CN105572499B - 一种基于矢量网络分析仪的眼图生成方法 - Google Patents
一种基于矢量网络分析仪的眼图生成方法 Download PDFInfo
- Publication number
- CN105572499B CN105572499B CN201510926824.6A CN201510926824A CN105572499B CN 105572499 B CN105572499 B CN 105572499B CN 201510926824 A CN201510926824 A CN 201510926824A CN 105572499 B CN105572499 B CN 105572499B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- transfer function
- mover
- network analyzer
- 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
Links
- 239000013598 vector Substances 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012360 testing method Methods 0.000 claims abstract description 22
- 230000004044 response Effects 0.000 claims abstract description 21
- 230000001052 transient effect Effects 0.000 claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims description 49
- 238000012546 transfer Methods 0.000 claims description 37
- 230000005284 excitation Effects 0.000 claims description 3
- 230000001939 inductive effect Effects 0.000 claims description 2
- 101150071746 Pbsn gene Proteins 0.000 claims 1
- 238000005070 sampling Methods 0.000 abstract description 8
- 230000005540 biological transmission Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明公开了一种基于矢量网络分析仪的眼图生成方法，包括如下步骤：步骤(1)：通过矢量网络分析仪对被测件进行测试，获取频域的散射参数，即S参数；步骤(2)：在矢量网络分析仪中，采用矢量匹配法对S参数进行拟合得到传递函数；步骤(3)：将时域码型作为传递函数的输入，获取被测件的瞬态时域响应；步骤(4)：对瞬态时域响应叠加处理后，获取对应的眼图。本发明有效的降低了眼图测试对模数转换器(ADC)采样速率的要求，提高散射参数即S参数的拟合精度和矢量网络分析仪的眼图测试速度。
Description
技术领域
本发明涉及一种基于矢量网络分析仪的眼图生成方法。
背景技术
传统上，矢量网络分析仪是在微波毫米波设计生产领域进行频域测试的仪器，通过获取被测件的散射参数(S参数)来分析它们的网络特性。随着矢量网络分析仪向着多功能方向的发展，不仅在频域测试领域有新功能加入，也逐渐进入到时域测试领域。
近年来，伴随着移动通信、互联网行业的迅速发展，数据通信速率已达到Gbps。以前在产品设计中很少关注过的微波效应在高速电路中逐渐显现出来，它带来的信号完整性问题也越来越受到关注。在高速数据通信中，传输链路的匹配和损耗会造成数据位的失真，从而产生误码。同时，随着高密度电路板的广泛应用，传输通路间的杂散和耦合电容会引起串扰，影响电路的正常工作。眼图包含有大量的高速通信链路的信号完整性信息，从其中可以获得数字信号的多种特征，从而对高速信号的传输质量进行评估。因此，眼图是进行高速数据通信链路信号完整性分析的关键技术之一。
传统用于眼图测试的方法是采用示波器的多次触发采样获得的眼图，基本原理如图1(a)-图1(e)所示，将一个示波器连接在被测高速通信链路的输出端，然后对示波器扫描频率进行设置，保证示波器的水平扫描周期与通信链路中的数据位周期同步，对被测信号进行多次触发采集后就可以生产眼图。
目前，采用示波器获得眼图后，可进一步分析出眼高、眼宽、上升时间和下降时间等指标，进而可以完成高速通信链路的信号完整性分析。
现在眼图分析技术主要是采用示波器完成的，对于达到Gbps速率的高速通信链路，用于进行信号完整性分析示波器的采样速率要满足采样定理，达到高速信号带宽的2倍以上，这就需要采用高速的模数转化器(ADC)。即使ADC能够满足采集的需要，后端用于生成眼图的数字信号处理速度也必须与前端匹配。否则被测信号将无法准确的得到，进而无法完成被测通信链路的信号完整性测试。针对这种情形，如果只是通过采用更高速率的(ADC)和数字信号处理器来满足的测试需求，仪器的成本会大幅增加。
由于示波器是一种宽带测试设备，其测试噪声相对于矢量网络分析仪要高很多，在生成眼图时会影响测试的精度。同时触发电路抖动噪声和时钟恢复电路噪声也会被引入到眼图的测量中。为降低噪声，可采用精度更高的元器件，采用复杂的处理算法，但这无疑会增加产品的成本同时增加了测试的时间消耗。
发明内容
本发明的目的就是为了解决上述问题，本发明给出了一种基于矢量网络分析仪的眼图生成方法，本发明有效的降低了眼图测试对模数转换器(ADC)采样速率的要求，提高散射参数即S参数的拟合精度和矢量网络分析仪的眼图测试速度。
为了实现上述目的，本发明采用如下技术方案：
一种基于矢量网络分析仪的眼图生成方法，包括如下步骤：
步骤(1)：通过矢量网络分析仪对被测件进行测试，获取频域的散射参数，即S参数；
