CN117805481A - 杂散信号处理方法、装置、计算机设备及存储介质 - Google Patents
杂散信号处理方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN117805481A CN117805481A CN202410225186.4A CN202410225186A CN117805481A CN 117805481 A CN117805481 A CN 117805481A CN 202410225186 A CN202410225186 A CN 202410225186A CN 117805481 A CN117805481 A CN 117805481A
- Authority
- CN
- China
- Prior art keywords
- signal
- frequency
- spurious
- spectrogram
- suspected
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 26
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 58
- 238000012360 testing method Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000015654 memory Effects 0.000 claims description 27
- 238000012216 screening Methods 0.000 claims description 10
- 238000001228 spectrum Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 3
- 230000000717 retained effect Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本申请涉及数字信号处理技术领域,公开了杂散信号处理方法、装置、计算机设备及存储介质,本申请从二次频率分析得到的第二频谱图中找到与疑似杂散信号同中心频点的目标信号的功率,并比较目标信号的功率与疑似杂散信号在第一频谱图中的功率。如果二者不相等,则确定疑似杂散信号为真实杂散信号并在第一频谱图中删除该信号。相较于传统的方法,利用矢量信号分析仪产生的杂散信号随扫描带宽变化的特性,通过不同扫描带宽的频率分析可以主动发现矢量信号分析仪产生的杂散信号并在频谱图中消除该信号,无需滤波器、人工手动校准或设置仪器参数以及工作模式,可以准确的去除了矢量信号分析仪自身产生的杂散信号,从而提高测试准确性。
Description
技术领域
本申请涉及数字信号处理技术领域,具体涉及杂散信号处理方法、装置、计算机设备及存储介质。
背景技术
数字信号处理技术已被广泛应用于通信、雷达、电子战、音频以及医疗等领域,作为数据信号处理常用的矢量信号分析仪由于可以测量和分析复杂信号也被用于实验室测试、现场测试和生产测试等业务场景中。
通常在使用矢量信号分析仪对信号进行分析或测试时,矢量信号分析仪本身会产生杂散信号,相关技术中,通过滤波器、手动校准仪器的非线性和偏差或者设置仪器本身的参数以及工作模式的方式去除仪器自身产生的杂散信号,以提高测试准确性。但上述方法,并不能准确去除仪器自身产生的杂散信号,依旧会影响信号测试的准确。
因此,如何准确去除信矢量信号分析仪自身产生的杂散信号从而提高测试准确性,已成为目前亟需解决的问题。
发明内容
有鉴于此,本申请提供了一种杂散信号处理方法、装置、计算机设备及存储介质,以解决如何准确去除信矢量信号分析仪自身产生的杂散信号从而提高测试准确性的问题。
第一方面,本申请提供了一种杂散信号处理方法,应用于矢量信号分析仪,方法包括:
根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到源信号的第一频谱图以及第一频谱图对应的中心频率集合;
从第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率;
基于中心频率集合,确定各疑似杂散信号的中心频点;
根据第二预设扫描带宽对疑似杂散信号进行频率分析,得到第二频谱图;
在第二频谱图中,确定出与疑似杂散信号的中心频点一致的目标信号,并获取目标信号的功率;
判断目标信号的功率与疑似杂散信号的功率是否相等;
若目标信号的功率与疑似杂散信号的功率不相等,则确定疑似杂散信号为真实杂散信号,并从第一频谱图中消除真实杂散信号。
上述技术方案中,从对源信号进行频率分析后得到的第一频谱图中筛选出各疑似杂散信号,并获取各疑似杂散信号的中心频点。根据新的预设扫描带宽对疑似杂散信号进行频率分析,得到第二频谱图,并从第二频谱图中找到与疑似杂散信号同中心频点的目标信号的功率,并比较目标信号的功率与疑似杂散信号在第一频谱图中的功率。如果二者不相等,则意味着该疑似杂散信号在二次频率分析时发生了变化,但源信号本身固有的疑似杂散信号并不会发生变化,而矢量信号分析仪产生的疑似杂散信号具有随扫描带宽变化的特性,因此将该疑似杂散信号确定为真实杂散信号并从频谱图中消除,就可以消除矢量信号分析仪产生的杂散信号。相较于传统的方法,通过不同扫描带宽的频率分析可以主动发现矢量信号分析仪产生的杂散信号并在频谱图中消除该信号,无需人工手动校准或设置仪器参数以及工作模式,还克服通过滤波器仅能过滤特定频率的弊端,可以准确的去除了矢量信号分析仪自身产生的杂散信号,从而提高测试准确性。
在一些可选的实施例中,从第一频谱图中消除真实杂散信号,包括:
对于每个真实杂散信号,确定出包含真实杂散信号的中心频点指示的频率的频率区间;
在频率区间内,根据第二预设扫描带宽重新对源信号进行频率分析,得到频率区间对应的局部频谱图;
判断局部频谱图中是否包含真实杂散信号;
若不包含真实杂散信号,将第一频谱图中频率区间内对应频谱替换为局部频谱图。
上述技术方案中,对于每一个真实杂散信号,在确定出的频率区间内重新对源信号进行频率分析,获得不包含真实杂散信号局部频谱图并将第一频谱图中频率区间内对应频谱替换为局部频谱图,就可以得到去除矢量信号分析仪自身产生的真实杂散信号的频谱图,不仅无需人工手动校准或设置仪器参数以及工作模式,还无需设置滤波器过滤信号,还实现了对于任何频谱图都通过重新的频率分析以及图像替换去除矢量信号分析仪自身产生的杂散信号,不仅具有更广阔的应用场景还准确去除频谱图中所有矢量信号分析仪自身产生的杂散信号,提高测试准确性。
