更多个示例性实施例图解说明用于确定电路的频谱特征的流程图。
图5是根据本公开的示例性实施例图解说明示例计算机系统装置的高级框图。
具体实施方式
以下讨论针对本发明的各种实施例。尽管这些实施例中的一个或者更多个可以是优选的，但是所公开的实施例不应解释或者使用作为限制包括权利要求在内的本公开的范围。另外，本领域技术人员将理解的是以下描述具有广泛应用，并且任何实施例的讨论只是该实施例的示例，并且不旨在表示包括权利要求在内的本公开的范围限制于该实施例。
在以下描述和权利要求中使用了特定术语来指代具体系统部件。如本领域技术人员将理解的，各种名称可以用于指代部件。因此，不必区分在此在名称上不同但是功能上相同的部件。在以下讨论中并且在权利要求中，术语“包括”以开放方式使用，因而被解释为“包括但不限于”。并且，术语“耦合到”或者“与...耦合”（以及类似表述）旨在描述间接或者直接电连接。因而，如果第一装置耦合到第二装置，该连接可以通过直接电连接进行，或者通过经由其它装置和连接的间接电连接进行。
如本申请中使用的，术语“或者”旨在表示包含性的“或者”而不是排他性的“或者”。也就是说，除非另外指定，或者从上下文清楚，“X采用A或者B”旨在表示任何固有的包含枚举。也就是说，如果X采用A；X采用B；或者X采用A和B两者，则在上述例子中的任意例子满足“X采用A或者B”。另外，在本申请和所附的权利要求中使用的词“一个”（“a”和“an”）应当通常被理解为意味着“一个或者更多个”，除非另外指定或者从上下文清楚是针对单数形式。
此处公开的计算装置布置在基板上并且使用也布置在同一基板上的处理器来测试。进行计算装置的测试以计算计算装置的频谱特征。频谱特征用于（例如）确定针对计算装置的规格参数。测试结果用于校准目的以提高计算装置的性能。对于很多这种计算装置，输入/输出（I/O）针脚（焊盘、端子、端口等）是珍贵资源。结果，片上测试计算装置节省I/O针脚，否则这些I/O针脚会用于传送测试结果离开芯片。另外，片上测试计算装置允许使用高速度平行输出的计算类似地在片上进行。一个或者更多个实现方式以更低速度串行地读出计算结果。
图1示出根据本公开的示例性实施例的例示计算装置。例如，布置在基板100上的计算装置102包括测试器104、频谱分析器106、信号处理器108、模数转换器（ADC）110、数控振荡器（DCO）112和频谱分析引擎114。
所例示的频谱分析引擎114包括窗口模块116和递归离散傅里叶变换（RDFT）模块118。所例示的RDFT模块118包括盲音检测模块120。
所例示的频谱分析器106包括频谱特征模块122。所例示的计算装置102还包括输入/输出（I/O）端口124和中央处理单元（CPU）126。
在一个或者更多个实现方式中，计算装置102被包括在个人计算机装置中，个人计算机装置诸如是蜂窝电话、膝上型计算机、数字通用盘（DVD）播放器、桌上型计算机、平板计算机等。计算装置102通常包括作为片上系统（SoC）排列的一个或者更多个嵌入式模拟混合信号（AMS）“知识产权”（IP）核，其中SoC被安排在诸如基板100这样的公共基板上。
在一个或者更多个实现方式中，测试器104在片上产生要应用于频谱分析器106的测试向量。例如，测试器104可产生测试模式，其为基于下层算法的计算机化测试模式产生器。测试模式包括具有已知参数的频率信息，使得测量的测试结果可以与已知参数进行比较。测试器104可包括模拟信号产生器、数字波形合成器或者其它适当的测试信号产生器。
在一个或者更多个实现方式中，频谱分析器106是能够分析电信号的频谱分量的任何适当电路。这些频谱分量包括频率、总谐波失真、信噪比（SNR）、功率、带宽等。
在一个或者更多个实现方式中，信号处理器108是任何适当的处理器，其包括数字电路或者在同一半导体晶片上的模拟电路和数字电路的组合。例如，信号处理器108可以包括诸如ADC110这样的模数转换器。信号处理器108可以包括数控电路，诸如数控振荡器（DCO）112和数控音频/RF（无线电频率）电路。信号处理器108可以还包括数模转换器（DAC）。信号处理器108可以是计算装置102的片上系统（SoC）的一部分。在实施例中，使用数字信号处理执行此处公开的方法和系统，因而可以使用硬件、软件或者硬件和软件的任何适当组合来实现它们。
在一个或者更多个实现方式中，模数转换器（ADC）110是能够将模拟信号转换为数字信号的任何适当电路。也就是说，如果来自测试器104的信号是模拟信号，则ADC110将包含测试数据的该模拟信号转换为数字信号。ADC110可以是10位ADC、12位ADC、14位ADC、16位ADC和/或20位ADC等。
