DE102023116141A1

DE102023116141A1 - Erzeugung von testdaten mit hilfe der hauptkomponentenanalyse

Info

Publication number: DE102023116141A1
Application number: DE102023116141.5A
Authority: DE
Inventors: Justin E. Patterson; Kan Tan
Original assignee: Tektronix Inc
Current assignee: Tektronix Inc
Priority date: 2022-06-21
Filing date: 2023-06-20
Publication date: 2023-12-21
Also published as: JP2024000999A; US20230409451A1

Abstract

Ein System enthält einen Eingang zur Annahme eines Datensatzes, der mindestens zwei Datensätze in einer Datensatzdomäne enthält, und einen oder mehrere Prozessoren, die so ausgebildet sind, dass sie mindestens zwei Hauptkomponenten aus dem Datensatz unter Verwendung der Hauptkomponentenanalyse ableiten, wobei die mindestens zwei Hauptkomponenten orthogonal zueinander sind, den Datensatz auf eine Hauptkomponentendomäne abbilden, die von den mindestens zwei Hauptkomponenten abgeleitet ist, zusätzliche Daten in der Hauptkomponentendomäne erzeugen und die zusätzlichen Daten in der Hauptkomponentendomäne wieder auf die Datensatzdomäne als einen neu erzeugten Datensatz abbilden. Es werden auch Betriebsmethoden und die Beschreibung von Speichermedien beschrieben, deren Betrieb die oben genannten Vorgänge durchführt.

Description

QUERVERWEIS AUF VERWANDTE ANMELDUNGEN
Diese Offenbarung beansprucht die Vorteile der U.S. Provisional Application No. 63/353,956 mit dem Titel „PRINCIPAL COMPONENT ANALYSIS FOR SIGNAL GENERATION“, die am 21. Juni 2022 eingereicht wurde und deren Offenbarung hier durch Bezugnahme in vollem Umfang enthalten ist.
GEBIET DER TECHNIK
Die vorliegende Offenlegung bezieht sich auf Test- und Messinstrumente und insbesondere auf die Verwendung der Hauptkomponentenanalyse zur Signalerzeugung.
HINTERGRUND
Testdaten werden für eine Vielzahl von Zwecken erzeugt. Sie werden erzeugt, um Arbeitsabläufe des maschinellen Lernens (ML) zu trainieren, die große oder sehr große Datenmengen für das Training von Systemen verwenden. Daten können auch erzeugt werden, um ein bestimmtes Verhalten von Geräten zu modellieren. Darüber hinaus können Daten als erster Schritt bei der Erzeugung bestimmter Testsignale verwendet werden, wie z. B. die von einem Arbiträrsignalgenerator (AWG = Arbitrary Waveform Generator) erzeugten Signale. In all diesen Fällen ist die Modellierung hochdimensionaler Daten eine komplexe Aufgabe, um sicherzustellen, dass die erzeugten Daten genau sind und dennoch die für den Test verwendete Variabilität enthalten. Zu den üblichen Ansätzen gehört es, beobachtete Messungen, die die Grundlage für die generierten Daten bilden, als unabhängig zu behandeln oder komplexe mathematische Verfahren in Form von Interpolation, Linienanpassung, Störung usw. anzuwenden, um Beziehungen zwischen bestimmten Messungen zu lösen. Keiner dieser Ansätze ist ideal, da sie entweder ungenaue Ergebnisse liefern oder genaue Ergebnisse, die einen erheblichen Verarbeitungsaufwand erfordern, um sie zu erreichen.
Diese und andere Einschränkungen herkömmlicher Instrumente werden durch die in der Offenbarung beschriebenen Ausführungsformen beseitigt.
KURZE BESCHREIBUNG DER ZEICHNUNGEN

1 ist ein Diagramm, das veranschaulicht, wie ein System, das die Hauptkomponentenanalyse verwendet, eine solche Analyse auf eine Datensammlung anwendet, gemäß den Ausführungsformen der Offenbarung.
2 ist ein Diagramm einer Datensammlung, auf der eine Hauptkomponentenanalyse gemäß den Ausführungsformen der Offenbarung durchgeführt werden kann.
Die 3A und 3B sind Diagramme einzelner Daten eines Datensatzes, und die 3C und 3D veranschaulichen herkömmliche Methoden der Datensynthese auf der Grundlage solcher Daten.
4A und 4B sind Diagramme einer ersten und zweiten Hauptkomponente des Datensatzes von 3A und 3B, und 4C und 4D illustrieren Methoden der Datensynthese unter Verwendung von Datenerzeugungsmethoden in der Hauptkomponentendomäne gemäß Ausführungsformen der Offenbarung.
Die 5A, 5B und 5C zeigen ein Beispiel eines konventionell erzeugten Datensatzes, der einem Datensatz gegenübergestellt wird, der unter Verwendung von Datenerzeugungsmethoden in der Hauptkomponentendomäne gemäß den Ausführungsformen der Offenbarung synthetisiert wurde.
Die 6A und 6C zeigen ein Beispiel für orthogonale Messhistogramme, und die 6B und 6D zeigen Hauptkomponentenhistogramme, die für Datenerzeugungsmethoden in der Hauptkomponentendomäne gemäß den Ausführungsformen der Offenbarung verwendet werden.
7 ist ein Diagramm zur Veranschaulichung von Datenerzeugungsmethoden in der Hauptkomponentendomäne mit einer kleinen Anzahl von Vorrichtungssamples gemäß Ausführungsformen der Offenbarung.
8 ist ein beispielhaftes Flussdiagramm, das Vorgänge zur Daten- und Signalerzeugung unter Verwendung der Hauptkomponentendomäne gemäß den Ausführungsformen der Offenbarung veranschaulicht.
9 ist ein funktionelles Blockdiagramm eines Datenerzeugungssystems mit Hauptkomponentenanalyse gemäß Ausführungsformen der Offenbarung.

BESCHREIBUNG
Zu den Ausführungsformen der Erfindung gehören Vorrichtungen zur Daten- oder Signalerzeugung, die auf der Grundlage der Hauptkomponentenanalyse (PCA = Principal Component Analysis) eines Originaldatensatzes eine Ausgabe erzeugen. Die PCA arbeitet im Allgemeinen mit großen Datensätzen, wie z. B. solchen, die durch Messdaten von einer zu testenden Vorrichtung (DUT) oder aus anderen Quellen erzeugt wurden. Die für die PCA verwendeten Datensätze können auch aus einer Datenbank abgerufen werden, in der zuvor gesammelte Daten gespeichert sind. In einem ersten Schritt liefert die Durchführung die PCA mit diesen Datensätzen Erkenntnisse darüber, welche Variablen die meisten Informationen über die Daten enthalten, wie z. B. die in den Daten enthaltenen Messungen. Bei der PCA handelt es sich im Allgemeinen um eine Matrixzerlegung der Daten, die es dem Benutzer ermöglicht, Messungen in einer Hauptkomponentendomäne (PC-Domäne) zu analysieren und Erkenntnisse daraus zu gewinnen. In gewisser Hinsicht ähnelt die Fähigkeit der PCA, Daten aus der ursprünglichen Domäne in die PC-Domäne umzuwandeln, einer Fourier-Transformation, die Daten, die beispielsweise in der Zeitdomäne erfasst wurden, in Messungen in der Frequenzdomäne umwandelt. Mit PCA-Tools kann der Benutzer Beziehungen zwischen bestimmten Messungen oder verwandten Daten erkennen, die ohne PCA-Analyse nicht erkennbar wären. Die PCA-Analyse ist besonders gut geeignet, um mehrere Variablen zu analysieren und festzustellen, welche Variablen miteinander korreliert sind. In einem zweiten Schritt nach der PCA werden die Daten auf irgendeine Weise innerhalb der PC-Domäne selbst modifiziert, um modifizierte Daten zu erzeugen. In der Regel, aber nicht immer, handelt es sich bei den modifizierten Daten um einen größeren Datensatz als bei den ursprünglichen Daten. Schließlich werden die modifizierten Daten von der PC-Domäne zurück in die ursprüngliche Domäne abgebildet, wo sie zu einem neuen Datensatz zum Testen, Trainieren oder für verschiedene andere Zwecke werden. Die Besonderheiten und Variationen all dieser Schritte und Prozesse werden im Folgenden ausführlich beschrieben.
Wie bereits erwähnt, arbeitet die PCA mit Datensätzen. 1 ist ein Datendiagramm 10, das eine der Grundlagen der PCA veranschaulicht. Angenommen, die Daten im Diagramm 10 haben eine X-Komponente und eine Y-Komponente. Die Daten werden im Diagramm 10 entsprechend ihrer XY-Komponenten abgebildet. Bei der PCA werden Daten aus der Messdomäne durch eine Koordinatentransformation auf eine Hauptkomponentendomäne abgebildet. Um die Hauptkomponentenachse zu finden, wird eine Singulärwertzerlegung der Messdaten in einem unten beschriebenen Verfahren durchgeführt. Die Hauptkomponentenachse, in diesem Fall die Achse 20, ist immer die Achse, die die größte Varianz aufweist, wenn die Daten aus dem Datensatz auf diese spezielle Achse projiziert werden. Um die Singulärwertzerlegung an einem Datensatz durchzuführen, kann man sich vorstellen, eine Achse in beliebiger Ausrichtung zu den Originaldaten zu erzeugen und den Datensatz auf diese Achse zu projizieren. Die Varianz der projizierten Daten für die aktuelle Achse wird aufgezeichnet, und dann wird der Prozess wiederholt, indem die ursprünglichen Daten auf eine neue beliebige Achse projiziert werden. Dieser Prozess wird für alle möglichen Achsenausrichtungen wiederholt. Wenn alle möglichen Achsen erzeugt worden sind, werden die Varianzdaten für jede Achse analysiert, um festzustellen, welche Achse die größte Varianz aufweist, wenn die Originaldaten auf sie projiziert wurden. Die Achse, die die größte Varianz aufweist, ist die Hauptkomponentenachse. Mit anderen Worten: Die Hauptkomponentenachse zeigt in die Richtung, in der die Messdaten die größte Varianz aufweisen. Im Datensatz von 1 wird die Hauptachse als Achse 20 bezeichnet und ist in Richtung der Daten mit der größten Varianz ausgerichtet. Es können auch andere Achsen erstellt werden, eine für jede Variable bzw. Messung in den Daten. Bei der PCA ist jede der Hauptachsen orthogonal zueinander, so dass eine Nebenkomponentenachse 30 orthogonal zur Hauptkomponentenachse 20 verläuft, wie in 1 dargestellt. PCA ist besonders nützlich, wenn Messungen linear abhängig sind, z. B. bei Feed-Forward-Equalizer-Abgriffen sowie bei Daten, die auf einem Signal mit verschiedenen Pegeln liegen. Es ist anzumerken, dass die Visualisierung von Messdaten, einschließlich der Visualisierungen, die die PCA-Analyse verwenden, zunehmend schwieriger wird, wenn die Anzahl der Messungen drei oder mehr beträgt, aber ein nützliches Werkzeug für die Analyse einer bescheideneren Anzahl von Messungen ist. Einer der Gründe für die Nützlichkeit der PCA bei der Analyse von Messdaten ist, dass die PCA hierarchische Ergebnisse der Hauptkomponenten liefert. Der Benutzer kann dann systematisch auswählen, welche Hauptkomponenten verwendet werden sollen, wenn er die Daten in der PC-Domäne modifiziert, um zusätzliche Datensätze für das Training oder die Signalerzeugung zu generieren.
Obwohl sich viele der hier verwendeten Beispiele auf Messdaten als Originaldaten beziehen, können Ausführungsformen gemäß der Anlage jede Art von Daten als Originaldaten verwenden und sind nicht nur auf Messdatentypen beschränkt. Es gibt jedoch den Vorbehalt, dass die Originaldaten mindestens zwei Datensätze umfassen müssen, um PCA auf Originaldaten anwenden zu können.
2 zeigt Messdaten, die von einem System mit Non-Return-To-Zero-Codierung gesammelt wurden, mit Pegelmessungen, bei denen die Pegel linear abhängig sind, was als Beispiel für die PCA verwendet wird. Auf der X-Achse ist ein Wert der Pegel 1 (lvl1) aufgetragen, während auf der Y-Achse ein Wert der Pegel 0 (lvl0) aufgetragen ist. Diese Daten wurden mit 1000 Paaren linear abhängiger Daten erzeugt. Mit anderen Worten: Die aufgezeichneten Messwerte bewegen sich gleichzeitig in entgegengesetzte Richtungen von einem Mittelwert gemäß Gleichung 1. $\begin{array}{l} l v l 1 = x_{1} + x_{n} \\ l v l 0 = x_{0} + x_{n} \end{array}$
wobei, x₁ gleichmäßig im Intervall [0,8, 1] verteilt ist, x₀ = -2x₁ + lund x_n ein gaußsches Rauschen mit Null als Mittelwert und einer Standardabweichung von 0,1 ist.
Die herkömmliche Datenanalyse in Messdomäne der gemessenen Daten aus 2 wird in 3A und 3B veranschaulicht, wobei das Diagramm in 3A verschiedene klassifizierte Daten des Messwerts lvl 1 (Pegel 1) und das Diagramm in 3B verschiedene klassifizierte Daten des Messwerts lvl 0 (Pegel 0) veranschaulicht. 3C und 3D veranschaulichen, dass größere Datensätze aus diesen gemessenen Daten unter Verwendung herkömmlicher Methoden erzeugt werden können, z. B. durch Ziehen aus der Verteilung. Insbesondere zeigt 3C Daten, die traditionell aus den Daten von 3A synthetisiert wurden, und 3D zeigt Daten, die traditionell aus den Daten von 3B synthetisiert wurden. Im Allgemeinen umfassen herkömmliche Methoden zur Erzeugung dieser synthetischen Daten sowohl für Pegel 1 als auch für Pegel 0 das Ziehen aus der Verteilung, Interpolation, Linienanpassung, Störung usw., wie in der Technik bekannt. Bei der Erzeugung von Daten auf diese herkömmliche Weise wird davon ausgegangen, dass die einzelnen Messungen unabhängig voneinander sind, da die synthetischen Daten in den 3C und 3D jeweils nur unter Verwendung von Variationen einer einzigen Variablen, Pegel 1 oder Pegel 0, synthetisiert wurden.
Die Anwendung der PCA auf die aufgezeichneten Daten kann jedoch lineare Beziehungen innerhalb der Daten aufdecken, die mit herkömmlichen Werkzeugen nicht erkennbar sind. Diese Beziehungen können später genutzt werden, um vorteilhaft große Sätze synthetisierter Daten zu erzeugen, die die Beziehungen der Originaldaten genauer widerspiegeln als die traditionell synthetisierten Daten.
Zur Durchführung der PCA werden zunächst die Hauptkomponenten aus den ursprünglichen Messdaten mittels Singulärwertzerlegung extrahiert, um die oben beschriebene Hauptkomponentenachse zu bestimmen. Nachdem die Hauptkomponenten abgeleitet wurden, werden die ursprünglich in der Messdomäne erfassten Messungen in die Domäne der Hauptkomponenten (PC = Principal Component) projiziert, wobei jeder PC eine lineare Kombination der Ebenen ist. $[\begin{matrix} P C 1 \\ P C 2 \end{matrix}] = [\begin{matrix} - .4446 & .8957 \\ .8957 & .4446 \end{matrix}] ([\begin{matrix} l v l 1 \\ l v l 0 \end{matrix}] - [\begin{matrix} l v l 1 m e a n \\ l v l 0 m e a n \end{matrix}])$
Mit Gleichung 2 werden beispielsweise die Ebenen [1, -1] V auf [-0,223, .0002] abgebildet.
Die Achse der Hauptkomponente 1 (PC 1) und die Achse der Hauptkomponente 2 (PC2) sind in 2 dargestellt, die durch Durchführung der PCA an den Messdaten in 2 gemäß Gleichung 2 ermittelt wurden. Beachten Sie, dass die PC2-Achse 30 in 2 orthogonal zur PC1-Achse 20 verläuft.
Nachdem die Hauptkomponenten und damit die PC-Domäne abgeleitet sind und die ursprünglichen Messdaten ebenfalls in die PC-Domäne projiziert wurden, kann eine Datenanalyse durchgeführt werden, die mit den ursprünglichen Daten allein nicht möglich ist. So können beispielsweise Histogramme auf den Daten der PC-Domäne erstellt werden. 4A zeigt Messhistogramme für die Originaldaten, die auf die erste Hauptkomponente PC 1 abgebildet sind, während 4B Histogramme für die Messdaten zeigt, nachdem sie auf die zweite Hauptkomponente PC2 projiziert wurden. Wie bereits erwähnt, ist PC2 orthogonal zu PC1.
Im Gegensatz zu den Diagrammen in 3A und 3B, die nur wenig Informationen über die ursprünglichen Messdaten lieferten, liefern die Histogramme in 4A und 4B nützliche Informationen über die gemessenen Daten, wie z. B. Muster, die sich beim Klassifizieren (Binning) transformierter Daten ergeben. Die in 4A dargestellten Binning-Daten für PC1 zeigen, dass die meisten der mittleren Klassen (Bins) ungefähr die gleichen Messwerte pro Bin aufweisen, was bedeutet, dass die Daten eine relativ gleichmäßige Verteilung entlang der PC 1 aufweisen. Ein deutlicher Unterschied besteht bei den Binning-Daten für PC2, die in 4B grafisch dargestellt sind. Diese Daten ähneln eher einer Gauß'schen Verteilung, wobei viel mehr Datenwerte in die mittleren Bins fallen als in die Extremwerte. Wichtig ist, dass sowohl relativ einheitliche Datentypen wie in 4A als auch Daten mit Gauß-Verteilungsmerkmalen wie in 4B als „Standard“-Datenverteilungen erkannt werden. Wenn es sich bei den Daten in den PC-Domänen um Standardverteilungen handelt, können neue Datensätze direkt in der Hauptkomponentendomäne generiert werden, indem neue Daten erzeugt werden, die zu einer dieser Verteilungen passen. Die in 4C dargestellten synthetisierten PC1-Daten zeigen zum Beispiel viel mehr Histogramme, die alle eine relativ gleichmäßige Verteilung aufweisen, als die Originaldaten in 4A. In ähnlicher Weise zeigen die in 4D dargestellten synthetisierten PC2-Daten ein Histogramm mit Bins, die sich den in 4B dargestellten ursprünglichen PC2-Daten annähern, sich aber dadurch unterscheiden, dass für die Daten in 4D zusätzliche Daten erzeugt werden. Zu den Verfahren zur Erzeugung neuer Datensätze aus Originaldaten in einzelnen PC-Domänen, die eine Standardverteilung aufweisen, gehört das direkte Ziehen aus der Verteilung in der PC-Domäne. Darüber hinaus ist es möglich, aus den Originaldaten in den einzelnen PC-Domänen Daten zu erzeugen, die keine Standardverteilung aufweisen. Für die Nicht-Standardverteilung umfassen die Verfahren zur Erzeugung zusätzlicher Datensätze Interpolation, Linienanpassung, Störung usw. in den einzelnen PC-Domänen.
Nachdem die neuen Datensätze in der PC-Domäne erzeugt wurden, können sie in die ursprüngliche Domäne der Datenquelle zurückgeführt werden.
Die 5A, 5B und 5C veranschaulichen die Vorteile der Synthetisierung von Datensätzen mittels PCA und der anschließenden Rückführung der synthetisierten Daten in die ursprüngliche Domäne. 5A zeigt synthetisierte Daten, die aus einer Messverteilung gezogen wurden, wie oben unter Bezugnahme auf die 3C und 3D beschrieben. Es ist zu erkennen, dass die Daten nicht dem in 2 dargestellten Originaldatensatz folgen, sondern extrem variabel sind und fast zufällig erscheinen. Dies ist darauf zurückzuführen, dass davon ausgegangen wurde, dass die Messungen für Pegel 1 und Pegel 0 unabhängig sind und unabhängig voneinander synthetisiert wurden, aber in Wirklichkeit stehen sie in Beziehung zueinander, wie die PCA zeigt. 5B zeigt synthetisierte Daten, die in der PC-Domäne gezogen wurden, und zwar aus den beiden Verteilungen PC1 und PC2 der 4C und 4D. 5C schließlich zeigt Daten, die ebenfalls aus der PC-Domäne synthetisiert wurden, aber nur aus PC1 gezogen wurden, die, wie oben beschrieben, die Hauptkomponente des ursprünglichen Datensatzes ist. PC2 ist auf 0 gesetzt. Die in den 5B und 5C dargestellten Datensätze, d. h. die in der PC-Domäne gezogen und in die ursprüngliche Domäne zurück abgebildeten Datensätze, sind viel enger mit dem in 2 dargestellten ursprünglichen Datensatz verbunden, insbesondere im Vergleich zu dem Datensatz, der durch Ziehen aus einer Messverteilung von 5A erzeugt wurde. Diese neuen Datensätze, die mit Hilfe von Ausführungsformen der Offenbarung erzeugt wurden, können für eine Vielzahl von Zwecken verwendet werden, wie z. B. zum Trainieren von maschinellen Lernsystemen oder zur Modellierung mehrerer Vorrichtungen aus der Beobachtung von nur einer Teilmenge der Vorrichtungen. Wenn man bedenkt, wie genau die gemäß den Ausführungsformen der Offenbarung erzeugten Daten die zusätzlichen Daten verfolgen. In einigen Fällen kann die Modifizierung von Daten einer ersten Vorrichtung mit den oben beschriebenen Verfahren dazu dienen, einen digitalen Zwilling einer zweiten Vorrichtung zu erzeugen, auch ohne Messungen an der zweiten Vorrichtung vorzunehmen.
Eine weitere Möglichkeit, neue Datensätze zu erzeugen, die den Originaldatensätzen sehr ähnlich sind, ist die Erzeugung von Signalen, beispielsweise mit einem Arbitrary Wave Generator (AWG). Genauso wie die Erzeugung eines Datensatzes, der einem Originaldatensatz nahe kommt, sich aber von diesem unterscheidet, ist die Erzeugung eines Signals, das einem Originalsignal nahe kommt, sich aber von diesem unterscheidet, nützlich. Zum Beispiel kann ein Signal von einer ersten Vorrichtung gemessen und in einen ursprünglichen Datensatz übersetzt werden, der das Signal beschreibt. Anschließend kann mit Hilfe der oben beschriebenen PCA-Techniken ein anderer Datensatz erzeugt werden, der dem ursprünglichen Datensatz sehr ähnlich ist, sich jedoch von diesem unterscheidet. Durch die Rückübersetzung dieses synthetisierten Datensatzes in ein Signal kann eine Vorrichtung, z. B. ein AWG, mehrere verschiedene Signale erzeugen, die sich von dem ursprünglichen Signal unterscheiden, aber auf diesem basieren. Ein solches AWG könnte also verwendet werden, um auf der Grundlage eines ursprünglichen Signals der Vorrichtung mehrere verschiedene Signale für den Randtest oder den Test verschiedener Parameter einer Vorrichtung zu erzeugen.
Die 6A bis 6D zeigen ein weiteres Beispiel für Messungen und deren Beziehung zueinander in der PC-Domäne. 6A und 6C zeigen die Histogramme in der Mesdomäne für Random Jitter (RJ) und Sinusoidal Jitter (SJ), die orthogonal zueinander sind. Bei der Berechnung der PCA für RJ und SJ fällt auf, dass PC1 gleich SJ und PC2 gleich RJ ist. In diesem Beispiel wird SJ PC1 zugewiesen, da es mehr Variationen aufweist. Wenn also die Messungen orthogonal sind, ist das Ziehen aus der PC-Verteilung zur Erzeugung neuer Datensätze gleichbedeutend mit dem Ziehen aus der Messungsverteilung zur Erstellung neuer Datensätze.
7 zeigt ein weiteres Beispiel für die Erzeugung von Datensätzen durch Operationen in der PC-Domäne. Diese Abbildung zeigt die ersten beiden Hauptkomponenten, PC1 und PC2, für vier Vorrichtungen. In diesem Beispiel gibt es nur neun Stichproben pro Vorrichtung, was eine begrenzte Anzahl von Stichproben für die statistische Analyse zur Erstellung von Datensätzen darstellt. Bei einer begrenzten Anzahl von Stichproben ist die Verteilung im Allgemeinen nicht „standardisiert“, da sie eine willkürliche Form aufweist. Wenn das Ziel beispielsweise darin besteht, aus den vier gemessenen Vorrichtungen Datensätze zu synthetisieren, die annähernd 200 Vorrichtungen entsprechen, können Ausführungsformen gemäß der Offenlegung 50 Störungen für jede Vorrichtung erzeugen, um eine Gesamtzahl von 200 Vorrichtungen zu erhalten. Wie in den vorherigen Beispielen wird die Störung in der Hauptkomponentendomäne durchgeführt.
8 ist ein beispielhaftes Flussdiagramm, das Vorgänge zur Erzeugung von Testdaten unter Verwendung der Hauptkomponentenanalyse gemäß Ausführungsformen der Offenbarung zeigt. Ein Ablauf 800 beginnt bei einem Vorgang 802 mit der Beschaffung eines Satzes von Originaldaten, der mindestens zwei Sätze von Daten oder Messungen enthält. Bei den beiden ursprünglichen Datensätzen kann es sich um Testdaten, Messdaten oder eine beliebige Art von Daten handeln. Die Daten können von einer anderen Vorrichtung, z. B. einem DUT, empfangen oder aus einer Datenbank mit zuvor gespeicherten Daten abgerufen werden 801. Sobald die Daten gesammelt sind, wird in einem Vorgang 804 eine PCA mit den Daten durchgeführt, wobei die ursprünglichen Daten von ihrer ursprünglichen Domäne in eine Hauptkomponentendomäne übersetzt werden, wie oben beschrieben. Die Anzahl der Hauptkomponenten, die erzeugt werden können, ist auf die Anzahl der unabhängigen Sätze oder Messungen in den Originaldaten beschränkt. Wenn die ursprünglichen Daten beispielsweise drei Messungen enthalten, können mit den oben beschriebenen Verfahren bis zu drei Hauptkomponenten erzeugt werden.
Nachdem die ursprünglichen Daten im Vorgang 804 auf die PC-Domäne abgebildet wurden, werden die Daten in der PC-Domäne in einem Vorgang 806 analysiert, um festzustellen, ob die Daten für eine bestimmte Domäne eine Standardverteilung sind. Wie bereits erwähnt, gehören zu den Standardverteilungen Gleichmäßigkeits- oder Gaußverteilungen oder Verteilungen, die sich diesen Standardverteilungen annähern. Handelt es sich bei den Daten für eine bestimmte Domäne um eine Standardverteilung, dann werden in einem Vorgang 808 neue Daten in der PC-Domäne erzeugt. Ein Beispiel hierfür wurde oben unter Bezugnahme auf die 4A-4D gegeben. Handelt es sich bei den Daten für eine bestimmte Domäne hingegen nicht um eine Standardverteilung, werden die Daten in der PC-Domäne in einem Vorgang 807 erweitert. Eine solche Erweiterung kann die Störung einer Variablen oder die Verwendung von Interpolation oder Linienanpassung umfassen, um die Daten in der PC-Domäne zu verändern. Ein Beispiel für eine Störung in der PC-Domäne wurde oben unter Bezugnahme auf die 6A-6D beschrieben. Nach der Augmentierung im Vorgang 807 können neue Daten in der PC-Domäne wie oben beschrieben erzeugt werden.
Unabhängig davon, wie die neuen Daten in der PC-Domäne erzeugt wurden, d. h. mit Hilfe der Vorgänge 807 oder 808, werden die neu erzeugten Daten in einem Vorgang 810 wieder auf ihre ursprüngliche Domäne abgebildet. Dieser Vorgang wird unter Verwendung einer inversen Matrix des Typs, der zur Erzeugung der PC-Domäne verwendet wurde, durchgeführt, und dann werden die in Gleichung 2 verwendeten Mittelwerte wieder hinzugefügt.
In einigen Ausführungsformen endet der Ablauf 800 mit den neu generierten Daten, die für die hier beschriebenen Zwecke verwendet werden können. In anderen Ausführungsformen werden die neu generierten Daten zur Erzeugung von Signalen verwendet. In diesen Ausführungsformen werden die neuen Signale in einem Vorgang 812 erzeugt. Signale werden im Allgemeinen im Vorgang 812 erzeugt, wenn Messungen von Signalen verwendet wurden, um die ursprünglichen Datensätze zu erzeugen, die in Vorgang 802 gesammelt wurden. Schließlich werden die im Vorgang 812 erzeugten Signale, die als synthetische Wellenformen bezeichnet werden können, weil sie unter Verwendung von Ausführungsformen der Offenbarung synthetisiert wurden, validiert. Bei dieser Validierung kann sichergestellt werden, dass die synthetischen Wellenformen bestimmten Anforderungen entsprechen, wie z. B. maximale Spannungen, minimale oder maximale Timings usw. Obwohl in 8 nicht dargestellt, können die synthetischen Wellenformen oder die zur Erzeugung der synthetischen Wellenformen im Vorgang 812 verwendeten Daten in der Datenbank der gespeicherten Daten 802 gespeichert werden, um wieder verwendet zu werden.
So können mit den oben beschriebenen Techniken beliebige Mengen von Testdaten mit Hilfe von PCA aus Originaldatensätzen erzeugt werden. Die erzeugten Datensätze spiegeln die Originaldatensätze genau wider, d. h. die erzeugten Datensätze bewahren die Korrelationen in den Daten der Originaldatensätze.
Ausführungsformen der Offenbarung arbeiten mit bestimmter Hardware und/oder Software, um die oben beschriebenen PCA-Operationen zu implementieren. 9 ist ein Blockdiagramm eines Beispielsystems 900 zur Erzeugung von Datensätzen aus einem Originaldatensatz. Bei dem System 900 kann es sich um ein Test- und Messinstrument handeln, wie z. B. ein Oszilloskop oder einen Spektralanalysator. Das System kann stattdessen auch ein Arbitrary Waveform Generator sein. Das System 900 kann stattdessen mit Hilfe der Cloud-Verarbeitung implementiert werden. Das System 900 mag viele Formen annehmen, je nach den Einzelheiten der Implementierung. Das System 900 kann einen oder mehrere Anschlüsse 902 für den Empfang eines Datensatzes enthalten. In einigen Ausführungsformen wird der Datensatz direkt über den Eingangsanschluss 902 in das System 900 importiert. In anderen Ausführungsformen liegt der Datensatz in Form eines Eingangssignals vor; in diesem Fall können die Anschlüsse 902 Empfänger und/oder Sender-Empfänger umfassen.
Die Anschlüsse 902 sind mit einem oder mehreren Prozessoren 916 verbunden, um die an den Anschlüssen 902 empfangenen Datensätze und/oder Signale zu verarbeiten. Obwohl in 9 der Einfachheit halber nur ein Prozessor 916 dargestellt ist, können, wie ein Fachmann verstehen wird, mehrere Prozessoren 916 unterschiedlichen Typs in Kombination im Instrument 900 verwendet werden, anstatt eines einzigen Prozessors 916.
Die Anschlüsse 902 können mit einer Messeinheit 908 im Testinstrument 900 verbunden werden. Die Messeinheit 908 kann jede Komponente umfassen, die in der Lage ist, Aspekte (z. B. Spannung, Stromstärke, Amplitude, Leistung, Energie usw.) eines über die Anschlüsse 902 empfangenen Signals zu messen. Das Test- und Messinstrument 900 kann zusätzliche Hardware und/oder Prozessoren enthalten, wie z. B. Konditionierungsschaltungen, Analog-Digital-Wandler und/oder andere Schaltungen zur Umwandlung eines empfangenen Signals in eine Wellenform zur weiteren Analyse. Diese Messeinheit 908 erzeugt einen Datensatz, einschließlich zweier oder mehrerer Datensätze, zur Verwendung durch den einen oder die mehreren Prozessoren 916 und/oder zur Verwendung durch den unten beschriebenen Hauptkomponentenprozessor 930.
In einigen Ausführungsformen wird der Datensatz weder über einen Eingangsanschluss 902 abgerufen noch aus einem über den Eingangsanschluss empfangenen Signal gemessen, sondern aus einem Datensatzspeicher 920 abgerufen, der sich innerhalb des Systems 900 befinden oder eine externe Datenbank sein kann.
Der eine oder die mehreren Prozessoren 916 mögen so ausgebildet sein, dass sie Befehle aus dem Speicher 910 ausführen und beliebige Verfahren und/oder zugehörige Schritte durchführen, die durch solche Befehle angegeben werden, wie z. B. das Anzeigen und Ändern der vom Instrument empfangenen Eingangssignale. Der Speicher 910 kann als Prozessor-Cache, Direktzugriffsspeicher (RAM), Festwertspeicher (ROM), Festkörperspeicher, Festplattenlaufwerk(e) oder ein anderer Speichertyp implementiert sein. Der Speicher 910 dient als Medium zum Speichern von Daten, wie z. B. erfasste Abtastwellenformen, Computerprogrammprodukte und andere Anweisungen.
Die Benutzereingänge 914 sind mit dem Prozessor 916 verbunden. Die Benutzereingänge 914 können eine Tastatur, eine Maus, einen Touchscreen und/oder andere Bedienelemente umfassen, mit denen ein Benutzer das Instrument 900 einrichten und steuern kann. Die Benutzereingänge 914 können eine grafische Benutzeroberfläche oder eine Text-/Zeichenschnittstelle umfassen, die in Verbindung mit der Anzeige 912 betrieben wird. Die Benutzereingänge 914 können Fembefehle oder Befehle in programmatischer Form empfangen, entweder am Instrument 100 selbst oder von einer entfernten Vorrichtung. Bei der Anzeige 912 kann es sich um einen digitalen Bildschirm, eine Kathodenstrahlröhre oder einen anderen Monitor zur Anzeige von Wellenformen, Messungen und anderen Daten für einen Benutzer handeln. Während die Komponenten des Testinstruments 900 als in das Test- und Messinstrument 900 integriert dargestellt sind, wird eine Person mit gewöhnlichen Kenntnissen auf dem Gebiet der Technik verstehen, dass jede dieser Komponenten außerhalb des Testinstruments 900 sein kann und mit dem Testinstrument 900 auf jede herkömmliche Weise gekoppelt werden kann (z. B. verdrahtete und/oder drahtlose Kommunikationsmedien und/oder - mechanismen). In einigen Ausführungsformen kann beispielsweise die Anzeige 912 vom Test- und Messinstrument 900 entfernt sein, oder das Instrument kann so ausgebildet sein, dass es die Ausgabe an eine entfernte Vorrichtung sendet, zusätzlich zur Anzeige auf dem Instrument 900. In weiteren Ausführungsformen kann die Ausgabe des Messinstruments 900 an entfernte Vorrichtungen, wie z. B. Cloud-Vorrichtungen, gesendet oder dort gespeichert werden, auf die von anderen mit den Cloud-Vorrichtungen verbundenen Maschinen aus zugegriffen werden kann.
Das Instrument 900 kann einen Hauptkomponentenprozessor 930 enthalten, der ein von dem oder den oben beschriebenen Prozessoren 916 getrennter Prozessor sein kann, oder die Funktionen des Hauptkomponentenprozessors 930 können in den einen oder die mehreren Prozessoren 916 integriert sein. Darüber hinaus kann der Hauptkomponentenprozessor 920 einen separaten Speicher enthalten, den oben beschriebenen Speicher 910 oder jeden anderen Speicher verwenden, auf den das Instrument 900 zugreifen kann. Der Hauptkomponentenprozessor 920 kann spezielle Prozessoren oder Vorgänge enthalten, um die oben beschriebenen Funktionen zu implementieren. Zum Beispiel kann der Hauptkomponentenprozessor 920 einen Hauptkomponenten-Extraktor 932 enthalten, der zur Durchführung einer Hauptkomponentenanalyse des Datensatzes verwendet wird, der Messdaten enthalten kann. Der Hauptkomponentenextraktor 932 kann den oben beschriebenen Prozess der Singulärwertzerlegung an dem ursprünglichen Datensatz durchfuhren. Dann bildet ein Hauptdomänen-Mapper 934 die ursprünglichen Datensatzdaten aus der Datensatzdomäne auf die vom Hauptkomponentenextraktor 932 abgeleiteten Hauptkomponentendomänen ab. Die Datensatz-Domäne ist die Domäne, in der die Daten ursprünglich lagen. Die Domäne kann zum Beispiel eine Messdomäne für gemessene Daten sein. Sobald die Datensatzdaten auf die Hauptkomponentendomänen abgebildet wurden, erzeugt ein Datengenerator 936 weitere Daten in der Hauptkomponentendomäne, wie oben beschrieben. Nachdem die neuen Daten erzeugt worden sind, ordnet ein Originaldomänen-Zurück-Abbilder 938 die Daten aus der Hauptdomäne, einschließlich der vom Datengenerator 936 erzeugten neuen Daten, wieder der Originaldomäne des ursprünglichen Datensatzes zu. Auf diese Weise erzeugt der Hauptkomponentenprozessor synthetisierte Datensätze, die den Originaldatensätzen sehr nahe kommen und die Beziehungen beibehalten.
Jede oder alle Komponenten des Hauptkomponentenprozessors 930, einschließlich des Hauptkomponentenextraktors 932, des Hauptdomänen-Mappers 934, des Datengenerators 936 und des Originaldomänen-Zurück-Abbilders 938, können in einem oder mehreren separaten Prozessoren verkörpert sein, und die hier beschriebene separate Funktionalität kann als spezifische vorprogrammierte Vorgänge eines Spezial- oder Allzweckprozessors implementiert werden. Ferner können, wie oben erwähnt, einige oder alle Komponenten oder Funktionen des Hauptkomponentenprozessors 930 in den einen oder die mehreren Prozessoren 916 integriert werden, die das System 900 betreiben.
Aspekte der Offenlegung können auf einer speziell entwickelten Hardware, auf Firmware, digitalen Signalprozessoren oder auf einem speziell programmierten Allzweckcomputer mit einem Prozessor, der nach programmierten Anweisungen arbeitet, arbeiten. Die hier verwendeten Begriffe „Controller“ oder „Prozessor“ sollen Mikroprozessoren, Mikrocomputer, anwendungsspezifische integrierte Schaltungen (ASICs) und spezielle Hardware-Controller umfassen. Ein oder mehrere Aspekte der Offenbarung können in computerverwendbaren Daten und computerausführbaren Anweisungen verkörpert sein, beispielsweise in einem oder mehreren Programmmodulen, die von einem oder mehreren Computern (einschließlich Überwachungsmodulen) oder anderen Geräten ausgeführt werden. Im Allgemeinen umfassen Programmmodule Routinen, Programme, Objekte, Komponenten, Datenstrukturen usw., die bestimmte Aufgaben ausführen oder bestimmte abstrakte Datentypen implementieren, wenn sie von einem Prozessor in einem Computer oder einem anderen Gerät ausgeführt werden. Die computerausführbaren Anweisungen können auf einem nicht transitorischen, computerlesbaren Medium wie einer Festplatte, einer optischen Platte, einem Wechselspeichermedium, einem Festkörperspeicher, einem Random Access Memory (RAM) usw. gespeichert sein. Wie dem Fachmann klar sein wird, kann die Funktionalität der ProgrammModule in verschiedenen Aspekten beliebig kombiniert oder verteilt werden. Darüber hinaus kann die Funktionalität ganz oder teilweise in Firmware oder Hardware-Äquivalenten wie integrierten Schaltungen, FPGA und dergleichen verkörpert sein. Bestimmte Datenstrukturen können verwendet werden, um einen oder mehrere Aspekte der Offenbarung effektiver zu implementieren, und solche Datenstrukturen werden im Rahmen der hier beschriebenen computerausführbaren Anweisungen und computerverwendbaren Daten in Betracht gezogen.
Die offengelegten Aspekte können in einigen Fällen in Hardware, Firmware, Software oder einer Kombination davon implementiert werden. Die offengelegten Aspekte können auch in Form von Befehlen implementiert werden, die auf einem oder mehreren nicht-übertragbaren computerlesbaren Medien gespeichert sind, die von einem oder mehreren Prozessoren gelesen und ausgeführt werden können. Solche Anweisungen können als Computerprogrammprodukt bezeichnet werden. Computerlesbare Medien, wie hier beschrieben, sind alle Medien, auf die ein Computer zugreifen kann. Computerlesbare Medien können zum Beispiel Computerspeichermedien und Kommunikationsmedien umfassen, ohne darauf beschränkt zu sein.
Computerspeichermedien sind alle Medien, die zur Speicherung von computerlesbaren Informationen verwendet werden können. Zu den Computerspeichermedien gehören beispielsweise RAM, ROM, EEPROM (Electrically Erasable Programmable Read-Only Memory), Flash-Speicher oder andere Speichertechnologien, CD-ROM (Compact Disc Read Only Memory), DVD (Digital Video Disc) oder andere optische Plattenspeicher, Magnetkassetten, Magnetbänder, Magnetplattenspeicher oder andere magnetische Speichervorrichtungen sowie alle anderen flüchtigen oder nicht flüchtigen, entfernbaren oder nicht entfernbaren Medien, die in beliebigen Technologien eingesetzt werden. Computerspeichermedien schließen Signale als solche und vorübergehende Formen der Signalübertragung aus.
Kommunikationsmedien sind alle Medien, die für die Übertragung von computerlesbaren Informationen verwendet werden können. Zu den Kommunikationsmedien gehören beispielsweise Koaxialkabel, Glasfaserkabel, Luft oder jedes andere Medium, das für die Übertragung von elektrischen, optischen, Hochfrequenz- (HF), Infrarot-, akustischen oder anderen Signalen geeignet ist.
BEISPIELE
Im Folgenden werden Beispiele für die offengelegten Technologien aufgeführt. Eine Ausführungsform der Technologien kann eines oder mehrere und jede Kombination der unten beschriebenen Beispiele umfassen.
Beispiel 1 ist ein System mit einem Eingang zur Annahme eines Datensatzes, der mindestens zwei Datensätze in einer Datensatzdomäne enthält, und einem oder mehreren Prozessoren, die so ausgebildet sind, dass sie mindestens zwei Hauptkomponenten aus dem Datensatz unter Verwendung der Hauptkomponentenanalyse ableiten, wobei die mindestens zwei Hauptkomponenten orthogonal zueinander sind, den Datensatz auf eine Hauptkomponentendomäne abbilden, die aus den mindestens zwei Hauptkomponenten abgeleitet ist, zusätzliche Daten in der Hauptkomponentendomäne erzeugen und die zusätzlichen Daten in der Hauptkomponentendomäne wieder auf die Datensatzdomäne als einen neu erzeugten Datensatz abbilden.
Beispiel 2 ist ein System gemäß Beispiel 1, bei dem die in der Hauptkomponentendomäne erzeugten zusätzlichen Daten aus Daten mit einer Standardverteilung in der Hauptkomponentendomäne erzeugt werden.
Beispiel 3 ist ein System nach einem der vorhergehenden Beispiele, bei dem die zusätzlichen Daten, die in der Hauptkomponentendomäne erzeugt werden, aus Daten mit einer Nicht-Standardverteilung in der Hauptkomponentendomäne erzeugt werden.
Beispiel 4 ist ein System nach einem der vorhergehenden Beispiele, das ferner einen Signalgenerator umfasst.
Beispiel 5 ist ein System gemäß Beispiel 4, bei dem der Signalgenerator so ausgebildet ist, dass er ein Signal aus dem neu erzeugten Datensatz erzeugt.
Beispiel 6 ist ein System gemäß Beispiel 5, bei dem der Datensatz, der mindestens zwei Datensätze enthält, aus einem am Eingang empfangenen Originalsignal erzeugt wurde.
Beispiel 7 ist ein System gemäß Beispiel 6, das ferner eine Messeinheit umfasst, die zum Messen eines am Eingang empfangenen Signals ausgebildet ist.
Beispiel 8 ist ein System gemäß Beispiel 5, bei dem das System ferner einen Signalvalidator enthält, der so aufgebaut ist, dass er sicherstellt, dass das erzeugte Signal mit einer oder mehreren Signaldefinitionen übereinstimmt.
Beispiel 9 ist ein Verfahren, das Folgendes umfasst: Annehmen eines Datensatzes, der mindestens zwei Datensätze in einer Datensatzdomäne enthält, Ableiten von mindestens zwei Hauptkomponenten aus dem Datensatz unter Verwendung der Hauptkomponentenanalyse, wobei die mindestens zwei Hauptkomponenten orthogonal zueinander sind, Abbilden des Datensatzes auf eine Hauptkomponentendomäne, die aus den mindestens zwei Hauptkomponenten abgeleitet wurde, Erzeugen zusätzlicher Daten in der Hauptkomponentendomäne und erneutes Abbilden der zusätzlichen Daten in der Hauptkomponentendomäne zurück auf die Datensatzdomäne als einen neu erzeugter Datensatz.
Beispiel 10 ist ein Verfahren gemäß Beispielverfahren 9, bei dem die in der Hauptkomponentendomäne erzeugten zusätzlichen Daten aus Daten mit einer Standardverteilung in der Hauptkomponentendomäne erzeugt werden.
Beispiel 11 ist ein Verfahren gemäß einem der vorhergehenden Beispielverfahren, bei dem die in der Hauptkomponentendomäne erzeugten zusätzlichen Daten aus Daten mit einer Nicht-Standardverteilung in der Hauptkomponentendomäne erzeugt werden.
Beispiel 12 ist ein Verfahren gemäß einem der vorhergehenden Beispielverfahren, das ferner ein Erzeugen eines Signals aus dem neu erzeugten Datensatz umfasst.
Beispiel 13 ist ein Verfahren nach einem der vorhergehenden Beispielverfahren, das ferner ein Erzeugen des Datensatzes mit mindestens zwei Datensätzen aus einem Eingangssignal umfasst.
Beispiel 14 ist ein Verfahren nach einem der vorhergehenden Beispielverfahren, das ferner ein Annehmen eines Eingangssignals, ein Durchführen einer oder mehrerer Messungen an dem Eingangssignal und ein Erzeugen des Datensatzes mit mindestens zwei Datensätzen aus der einen oder den mehreren Messungen des Eingangssignals umfasst.
Beispiel 15 ist ein Verfahren gemäß Beispielverfahren 12, das ferner die Validierung des erzeugten Signals anhand einer oder mehrerer Signaldefinitionen umfasst.
Beispiel 16 ist ein nicht-transitorisches computerlesbares Speichermedium, das einen oder mehrere Befehle speichert, die, wenn sie von einem oder mehreren Prozessoren einer Rechenvorrichtung ausgeführt werden, die Rechenvorrichtung veranlassen, einen Datensatz anzunehmen, der mindestens zwei Datensätze in einer Datensatzdomäne enthält, mindestens zwei Hauptkomponenten aus dem Datensatz unter Verwendung der Hauptkomponentenanalyse abzuleiten, wobei die mindestens zwei Hauptkomponenten orthogonal zueinander sind, den Datensatz auf eine Hauptkomponentendomäne abzubilden, die von den mindestens zwei Hauptkomponenten abgeleitet ist, zusätzliche Daten in der Hauptkomponentendomäne erzeugen und die zusätzlichen Daten in der Hauptkomponentendomäne zurück auf die Datensatzdomäne als einen neu erzeugten Datensatz abzubilden.
Beispiel 17 ist ein nichttransitorisches computerlesbares Speichermedium nach Anspruch 16, wobei das Ausführen des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, zusätzliche Daten in der Hauptkomponentendomäne unter Verwendung von Daten mit einer Standardverteilung in der Hauptkomponentendomäne zu erzeugen.
Beispiel 18 ist ein nicht-transitorisches, computerlesbares Speichermedium gemäß einem der vorhergehenden Beispiele für Speichermedien, wobei die Ausführung des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, zusätzliche Daten in der Hauptkomponentendomäne unter Verwendung von Daten mit einer Nicht-Standardverteilung in der Hauptkomponentendomäne zu erzeugen.
Beispiel 19 ist ein nichttransitorisches, computerlesbares Speichermedium gemäß einem der vorhergehenden Beispiele für Speichermedien, wobei die Ausführung des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, ein Signal aus dem neu erzeugten Datensatz zu erzeugen.
Beispiel 20 ist ein nicht-transitorisches computerlesbares Speichermedium gemäß Beispiel 19, wobei die Ausführung des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, das erzeugte Signal zu validieren, um sicherzustellen, dass das erzeugte Signal mit einer oder mehreren Signaldefinitionen übereinstimmt.
Die zuvor beschriebenen Versionen des offengelegten Gegenstands haben viele Vorteile, die entweder beschrieben wurden oder für eine Person mit normalen Kenntnissen offensichtlich sind. Dennoch sind diese Vorteile oder Merkmale nicht in allen Versionen der offengelegten Geräte, Systeme oder Verfahren erforderlich.
Außerdem wird in dieser schriftlichen Beschreibung auf bestimmte Merkmale verwiesen. Es ist davon auszugehen, dass die Offenbarung in dieser Spezifikation alle möglichen Kombinationen dieser besonderen Merkmale umfasst. Wenn ein bestimmtes Merkmal im Zusammenhang mit einem bestimmten Aspekt oder Beispiel offenbart wird, kann dieses Merkmal, soweit möglich, auch im Zusammenhang mit anderen Aspekten und Beispielen verwendet werden.
Auch wenn in dieser Anmeldung auf ein Verfahren mit zwei oder mehr definierten Schritten oder Vorgängen Bezug genommen wird, können die definierten Schritte oder Vorgänge in beliebiger Reihenfolge oder gleichzeitig ausgeführt werden, es sei denn, der Kontext schließt diese Möglichkeiten aus.
Obwohl spezifische Beispiele der Erfindung zum Zwecke der Veranschaulichung dargestellt und beschrieben wurden, können verschiedene Modifikationen vorgenommen werden, ohne von Geist und Umfang der Erfindung abzuweichen. Dementsprechend sollte die Erfindung nicht eingeschränkt werden, außer wie durch die beigefügten Ansprüche.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 63353956 [0001]

Claims

Ein System, das Folgendes umfasst: einen Eingang zur Annahme eines Datensatzes mit mindestens zwei Datensätzen in einer Datensatzdomäne; und einen oder mehrere Prozessoren, die zu Folgendem ausgebildet sind: Ableiten von mindestens zwei Hauptkomponenten aus dem Datensatz mittels Hauptkomponentenanalyse, wobei die mindestens zwei Hauptkomponenten orthogonal zueinander sind, Abbilden des Datensatzes auf eine Hauptkomponentendomäne, die aus den mindestens zwei Hauptkomponenten abgeleitet ist, Erzeugen zusätzlicher Daten in der Hauptkomponentendomäne, und Zurück Abbilden der zusätzlichen Daten in die Hauptkomponentendomäne zurück in die Datensatzdomäne als neu generierten Datensatz.
Das System nach Anspruch 1, bei dem die in der Hauptkomponentendomäne erzeugten zusätzlichen Daten aus Daten mit einer Standardverteilung in der Hauptkomponentendomäne erzeugt werden.
Das System nach Anspruch 1 oder 2, bei dem die in der Hauptkomponentendomäne erzeugten zusätzlichen Daten aus Daten mit einer Nichtstandardverteilung in der Hauptkomponentendomäne erzeugt werden.
Das System nach einem der Ansprüche 1 bis 3, das ferner einen Signalgenerator umfasst.
Das System nach Anspruch 4, bei dem der Signalgenerator so ausgebildet ist, dass er ein Signal aus dem neu erzeugten Datensatz erzeugt.
Das System nach Anspruch 5, bei dem der Datensatz, der mindestens zwei Datensätze enthält, aus einem am Eingang empfangenen Originalsignal erzeugt wurde.
Das System nach Anspruch 6, das ferner eine Messeinheit umfasst, die so ausgebildet ist, dass sie ein am Eingang empfangenes Signal misst.
Das System nach einem der Ansprüche 5 bis 7, wobei das System ferner einen Signalvalidator enthält, der so aufgebaut ist, dass er sicherstellt, dass das erzeugte Signal mit einer oder mehreren Signaldefinitionen übereinstimmt.
Ein Verfahren, das Folgendes umfasst: Annehmen eines Datensatzes mit mindestens zwei Datensätzen in einer Datensatzdomäne; Ableiten von mindestens zwei Hauptkomponenten aus dem Datensatz mittels Hauptkomponentenanalyse, wobei die mindestens zwei Hauptkomponenten orthogonal zueinander sind; Abbilden des Datensatzes auf eine Hauptkomponentendomäne, die von den mindestens zwei Hauptkomponenten abgeleitet ist; Erzeugen zusätzlicher Daten in der Hauptkomponentendomäne; und Zurück Abbilden der zusätzlichen Daten in der Hauptkomponentendomäne zurück in die Datensatzdomäne als neu generierter Datensatz.
Das Verfahren nach Anspruch 9, bei dem die in der Hauptkomponentendomäne erzeugten zusätzlichen Daten aus Daten mit einer Standardverteilung in der Hauptkomponentendomäne erzeugt werden.
Das Verfahren nach Anspruch 9 oder 10, bei dem die in der Hauptkomponentendomäne erzeugten zusätzlichen Daten aus Daten erzeugt werden, die eine Nichtstandardverteilung in der Hauptkomponentendomäne aufweisen.
Das Verfahren nach einem der Ansprüche 9 bis 11, das ferner ein Erzeugen eines Signals aus dem neu erzeugten Datensatz umfasst.
Das Verfahren nach einem der Ansprüche 9 bis 12, das ferner ein Erzeugen des Datensatzes mit mindestens zwei Datensätzen aus einem Eingangssignal umfasst.
Das Verfahren nach einem der Ansprüche 9 bis 13, das ferner umfasst: Annehmen eines Eingangssignal; Durchführen einer oder mehrerer Messungen an dem Eingangssignal; und Erzeugen des Datensatzes mit mindestens zwei Datensätzen aus der einen oder mehreren Messungen des Eingangssignals.
Das Verfahren nach einem der Ansprüche 12 bis 14, das ferner ein Validieren des erzeugten Signals anhand einer oder mehrerer Signaldefinitionen umfasst.
Ein nicht-transitorisches, computerlesbares Speichermedium, das einen oder mehrere Befehle speichert, die, wenn sie von einem oder mehreren Prozessoren einer Rechenvorrichtung ausgeführt werden, die Rechenvorrichtung veranlassen: Annehmen eines Datensatzes mit mindestens zwei Datensätzen in einer Datensatzdomäne; Ableiten von mindestens zwei Hauptkomponenten aus dem Datensatz mittels Hauptkomponentenanalyse, wobei die mindestens zwei Hauptkomponenten orthogonal zueinander sind; Abbilden des Datensatzes auf eine Hauptkomponentendomäne, die aus den mindestens zwei Hauptkomponenten abgeleitet ist; Erzeugen zusätzlicher Daten in der Hauptkomponentendomäne; und Zurück Abbilden der zusätzlichen Daten in der Hauptkomponentendomäne zurück in die Datensatzdomäne als neu generierten Datensatz.
Das nichttransitorische computerlesbare Speichermedium nach Anspruch 16, wobei die Ausführung des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, zusätzliche Daten in der Hauptkomponentendomäne unter Verwendung von Daten mit einer Standardverteilung in der Hauptkomponentendomäne zu erzeugen.
Das nichttransitorische computerlesbare Speichermedium nach Anspruch 16 oder 17, wobei die Ausführung des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, zusätzliche Daten in der Hauptkomponentendomäne unter Verwendung von Daten mit einer Nicht-Standardverteilung in der Hauptkomponentendomäne zu erzeugen.
Das nichttransitorische computerlesbare Speichermedium nach einem der Ansprüche 16 bis 18, wobei die Ausführung des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, ein Signal aus dem neu erzeugten Datensatz zu erzeugen.
Das nichttransitorische computerlesbare Speichermedium nach Anspruch 19, wobei die Ausführung des einen oder der mehreren Befehle die Rechenvorrichtung veranlasst, das erzeugte Signal zu validieren, um sicherzustellen, dass das erzeugte Signal mit einer oder mehreren Signaldefinitionen übereinstimmt.