在一些可选的实施例中,基于中心频率集合,确定各疑似杂散信号的中心频点,包括:
对于各疑似杂散信号,获取第一频谱图中疑似杂散信号的信号频率;
判断中心频率集合中是否存在信号频率;
若存在信号频率,则将信号频率增加第二预设频率阈值后的数值确定为疑似杂散信号的中心频点;
若不存在信号频率,则将信号频率的值确定为疑似杂散信号的中心频点。
上述技术方案中,在中心频率集合中不存在疑似杂散信号的信号频率时,将信号频率确定为中心频点,而在中心频率集合中存在疑似杂散信号的信号频率时,则在信号频率的基础上调整中心频点的数值,可以避免疑似杂散信号位于第一频谱图中某中心频率所指示的位置时,后续基于第二预设扫描带宽进行频率分析时,出现的仪器产生的疑似杂散信号无变化的情况,提高后续发现随扫描带宽变化的疑似杂散信号的准确性,进而提高杂散信号处理的准确性。
在一些可选的实施例中,根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到源信号的第一频谱图以及第一频谱图对应的中心频率集合,包括:
根据第一预设扫描带宽,将预设频率范围分割为多个频率范围单元;
在每一个频率范围单元内,对源信号进行频率分析,得到多个子频谱图;
将每一个子频谱图中最大频率以及最小频率之间的中值,分别确定为每一个子频谱图自身的中心频率,所有中心频率组成中心频率集合;
根据每一个子频谱图中最大频率以及最小频率,拼接所有子频谱图,得到第一频谱图。
上述技术方案中,将预设频率范围基于第一预设扫描带宽分割为多个频率范围单元以在每个频率范围单元为对源信号进行频率分析,可以提高频率的分辨率得到高可靠性的频谱图,并记录每个子频谱图的中心频率为后续杂散信号处理提供数据基础。
在一些可选的实施例中,从第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率,包括:
在第一频谱图中,筛选功率大于预设功率阈值的信号,得到多个待选信号;
将所有待选信号中功率最大的信号确定为主频信号;
根据主频信号在第一频谱图中的频率,从多个待选信号中筛选主频信号的谐波信号;
除主频信号以及谐波信号以外的多个待选信号组成疑似杂散信号集合,并获取各疑似杂散信号在第一频谱图中的功率。
上述技术方案中,从功率大于预设功率阈值的信号中快速筛选出功率最大的主频信号,并根据主频信号在第一频谱图中的频率快速确定谐波信号,以将除了主频信号以及谐波信号以外的待选信号确定为疑似杂散信号得到疑似杂散信号集合,通过频谱图中信号的功率与频率就可以快速判断出疑似杂散信号,进而提高杂散信号处理的效率。
在一些实施例中,方法还包括:
若目标信号的功率与疑似杂散信号的功率相等,则确定疑似杂散信号为源信号中固有的信号,在第一频谱图中保留疑似杂散信号。
第二方面,本申请提供了一种杂散信号处理装置,其特征在于,应用于矢量信号分析仪,装置包括:
第一分析模块,用于根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到源信号的第一频谱图以及第一频谱图对应的中心频率集合;
第一确定模块,用于从第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率;
第二确定模块,用于基于中心频率集合,确定各疑似杂散信号的中心频点;
第二分析模块,用于根据第二预设扫描带宽对疑似杂散信号进行频率分析,得到第二频谱图;
第三确定模块,用于在第二频谱图中,确定出与疑似杂散信号的中心频点一致的目标信号,并获取目标信号的功率;
判断模块,用于判断目标信号的功率与疑似杂散信号的功率是否相等;
消除模块,用于若目标信号的功率与疑似杂散信号的功率不相等,则确定疑似杂散信号为真实杂散信号,并从第一频谱图中消除真实杂散信号。
在一些可选的实施例中,消除模块包括:
第一确定单元,用于对于每个真实杂散信号,确定出包含真实杂散信号的中心频点指示的频率的频率区间;
第一分析单元,用于在频率区间内,根据第二预设扫描带宽重新对源信号进行频率分析,得到频率区间对应的局部频谱图;
第一判断单元,用于判断局部频谱图中是否包含真实杂散信号;
替换单元,用于若不包含真实杂散信号,将第一频谱图中频率区间内对应频谱替换为局部频谱图。
第三方面,本申请提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面任一实施例的杂散信号处理方法。
第四方面,本申请提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面任一实施例的杂散信号处理方法。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请矢量信号分析仪的一种应用场景示意图;
图2是本申请一种应用场景中未消除矢量信号分析仪产生的杂散信号的第一频谱图;
图3是根据本申请实施例的一种杂散信号处理方法的流程示意图;
图4是根据本申请实施例的又一种杂散信号处理方法的流程示意图;
图5是图2中消除了矢量信号分析仪产生的杂散信号的第一频谱图;
图6是根据本申请实施例一种杂散信号处理装置的结构框图;
图7是本申请实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
通常使用矢量分析仪得到的频谱图中的杂散信号分为产品本身带来的杂散信号以及仪器自身产生的杂散信号,而仪器自身产生的杂散信号使用户不需要的信号需要将其去除,以避免仪器自身产生的杂散信号对产品的测试结果的影响。本申请提出一种杂散信号的处理方法以找出所有由仪器自身产生的杂散信号,然后将其去除,从而提高测试结果的准确性。
图1为本申请矢量信号分析仪的一种应用场景示意图,该应用场景中矢量分析仪与测试件连接,测试件与信号源连接,信号源会一直持续不断的向测试件发出主频信号,矢量信号分析仪就可以收到测试件产生的源信号,并对源信号进行扫描得到源信号的频谱图。以主频信号的频率为3GHz为例,使用矢量信号分析仪对某测试件进行测试时,可以得到如图2所示的频谱图。其中功率最高的信号S3为主频信号,S5是其二次谐波信号,S7是其三次谐波信号,S1、S2、S4、S6以及S8均为杂散信号,剩下的部分都是底噪。应用本申请的杂散信号处理方法可以找出S1、S2、S4、S6以及S8中由仪器产生的杂散信号并将其去除。下面对本申请的杂散信号处理方法进行详细介绍。