在一个或者更多个实现方式中，数控振荡器（DCO）112是数字/模拟电子振荡器的混合。DCO112可以是数字控制的振荡器或者类似物。如果来自测试器104的信号是数字信号，则作为响应DCO112产生模拟信号，该模拟信号被输入到ADC110中。
在一个或者更多个实现方式中，频谱分析引擎114帮助执行计算装置102的频谱分析。因而，频谱分析引擎114是频率变换引擎，其被设置为例如将时域信息转换到频率信息。有鉴于此，频谱分析引擎114包括窗口模块116和递归离散傅里叶变换（RDFT）模块118。
在一个或者更多个实现方式中，窗口模块116经由ADC110从测试器104获得测试数据，经由ADC110和DCO112从测试器104获得测试数据，或者直接从测试器104获得测试数据。窗口模块对测试数据滤波以使测试数据适应RDFT模块118采用的带宽。窗口模块116被设置为从计算装置102实时地以串行方式而不是并行地获得原始测试数据。例如，原始测试数据被以串行方式乘以窗口模块116的窗口系数。
在一个或者更多个实现方式中，窗口模块116对测试数据应用汉宁窗、汉明窗、切趾窗（apodizing window）等。在窗口模块116对测试数据应用汉宁窗的实现方式中，窗口模块116对测试数据施加以下操作：
w ( n ) = 1 2 ( 1 - cos ( 2 πn N ) ) = 1 2 ( 1 - 1 2 e j 2 πn N - 1 2 e - j 2 πn N ) - - - ( 1 )
其中N是测试数据集合中样本的数量，并且n是序列{0..N-1}的指数。在一个或者更多个实现方式中，窗口模块116与RDFT模块118组合以促进执行以下讨论的方法。
图2是根据本公开的示例性实施例的时序图，图解说明图1中图解的递归离散傅里叶变换（RDFT）模块。在所图解说明的实现方式中，RDFT模块118执行离散傅里叶变换（DFT）和窗口化功能两者。输入数据包括串行数据流202、串行数据流204和串行数据流206。DFT的结果是频率段208、210和212的集合。以下参照图3描述从串行数据流202、204和206选择数据。输入数据可包括例如测试数据或者功能数据（例如，在正常操作中遇到的数据）。
每个频率段集合中的各个频率段具有信号功率。在一个或者更多个实现方式中，针对每个频率段集合，盲音检测模块120比较来自第一DFT的信号功率值以确定第一DFT中具有最大振幅（指示具有最大信号功率的频率段）的频率段。
例如，在一个或者更多个实现方式中，RDFT模块118首先根据以下公式对测试数据执行窗口DFT（例如，一百点DFT）。
Σ n x ( n ) w ( n ) e - j 2 πkn N - 1 = 1 2 x ( n ) ( e - j 2 πkn N - 1 - 1 2 e - j 2 π ( k - 1 ) n N - 1 - 1 2 e j 2 π ( k + 1 ) n N - 1 ) - - - ( 2 )
其中k是针对第一级DFT的序列上的指数，并且响应于识别具有最大功率的前一DFT的频率段（如以下描述的），针对第二级和第三级DFT，k被选择。
通过关联属性，公式（2）可以被表示为：
= Σ n 1 2 x ( n ) e - j 2 πkn N - 1 - Σ n 1 4 x ( n ) e - j 2 π ( k - 1 ) n N - 1 - Σ n 1 4 x ( n ) e - j 2 π ( k + 1 ) n N - 1 - - - ( 3 )
假定x(n),x'(n),和x''(n)具有相同（或者类似）属性，公式（3）可以被表示为：
≅ Σ n 1 2 x ( n ) e - j 2 πkn N - 1 - Σ n 1 4 x ′ ( n ) e - j 2 π ( k - 1 ) n N - 1 - Σ 1 4 n x ′ ′ ( n ) e - j 2 π ( k + 1 ) n N - 1 - - - ( 4 )
在第一DFT是一百点DFT的实现方式中，公式（2）中的变量是以下：N=100并且k=0至99。RDFT模块118通过对测试数据应用公式（4）来对包括D1到DN的串行数据流202执行第一级（递归）DFT。按照以下参照图3的描述来选择数据集合x(n),x'(n),和x''(n)。得到的频率段集合是频率段集合204，其包括频率段D1BIN到DNBIN。为了例示，假定盲音检测模块120确定具有最大信号功率的频率段是DN-2BIN。
在一个或者更多个实现方式中，响应于被确定具有最大信号功率的第一DFT频率段，RDFT模块118接着执行第二级DFT（例如，一千点DFT）。通过减小输出频率段之间的距离（频率量子），这个增加（例如10倍）增加频率分辨率。因而，减小输出频率段之间的距离有效地“放大”关注的频率范围，该频率范围由第一DFT产生的频率段识别为具有最大功率。