步骤(2)：在矢量网络分析仪中，采用矢量匹配法对S参数进行拟合得到传递函数；
步骤(3)：将时域码型作为传递函数的输入，获取被测件的瞬态时域响应；
步骤(4)：对瞬态时域响应叠加处理后，获取对应的眼图。
所述步骤(2)通过Vector fitting算法对S参数进行拟合，从而获取传递函数。
所述步骤(2)包括如下步骤：
步骤(201)：将S参数矩阵变为导纳矩阵，由导纳矩阵获取导纳矩阵的元素构成的向量f(s)；将向量f(s)的元素fi(s)写成零极点的形式；
步骤(202)：引入辅助矩阵σi(s)，求取fi(s)的极点；
步骤(203)：获取导纳矩阵元素Yij(s)的传递函数。
所述步骤(201)的步骤为：由导纳矩阵表示为零极点形式
其中，Y(s)表示导纳矩阵，Ynn(s)表示导纳矩阵的元素；
由导纳矩阵获取向量形式的f(s)，即
f(s)＝[Y11(s) Y22(s) … Ynn(s)](2)
其中，f(s)表示导纳矩阵元素构成的向量。
将向量f(s)的元素fi(s)写成零极点的形式，即
其中，是实数或复共轭形式；是实数或复共轭形式；，和是实数形式，是传递函数的留数，是传递函数的极点，是传递函数的直流分量，是传递函数的电感分量。
所述步骤(202)的步骤为：为确定fi(s)的极点，引入辅助函数
其中，是辅助矩阵传递函数的留数，是辅助矩阵传递函数的极点，
假定σi(s)和fi(s)的乘积能够用相同极点的一个有理传递函数进行逼近，σi(s)和fi(s)的关系可写成如下的形式
(σifi)fit(s)＝σfit(s)fi(s) (5)
由矢量网络分析仪获得的被测件离散频点的S参数，然后将S参数转化为如公式(1)的导纳矩阵，获取fi(s)一组值，将fi(s)一组值带入式(5)后获得如下的线性方程组
AiXi＝Bi (6)
其中，
ci1是传递函数(σifi)fit(s)留数的第1个元素，cim是传递函数(σifi)fit(s)留数的第m个元素，di是传递函数(σifi)fit(s)的直流分量，ei是传递函数(σifi)fit(s)的电感分量。Ai表示线性方程组(6)的系数矩阵，Bi表示线性方程组(6)的值向量。
由式(6)确定出式(σifi)fit(s)和式σfit(s)，最终可求出fi(s)，
所述步骤(203)的步骤为：由于导纳矩阵元素Yij(s)的极点是全部Yii(s)极点的子集，所以在完成步骤(202)后，采用与步骤(201)到(202)相同的方法，求取出Yij(s)的留数和极点，进而获得被测件的导纳矩阵Y(s)。
步骤(3)采用矢量网络分析仪的FPGA来加速矩阵运算的速度。
步骤(3)的步骤如下：
获得被测件的导纳矩阵Y(s)后，根据线性系统理论，可将导纳矩阵写成状态空间的形式
其中，u是激励输入，选用ABS(Arbitrary(Random)Bitstream,任意比特流)、PRBS(Pseudo-Random Bit Sequence,伪随机序列)等码型作为输入。
得到状态方程(8)后，可根据线性系统的离散化相关原理，得到式(8)的离散状态空间的表达式，具体如下
通过式(9)获得被测件的瞬态响应，式(9)的矩阵运算是通过矢量网络分析仪的FPGA进行的，这样提高瞬态响应的生成速度。
由式(9)得到瞬态响应Y(k)后，将生成的数据流的比特位叠加起来，生成眼图曲线。
本发明的有益效果：
1通过频域测试获取被测件的眼图信息，降低了对模数转换器(ADC)采样速率的要求和硬件设计的实现难度。
2通过Vector Fitting算法对传递函数进行拟合，并采用FPGA加速时域瞬态响应的运算速度，提高眼图的测试精度和眼图生成速度。
3采用基于矢量网络分析仪的频域测试数据生成眼图的方案，ADC的采样速率取决于混频处理后的中频信号带宽，远远低于示波器对ADC采样速率的要求。由于矢量网络分析仪是窄带测试，可获得很大的动态范围，能够很好的抑制噪声对测试结果的影响。
附图说明
图1(a)-图1(e)为示波器生成眼图的原理示意图；
图2为基于矢量网络分析仪的眼图生成方法原理框图；
图3为拟合数据与原始数据的对比示意图；
图4为眼图曲线显示示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
一种基于矢量网络分析仪的眼图生成方法，通过矢量网络分析仪对被测件进行测试获取频域的S参数，在主机中对S参数进行传递函数拟合，并采用FPGA加速矩阵运算速度以便快速获取时域响应，统计处理后获取对应的眼图。图2基于矢量网络分析仪的眼图生成方法原理框图，本发明主要有矢量网络分析仪的S参数获取、矢量匹配法求取传递函数、线性状态方程求取瞬态响应和瞬态响应组合生成眼图四个基本模块构成，其中线性状态方程求取瞬态响应中的矩阵运算采用FPGA来加速运算，提高瞬态响应的求取效率。
本发明通过矢量网络分析仪获取被测件的S参数，针对这组不同频率点上的多端口网络参数，采用矢量匹配法求取被测件的传递函数，求取的过程共有3个步骤组成，具体如下
步骤1：由导纳矩阵表示为零极点形式
由导纳矩阵获取向量形式的f(s)，即
f(s)＝[Y11(s) Y22(s) … Ynn(s)] (2)
将向量f(s)的元素fi(s)写成零极点的形式，即
其中，和是实数或复共轭形式，和是实数形式。
步骤2：引入辅助矩阵σi(s)，求取fi(s)的极点。为确定极点，引入辅助函数
假定σi(s)和fi(s)的乘积可以用相同极点的一个有理传递函数进行逼近，该关系可写成如下的形式
(σifi)fit(s)＝σfit(s)fi(s) (5)
由矢量网络分析仪获得的离散频点的S参数可以获取fi(s)一组值，将其带入式(5)后可以获得如下的线性方程组
AiXi＝Bi (6)
其中，
由式(6)可确定出式(σifi)fit(s)和式σfit(s)，最终可求出fi(s)，
步骤3，获取导纳矩阵元素Yij(s)的传递函数。由于转移导纳Yij(s)的极点是全部Yii(s)极点的子集，所有在完成步骤2后，可采用相同的方法，求取出Yij(s)的留数和极点，进而获得整个多端口网络的导纳矩阵。
拟合后的传递函数和原始数据的对比可见图3。
获得被测件的导纳矩阵Y(s)后，根据线性系统理论，可将其写成状态空间的形式
其中，u是激励输入，本发明中可选用ABS、PRBS等码型作为输入。
得到状态方程后，可根据线性离散系统的相关原理，得到式(8)的离散状态空间的表达式，具体如下
通过式(9)可以获得高速通信链路的瞬态响应，式(9)的矩阵运算是通过FPGA进行的，这样可以提高瞬态响应的生成速度。
由式(9)得到瞬态响应Y(k)后，将生成的数据流的比特位叠加起来，用于生成如图4所示的眼图曲线。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (3)
1.一种基于矢量网络分析仪的眼图生成方法，其特征是，包括如下步骤：
步骤(1)：通过矢量网络分析仪对被测件进行测试，获取频域的散射参数，即S参数；
步骤(2)：在矢量网络分析仪中，采用矢量匹配法对S参数进行拟合得到传递函数；
所述步骤(2)包括如下步骤：
步骤(201)：将S参数矩阵变为导纳矩阵，由导纳矩阵获取导纳矩阵的元素构成的向量f(s)；将向量f(s)的元素fi(s)写成零极点的形式；
步骤(201)的步骤为：
由导纳矩阵表示为零极点形式
其中，Y(s)表示导纳矩阵，Ynn(s)表示导纳矩阵的元素；
由导纳矩阵获取向量形式的f(s)，即
f(s)＝[Y11(s) Y22(s) … Ynn(s)] (2)
其中，f(s)表示导纳矩阵的元素构成的向量；
将向量f(s)的元素fi(s)写成零极点的形式，即
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mfrac>
<msub>
<mover>
<mi>c</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mi>s</mi>
<mo>-</mo>
<msub>
<mover>
<mi>a</mi>
<mo>~</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mover>
<mi>d</mi>
<mo>~</mo>
</mover>
<mi>i</mi>
</msub>
<mo>+</mo>
<mi>s</mi>
<msub>
<mover>
<mi>e</mi>
<mo>~</mo>
</mover>
<mi>i</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，是实数或复共轭形式；是实数或复共轭形式；，和是实数形式，是传递函数的留数，是传递函数的极点，是传递函数的直流分量，是传递函数的电感分量；
步骤(202)：引入辅助矩阵σi(s)，求取fi(s)的极点；
步骤(202)的步骤为：为确定fi(s)的极点，引入辅助函数
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<mfrac>
<msub>
<mover>
<mi>c</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mrow>
<mi>s</mi>
<mo>-</mo>
<msub>
<mover>
<mi>a</mi>
<mo>&OverBar;</mo>
</mover>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>+</mo>
<mn>1</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，是辅助矩阵传递函数的留数，是辅助矩阵传递函数的极点，
σi(s)和fi(s)的乘积用相同极点的一个有理传递函数进行逼近，σi(s)和fi(s)的关系写成如下的形式
(σifi)fit(s)＝σfit(s)fi(s) (5)
由矢量网络分析仪获得的被测件离散频点的S参数，然后将S参数转化为如公式(1)的导纳矩阵，可以获取fi(s)一组值，将fi(s)一组值带入式(5)后可以获得如下的线性方程组
AiXi＝Bi (6)
其中，
ci1是传递函数(σifi)fit(s)留数的第1个元素，cim是传递函数(σifi)fit(s)留数的第m个元素，di是传递函数(σifi)fit(s)的直流分量，ei是传递函数(σifi)fit(s)的电感分量；Ai表示线性方程组(6)的系数矩阵，Bi表示线性方程组(6)的值向量；
由式(6)确定出式(σifi)fit(s)和式σfit(s)，最终可求出fi(s)，
<mrow>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&sigma;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>f</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mi>f</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>&sigma;</mi>
<mrow>
<mi>f</mi>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
步骤(203)：获取导纳矩阵元素Yij(s)的传递函数；
步骤(203)的步骤为：由于导纳矩阵元素Yij(s)的极点是全部Yii(s)极点的子集，所以在完成步骤(202)后，采用与步骤(201)到步骤(202)相同的方法，求取出Yij(s)的留数和极点，进而获得被测件的导纳矩阵Y(s)；
步骤(3)：将时域码型作为传递函数的输入，获取被测件的瞬态时域响应；
步骤(4)：对瞬态时域响应叠加处理后，获取对应的眼图。
2.如权利要求1所述的一种基于矢量网络分析仪的眼图生成方法，其特征是，步骤(3)的步骤如下：
获得被测件的导纳矩阵Y(s)后，将导纳矩阵写成状态空间的形式
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>X</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mi>A</mi>