根据本申请实施例,提供了一种杂散信号处理方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种杂散信号处理方法,可用于上述的矢量信号分析仪,图3是根据本申请实施例的一种杂散信号处理方法的流程图,如图3所示,该流程包括如下步骤:
步骤S301,根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到源信号的第一频谱图以及第一频谱图对应的中心频率集合。
其中,第一预设扫描带宽为矢量信号分析仪对源信号进行频率分析时的频率间隔,其可以自行设置本申请实例不做限制。矢量信号分析仪会每第一预设扫描带宽扫描一次测试件产生的源信号,并记录本次扫描后的中心频率,直至扫描的总频率范围为预设频率范围,得到第一频谱图以及第一频谱图对应的中心频率集合。例如,第一预设扫描带宽被设置为200M,则矢量信号分析仪每200M就对源信号扫描一次获取第一频谱图以及中心频率集合。
步骤S302,从第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率。
第一频谱图中的纵轴可以表示信号的功率,读取第一频谱图每个信号的功率,并将功率大于预设功率阈值的信号筛选出来,并从筛选出信号中判断并剔除主频信号以及主频信号的谐波信号,剩余的信号即为疑似杂散信号从而得到疑似杂散信号集合以及各疑似杂散信号的功率。
步骤S303,基于中心频率集合,确定各疑似杂散信号的中心频点。
对于每个疑似杂散信号,依据疑似杂散信号在第一频谱图中的频率是否在中心频率集合中,确定该疑似杂散信号中心频点的计算策略从而得到各疑似杂散信号的中心频点。
步骤S304,根据第二预设扫描带宽对疑似杂散信号进行频率分析,得到第二频谱图。
对于每个疑似杂散信号,矢量信号分析仪会选择一个包括疑似杂散信号的中心频点的频率范围,每第二预设扫描带宽扫描一次源信号,直至扫描的总频率范围为选择的频率范围,从而完成对疑似杂散信号的频率分析得到每个疑似杂散信号对应的第二频谱图。
步骤S305,在第二频谱图中,确定出与疑似杂散信号的中心频点一致的目标信号,并获取目标信号的功率。
对于每个疑似杂散信号,在疑似杂散信号自身对应的第二频谱图中找到与该疑似杂散信号的中心频点一致的目标信号,并读取目标信号的功率。
步骤S306,判断目标信号的功率与疑似杂散信号的功率是否相等。
对于每个疑似杂散信号,比较目标信号的功率与疑似杂散信号的功率的大小,以判断目标信号的功率与疑似杂散信号的功率是否相等。
步骤S307,若目标信号的功率与疑似杂散信号的功率不相等,则确定疑似杂散信号为真实杂散信号,并从第一频谱图中消除真实杂散信号。
其中,真实杂散信号为矢量信号分析仪自身产生的信号。对于每个疑似杂散信号,如果判断目标信号的功率与疑似杂散信号的功率不相等就确定疑似杂散信号为真实杂散信号,并在第一频谱图中剔除该真实杂散信号。若目标信号的功率与疑似杂散信号的功率相等,则在第一频谱图中保留该信号,最终得到杂散处理后的第一频谱图。
本申请实施例中,从对源信号进行频率分析后得到的第一频谱图中筛选出各疑似杂散信号,并获取各疑似杂散信号的中心频点。根据新的预设扫描带宽对疑似杂散信号进行频率分析,得到第二频谱图,并从第二频谱图中找到与疑似杂散信号同中心频点的目标信号的功率,并比较目标信号的功率与疑似杂散信号在第一频谱图中的功率。如果二者不相等,则意味着该疑似杂散信号在二次频率分析时发生了变化,但源信号本身固有的疑似杂散信号并不会发生变化,而矢量信号分析仪产生的疑似杂散信号具有随扫描带宽变化的特性,因此将该疑似杂散信号确定为真实杂散信号并从频谱图中消除,就可以消除矢量信号分析仪产生的杂散信号。相较于传统的方法,通过不同扫描带宽的频率分析可以主动发现矢量信号分析仪产生的杂散信号并在频谱图中消除该信号,无需人工手动校准或设置仪器参数以及工作模式,还克服通过滤波器仅能过滤特定频率的弊端,可以准确的去除了矢量信号分析仪自身产生的杂散信号,从而提高测试准确性。
为了快速准确的去除了矢量信号分析仪自身产生的杂散信号,从而提高测试准确性,在本实施例中提供了又一种杂散信号处理方法,可用于上述的矢量信号分析仪,图4是根据本申请实施例的又一种杂散信号处理方法的流程图,如图4所示,该流程包括如下步骤:
步骤S401,根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到源信号的第一频谱图以及第一频谱图对应的中心频率集合。详细请参见图3所示实施例的步骤S301,在此不再赘述。
可选的,为了得到高可靠性的频谱图为后续杂散信号处理提供数据基础,步骤S401可以包括如下步骤A1至步骤A4:
步骤A1,根据第一预设扫描带宽,将预设频率范围分割为多个频率范围单元。
预设频率范围可以依据主频信号的频率根据实际需求自行设置。将预设频率范围分割为每个频率间隔都是第一预设扫描带宽的频率范围单元,得到多个频率范围单元。以第一预设扫描带宽为100M为例,结合图2,预设频率范围为11G,则可将11G分割为0M-100M、100M-200M…11G-100M-11G多个频率范围单元。
步骤A2,在每一个频率范围单元内,对源信号进行频率分析,得到多个子频谱图。
在每一个频率范围单元内,对源信号进行扫描就得到该频率范围单元对应频率段的子频谱图从而得到多个子频谱图。
步骤A3,将每一个子频谱图中最大频率以及最小频率之间的中值,分别确定为每一个子频谱图自身的中心频率,所有中心频率组成中心频率集合。
对于每个子频谱图,将计算图中最大频率与最小频率之间的中值并将该中值确定为子频谱图自身的中心频率进行记录得到中心频率集合。例如,某子频谱图中最大频率为500M,最小频率为400M,则中心频率为450M。
步骤A4,根据每一个子频谱图中最大频率以及最小频率,拼接所有子频谱图,得到第一频谱图。
对于每个子频谱图,将图中最小频率所在位置确定为的子频谱图的首部,最大频率所在位置确定为子频谱图的尾部,将每个子频谱图首尾相接得到第一频谱图。
将预设频率范围基于第一预设扫描带宽分割为多个频率范围单元以在每个频率范围单元为对源信号进行频率分析,可以提高频率的分辨率得到高可靠性的频谱图,并记录每个子频谱图的中心频率为后续杂散信号处理提供数据基础。
步骤S402,从第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率。详细请参见图3所示实施例的步骤S302,在此不再赘述。
可选的,为了快速确定出疑似杂散信号以提高杂散信号处理的效率,步骤S402可以包括如下步骤B1至步骤B4:
步骤B1,在第一频谱图中,筛选功率大于预设功率阈值的信号,得到多个待选信号。
预设功率阈值可以自行设置,将第一频谱图中功率小于或等于预设功率阈值的信号确定为底噪,将功率大于预设功率阈值的信号确定为待选信号。以第一频谱图为图2所示频谱图为例,其中a为预设功率阈值,图中功率在a以下的部分为底噪,信号S1至信号S8为均为待选信号。
步骤B2,将所有待选信号中功率最大的信号确定为主频信号。
步骤B3,根据主频信号在第一频谱图中的频率,从多个待选信号中筛选主频信号的谐波信号。
在第一频谱图中,将多个待选信号中频率与主频信号的频率成倍数关系的信号确定为的主频信号的谐波信号。
步骤B4,除主频信号以及谐波信号以外的多个待选信号组成疑似杂散信号集合,并获取各疑似杂散信号在第一频谱图中的功率。
将多个待选信号中除主频信号以及谐波信号以外的信号均确定为疑似杂散信号得到疑似杂散信号集合,并在第一频谱图中读取个疑似杂散信号的功率。
继续结合图2,图中信号S3的功率最大,则信号S3为主频信号。信号S5以及信号S7的频率分别为信号S3的频率的2倍以及3倍,将信号S5以及信号S7分别确定为主频信号的二次谐波信号以及三次谐波信号,其余信号S1、S2、S4、S6以及S8均为疑似杂散信号。
从功率大于预设功率阈值的信号中快速筛选出功率最大的主频信号,并根据主频信号在第一频谱图中的频率快速确定谐波信号,以将除了主频信号以及谐波信号以外的待选信号确定为疑似杂散信号得到疑似杂散信号集合,通过频谱图中信号的功率与频率就可以快速判断出疑似杂散信号,进而提高杂散信号处理的效率。
步骤S403,基于中心频率集合,确定各疑似杂散信号的中心频点。详细请参见图3所示实施例的步骤S303,在此不再赘述。
可选的,为了提高杂散信号处理的准确性,上述步骤S403包括如下步骤S4031至步骤S4031:
步骤S4031,对于各疑似杂散信号,获取第一频谱图中疑似杂散信号的信号频率。
读取第一频谱图中各疑似杂散信号的频率,得到各疑似杂散信号的信号频率。
步骤S4032,判断中心频率集合中是否存在信号频率。
分别判断信号频率是否在中心频率集合中,如果在进入步骤S4033,如果不在进入步骤S4034。
步骤S4033,若存在信号频率,则将信号频率增加第二预设频率阈值后的数值确定为疑似杂散信号的中心频点。
第二预设频率阈值可以自行设置,例如10Hz、5Hz或15Hz等。
步骤S4034,若不存在信号频率,则将信号频率的值确定为疑似杂散信号的中心频点。
在中心频率集合中不存在疑似杂散信号的信号频率时,将信号频率确定为中心频点,而在中心频率集合中存在疑似杂散信号的信号频率时,则在信号频率的基础上调整中心频点的数值,可以避免疑似杂散信号位于第一频谱图中某中心频率所指示的位置时,后续基于第二预设扫描带宽进行频率分析时,出现的仪器产生的疑似杂散信号无变化的情况,提高后续发现随扫描带宽变化的疑似杂散信号的准确性,进而提高杂散信号处理的准确性。
步骤S404,根据第二预设扫描带宽对疑似杂散信号进行频率分析,得到第二频谱图。
步骤S405,在第二频谱图中,确定出与疑似杂散信号的中心频点一致的目标信号,并获取目标信号的功率。
步骤S406,判断目标信号的功率与疑似杂散信号的功率是否相等。
步骤S407,若目标信号的功率与疑似杂散信号的功率不相等,则确定疑似杂散信号为真实杂散信号,并从第一频谱图中消除真实杂散信号。
步骤S404至步骤S407详细请参见图3所示实施例的步骤S304至步骤S307,在此不再赘述。
可选的,从第一频谱图中消除真实杂散信号可以包括如下步骤D1至步骤D4:
步骤D1,对于每个真实杂散信号,确定出包含真实杂散信号的中心频点指示的频率的频率区间。
对于每个真实杂散信号,矢量信号分析仪会选择一个包含真实杂散信号的中心频点指示的频率的频率区间,具体选择方式可以自行设置,例如,以真实杂散信号的中心频点指示的频率为基准,向频率增大方向或频率降低方向选取一段频率范围作为频率区间。
步骤D2,在频率区间内,根据第二预设扫描带宽重新对源信号进行频率分析,得到频率区间对应的局部频谱图。
在频率区间内每第二预设扫真实疑似杂散信号的频率分析得到频率区间对应的局部频谱图。
步骤D3,判断局部频谱图中是否包含真实杂散信号。
步骤D4,若不包含真实杂散信号,将第一频谱图中频率区间内对应频谱替换为局部频谱图。
如果判断局部频谱图中不包含真实杂散信号,就将频率区间对应局部频谱图替换到第一频谱图相应的频率区间上。
若判断局部频谱图中包含真实杂散信号,则以真实杂散信号的中心频点指示的频率的为基准调整频率区间,并进入步骤D2,直至局部频谱图中不包含真实杂散信号。
可选的,若判断局部频谱图中包含真实杂散信号,除了调整频率区间外还可以调整扫描带宽,在频率区间内,根据调整后的扫描带宽对源信号进行频率分析,得到频率区间对应的局部频谱图,并进入步骤D3,直至局部频谱图中不包含真实杂散信号。
步骤S408,若目标信号的功率与疑似杂散信号的功率相等,则确定疑似杂散信号为源信号中固有的信号,在第一频谱图中保留疑似杂散信号。
若目标信号的功率与疑似杂散信号的功率相等,则意味着疑似杂散信号是固定不变的,就确定其为源信号中固有的信号,在第一频谱图中保留该疑似杂散信号。
在一种应用场景中,继续结合图2,以中心频率集合为集合b为例,针对每一个疑似杂散信号S1、S2、S4、S6以及S8都可以相类似的步骤以在第一频谱图中去除矢量信号分析仪自身产生的杂散信号,以信号S1为例进行说明,判断信号S1在图2所示第一频谱图中的频率是否在集合b内,若信号S1的频率不在集合b中,则选取信号S1为中心频点也即将信号S1的频率的值确定为信号S1的中心频点,瞬时带宽为10M也即第二预设扫描带宽为10M进行扫描,判断新得到的频谱图中信号S1的位置是否发生偏移也即功率是否变化,若没有偏移,则可确定信号S1为测试件产生的源信号中固有的信号,不做处理。
若信号S1的位置偏移,则可确定信号S1为矢量信号分析仪产生的真实杂散信号,需要去除。矢量信号分析仪略微移动扫描范围,重新扫描源信号直至该段扫描信号范围内看不到信号S1为止,然后将此段范围内的频谱图替换到原频谱图上即可。假定信号S2与信号S6为真实杂散信号,那么频谱图替换到之后,最新得到的第一频谱图可以如图5所示,图5中去除了仪器也即矢量信号分析仪自身产生的杂散信号S2以及S6,保留主频信号S3、二次谐波信号S5、三次谐波信号S7以及测试件产生源信号中固有的信号S1、S4以及S8。
本申请实施例中,若目标信号的功率与疑似杂散信号的功率相等,则在第一频谱图中保留该疑似杂散信号;若目标信号的功率与疑似杂散信号的功率相等,则将疑似杂散信号确定为真实杂散信号,并对于每一个真实杂散信号,在确定出的频率区间内重新对源信号进行频率分析,获得不包含真实杂散信号局部频谱图并将第一频谱图中频率区间内对应频谱替换为局部频谱图,就可以得到去除矢量信号分析仪自身产生的真实杂散信号的频谱图,不仅无需人工手动校准或设置仪器参数以及工作模式,还无需设置滤波器过滤信号,还实现了对于任何频谱图都通过重新的频率分析以及图像替换去除矢量信号分析仪自身产生的杂散信号,不仅具有更广阔的应用场景还准确去除频谱图中所有矢量信号分析仪自身产生的杂散信号,提高测试准确性。
在本实施例中还提供了一种杂散信号处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种杂散信号处理装置,如图6所示,包括:
第一分析模块610,用于根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到源信号的第一频谱图以及第一频谱图对应的中心频率集合;
第一确定模块620,用于从第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率;
第二确定模块630,用于基于中心频率集合,确定各疑似杂散信号的中心频点;
第二分析模块640,用于根据第二预设扫描带宽对疑似杂散信号进行频率分析,得到第二频谱图;
第三确定模块650,用于在第二频谱图中,确定出与疑似杂散信号的中心频点一致的目标信号,并获取目标信号的功率;
判断模块660,用于判断目标信号的功率与疑似杂散信号的功率是否相等;
消除模块670,用于若目标信号的功率与疑似杂散信号的功率不相等,则确定疑似杂散信号为真实杂散信号,并从第一频谱图中消除真实杂散信号。
在一些可选的实施例中,消除模块包括:
第一确定单元,用于对于每个真实杂散信号,确定出包含真实杂散信号的中心频点指示的频率的频率区间;
第一分析单元,用于在频率区间内,根据第二预设扫描带宽重新对源信号进行频率分析,得到频率区间对应的局部频谱图;
第一判断单元,用于判断局部频谱图中是否包含真实杂散信号;
替换单元,用于若不包含真实杂散信号,将第一频谱图中频率区间内对应频谱替换为局部频谱图。
在一些可选的实施例中,第二确定模块包括:
第一获取单元,用于对于各疑似杂散信号,获取第一频谱图中疑似杂散信号的信号频率;
第二判断单元,用于判断中心频率集合中是否存在信号频率;
第二确定单元,用于若存在信号频率,则将信号频率增加第二预设频率阈值后的数值确定为疑似杂散信号的中心频点;
第二确定单元,还用于若不存在信号频率,则将信号频率的值确定为疑似杂散信号的中心频点。
在一些可选的实施例中,第一分析模块包括:
分割单元,用于根据第一预设扫描带宽,将预设频率范围分割为多个频率范围单元;
第二分析单元,用于在每一个频率范围单元内,对源信号进行频率分析,得到多个子频谱图;
第三确定单元,用于将每一个子频谱图中最大频率以及最小频率之间的中值,分别确定为每一个子频谱图自身的中心频率,所有中心频率组成中心频率集合;
拼接单元,用于根据每一个子频谱图中最大频率以及最小频率,拼接所有子频谱图,得到第一频谱图。
在一些可选的实施例中,第一确定模块包括:
筛选单元,用于在第一频谱图中,筛选功率大于预设功率阈值的信号,得到多个待选信号;
第四确定单元,用于将所有待选信号中功率最大的信号确定为主频信号;
筛选单元,还用于根据主频信号在第一频谱图中的频率,从多个待选信号中筛选主频信号的谐波信号;
第二获取单元,用于除主频信号以及谐波信号以外的多个待选信号组成疑似杂散信号集合,并获取各疑似杂散信号在第一频谱图中的功率。
在一些可选的实施例中,该杂散信号处理装置还包括:
保留模块,用于若目标信号的功率与疑似杂散信号的功率相等,则确定疑似杂散信号为源信号中固有的信号,在第一频谱图中保留疑似杂散信号。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同,在此不再赘述。
本实施例中的杂散信号处理装置是以功能单元的形式来呈现,这里的单元是指ASIC(Application Specific Integrated Circuit,专用集成电路)电路,执行一个或多个软件或固定程序的处理器和存储器,和/或其他可以提供上述功能的器件。
本申请实施例还提供一种计算机设备,具有上述图6所示的杂散信号处理装置。
请参阅图7,图7是本申请可选实施例提供的一种计算机设备的结构示意图,如图7所示,该计算机设备包括:一个或多个处理器10、存储器20,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相通信连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器10为例。
处理器10可以是中央处理器,网络处理器或其组合。其中,处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路,可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件,现场可编程逻辑门阵列,通用阵列逻辑或其任意组合。
其中,所述存储器20存储有可由至少一个处理器10执行的指令,以使所述至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器20可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中,存储器20可选包括相对于处理器10远程设置的存储器,这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器,例如,随机存取存储器;存储器也可以包括非易失性存储器,例如,快闪存储器,硬盘或固态硬盘;存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括输入装置30和输出装置40。处理器10、存储器20、输入装置30和输出装置40可以通过总线或者其他方式连接,图7中以通过总线连接为例。
输入装置30可接收输入的数字或字符信息,以及产生与该计算机设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等。输出装置40可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。上述显示设备包括但不限于液晶显示器,发光二极管,显示器和等离子体显示器。在一些可选的实施方式中,显示设备可以是触摸屏。