为变量k选择值（响应于所识别的频率段）允许下一个DFT放大由前一DFT识别的关注的频率范围（通过将频率分辨率增加约10倍）。因此，在第二级DFT期间，RDFT模块118应用公式4到串行数据流206，其中DN-2BIN（所识别的频率段）用于选择k的值，其中k的范围从起始值((DN-2BIN*10)-24)到最终值((DN-2BIN*10)+25)。因而k被选择以产生以第一级FFT识别的频率段为中心的50个新频率段（频率段集合208）（使得新频率量子跨越由前面频率段中的5个限定的范围，使得围绕和/或邻近所识别频率段的前面DFT的至少几个频率段落入第二DFT覆盖的频率范围内）。
RDFT模块118使用具有范围从DN+1到D2N的数据的串行数据流204执行第二级（递归）DFT。得到的频率段的集合是频率段集合208，其包括以和DN-2BIN频率段相关联的频率为中心的频率段DN+1BIN到D2NBIN。为了解释，假定盲音检测模块120确定第二级DFT中具有最大信号功率的频率段是D2N-2BIN。
在一个或者更多个实现方式中，响应于确定具有最大信号功率的第二级DFT频率段，RDFT模块118接着执行第三级（递归）DFT（例如，一万点DFT）。通过减小输出频率段之间的距离，这个增加（例如10倍）增加频率分辨率。因而，减小输出频率段之间的距离有效地“放大”更窄的关注的频率范围，该频率范围由第二DFT产生的频率段识别为具有最大功率。
为变量k选择值（响应于识别的频率段）允许下一个DFT放大由第二级DFT识别的关注的频率范围。因此，在第三级DFT期间，RDFT模块118应用公式4到串行数据流210，其中DN-2BIN（所识别的频率段）用于选择k的值，其中k的范围从起始值((D2N-2BIN*10)-12)到最终值((D2N-2BIN*10)+13)。因而k被选择以产生以第二级FFT识别的频率段为中心的25个新频率段（使得新频率量子跨越由前面频率段中的至少两个限定的范围，使得围绕和/或邻近所识别的的频率段的前面DFT的至少几个频率段落入第二DFT覆盖的频率范围内）。
RDFT模块118使用具有范围从D2N+1到D3N的数据的串行数据流208执行第三级DFT。得到的频率段的集合是频率段集合212，其包括以和D2N-2BIN频率段相关联的频率为中心的频率段D2N+1BIN到D3NBIN。为了解释，假定盲音检测模块120确定第三级DFT中具有最大信号功率的频率段是D2N-2BIN。为了简化，仅仅图解说明DFT处理的三个级别。在操作中，使用一个、两个、三个、四个、五个、六个、七个、八个、九个、十个或者更多级别。
在第一DFT是一百点DFT、第二DFT是一千点DFT并且第三DFT是一万点DFT的实现方式中，RDFT模块118执行的计算量是100*100+1000*50+10000*25=310,000次计算（其大致小于常规FFT为了获得相同质量结果而执行的计算量）。得到数量更少的计算是因为频率段的值被顺序地（串行地）计算并且不使用额外循环来比较频率段以确定哪个频率段具有最大信号功率。
另外，由于使用单个RDFT模块118来执行（递归）DFT而不是执行100,000,000次计算，所以递归的计算方式将数量减少到310,000次计算。并且，每次执行DFT时，可减少要计算的频率段的数量，因而可减少计算时间。当然，可以使用任何规模/大小和数量的DFT（或者FFT），而不背离这里描述的技术的精神和实质。例如，可以存在多个DFT，其中每个后续DFT样本量比前一DFT的样本量大。DFT规模可以是200、500、5000、35000、70000等。
术语“频率段”或者“多于一个频率段”可以与术语“音调频率/音频”或者“多于一个音调频率”互换使用，而不改变本公开的意图或范围。
在一个或者更多个实现方式中，频谱特征模块122使用被确定为具有最大信号功率频率的第三DFT频率段确定测试数据的频谱特征。与示例保持一致，频谱特征模块122使用D3N-2BIN确定测试数据的频谱特征。例如，频谱特征模块122确定频谱特征，诸如总谐波失真（THD）、信噪比（SNR）、无毛刺动态范围（SFDR）、I/Q振幅失匹配、电源抑制比（PSRR）等。
在一个或者更多个实现方式中，I/O端口124是通用串行总线（USB）、通用I/O端口等。I/O端口124被用于从计算装置102传递出频谱特征的结果。
在一个或者更多个实现方式中，CPU126是复杂指令集计算机（CISC）型CPU、精减指令集计算机（RISC）型CPU、数字信号处理器（DSP）等。CPU126还可以是可编程数字模块或者用于处理信号或者数据的任何装置。
图3根据此处描述的一个或者更多个实现方式图解说明示例测试数据。所图解说明的测试数据包括数据集合302和数据流304。在位于数据流304中数据流的任何方便区域从数据流304获得所图解说明的测试数据302。例如，x(n)数据用于DFT的第一加法项，x'(n)数据用于DFT的第二加法项，并且x''(n)数据用于DFT的第三加法项。可以按照需要从数据流获得数据，因为数据流304中的频率信息是随时间不变的并且频率含量不改变。因而，数据流的分开区域被用于公式4的每个加法项。另外，消除了执行DFT（的各部分）要求的大量存储空间。
图4是用于确定电路的频谱特征的方法400的流程图，电路是根据此处描述的技术使用递归离散傅里叶变换（RDFT）由计算装置102实现的。程序流程在框402开始。
在块204，方法400从布置在基板上的电路获得测试数据。在一个或者更多个实现方式中，信号处理器108经由频谱分析器106从测试器104获得测试数据202。
在框404，方法400对测试数据执行第一规模的窗口DFT以产生DFT频率段的集合。第一FFT产生频率段的集合。各频率段具有信号功率。在一个或者更多个实现方式中，窗口模块116使用例如汉宁窗、汉明窗或者切趾窗将所获得的测试数据窗口化，并且RDFT模块118对经窗口化的测试数据202（其包括D1到DN）执行一百点FFT。第一FFT产生频率段D1BIN到DNBIN的集合208。
在框406，方法400确定来自第一DFT的频率段的集合中具有最大振幅和/或信号功率的频率段。在一个或者更多个实现方式中，盲音检测模块120确定频率段的集合中具有最大信号功率的频率段。例如，盲音检测模块120确定频率段D1BIN到DNBIN的集合208中具有最大信号功率的频率段。
在框408，方法400对测试数据执行新规模的新FFT。新FFT得到针对被确定为在第一FFT中具有最大信号功率的频率段的频率段的从属组。新FFT中的各频率段具有信号功率。在一个或者更多个实现方式中，RDFT模块118对频率段DN-2BIN执行千点FFT。得到的频率段的从属组是频率段集合210，其包括频率段DN+1BIN到D2NBIN。
在框410，方法400确定频率段的从属组中具有最大信号功率的频率段。在一个或者更多个实现方式中，盲音检测模块120确定频率段的从属组中具有最大信号功率的频率段。例如，假定盲音检测模块120确定具有最大信号功率的频率段210是D2N-2BIN。
在框412，方法400确定是否放大到频率段的从属组中在框410中被确定为具有最大信号功率的频率段的附近。如果方法400确定放大到频率段的从属组中在框410中被确定为具有最大信号功率的频率段的附近，则方法400的控制进行到框408，并且方法400对频率段的从属组中的具有最大信号功率的频率段（即，D2N-2BIN）执行新规模的新FFT。
如果另一方面方法400确定不放大到频率段的从属组中在框410中被确定为具有最大信号功率的频率段的附近，则方法400的控制进行到框414。在框414，方法400使用在框410中被确定为具有最大信号功率的频率段的从属组来确定测试数据的频谱特征。在一个或者更多个实现方式中，频谱特征模块122确定测试数据的频谱特征，诸如THD、SNR等。
方法400被图解说明为逻辑流图中的动作集，其代表可在机理上单独实现或者与硬件、软件和/或固件组合实现的操作序列。在软件/固件的背景下，动作代表存储在一个或者更多个计算机可读存储介质上的指令，当被一个或者更多个处理器执行时，这些指令执行所述的操作。请注意过程被描述的顺序不旨在作为限制，并且任何数量的所描述的过程框可以按照任何顺序组合以实现多于一个过程或者替代过程。例如，替代的频率段可以被检验以确定噪声电平，其将与信号频率段相比较（例如，具有处于期望分辨率的最大功率水平的频率段）以计算信噪比（SNR）。作为另一个示例，具有第二和第三最大功率的频率段可以被确定并且使用（例如以具有最高功率水平的段的功率电平）以确定总谐波失真（THD）度。另外，可以从过程删除各个动作，而不背离此处描述的主题的精神和范围。
图5是图解说明适于实现图1的计算装置102的示例计算机系统500的高级别框图。在特定方面，可以使用硬件或者软件和硬件的组合来实现计算机系统500。
所图解说明的计算机系统500包括耦合到总线508或者用于传递信息的其它通信机构的处理器502、存储器502和数据存储506。输入/输出（510）模块也耦合到总线508。通信模块512、装置514和装置516耦合到I/O模块510。
该处理器502可以是通用微处理器、微控制器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）、可编程逻辑器件（PLD）、控制器、状态机、门控逻辑、分立硬件组件或可以执行计算或信息的其它操作的任何其它合适实体。处理器502可用于处理信息。处理器502可以由专用逻辑电路补充，或包括在专用逻辑电路中。
存储器504可以是随机存取存储器（RAM）、闪速存储器、只读存储器（ROM）、可编程只读存储器（PROM）、可擦除PROM（EPROM）、寄存器、硬盘、可移动盘、CD-ROM、DVD或者用于存储信息、计算机程序和/或要被处理器502执行的指令的任何其它适当存储装置。存储器504可以存储用于实现此处描述的技术的一个或者更多个计算机程序创建执行环境的代码。
此处讨论的计算机程序不必对应于文件系统中的文件。计算机程序可以被存储在文件的一部分中，该文件保存其它程序或者数据（例如被存储在标记语言文档中的一个或者更多个脚本），在专用于正在讨论的程序的单个文件中、或者在多个协调文件中（例如，存储一个或者更多个模块、子程序或者代码的一部分的文件）。计算机程序可以被部署以在一个处理器上、多个处理器上、一个计算机上或者位于一个场所或者在多个场所分布并且通过通信网络相互连接的多个计算机上执行。
除非上下文相反指出，模块是指作为硬件、固件和/或其与软件（例如，计算机程序）的组合的部件。此处讨论的计算机程序不必对应于文件系统中的文件。计算机程序可以被存储在文件的一部分中，该文件保存其它程序或者数据（例如被存储在标记语言文档中的一个或者更多个脚本），在专用于正在讨论的程序的单个文件中、或者在多个协调文件中（例如，存储一个或者更多个模块、子程序或者代码的一部分的文件）。计算机程序可以被部署以在一个处理器上、多个处理器上、一个计算机上或者位于一个场所或者在多个场所分布并且通过通信网络相互连接的多个计算机上执行。
指令可以在一个或者更多个计算机程序产品中实现，例如，在一个或者更多计算机可读介质上编码的计算机程序指令的一个或者更多个模块，以便被计算机系统500执行或者用于控制计算机系统500的操作，并且根据本领域技术人员已知的任何方法。术语“计算机可读介质”包括计算机存储介质。例如，计算机存储介质可以包括但不限于磁存储装置（例如，硬盘、软盘和磁带）、光盘（如致密盘（CD）及数字通用盘（DVD）），智能卡，闪存装置（如拇指驱动器，“棒”，钥匙驱动器和SD卡）和易失性和非易失性存储器（例如，随机存取存储器（RAM），只读存储器（ROM））。
数据存储506可以例如是磁盘或者光盘。数据存储506可以用于存储被处理器502和计算机系统500中的其它部件使用的信息和指令。
总线508可以是允许信息在耦合到总线508的部件之间交换的任何适当机构。例如，总线508可以是诸如同轴电缆、铜导线和光纤这样的传输介质、光信号等。
I/O模块510可以是任何输入/输出模块。示例性的输入/输出模块510包括诸如通用串行总线（USB）端口这样的数据端口。
通信模块512可以包括诸如以太网卡和调制解调器这样的网络接口卡。
装置514可以是输入装置。示例性的装置514包括键盘、指点装置、鼠标或者轨迹球，用户通过它可以提供输入到计算机系统500。
装置516可以是输出装置。示例性的装置516包括向用户显示信息，如网页的显示器，诸如阴极射线管（CRT）或液晶显示（LCD）监视器。
在此参照例示针对具体应用描述了一个或者更多个实现方式。应理解的是实现方式不旨在限制。能够获取此处提供的教导的本领域技术人员将认识到在其范围内的附加的修改、应用和实现方式以及该技术具有显著用途的附加领域。在以上描述的示例性实现方式中，为了说明，阐述了具体数字、材料、构造和其它细节以更好地说明要求保护的实现方式。然而，对于本领域技术人员而言，很明显，可以使用不同于此处描述的示例细节的细节来实现权利要求。在其它例子中，省略或者简化了已知特征以使得示例性实现方式的描述清楚。
例如，将理解的是若干以上公开的特征和其它特征和功能或者其代替可以被组合到很多其它不同系统或者应用中。并且，应理解的是本领域技术人员可以随后做出各种目前未预见或未预计的代替、修改、变化或者改进，并且也旨在被随后的权利要求包含。
在此处所附的权利要求中，仅仅当在权利要求中使用了措辞“用于...的装置”或者“用于...的步骤”时发明人调用了美国法典35（即美国专利法）条款112（35U.S.C.§112）。如果这些措辞不在权利要求中使用，则根据35U.S.C.§112第六段，发明人不旨在权利要求被理解为覆盖此处描述的对应的结构、材料或者动作（和其等同物）。此处描述的各种实施例仅仅通过例示来提供并且不应理解为限制所附的权利要求的范围。本领域技术人员将容易认识到没有此处所图解说明和描述的示例实施例和应用并且不背离随后权利要求的精神和范围的情况下做出的各种修改和变化。

Claims (20)

1.一种设置在基板上的信号处理器，所述信号处理器包括：
频率变换模块，所述频率变换模块被配置为从布置在基板上的电路获得时域测试数据并且对时域测试数据的第一样本集合进行第一频率变换以产生跨第一频率范围的频率段的第一级别集合；以及
频率段功率模块，所述频率段功率模块被配置为确定频率段的所述第一级别集合内具有最大信号功率的第一级别频率段，
其中，所述频率变换模块被配置为对时域测试数据的第二样本集合进行第二频率变换以产生跨第二频率范围的频率段的第二级别集合，所述第二频率范围是响应于所确定的最大信号功率第一级别频率段而选择的，其中，频率段的所述第二级别集合中的各个频率段和频率段的所述第二级别集合中的相邻频率段隔开了比频率段的所述第一级别集合中的相邻段的第一频率间隔小的第二频率间隔，并且
其中，所述频率段功率模块被配置为确定频率段的所述第二级别集合内具有最大信号功率的第二级别频率段。
2.根据权利要求1所述的信号处理器，其中，所述频率段的第一级别集合小于所述频率段的第二级别集合。
3.根据权利要求2所述的信号处理器，其中，所述第二频率范围小于所述第一频率范围。
4.根据权利要求1所述的信号处理器，其中，所述第二频率范围包括连续的多个第一级别频率段的频率范围，其包括所确定的最大信号功率第一级别频率段。
5.根据权利要求1所述的信号处理器，其中，从具有固定频率含量的数据流获取所述时域测试数据。
6.根据权利要求1所述的信号处理器，其中，从所述数据流的分离区域获取时域测试数据的第一样本集合和时域测试数据的第二样本集合。
7.根据权利要求1所述的信号处理器，其中，根据以下公式执行所述第一频率变换和所述第二频率变换：
Σ n 1 2 x ( n ) e - j 2 πkn N - 1 - Σ n 1 4 x ′ ( n ) e - j 2 π ( k - 1 ) n N - 1 - Σ n 1 4 x ′ ′ ( n ) e - j 2 π ( k + 1 ) n N - 1
其中，N是测试数据集合中的样本数量，n是序列{0..N-1}的指数，k是用于所述第一频率变换的序列{0..N-1}的指数，并且是响应于所确定的最大信号功率第一级别频率段为所述第二频率变换选择的，并且其中x(n),x'(n),和x''(n)是从所述数据流的分离区域选择的数据集合。
8.根据权利要求1所述的信号处理器，其中所述频率变换模块被配置为对所述时域测试数据的第三样本集合执行第三频率变换以产生跨第三频率范围的频率段的第三级别集合，所述第三频率范围是响应于所确定的最大信号功率第二级别频率段而选择的，其中频率段的所述第三级别集合中的各个频率段和频率段的所述第三级别集合中的相邻频率段隔开了比频率段的所述第二级别集合中相邻段的第二频率间隔小的第三频率间隔，并且
其中，所述频率段功率模块被配置为确定频率段的所述第三级别集合内具有最大信号功率的第三级别频率段。
9.根据权利要求1所述的信号处理器，所述信号处理器包括窗口模块，所述窗口模块包括汉宁窗、汉明窗或者切趾窗中至少一种，并且其中所述窗口模块被配置为实时地对所获得的测试数据应用窗口系数。
10.根据权利要求9所述的信号处理器，其中，布置在所述基板上的所述信号处理器被设置成获得测试数据并且将模拟测试数据转换为数字信号。
11.根据权利要求1所述的信号处理器，所述信号处理器包括频谱特征模块，所述频谱模块被配置为使用所确定的最大信号功率第二级别频率段来确定所述测试数据的频谱特征。
12.一种在基板执行的方法，所述方法包括：
从布置在所述基板上的电路获得时域测试数据，其中所述时域测试数据被设置为具有频率含量；
对所获得的测试数据进行窗口化；
对所述时域测试数据的第一样本集合执行第一频率变换以产生跨第一频率范围的频率段的第一级别集合；
确定所述频率段的第一级别集合内具有最大信号功率的第一级别频率段；
对所述时域测试数据的第二样本集合执行第二频率变换以产生跨第二频率范围的频率段的第二级别集合，所述第二频率范围是响应于所确定的最大信号功率第一级别频率段而选择的，其中频率段的所述第二级别集合中的各个频率段和频率段的所述第二级别集合中的相邻频率段分开了比频率段的所述第一级别集合中相邻段的第一频率间隔小的第二频率间隔，以及
确定频率段的所述第二级别集合内的具有最大信号功率的第二级别频率段。
13.根据权利要求12所述的方法，所述方法还包括：使用所确定的最大信号功率第一级别频率段来确定所述测试信号的频谱特征。
14.根据权利要求13所述的方法，所述方法还包括通过比较所确定的所述测试信号的频谱特征与所述时域测试数据的频率含量，使用布置在所述基板上的电路来确定布置在所述基板上的所述电路是否运转正确。
15.根据权利要求12所述的方法，其中频率段的所述第一级别集合小于频率段的所述第二级别集合，并且其中所述第二频率范围小于所述第一频率范围。
16.根据权利要求12所述的方法，所述方法还包括：
对时域测试数据的第三样本集合执行第三频率变换以产生跨第三频率范围的频率段的第三级别集合，所述第三频率范围是响应于所确定的最大信号功率第二级别频率段而选择的，其中频率段的所述第三级别集合中的各个频率段和频率段的所述第三级别集合中的相邻频率段分开了比频率段的所述第二级别集合中相邻段的第二频率间隔小的第三频率间隔，以及
确定频率段的所述第二级别集合内具有最大信号功率的第三级别频率段。
17.一种布置在基板上的混合信号处理系统，所述系统包括：
所述基板上的处理器，所述处理器被设置为产生具有限定的频率含量的时域测试数据；
频率变换模块，所述频率变换模块被配置为对所述时域测试数据的第一样本集合执行第一频率变换以产生跨第一频率范围的频率段的第一级别集合；以及
频率段功率模块，所述频率段功率模块被配置为确定频率段的所述第一级别集合内具有最大信号功率的第一级别频率段，
其中，所述频率变换模块被配置为对所述时域测试数据的第二样本集合执行第二频率变换以产生跨第二频率范围的频率段的第二级别集合，所述第二频率范围是响应于所确定的最大信号功率第一级别频率段而选择的，其中频率段的所述第二级别集合中的各个频率段和频率段的所述第二级别集合中的相邻频率段分开了比频率段的所述第一级别集合中相邻段的第一频率间隔小的第二频率间隔，并且
其中，所述频率段功率模块被配置为确定频率段的所述第二级别集合内具有最大信号功率的第二级别频率段。
18.根据权利要求17所述的系统，其中所述频率变换模块被配置为对所述时域测试数据的第三样本集合执行第三频率变换以产生跨第三频率范围的频率段的第三级别集合，所述第三频率范围是响应于所确定的最大信号功率第二级别频率段而选择的，其中频率段的所述第三级别集合中的各个频率段和频率段的所述第三级别集合中的相邻频率段分开了比频率段的所述第二级别集合中相邻段的第二频率间隔小的第三频率间隔，并且其中所述频率段功率模块被配置为确定频率段的所述第三级别集合内具有最大信号功率的第三级别频率段。
19.根据权利要求17所述的系统，其中，频率段的所述第一级别集合小于频率段的所述第二级别集合，并且其中所述第二频率范围小于所述第一频率范围。
20.根据权利要求19所述的系统，其中，布置在所述基板上的所述处理器被设置为通过将所述测试信号的所确定的频谱特征与所述时域测试数据的频率含量进行比较来确定布置在所述基板上的所述电路是否功能正确。
CN201310559887.3A 2012-11-12 2013-11-12 使用增强递归离散傅里叶变换的片上专用分析 Active CN103809022B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/674,941 2012-11-12
US13/674,941 US9342482B2 (en) 2012-11-12 2012-11-12 On-chip spectral analysis using enhanced recursive discrete Fourier transforms

Publications (2)

Publication Number Publication Date
CN103809022A true CN103809022A (zh) 2014-05-21
CN103809022B CN103809022B (zh) 2018-11-27

Family

ID=50682531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310559887.3A Active CN103809022B (zh) 2012-11-12 2013-11-12 使用增强递归离散傅里叶变换的片上专用分析

Country Status (2)

Country Link
US (1) US9342482B2 (zh)
CN (1) CN103809022B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9342482B2 (en) * 2012-11-12 2016-05-17 Texas Instruments Incorporated On-chip spectral analysis using enhanced recursive discrete Fourier transforms
US9954714B2 (en) * 2016-04-29 2018-04-24 The Boeing Company System and method for blindly acquiring frequency hopped spread spectrum signals
US10370911B2 (en) 2016-12-08 2019-08-06 Baker Hughes Incorporated Methods and systems for drilling boreholes in earth formations
US11693662B2 (en) * 2018-05-04 2023-07-04 Cornami Inc. Method and apparatus for configuring a reduced instruction set computer processor architecture to execute a fully homomorphic encryption algorithm
CN111259322A (zh) * 2020-02-02 2020-06-09 武汉大学 一种提高射电天文谱线分辨率的快速傅里叶变换构造方法
US11933861B2 (en) 2021-07-13 2024-03-19 Stmicroelectronics International N.V. Phase-independent testing of a converter

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2275116B (en) * 1993-02-01 1996-11-13 Nsk Ltd Frequency spectrum analyzer
US6721673B2 (en) * 2001-06-12 2004-04-13 National Instruments Corporation Estimating a plurality of tones in an input signal
US20080123731A1 (en) * 2006-11-29 2008-05-29 Samplify Systems, Inc. Frequency resolution using compression
CN101458280A (zh) * 2009-01-07 2009-06-17 杭州华三通信技术有限公司 一种检测离散时域信号频率的方法和装置
EP2226640B1 (en) * 2009-03-03 2013-07-31 Mitsubishi Electric R&D Centre Europe B.V. Spectral analysis
US20140136138A1 (en) * 2012-11-12 2014-05-15 Texas Instruments, Incorporated On-chip spectral analysis using enhanced recursive discrete fourier transforms

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5420516A (en) * 1991-09-20 1995-05-30 Audio Precision, Inc. Method and apparatus for fast response and distortion measurement
US6775629B2 (en) * 2001-06-12 2004-08-10 National Instruments Corporation System and method for estimating one or more tones in an input signal
US7292656B2 (en) * 2002-04-22 2007-11-06 Cognio, Inc. Signal pulse detection scheme for use in real-time spectrum analysis
US7203610B2 (en) * 2004-08-31 2007-04-10 Guide Technology, Inc. System and method of obtaining data-dependent jitter (DDJ) estimates from measured signal data
JP5028028B2 (ja) * 2006-05-24 2012-09-19 株式会社ジェイテクト アコースティックエミッション検出装置および制御装置
US20130165734A1 (en) * 2009-04-08 2013-06-27 Nativis, Inc. Time-domain transduction signals and methods of their production and use
EP2499504B1 (en) * 2009-11-12 2021-07-21 Digital Harmonic LLC A precision measurement of waveforms using deconvolution and windowing
US8620976B2 (en) * 2009-11-12 2013-12-31 Paul Reed Smith Guitars Limited Partnership Precision measurement of waveforms
TWI444837B (zh) * 2012-01-02 2014-07-11 Univ Nat Cheng Kung 固定係數型可變質數長度遞迴式離散傅立葉轉換之系統

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2275116B (en) * 1993-02-01 1996-11-13 Nsk Ltd Frequency spectrum analyzer
US6721673B2 (en) * 2001-06-12 2004-04-13 National Instruments Corporation Estimating a plurality of tones in an input signal
US20080123731A1 (en) * 2006-11-29 2008-05-29 Samplify Systems, Inc. Frequency resolution using compression
CN101458280A (zh) * 2009-01-07 2009-06-17 杭州华三通信技术有限公司 一种检测离散时域信号频率的方法和装置
EP2226640B1 (en) * 2009-03-03 2013-07-31 Mitsubishi Electric R&D Centre Europe B.V. Spectral analysis
US20140136138A1 (en) * 2012-11-12 2014-05-15 Texas Instruments, Incorporated On-chip spectral analysis using enhanced recursive discrete fourier transforms

Also Published As

Publication number Publication date
US20140136138A1 (en) 2014-05-15
US9342482B2 (en) 2016-05-17
CN103809022B (zh) 2018-11-27

Similar Documents

Publication Publication Date Title
CN103809022A (zh) 使用增强递归离散傅里叶变换的片上专用分析
Li et al. Detection and classification of power quality disturbances using double resolution S-transform and DAG-SVMs
Liu et al. Successive multivariate variational mode decomposition based on instantaneous linear mixing model
CN102967817A (zh) 芯片音频模块测试系统和测试方法
Pan et al. Test generation for linear time-invariant analog circuits
Ferrero et al. Modern measurements: Fundamentals and applications
CN110020452B (zh) 电磁兼容性测试仿真分析方法及其系统
CN112560771A (zh) 一种带宽特征曲线的拟合系统、方法和装置
CN102955068A (zh) 一种基于压缩采样正交匹配追踪的谐波检测方法
JP2008122079A (ja) 信号測定装置及び半導体試験装置
US8008906B2 (en) Prime-based frequency sampling
Petri Frequency-domain testing of waveform digitizers
US20100070226A1 (en) Analysis of Chirp Frequency Response Using Arbitrary Resampling Filters
CN116150594B (zh) 一种频谱测试数据中开关类要素特征的识别方法
Belega et al. Choice of the cosine-class windows for ADC dynamic testing by spectral analysis
CN103140767A (zh) 高产率半导体器件测试
US20130122845A1 (en) Spectral Averaging
Abdullah et al. Bilinear time-frequency analysis techniques for power quality signals
Li et al. Digital prolate spheroidal window-based S-transform for time-varying harmonic analysis
US20140039826A1 (en) Measurement System Results Queue For Improved Performance
CN110234059B (zh) 音频设备测试方法、系统、测试架及存储介质
Kwasnick et al. Setting use conditions for reliability modeling
CN102868403A (zh) 一种测试模数转换器主要性能指标的测试系统
Nunzi et al. A procedure for highly reproducible measurements of ADC spectral parameters
Corrado et al. An overview of different signal sources for histogram based testing of ADCs

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant