CN117081543A - 用于减小时域选通边缘误差的频谱扩展无边缘选通 - Google Patents

用于减小时域选通边缘误差的频谱扩展无边缘选通 Download PDF

Info

Publication number
CN117081543A
CN117081543A CN202310808609.0A CN202310808609A CN117081543A CN 117081543 A CN117081543 A CN 117081543A CN 202310808609 A CN202310808609 A CN 202310808609A CN 117081543 A CN117081543 A CN 117081543A
Authority
CN
China
Prior art keywords
signal
time
frequency
domain
gating
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.)
Pending
Application number
CN202310808609.0A
Other languages
English (en)
Inventor
陈众
熊祖彪
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.)
ETS Lindgren Inc
Original Assignee
ETS Lindgren 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 ETS Lindgren Inc filed Critical ETS Lindgren Inc
Publication of CN117081543A publication Critical patent/CN117081543A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H17/00—Networks using digital techniques
    • H03H17/02—Frequency selective networks
    • H03H17/0211—Frequency selective networks using specific transformation algorithms, e.g. WALSH functions, Fermat transforms, Mersenne transforms, polynomial transforms, Hilbert transforms
    • H03H17/0213—Frequency domain filters using Fourier transforms
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/28—Measuring attenuation, gain, phase shift or derived characteristics of electric four pole networks, i.e. two-port networks; Measuring transient response
    • 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
    • G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/28—Measuring attenuation, gain, phase shift or derived characteristics of electric four pole networks, i.e. two-port networks; Measuring transient response
    • G01R27/32—Measuring attenuation, gain, phase shift or derived characteristics of electric four pole networks, i.e. two-port networks; Measuring transient response in circuits having distributed constants, e.g. having very long conductors or involving high frequencies

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Noise Elimination (AREA)
  • Complex Calculations (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

一种用于对有限频域数据进行处理的方法及设备，将时间选通过程应用于有限频域数据以改善信号处理设备的性能并且在抑制边缘效应的同时有利于复杂时间选通。根据一方面，提供了一种用于通过信号处理设备来改善有限频率信号处理以对由时间选通过程而产生的边缘效应进行抑制的方法。该方法包括在频率范围之外使用通过外推过程推导出的样本来填充所述有限频率信号，以产生扩展信号，该扩展信号在所述有限频率信号的频率范围之内和所述有限频率信号的频率范围之外具有样本。该方法还包括将时间选通过程应用于所述扩展信号，以将在时间间隔之外出现的信号排除并且产生具有被抑制的边缘效应的时间选通信号。