本申请实施例还提供了一种计算机可读存储介质,上述根据本申请实施例的方法可在硬件、固件中实现,或者被实现为可记录在存储介质,或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中,存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等;进一步地,存储介质还可以包括上述种类的存储器的组合。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件,当软件或计算机代码被计算机、处理器或硬件访问且执行时,实现上述实施例示出的方法。
虽然结合附图描述了本申请的实施例,但是本领域技术人员可以在不脱离本申请的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种杂散信号处理方法,其特征在于,应用于矢量信号分析仪,所述方法包括:
根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到所述源信号的第一频谱图以及所述第一频谱图对应的中心频率集合;
从所述第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率;
基于所述中心频率集合,确定各疑似杂散信号的中心频点;
根据第二预设扫描带宽对所述疑似杂散信号进行频率分析,得到第二频谱图;
在所述第二频谱图中,确定出与所述疑似杂散信号的中心频点一致的目标信号,并获取所述目标信号的功率;
判断所述目标信号的功率与所述疑似杂散信号的功率是否相等;
若所述目标信号的功率与所述疑似杂散信号的功率不相等,则确定所述疑似杂散信号为真实杂散信号,并从所述第一频谱图中消除所述真实杂散信号。
2.根据权利要求1所述的方法,其特征在于,所述从所述第一频谱图中消除所述真实杂散信号,包括:
对于每个所述真实杂散信号,确定出包含所述真实杂散信号的中心频点指示的频率的频率区间;
在所述频率区间内,根据所述第二预设扫描带宽重新对所述源信号进行频率分析,得到所述频率区间对应的局部频谱图;
判断所述局部频谱图中是否包含所述真实杂散信号;
若不包含所述真实杂散信号,将所述第一频谱图中所述频率区间内对应频谱替换为所述局部频谱图。
3.根据权利要求2所述的方法,其特征在于,所述基于所述中心频率集合,确定各疑似杂散信号的中心频点,包括:
对于各所述疑似杂散信号,获取所述第一频谱图中所述疑似杂散信号的信号频率;
判断所述中心频率集合中是否存在所述信号频率;
若存在所述信号频率,则将所述信号频率增加第二预设频率阈值后的数值确定为所述疑似杂散信号的中心频点;
若不存在所述信号频率,则将所述信号频率的值确定为所述疑似杂散信号的中心频点。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到所述源信号的第一频谱图以及所述第一频谱图对应的中心频率集合,包括:
根据所述第一预设扫描带宽,将预设频率范围分割为多个频率范围单元;
在每一个所述频率范围单元内,对所述源信号进行频率分析,得到多个子频谱图;
将每一个所述子频谱图中最大频率以及最小频率之间的中值,分别确定为每一个所述子频谱图自身的中心频率,所有所述中心频率组成所述中心频率集合;
根据每一个所述子频谱图中最大频率以及最小频率,拼接所有所述子频谱图,得到所述第一频谱图。
5.根据权利要求4所述的方法,其特征在于,所述从所述第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率,包括:
在所述第一频谱图中,筛选功率大于预设功率阈值的信号,得到多个待选信号;
将所有所述待选信号中功率最大的信号确定为主频信号;
根据所述主频信号在所述第一频谱图中的频率,从多个所述待选信号中筛选所述主频信号的谐波信号;
除所述主频信号以及所述谐波信号以外的多个所述待选信号组成所述疑似杂散信号集合,并获取各所述疑似杂散信号在所述第一频谱图中的功率。
6.根据权利要求1至3任一项所述的方法,其特征在于,所述方法还包括:
若所述目标信号的功率与所述疑似杂散信号的功率相等,则确定所述疑似杂散信号为所述源信号中固有的信号,在所述第一频谱图中保留所述疑似杂散信号。
7.一种杂散信号处理装置,其特征在于,应用于矢量信号分析仪,所述装置包括:
第一分析模块,用于根据第一预设扫描带宽对测试件产生的源信号进行频率分析,得到所述源信号的第一频谱图以及所述第一频谱图对应的中心频率集合;
第一确定模块,用于从所述第一频谱图中确定出疑似杂散信号集合以及各疑似杂散信号的功率;
第二确定模块,用于基于所述中心频率集合,确定各疑似杂散信号的中心频点;
第二分析模块,用于根据第二预设扫描带宽对所述疑似杂散信号进行频率分析,得到第二频谱图;
第三确定模块,用于在所述第二频谱图中,确定出与所述疑似杂散信号的中心频点一致的目标信号,并获取所述目标信号的功率;
判断模块,用于判断所述目标信号的功率与所述疑似杂散信号的功率是否相等;
消除模块,用于若所述目标信号的功率与所述疑似杂散信号的功率不相等,则确定所述疑似杂散信号为真实杂散信号,并从所述第一频谱图中消除所述真实杂散信号。
8.根据权利要求7所述的装置,其特征在于,所述消除模块包括:
第一确定单元,用于对于每个所述真实杂散信号,确定出包含所述真实杂散信号的中心频点指示的频率的频率区间;
第一分析单元,用于在所述频率区间内,根据所述第二预设扫描带宽重新对所述源信号进行频率分析,得到所述频率区间对应的局部频谱图;
第一判断单元,用于判断所述局部频谱图中是否包含所述真实杂散信号;
替换单元,用于若不包含所述真实杂散信号,将所述第一频谱图中所述频率区间内对应频谱替换为所述局部频谱图。
9.一种计算机设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1至6中任一项所述的杂散信号处理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令由处理器加载并执行以实现如权利要求1至6中任一项所述的杂散信号处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410225186.4A CN117805481B (zh) | 2024-02-29 | 2024-02-29 | 杂散信号处理方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410225186.4A CN117805481B (zh) | 2024-02-29 | 2024-02-29 | 杂散信号处理方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117805481A true CN117805481A (zh) | 2024-04-02 |
CN117805481B CN117805481B (zh) | 2024-05-14 |
Family
ID=90434961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410225186.4A Active CN117805481B (zh) | 2024-02-29 | 2024-02-29 | 杂散信号处理方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117805481B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090153132A1 (en) * | 2007-12-18 | 2009-06-18 | Tufillaro Nicholas B | Methods and apparatus for computing and using a spectral map for performing nonlinear calibration of a signal path |
CN104170288A (zh) * | 2012-03-09 | 2014-11-26 | 莱特普茵特公司 | 用于识别自生成杂散信号的方法 |
CN107884649A (zh) * | 2017-11-13 | 2018-04-06 | 中国电子科技集团公司第四十研究所 | 一种基于矢量网络分析仪的杂散谱分析系统和分析方法 |
CN207516462U (zh) * | 2017-11-10 | 2018-06-19 | 西安瑞天航空科技有限公司 | 多通道测试系统 |
CN108718222A (zh) * | 2018-05-09 | 2018-10-30 | 深圳市广和通无线通信软件有限公司 | 杂散干扰程度测试方法、装置、计算机设备和存储介质 |
CN110401500A (zh) * | 2018-04-25 | 2019-11-01 | 罗德施瓦兹两合股份有限公司 | 测量装置和测量方法 |
CN111698701A (zh) * | 2019-12-10 | 2020-09-22 | 芯讯通无线科技(上海)有限公司 | 无线通讯模块自动杂散测试方法、系统、设备及介质 |
CN112019222A (zh) * | 2020-09-01 | 2020-12-01 | 上海龙旗科技股份有限公司 | 发射机的杂散辐射测试方法及系统 |
CN113702720A (zh) * | 2021-08-31 | 2021-11-26 | 深圳信息通信研究院 | 一种多检波方式辐射杂散测试方法及检测系统 |
CN114422042A (zh) * | 2021-12-29 | 2022-04-29 | 测升科技(上海)有限公司 | 一种多次扫描的杂散测试检测系统 |
US20220360347A1 (en) * | 2021-05-07 | 2022-11-10 | Qualcomm Incorporated | Spurious signal detection |
JP7316397B1 (ja) * | 2022-01-17 | 2023-07-27 | アンリツ株式会社 | 信号解析装置および信号解析方法 |
US20230239181A1 (en) * | 2022-01-24 | 2023-07-27 | Qualcomm Incorporated | Online spur detection and mitigation |
CN117394932A (zh) * | 2023-10-08 | 2024-01-12 | 深圳市共进电子股份有限公司 | 一种杂散自动测试方法及系统 |
-
2024
- 2024-02-29 CN CN202410225186.4A patent/CN117805481B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090153132A1 (en) * | 2007-12-18 | 2009-06-18 | Tufillaro Nicholas B | Methods and apparatus for computing and using a spectral map for performing nonlinear calibration of a signal path |
CN104170288A (zh) * | 2012-03-09 | 2014-11-26 | 莱特普茵特公司 | 用于识别自生成杂散信号的方法 |
CN207516462U (zh) * | 2017-11-10 | 2018-06-19 | 西安瑞天航空科技有限公司 | 多通道测试系统 |
CN107884649A (zh) * | 2017-11-13 | 2018-04-06 | 中国电子科技集团公司第四十研究所 | 一种基于矢量网络分析仪的杂散谱分析系统和分析方法 |
CN110401500A (zh) * | 2018-04-25 | 2019-11-01 | 罗德施瓦兹两合股份有限公司 | 测量装置和测量方法 |
CN108718222A (zh) * | 2018-05-09 | 2018-10-30 | 深圳市广和通无线通信软件有限公司 | 杂散干扰程度测试方法、装置、计算机设备和存储介质 |
CN111698701A (zh) * | 2019-12-10 | 2020-09-22 | 芯讯通无线科技(上海)有限公司 | 无线通讯模块自动杂散测试方法、系统、设备及介质 |
CN112019222A (zh) * | 2020-09-01 | 2020-12-01 | 上海龙旗科技股份有限公司 | 发射机的杂散辐射测试方法及系统 |
US20220360347A1 (en) * | 2021-05-07 | 2022-11-10 | Qualcomm Incorporated | Spurious signal detection |
CN113702720A (zh) * | 2021-08-31 | 2021-11-26 | 深圳信息通信研究院 | 一种多检波方式辐射杂散测试方法及检测系统 |
CN114422042A (zh) * | 2021-12-29 | 2022-04-29 | 测升科技(上海)有限公司 | 一种多次扫描的杂散测试检测系统 |
JP7316397B1 (ja) * | 2022-01-17 | 2023-07-27 | アンリツ株式会社 | 信号解析装置および信号解析方法 |
US20230239181A1 (en) * | 2022-01-24 | 2023-07-27 | Qualcomm Incorporated | Online spur detection and mitigation |
CN117394932A (zh) * | 2023-10-08 | 2024-01-12 | 深圳市共进电子股份有限公司 | 一种杂散自动测试方法及系统 |
Non-Patent Citations (2)
Title |
---|
Z.DU ET AL.: "Spurious Detection and Cancellation Method for Millimter Wave Heterdyne Transceiver Architecture", 《2019 IEEE INTERNATIONAL CONFERENCE ON MICROWAVES, ANTENNAS, COMMUNICATIONS AND ELECTRONIC SYSTEMS》》, 16 January 2020 (2020-01-16), pages 1 - 5 * |
马腾: "频谱杂散的自动测试方法浅析", 《计算机与网络》, 12 January 2016 (2016-01-12), pages 64 - 67 * |
Also Published As
Publication number | Publication date |
---|---|
CN117805481B (zh) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7920990B2 (en) | Apparatus and methods of defining spectral regions of interest for signal analysis | |
Hosseini et al. | Focus quality assessment of high-throughput whole slide imaging in digital pathology | |
US10928448B2 (en) | Automated scan chain diagnostics using emission | |
US10061466B2 (en) | Method for automatically adjusting the magnification and offset of a display to view a selected feature | |
CN113409284A (zh) | 电路板故障检测方法、装置、设备以及存储介质 | |
CN117805481B (zh) | 杂散信号处理方法、装置、计算机设备及存储介质 | |
US10151781B2 (en) | Spectral response synthesis on trace data | |
US7589728B2 (en) | Digital oscilloscope display and method for image quality improvement | |
CN116660176A (zh) | 傅里叶光谱自动基线校正方法、装置和存储介质 | |
CN116452662A (zh) | 光纤中心的像素坐标提取方法、装置、电子设备 | |
US10627351B2 (en) | Inspection of components for imperfections | |
US12106465B2 (en) | Image annotation method, device and system | |
JP6055327B2 (ja) | 試料の構成物質の分布画像データを作成する方法 | |
US11176026B2 (en) | Assignment of test case priorities based on combinatorial test design model analysis | |
CN111598094B (zh) | 基于深度学习的角度回归仪表读数识别方法、设备和系统 | |
CN114218078A (zh) | 一种ui页面测试方法、装置、设备及可读存储介质 | |
CN114088349A (zh) | 合色棱镜的测试方法、装置及系统 | |
Burns | Estimation error in image quality measurements | |
JP2017215834A (ja) | 情報処理装置、情報処理方法およびプログラム | |
CN111710347A (zh) | 音频数据分析方法、电子设备及存储介质 | |
US11536764B2 (en) | Test system and method for signal processing | |
US10521657B2 (en) | Adaptive asymmetrical signal detection and synthesis methods and systems | |
WO2020092955A1 (en) | Adaptive asymmetrical signal detection and synthesis methods and systems | |
CN114676387A (zh) | 数据统计分析方法、系统、可读存储介质及计算机设备 | |
CN117235467A (zh) | 分离噪声以提高测试和测量系统中的机器学习预测准确性 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |