[发明专利]信号测试方法、系统、激光探棒、装置、设备及存储介质

说明书

本申请实施例涉及硬件测试技术领域，具体涉及一种信号测试方法、系统、激光探棒、装置、设备及存储介质，旨在提升信号测试的准确率和效率。所述方法包括：将待测板卡放置于板卡测试台上，对待测板卡进行拍摄取样，得到待测板卡的板卡照片；对待测板卡的PCB图进行待测点分析，在PCB图上标注出理论待测点以及理论接地点；将板卡照片与标注后的PCB图输入待测点坐标读取网络中，得到待测板卡的实际待测点坐标与实际接地点坐标；将实际待测点坐标与实际接地点坐标发送至探测棒控制器中；探测棒控制器控制激光探棒，根据实际待测点坐标与实际接地点坐标对待测板卡进行扎测，得到实际待测点处的测试信号波形图。

技术领域

本申请实施例涉及硬件测试技术领域，具体而言，涉及一种信号测试方法、系统、激光探棒、装置、设备及存储介质。

背景技术

在硬件研发的相关流程中，硬件上各个元件的信号质量直接决定了产品的可靠性，因此信号完整性的测试在硬件研发过程中十分重要。通常在进行硬件研发测试时，需要测试工程师根据待测信号的类型以及链路，从待测试板卡对应的PCB图中标记出待测点和接地点，然后在待测试板卡上对待测点和接地点进行标注和飞线处理，再使用探棒对待测点进行扎测，进而获取待测信号的波形并进行进一步分析。

实际操作中，测试工程师在板卡上对待测点和接地点进行标注和飞线处理较为费时且容易出现失误，手捏探棒扎测待测点时，由于待测点往往小于探棒直径且待测板卡较为光滑，经常会出现探棒滑动而捕捉不到信号的情况，并且当待测点为两个以上时，单人无法完成操作，极大的限制了信号测试的准确率和效率。

发明内容

本申请实施例提供一种信号测试方法、系统、激光探棒、装置、设备及存储介质，旨在提升信号测试的准确率和效率。

本申请实施例第一方面提供一种信号测试方法，所述方法包括：

将待测板卡放置于板卡测试台上，对所述待测板卡进行拍摄取样，得到所述待测板卡的板卡照片；

对所述待测板卡的PCB图进行待测点分析，在所述PCB图上标注出理论待测点以及理论接地点，得到标注后的PCB图；

将所述板卡照片与所述标注后的PCB图输入预先训练好的待测点坐标读取网络中，得到所述待测板卡的实际待测点坐标与实际接地点坐标；

将所述实际待测点坐标与所述实际接地点坐标发送至所述板卡测试台上的探测棒控制器中；

通过所述探测棒控制器控制激光探棒，根据所述实际待测点坐标与所述实际接地点坐标对所述待测板卡进行扎测，得到所述实际待测点处的测试信号波形图。

可选地，所述待测点坐标读取网络的训练步骤包括：

收集多个已标注理论待测点的PCB图和与所述PCB图对应的多个未标注理论待测点的待测板卡照片；

将所述多个PCB图和与所述PCB图对应的多个待测板卡照片相叠加，得到多张训练图片；

针对所述多张训练图片中的每张训练图片，将所述训练图片对应的待测板卡的实际待测点坐标作为所述训练图片的标签，得到多组训练数据；

通过所述多组训练数据对预先构建的卷积神经网络进行训练，得到所述待测点坐标读取网络。

可选地，所述通过所述多组训练数据对预先构建的卷积神经网络进行训练，得到所述待测点坐标读取网络，包括：

将所述多组训练数据平均划分为N个子集，将所述N个子集中的部分子集作为训练集，另一部分子集作为验证集；

依次通过所述训练集和所述测试集对所述卷积神经网络进行训练，确定所述卷积神经网络的最优结构与最优超参数，得到确定结构参数的卷积神经网络；

通过所述多组训练数据对所述确定结构参数的卷积神经网络进行重新训练，得到所述待测点坐标读取网络。