Description

用于减小时域选通边缘误差的频谱扩展无边缘选通
分案申请
本申请为申请号2018114474548、申请日2018年11月29日、题为“用于减小时域选通边缘误差的频谱扩展无边缘选通”的分案申请。
技术领域
本公开内容涉及一种用于对有限频域数据进行处理的方法及系统，将时间选通过程应用于有限频域数据以改善信号处理设备的性能并且在抑制边缘效应的同时有利于复杂的时间选通。
背景技术
时域选通是一种常见的广泛应用于现代矢量网络分析仪(VNA)和其他数字信号处理设备的数字信号处理技术。通常，本文中被称为原始频域数据的一组测量数据、计算机生成的数据或者其他数据可以呈现为频域样本序列与频率的关系。原始频域数据可以通过逆傅里叶变换(IFT)变换到时域以呈现时域样本序列与时间的关系。该时域序列然后可以通过时间门函数进行选通，以选择性地将某些时段的下述数据排除，所述数据例如可能包含包括在原始频域数据中的不需要的反射。经选通的时域序列然后通过前向傅里叶变换被转换回至频域，以产生经处理的频域信号。
通常，仅仅可以得到有限频带内的原始频域数据，也就是说，在低于第一较低频率和高于第二较高频率的频率处原始频域数据是未知的，而感兴趣的频域数据位于第一频率与第二频域之间。由于有限的数据集，经处理的频域数据会在由于时间选通的数学过程引起的频带边缘附近显示出强伪影。
根据定义，时域选通是门与数据在时域中的时域响应的乘积。通过傅里叶理论，这相当于时间门函数的傅里叶变换与原始频率响应数据的卷积。由于原始频率响应数据中缺少频带边缘处的数据，因此假设在可获得的数据的频率范围之外的数据为零。因此，对在两个频带边缘处具有不连续的函数执行门卷积，使得频带边缘附近出现非物理频率响应波纹，其通常为称为边缘效应。
边缘效应可以通过使用多种技术来缓解。首先，将原始数据乘以以频带的中间为中心并且在频带边缘附近逐渐变细的窗函数——诸如，Kaiser-Bessel窗、汉宁窗以及汉明窗等。所述窗可以在卷积之后通过将其结果除以同一函数来得到。
另一技术是基于单位函数来应用门重归一化过程。假设数据是频域中的恒定单位响应，即，其在感兴趣的频率范围内幅度为1，而在感兴趣的频率范围外幅度为0。单位响应具有相位项使得其时域响应以Tc为中心(其中，Tc为门中心)。单位响应数据经历了与原始数据相同的过程，即，首先乘以窗函数，然后通过门核进行过滤。最后，将该数据除以相同的窗函数。图1示出了所得到的边缘重新归一化函数的示例。
该重新归一化函数被除以选通数据。可以容易理解的是，可以使用这个过程来完美地恢复单位函数，并且这种情况下不存在误差。对于其他实际测量数据，通过该过程将存在伪影。实际上，频带边缘处的不确定性会非常明显，例如，大约为1dB。图2总结了实现在典型矢量网络分析仪中的整个时域选通过程和归一化过程。应当注意的是，图2所示的线性滤波处理在数学上相当于对频域中超出边缘的原始数据进行零填充。
如果需要具有多个通带或者多个阻带的时域门，则上述边缘重新归一化方案就无法容易地得到应用。这是因为单位函数对应于时域中的单个时间脉冲。具有多个门的滤波器如何与单个脉冲进行匹配并不明显。
发明内容
本发明有利地提供了一种用于对有限频域数据进行处理的方法及系统，时间选通过程要被应用于有限频域数据以改善信号处理设备的性能并且在抑制边缘效应的同时有利于复杂时间选通。在一些实施例中，提供了一种用于通过信号处理设备来改善有限频率信号的处理以对由时间选通过程引起的边缘效应进行抑制的方法。该方法包括在所述有限信号的频率范围之外使用通过外推过程推导出的样本来填充所述有限频率信号，以产生扩展信号，所述扩展信号在所述有限频率信号的频率范围之内和所述有限信号的频率范围之外具有样本。该方法还包括将时间选通过程应用于所述扩展信号，以将在时间间隔之外出现的信号排除并且产生具有被抑制的边缘效应的时间选通信号。
因此，一些实施例包括一种用于通过信号处理设备来改善有限频率信号处理以对由时间选通过程引起的边缘效应进行抑制的方法。该方法包括在所述有限频率信号的频率范围之外使用通过外推过程推导出的样本来填充所述有限频率信号，以产生扩展信号，所述扩展信号在所述有限频率信号的频率范围之内和所述有限频率信号的频率范围之外具有样本。该方法还包括将时间选通过程应用于所述扩展信号，以将在时间间隔之外出现的信号排除并且产生具有被抑制的边缘效应的时间选通信号。
在一些实施例中，外推过程包括下述项之一：自回归模型、向量拟合、柯西方法、矩阵笔方法以及希尔伯特变换外推方法。在一些实施例中，时间选通过程是通过在时域上对扩展信号进行逆傅里叶变换IFT来执行的。在一些实施例中，时间选通过程被执行为扩展信号与时间门函数的傅里叶变换在频域上的卷积。在一些实施例中，该方法还包括在应用时间选通过程之前对扩展信号应用窗函数。在一些实施例中，时间选通过程将多个独立的时间间隔内的信号包括在内和将多个独立的时间间隔内的信号排除。在一些实施例中，所述应用是在没有重归一化过程的情况下执行的。
在一些实施例中，提供了一种信号处理设备，该信号处理设备用于对有限频率信号进行处理以对该设备内、由时间选通过程引起的边缘效应进行抑制。该设备包括处理电路，处理电路被配置成：利用样本填充有限频率信号以产生扩展信号，所述样本被设置在有限频率信号的频率范围之外，所述样本是通过外推过程推导出的；以及对扩展信号应用时间选通过程以将出现在时间间隔之外的信号排除并且产生具有被抑制的边缘效应的时间选通信号。