<mi>X</mi>
<mo>+</mo>
<mi>B</mi>
<mi>u</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>Y</mi>
<mo>=</mo>
<mi>C</mi>
<mi>X</mi>
<mo>+</mo>
<mi>D</mi>
<mi>u</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
其中，u是激励输入，选用任意比特流、伪随机序列PRBS码型作为输入；
得到状态方程(8)后，根据线性系统的离散化相关原理，得到式(8)的离散状态空间的表达式，具体如下
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>G</mi>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>H</mi>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>C</mi>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>D</mi>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
通过式(9)获得被测件的瞬态响应，由式(9)得到瞬态响应Y(k)后，将生成的数据流的比特位叠加起来，生成眼图曲线。
3.如权利要求2所述的一种基于矢量网络分析仪的眼图生成方法，其特征是，式(9)的矩阵运算是通过矢量网络分析仪的FPGA进行的，这样提高瞬态响应的生成速度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510926824.6A CN105572499B (zh) | 2015-12-14 | 2015-12-14 | 一种基于矢量网络分析仪的眼图生成方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510926824.6A CN105572499B (zh) | 2015-12-14 | 2015-12-14 | 一种基于矢量网络分析仪的眼图生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105572499A CN105572499A (zh) | 2016-05-11 |
| CN105572499B true CN105572499B (zh) | 2018-02-06 |
Family
ID=55882859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510926824.6A Active CN105572499B (zh) | 2015-12-14 | 2015-12-14 | 一种基于矢量网络分析仪的眼图生成方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105572499B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106405288B (zh) * | 2016-08-31 | 2019-01-01 | 北京航空航天大学 | 一种获取线性阻抗稳定网络电磁传输矩阵的方法 |
| CN106707053B (zh) * | 2016-11-15 | 2019-04-30 | 中国电子科技集团公司第四十一研究所 | 一种提高矢量网络分析仪高速链路测试能力的系统及方法 |
| CN106872820B (zh) * | 2017-01-16 | 2019-12-24 | 西安电子科技大学 | 一种基于矢量网络分析仪测量眼图的方法 |
| CN107064675A (zh) * | 2017-03-31 | 2017-08-18 | 华为技术有限公司 | 接收端信号获取方法及装置 |
| TWI634448B (zh) * | 2017-04-07 | 2018-09-01 | 啟碁科技股份有限公司 | 電路分析方法及電路分析裝置 |
| TWI675568B (zh) * | 2018-07-13 | 2019-10-21 | 啟碁科技股份有限公司 | 改善眼圖特性的裝置 |
| CN109709420B (zh) * | 2018-12-27 | 2020-12-01 | 中电科仪器仪表有限公司 | 一种基于矢量网络分析仪的一体化线缆测试方法 |
| CN110850165B (zh) * | 2019-11-28 | 2022-01-18 | 中电科思仪科技股份有限公司 | 一种适用于矢网时域功能的直流点求取和频段扩展方法 |
| CN110826255B (zh) * | 2019-12-02 | 2024-04-12 | 国网河北省电力有限公司电力科学研究院 | 一种电力装备中绕组线圈部件的建模方法 |
| CN116430146B (zh) * | 2023-04-17 | 2024-08-20 | 深圳市万兆通光电技术有限公司 | 一种基于损耗因子的s参数自动化测量方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101571562A (zh) * | 2009-05-27 | 2009-11-04 | 东南大学 | 一种构建眼图和进行眼图模板测试的方法 |
| CN101755389A (zh) * | 2007-07-20 | 2010-06-23 | 富士通株式会社 | 信号传输装置以及方法 |
| CN104699930A (zh) * | 2013-12-05 | 2015-06-10 | 天津三星电子有限公司 | 一种lvds信号眼图的生成方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060274873A1 (en) * | 2005-06-02 | 2006-12-07 | Abramovitch Daniel Y | Rapid data point selection for generating eye diagrams |
-
2015
- 2015-12-14 CN CN201510926824.6A patent/CN105572499B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101755389A (zh) * | 2007-07-20 | 2010-06-23 | 富士通株式会社 | 信号传输装置以及方法 |
| CN101571562A (zh) * | 2009-05-27 | 2009-11-04 | 东南大学 | 一种构建眼图和进行眼图模板测试的方法 |
| CN104699930A (zh) * | 2013-12-05 | 2015-06-10 | 天津三星电子有限公司 | 一种lvds信号眼图的生成方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 眼图测量技术;杜亮;《测控技术》;20131231;116-119 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105572499A (zh) | 2016-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105572499B (zh) | 一种基于矢量网络分析仪的眼图生成方法 | |
| Sunter et al. | On-chip digital jitter measurement, from megahertz to gigahertz | |
| CN109324248A (zh) | 用于数据域分析的一体化矢量网络分析仪及其测试方法 | |
| US11929902B2 (en) | PCIe signal bandwidth determining method, apparatus and device | |
| US7889785B2 (en) | Method, system and apparatus for quantifying the contribution of inter-symbol interference jitter on timing skew budget | |
| US10396911B1 (en) | Noise analysis to reveal jitter and crosstalk's effect on signal integrity | |
| CN109407501A (zh) | 一种基于相关信号处理的时间间隔测量方法 | |
| Zhou et al. | Compressed level crossing sampling for ultra-low power IoT devices | |
| Su et al. | Digital Instantaneous Frequency Measurement of a Real Sinusoid Based on Three Sub‐Nyquist Sampling Channels | |
| Daponte et al. | PRBS non-idealities affecting random demodulation analog-to-information converters | |
| CN116400200B (zh) | 车规级安全芯片的电磁侧信道信息的交叉验证方法 | |
| CN107884648A (zh) | 一种多端口差分传输通道抖动的测试分析方法 | |
| CN105471525B (zh) | 一种矢量网络分析仪的四通道压缩感知数字接收机信号处理方法 | |
| Duan et al. | A low-cost comparator-based method for accurate decomposition of deterministic jitter in high-speed links | |
| CN111487462A (zh) | 一种超快速测频方法 | |
| US9673862B1 (en) | System and method of analyzing crosstalk without measuring aggressor signal | |
| US11624781B2 (en) | Noise-compensated jitter measurement instrument and methods | |
| US7424380B2 (en) | Method and apparatus for integrated distribution function capture | |
| Chang et al. | Jitter modeling in statistical link simulation | |
| Lu et al. | Multifractal analysis for soft fault feature extraction of nonlinear analog circuits | |
| CN106452693A (zh) | 一种基于双频点噪底能量分析的时钟相位抖动测量方法 | |
| CN112291039A (zh) | 一种基于信道信号周期的数据编码传输方法 | |
| Erb et al. | An accurate and efficient method for BER analysis in high-speed communication systems | |
| Kubíček | In-system jitter measurement using FPGA | |
| CN113138318B (zh) | 一种相位抖动测试方法及系统 |
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 |