在一些实施例中，时间选通过程是通过在时域上对扩展信号进行逆傅里叶变换IFT来执行的。在一些实施例中，时间选通过程被执行为扩展信号与时间门函数的傅里叶变换在频域上的卷积。在一些实施例中，该处理电路还被配置成在应用时间选通过程之前对扩展信号应用窗函数。在一些实施例中，时间选通过程包括将多个独立的时间间隔内的信号包括在内和将多个单独的时间间隔内的信号排除。
在一些实施例中，提供了一种用于通过信号处理设备来改善有限频率信号的处理以对由时间选通过程引起的边缘效应进行抑制的方法。该方法包括接收具有从较低频率延伸至较高频率的频带的有限频率信号。该方法还包括对所述有限频率信号执行外推过程，以产生扩展信号，该扩展信号在所述有限频率信号的所述频带之外的区域中具有样本。该方法还包括：定义至少一个时间门以将包含在扩展信号中、出现在时间间隔之外的信号排除；将所述至少一个时间门应用于扩展信号以产生时间选通信号。
在一些实施例中，该方法还包括在频域中显示时间选通信号。在一些实施例中，所述应用是在时域中执行的。
附图说明
当结合附图考虑时，通过参考下面的详细描述，将更容易理解对本发明及其伴随的优点和特征进行的更完整的理解，在附图中：
图1是所得到的边缘重归一化函数的示例；
图2总结了根据已知方法的整个时域选通过程和归一化过程；
图3和图4是时间门函数的示例；
图5示出了用于通过信号处理设备来对有限频率信号进行处理以对由时间选通过程引起的边缘效应进行抑制的示例性过程；
图6是如本文所描述的被配置成执行频谱扩展无边缘选通系统(SEEG)的信号处理设备(SPE)的简化框图；
图7是用于对有限频率信号进行处理以减小信号处理设备内、由时间选通过程引起的边缘效应的示例性过程的流程图；
图8是用于通过信号处理设备来对有限频率信号进行处理以减小由时间选通过程引起的边缘效应的示例性过程的流程图；
图9是两个宽频带双脊导向(DRG)喇叭天线之间的S21频率响应的曲线图；
图10示出了通过使用逆Chirp-Z变换获得的对应于线C的时域响应；
图11示出了在下边缘处关于两种方法的由于边缘效应引起的误差；以及
图12示出了在上边缘处关于两种方法的由于边缘效应引起的误差。
具体实施方式
在详细描述示例性实施例之前，应当注意的是，实施例主要在于将处理有限频域数据有关的装置组件和处理步骤进行组合，时间选通过程将应用于所述有限频域数据以改善信号处理设备的性能并且在抑制边缘效应的同时有利于复杂的时间选通。因此，组件在适当时通过附图中的常规符号进行表示，所述附图仅示出了与理解实施例相关的那些具体细节，从而避免因为对于受益于本文中的描述的本领域普通技术人员而言明显的细节而使本公开内容模糊。
如本文所使用的那样，诸如“第一”和“第二”、“顶部”和“底部”等的关系术语可以仅用于将一个实体或元件与另一实体或元件区分开，而并不一定要求或暗示这些实体或元素之间的任何物理或逻辑关系或顺序。本文所使用的术语仅用于描述特定实施例的目的，而并非旨在限制本文所描述的概念。如本文所使用的那样，除非上下文另有明确说明，否则单数形式“一个(a)”、“一个(an)”和“该(the)”还意在包括复数形式。应当进一步理解的是，当术语“包括(comprises)”，“包括(comprising)”，“包含(includes)”和/或“包含(including)”使用在本文中时，指定所述的特征、整件、步骤、操作、元件和/或组件的存在，但是并不排除存在或添加一个或多个其他特征、整件、步骤、操作、元件、组件和/或上述项的组合。
除非另外限定，否则本文所使用的所有术语(包括技术术语和科学术语)具有与本公开内容所属领域的普通技术人员通常所理解的含义相同的含义。将进一步理解的是，本文所使用的术语应当被解释为具有与本说明书的上下文和相关领域中的含义一致的含义，并且本文所使用的术语将不以理想化或过于正式的含义进行解释，除非在本文中进行了明确定义。在本文所描述的实施例中，“与......通信(in communication with)”等连接术语可以用于指示电通信或者数据通信，这可以通过例如物理接触、感应、电磁辐射、无线电信令、红外信令或者光信令来实现。本领域普通技术人员应当理解的是，多个组件可以互操作，并且各种修改和变化可以实现电气通信和数据通信。
还应当注意的是，由于在信号处理设备内数据、样本或者信号是离散的，术语“数据”、“样本”和“信号”可以互换使用。
实施例提供了一种频谱扩展无边缘选通系统(SEEG)，其改善了信号处理设备的性能，并且能够实现复杂的时间选通，而在频域中表现出最小的失真。该系统包括信号处理设备，该信号处理设备用于对在有限频率范围内已知的或者可以得知的原始频域数据进行处理。有限频率信号具有介于较低频率与较高频率之间的带内区域，在该带内区域内存在有用信号信息。有限频率信号在低于较低频率的频率处具有较低的带外区域，并且在高于较高频率的频率处具有较高的带外区域。较低的带外区域和较高的带外区域内没有信号信息或者具有可忽略的信号信息。
有限频域信号可以延伸到有限信号的频带的低频边缘以下，并且可以延伸到有限信号的频带的高频边缘之上。因此，可以在有限信号的频率范围之外使用通过外推过程推导出的样本来填充有限频率信号，以产生扩展信号，该扩展信号在有限信号的频率范围内和有限信号的频率范围外具有样本。具体地，较低带外区域可以至少部分地由根据有限信号的带内信息直接或者间接推导出的样本进行填充。同样地，较高带外区域可以至少部分地由根据有限信号的带内信息直接或者间接推导出的样本进行填充。基于带内信息来填充或者部分填充带外区域可以被称为填充或扩展有限频率信号以产生扩展信号。
可以用于该扩展过程的几种方法可以包括矢量拟合(VF)、Cauchy方法、矩阵笔方法以及希尔伯特变换外推方法。这些方法对于信号处理领域的技术人员而言是已知的。例如，VF和Cauchy方法基于有理函数来获得带外样本。希尔伯特变换外推方法基于以下事实：对于因果信号而言，信号的实部和虚部通过希尔伯特变换相关联。希尔伯特变换外推方法涉及实部和虚部之间的迭代计算，直到扩展数据是因果关系为止。这些方法可能是计算密集型的，这对某些应用来说可能是不可接受的。
另一方法是将自回归(AR)模型应用于有限频域信号的频谱数据，以获得扩展频域信号。该方法的计算密集度低于其他一些方法，从而进一步提高了信号处理设备的性能，甚至进一步增加了数据的复杂时间选通的可行性。可以假设要提供的带外数据与带内信号相关。例如，针对一些数据—例如由两个天线的测量所得到的数据，可以假设存在某个自相关带宽。在AR建模方法(其是Hilbert变换外推方法的一种可能解决方案)中，由于要应用于有限信号的带外区域的预测数据是有限信号的带内数据的线性加权组合，所以满足因果要求。一种特殊的AR技术被称为Burg的AR，其目的是使正向平方残差与反向平方残差的和最小化。关于该方法的Matlab算法存在于文献中并且可以通过以下代码实现：
a＝arburg(data,order)；
Z＝filtic(1,a,data(end-(0:(order-1))))；
extended＝filter(1,a,zeros(1,extendlength),Z).'；
其中，“data”是包含已知信号(带内数据)的矢量，“order”是脉冲响应的长度，矢量“extended”是长度为“extendlength”的外推数据(带外数据)，参见文献：IsmoKauppinen and Kari Roth,"Audio Signal Extrapolation-Theory and Applications",Proc.of the 5th Conference on Digital Audio Effects(DAFx-02),Hamburg,Germany,2002。
由于这些外推方法不需要上述重归一化过程，因此这些外推方法可以用于多个时间门—例如图3中的时间门的情况，例如用于滤除在第一起始时间点(区域x)之下延伸的数据并且滤除在第二起始时间点(区域y)之上延伸的数据。参见图4，示出了还对在两个时间之间(区域z)出现的数据进行抑制的时间门函数的另一示例。因此，本文所描述的实施例可以扩展现有时间选通过程的能力，从而能够实现更复杂的时间选通分析。
图5示出了用于通过信号处理设备来对有限频率信号进行处理以对由时间选通过程引起的边缘效应进行抑制的示例性过程的流程图。该过程开始于有限频域数据1。需要注意的是，有限频率数据可以通过先前执行的测量过程来获得，所述先前执行的测量过程例如提供了被测设备(DUT)在较高频率与较低频率之间的频率响应。再例如，可以在开始图5的过程之前对数据集合进行截断。将诸如上述边缘扩展算法之类的边缘扩展算法2应用于有限频率数据1，以产生扩展数据，该扩展数据还被称为扩展信号。扩展信号通过乘法器3乘以窗函数4，以产生经窗口化的扩展信号。所述经窗口化的扩展信号经过时间选通过程5，以产生经时间选通的窗口化扩展信号。例如，该时间选通过程可以通过在时域中乘以诸如图3或者图4所示的滤波器之类的滤波器来执行。在可替代方案中，时间选通过程可以通过在频域中进行卷积操作来执行，因为如本领域普通技术人员所知道的那样，时域中的乘积等效于频域中的卷积。时间选通窗口化扩展信号在乘法器6处被除以窗7以产生时间选通数据8。
图6示出了如本文所描述的被配置成执行频谱扩展无边缘选通系统(SEEG)的信号处理设备(SPE)10的简化框图。SPE 10可以是网络分析仪、计算机或者其他信号处理设备。SPE 10具有处理电路12，该处理电路12被配置成如上文所述并且如下文所述的那样扩展有限频率信号并且对经扩展的信号进行时间选通。在一些实施例中，处理电路可以包括处理器18和存储器16，存储器16包括计算机代码，计算机代码可以被组织成模块，所述计算机代码在由处理器18执行时使得该处理器执行本文所述的数据扩展和时间门函数。
因此，存储器16可以包括软件模块—诸如，例如边缘扩展模块18，边缘扩展模块18被配置成使用样本来填充有限频率信号26以产生扩展信号28，样本被设置在有限信号的频率范围之外，所述样本是通过外推过程推导出的。时间选通模块20可以被配置成对扩展信号28进行时间选通以产生时间选通信号30。由于外推过程(也称为扩展过程)应用于有限频率信号26，时间选通信号30可以具有减小的边缘效应，而无论所应用的时间门的复杂程度如何。时间选通模块20可以通过对采用时间选通信号进行快速傅里叶变换(FFT)来在频域上将时间选通应用于扩展信号，或者通过经由FFT模块22对扩展信号应用逆FFT来在时域上将时间选通应用于扩展信号。窗口化模块24可以被包括以执行上文参考图5所描述的窗口化4、窗口化7。
图7是用于对有限频率信号进行处理以减小信号处理设备内、由时间选通过程引起的边缘效应的示例性过程的流程图；该过程包括经由处理电路12和/或通过用户输入来在所述有限信号的频率范围之外使用通过外推过程推导出的样本来填充所述有限信号，以产生扩展信号，该扩展信号在有限信号的频率范围之内和有限信号的频率范围之外具有样本(方框S100)。该过程还包括经由处理电路12对扩展信号应用时间选通过程以将时间间隔内的信号包括在内和将时间间隔内的信号排除，并且产生具有减小的边缘效应的时间选通信号(方框S102)。
图8是用于通过信号处理设备来对有限频率信号进行处理以减小由时间选通过程引起的边缘效应的示例性过程的流程图。该过程包括接收有限频率信号(方框S104)。该过程还包括经由处理电路12对有限频率信号执行外推过程，以产生扩展信号，该扩展信号在有限频率信号的频带之外的区域中具有样本(方框S106)。该过程还包括经由处理电路12和/或用户输入来限定至少一个时间门，以将包含在扩展信号中的信号包括在内和将包含在扩展信号中的信号排除(方框S108)。该过程还包括经由处理电路12将所述至少一个时间门应用于扩展信号以产生大体上没有边缘效应的时间选通信号(方框S110)。
图9是两个宽频带双脊导向(DRG)喇叭天线之间的S21频率响应的曲线图。线A是没有进行时域选通的原始数据。线B示出了根据线A的数据获得的参考信号，线B离边缘足够远。线C示出了应用了本文所描述的方法(SEEG)的结果。线D是应用了上述已知重归一化过程的结果。
图10示出了通过使用逆Chirp-Z变换获得的对应于线C的时域响应。收集了从400MHz到19GHz的频率响应。由于选通分析是在没有重归一化处理的情况下进行的，因此，存在相当大的边缘效应(即使应用了6阶预选通Kaiser-Bessel窗)。接下来，数据被截断为包括3.6GHz至15.5GHz。我们可以对经截断的数据应用选通算法。由于边缘3.6GHz和边缘15.5GHz远离上述边缘，因此我们可以认为对于预截断数据的选通结果没有边缘效应。这可以用作参考数据。
时域选通使用图2(边缘重归一化)和图5(SEEG)所示的过程应用于经截断的数据(低于15.5GHz)。在这两种情况下，使用6阶Kaiser-Bessel窗函数来对数据进行预处理。SEEG方法使用Burg的AR模型来扩展频谱数据。图11示出了在下边缘处关于两种方法的由于边缘效应引起的误差。图12示出了在上边缘处关于两种方法的由于边缘效应引起的误差。图11和图12还示出了使用图2的过程但是没有进行任何边缘重归一化的结果。这表明了SEEG方法具有高性能。
总之，频谱扩展无边缘选通(SEEG)方法显著地减小了在时域选通应用的频带边缘处的误差。首先，使用例如自回归(AR)模型、矢量拟合、柯西方法、矩阵笔方法、希尔伯特变换外推法等来扩展频谱数据。然后，对频谱扩展数据应用具有任何所需复杂度的时间门滤波器。由于去除了边缘处的不连续性，边缘效应减小。给出了一个示例，该示例示出了使用Burg的AR模型的SEEG方法。使用AR的扩展数据本质上具有因果关系。在该示例中，边缘效应从+/-0.6dB减小到小于+/-0.05dB(与常用的边缘重归一化方法相比)。此外，在多时域门的情况下，可以容易地应用SEEG方法。这为时域选通分析提供了更大的灵活性。
因此，在一些实施例中，提供了一种用于通过信号处理设备10来改善有限频率信号处理以对由时间选通过程而产生的边缘效应进行抑制的方法。该方法包括在有限信号的频率范围之外使用通过外推过程推导出的样本来填充有限频率信号，以产生扩展信号，该扩展信号在所述有限频率信号的频率范围之内和所述有限信号的频率范围之外具有样本(方框S100)。该方法还包括将时间选通过程应用于所述扩展信号，以将在时间间隔之外出现的信号排除并且产生具有被抑制的边缘效应的时间选通信号(方框S102)。
在一些实施例中，所述外推过程包括下述项之一：自回归模型、向量拟合、柯西方法、矩阵笔方法以及希尔伯特变换外推方法。在一些实施例中，时间选通过程是通过在时域上对扩展信号进行逆傅里叶变换IFT来执行的。在一些实施例中，时间选通过程被执行为扩展信号与时间门函数的傅里叶变换在频域上的卷积。在一些实施例中，该方法还包括在应用时间选通过程之前对扩展信号应用窗函数。在一些实施例中，时间选通过程将多个单独的时间间隔内的信号包括在内和将多个单独的时间间隔内的信号排除。在一些实施例中，所述处理时在没有进行重归一化过程的情况下执行的。在一些实施例中，信号处理设备是网络分析仪。
在一些实施例中，提供了一种信号处理设备10，该信号处理设备用于对有限频率信号进行处理以对该设备内、由时间选通过程引起的边缘效应进行抑制。该设备包括处理电路12，处理电路12被配置成：利用样本填充有限频率信号以产生扩展信号，所述样本被设置在有限信号的频率范围之外，所述样本是通过外推过程推导出的；以及对扩展信号应用时间选通过程以将出现在时间间隔之外的信号排除并且产生具有被抑制的边缘效应的时间选通信号。
在一些实施例中，提供了一种用于通过信号处理设备10来改善有限频率信号处理以对由时间选通过程引起的边缘效应进行抑制的方法。该方法包括接收具有从较低频率延伸至较高频率的频带的有限信号(方框S104)。该方法还包括对有限频率信号执行外推过程，以产生在频率信号的频带之外的区域中具有样本的扩展信号(方框S104)。该方法还包括限定至少一个时间门以将包含在所述信号中、出现在时间间隔之外的信号排除(方框S108)。该方法还包括将至少一个时间门应用到扩展信号以产生时间选通信号(方框S110)。在一些实施例中，该方法还包括将时间选通信号显示在频域中。在一些实施例中，所述应用是在时域中执行的。
其他实施例包括用于处理信号的网络分析仪。网络分析仪包括处理电路，该处理电路被配置成接收信号的频率上限和频率下限的标识。处理电路还被配置成通过将样本设置在频率上限和频率下限之外来填充信号的频域表示以产生扩展信号，所述样本是通过使用频率上限和频率下限之间的信息的外推过程来推导出的。处理电路还被配置成对扩展信号应用时间选通过程，以将至少一个时间间隔之外的信号排除，从而产生具有被抑制的边缘效应的时间选通信号。
在一些实施例中，时间选通过程包括用于将时域信息从扩展信号中排除的多个窗。在一些实施例中，所述多个窗由用户定义。在一些实施例中，频率上限和频率下限由用户定义。在一些实施例中，处理电路被配置为通过在频域中将扩展信号与时间门信号的傅里叶变换进行卷积来实现时间选通过程。在一些实施例中，时间选通是通过对扩展信号进行逆傅里叶变换IFT来执行的。在一些实施例中，处理电路还被配置成将扩展信号除以窗。
在一些实施例中，提供了一种用于处理信号的方法。该方法包括将时间信号的频域表示截断，使得时间信号的频域表示呈现出较高频率和较低频率。该方法还包括在较高频率和较低频率之外将样本添加至所述频域表示，以创建扩展信号，所述样本基于较高频率和较低频率之间的信息。
在一些实施例中，所述截断是通过将时域中的时间信号与频域窗的逆傅立叶变换进行卷积来执行的。在一些实施例中，该方法包括在时域中将窗应用于扩展信号。在一些实施例中，所述样本是基于较高频率和较低频率之间的样本通过外推过程来确定的。在一些实施例中，该方法还包括将扩展信号除以窗。
在一些实施例中，提供了一种处理测量信号的方法。该方法包括在较高频率和较低频率之外在频域中将样本添加至信号，以创建扩展信号，所述样本基于较高频率和较低频率之间的信息。该方法还包括在频域和时域之一中对扩展信号进行时间选通。
在一些实施例中，该方法还包括在频域中通过窗使扩展信号窗口化，该过程是在对经窗口化的扩展信号进行时间选通之前。在一些实施例中，该方法还包括将经时间选通的窗口化扩展信号除以所述窗。
如本领域技术人员应当理解的那样，本文中所描述的概念可以实施为方法、数据处理系统和/或计算机程序产品。因此，本文所描述的概念可以采用下述形式：完全硬件实施例、完全软件实施例或者结合软件方面和硬件方面的实施例的形式，这些所有在本文中通常被称为“电路”或者“模块”。此外，本公开内容可以采用有形计算机可用存储介质上的计算机程序产品的形式，该计算机程序产品具有可以体现在所述介质上、可以由计算机执行的计算机程序代码。可以使用任何合适的有形计算机可读介质，其包括硬盘、CD-ROM、电子存储设备、光存储设备或者磁存储设备。
本文参考方法、系统和计算机程序产品的流程图和/或框图描述了一些实施例。应当理解的是，流程图和/或框图中的每个方框以及流程图和/或框图中的方框的组合可以由计算机程序指令实现。这些计算机程序指令可以被提供给通用计算机的处理器(从而创建专用计算机)、专用计算机或者其他可编程数据处理装置以产生机器，从而使得通过计算机或其他可编程数据处理装置的处理器执行的指令创建用于实现流程图和/或框图方框中所指定的功能/动作的装置。
这些计算机程序指令还可以被存储在计算机可读存储器或者存储介质中，该计算机可读存储器或者存储介质可以指示计算机或者其他可编程数据处理装置以特定方式起作用，使得存储在计算机可读存储器中的指令产生包括指令装置的制品，所述指令装置实现流程图和/或一个或多个框图方框中指定的功能/动作。
计算机程序指令也可以被加载到计算机或其他可编程数据处理装置上，以使得一系列操作步骤在计算机或者其他可编程装置上执行，以产生计算机实现的过程，使得在计算机或其他可编程装置上执行的指令提供用于实现在流程图和/或一个或多个框图方框中指定的功能/动作的步骤。
应当理解的是，方框中所提到的功能/动作可以不按照操作说明中所提到的顺序发生。例如，连续示出的两个方框实际上可以大体上同时执行，或者这些方框所涉及的功能/动作有时可以按照相反的顺序执行。尽管一些图包括通信路径上的箭头以示出通信的主要方向，但是应该理解的是，通信可以按照与所示箭头相反的方向发生。
用于执行本文所描述的概念的操作的计算机程序代码可以用诸如Java或者C++之类的面向对象的编程语言来编写。然而，用于执行本公开内容的操作的计算机程序代码也可以用诸如例“C”或者matlab编程语言之类的传统过程编程语言进行编写。程序代码可以完全在用户的计算机上执行，部分在用户的计算机上执行，作为独立的软件包执行，部分在用户的计算机上执行，部分在远程计算机上执行或者完全在远程计算机上执行。在后一种情况下，远程计算机可以通过局域网(LAN)或者广域网(WAN)连接至用户的计算机，或者连接可以(例如，通过因特网使用互联网服务提供商)对外部计算机进行。
结合以上的描述和附图，本文已经公开了许多不同的实施例。应当理解的是，字面上描述和说明这些实施例的每个组合和每个子组合将是过度重复并且令人困惑。因此，所有实施例可以以任何方式和/或组合进行组合，并且包括附图的本说明书应当被解释为构成本文所描述的实施例的所有组合和子组合以及执行并使用本文所描述的实施例的方式和过程的所有组合和子组合的完整书面描述，并且包括附图的本说明书应当支持要求任意这样的组合或者子组合。本领域技术人员应当理解的是，本发明不限于上文特别示出和描述的内容。此外，除非上文另有相反的说明，否则应当注意的是，所有附图都未按比例绘制。在不脱离所附权利要求的范围的情况下，可以根据上述教导进行各种修改和变化。

Claims (10)

1.一种用于通过信号处理设备(10)改善有限频率信号的处理以对由时间选通过程引起的边缘效应进行抑制的方法，所述方法包括：
获取被测设备DUT的经截断的频率响应，所述经截断的频率响应为所述有限频率信号；
在所述有限频率信号的频率范围之外使用通过希尔伯特变换外推过程推导出的样本来填充(S100)所述有限频率信号，以产生扩展信号，所述扩展信号在所述有限频率信号的频率范围之内和所述有限频率信号的频率范围之外具有样本，所述希尔伯特变换外推过程被选择成能够在多个单独的窗上进行时间选通而无需重归一化；
将窗函数应用于所述扩展信号以产生经窗口化的频域信号；
对经窗口化的扩展的频域信号执行逆傅立叶变换，以产生时域信号；
将时间选通过程应用(S102)于所述时域信号，以将在至少一个时间间隔之外出现的信号排除并且产生具有被抑制的边缘效应的时间选通信号；以及
用所述窗函数除所述时间选通信号。
2.根据权利要求1所述的方法，其中，所述时间选通过程被执行为所述扩展信号与时间门函数的傅里叶变换在频域上的卷积。
3.根据权利要求1和2中任一项所述的方法，其中，所述时间选通过程将至少三个单独时间间隔中的信号排除。
4.根据权利要求1-3中任一项所述的方法，其中，获取经截断的频率包括将时域中的时间信号与频域窗的逆傅立叶变换进行卷积。
5.根据权利要求1-4中任一项所述的方法，其中，所述窗函数应用于时域中。
6.信号处理设备(10)，其用于对有限频率信号进行处理以对所述设备内、由时间选通过程产生的边缘效应进行抑制，所述设备包括：
处理电路(12)，其被配置成：
获取被测设备DUT的经截断的频率响应，所述经截断的频率响应为所述有限频率信号；
使用样本来填充所述有限频率信号以产生扩展信号，所述样本设置在所述有限频率信号的频率范围之外，所述样本是通过希尔伯特变换外推过程推导出的，所述希尔伯特变换外推过程被选择成能够在多个单独的窗上进行时间选通而无需重归一化；
将窗函数应用于所述扩展信号以产生经窗口化的频域信号；
对经窗口化的频域信号执行逆傅立叶变换，以产生时域信号；
将时间选通过程应用于所述时域信号，以将在至少一个时间间隔之外出现的信号排除并且产生具有被抑制的边缘效应的时间选通信号；以及
用所述窗函数除所述时间选通信号。
7.根据权利要求6所述的设备，其中，所述时间选通过程被执行为所述扩展信号与时间门函数的傅里叶变换在频域上的卷积。
8.根据权利要求6和7中任一项所述的设备，其中，所述时间选通过程将至少三个单独时间间隔中的信号排除。
9.根据权利要求6-8中任一项所述的设备，其中，获取经截断的频率包括将时域中的时间信号与频域窗的逆傅立叶变换进行卷积。
10.根据权利要求6-9中任一项所述的设备，其中，所述窗函数应用于时域中。
CN202310808609.0A 2017-12-04 2018-11-29 用于减小时域选通边缘误差的频谱扩展无边缘选通 Pending CN117081543A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/830,658 US10816584B2 (en) 2017-12-04 2017-12-04 Spectrum extension edgeless gating for reduced time domain gating edge errors
US15/830,658 2017-12-04
CN201811447454.8A CN110034745B (zh) 2017-12-04 2018-11-29 用于减小时域选通边缘误差的频谱扩展无边缘选通

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201811447454.8A Division CN110034745B (zh) 2017-12-04 2018-11-29 用于减小时域选通边缘误差的频谱扩展无边缘选通

Publications (1)

Publication Number Publication Date
CN117081543A true CN117081543A (zh) 2023-11-17

Family

ID=64331617

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201811447454.8A Active CN110034745B (zh) 2017-12-04 2018-11-29 用于减小时域选通边缘误差的频谱扩展无边缘选通
CN202310808609.0A Pending CN117081543A (zh) 2017-12-04 2018-11-29 用于减小时域选通边缘误差的频谱扩展无边缘选通

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201811447454.8A Active CN110034745B (zh) 2017-12-04 2018-11-29 用于减小时域选通边缘误差的频谱扩展无边缘选通

Country Status (3)

Country Link
US (1) US10816584B2 (zh)
EP (1) EP3499382A1 (zh)
CN (2) CN110034745B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407908B (zh) * 2021-07-14 2022-08-12 北京华大九天科技股份有限公司 一种多峰频谱中矢量拟合的方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4703433A (en) * 1984-01-09 1987-10-27 Hewlett-Packard Company Vector network analyzer with integral processor
US5337016A (en) * 1993-07-09 1994-08-09 Rockwell International Corporation Method and apparatus for traveling wave attenuation measurement
JPWO2006106713A1 (ja) * 2005-03-30 2008-09-11 学校法人日本大学 最悪値誤差尺度を最小化する信号近似システム
US8311840B2 (en) * 2005-06-28 2012-11-13 Qnx Software Systems Limited Frequency extension of harmonic signals
US7170297B1 (en) * 2006-03-20 2007-01-30 Agilent Technologies, Inc. Transmission response measurement system and method of using time gating
US8443024B2 (en) * 2007-10-29 2013-05-14 The Aerospace Corporation Time-domain gated filter for RF communication systems
US8706433B2 (en) * 2010-02-01 2014-04-22 Teledyne Lecroy, Inc. Time domain reflectometry step to S-parameter conversion
GB2512022A (en) * 2012-12-21 2014-09-24 Microsoft Corp Echo suppression
CN104977577A (zh) * 2015-07-07 2015-10-14 西安电子科技大学 基于前-后向代价参考粒子滤波的瞬时频率曲线估计方法
WO2017091339A1 (en) * 2015-11-25 2017-06-01 International Business Machines Corporation Tool to provide integrated circuit masks with accurate dimensional compensation of patterns

Also Published As

Publication number Publication date
CN110034745A (zh) 2019-07-19
CN110034745B (zh) 2023-07-18
EP3499382A1 (en) 2019-06-19
US10816584B2 (en) 2020-10-27
US20190170797A1 (en) 2019-06-06

Similar Documents

Publication Publication Date Title
US10371732B2 (en) Method and system for performing real-time spectral analysis of non-stationary signal
Zhu et al. Approximating sampled sinusoids and multiband signals using multiband modulated DPSS dictionaries
Damaševičius et al. IMF mode demixing in EMD for jitter analysis
US7099417B2 (en) Trace video filtering using wavelet de-noising techniques
CN109883547A (zh) 一种基于小波阈值差分的宽波段光谱信号去噪方法
Walker et al. Cyclic spectroscopy of the millisecond pulsar, B1937+ 21
Sharma et al. An empirical wavelet transform-based approach for cross-terms-free Wigner–Ville distribution
CN110034745B (zh) 用于减小时域选通边缘误差的频谱扩展无边缘选通
US7457756B1 (en) Method of generating time-frequency signal representation preserving phase information
Xu et al. Application of fast singular spectrum decomposition method based on order statistic filter in rolling bearing fault diagnosis
i Yague et al. Analysis and reduction of the distortions induced by time-domain filtering techniques in network analyzers
Chen et al. Differences of time domain gating implementions in vector network analyzers
US20140266200A1 (en) Localised One-Dimensional Magnetic Resonance Spatial-Frequency Spectroscopy
US11719723B2 (en) Signal post-processing method, signal post-processing circuit and oscilloscope
US20150264682A1 (en) Method and apparatus for processing a signal
CN110441746A (zh) 一种时域门变换方法和装置
Yun et al. The Analytical Expression of Lightning Channel Base Current by Lorentzian Pulse Fitting
Chen A method of long-short time Fourier transform for estimation of fundamental frequency
Mohapatra et al. Performance analysis on frequency response of finite impulse response filter
CN114509604B (zh) 一种gis壳体暂态地电位升波形频谱分析方法及系统
Hossen et al. A novel extension of the SB-FFT: Sub-segment inverse fast Fourier transform (SS-IFFT) with different applications
US20060053185A1 (en) Reflection filter
Bobin et al. CMB map restoration
Feltekh et al. Comparison of random and deterministic characteristics of chaotic signals issued from a one-dimensional piecewise linear map
RU2645273C1 (ru) Способ выделения тренда нестационарного процесса с адаптацией интервалов аппроксимации

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination