[发明专利]矢量网络分析仪和统计眼图生成的方法

说明书

一种矢量网络分析仪和统计眼图生成的方法，其中所述方法包括：分析被测系统仿真得到的输出信号并生成第一眼图，将第一眼图进行灰度化处理后得到第一灰度图，采用第一灰度图中各个像素点的灰度值来表征输出信号在各个像素点对应位置的分布概率，并利用核密度估计方法对第一灰度图中的灰度数据进行核密度估计处理，降低了统计眼图效果对输出信号数据量的敏感度，提高了绘制统计眼图的效率。

技术领域

本发明涉及矢量网络分析仪，具体涉及一种矢量网络分析仪和统计眼图生成的方法。

背景技术

在高速信号传输系统设计及测试领域，眼图分析是信号完整性分析的重要工具。按照对信号传输系统进行眼图分析的传统方法，需要在被测系统的输入端给予输入信号，并使用示波器在其接收端采集信号，通过示波器的余辉特性将较长时间内的信号波形积累叠加成为眼图。这种方法需要给被测系统添加实际输入信号，当需要模拟不同输入信号条件下的眼图时，显得较为繁琐。此外，为了获得精确的眼图，需要耗费大量时间以积累足够长的信号波形。

为简化眼图分析的流程，后续发展出了基于矢量网络分析仪生成眼图的方法。通过矢量网络分析仪测量得到被测系统的频域特性，利用傅里叶逆变换获得被测系统的冲激响应，并与输入信号卷积得到仿真输出信号，据此绘制眼图。由于该方法在测试中使用被测系统频域特性进行分析，无需在外部给予被测系统实际的输入信号，因此该方法可以方便地模拟不同输入信号对仿真眼图结果的影响。

在实际的高速信号传输系统中，输入信号往往不是理想的数字信号，输入信号的质量对传输性能的影响也是信号完整性分析及测试关注的内容。通过模拟带有抖动或噪声的输入信号，并使之与被测系统冲激响应卷积，可以得到受到输入信号抖动或噪声影响的输出信号。在特定条件下信号传输系统的误码率是信号完整性分析中的最重要指标之一，为了分析影响输入信号质量的各因素对传输性能的影响，由于输入信号偏离理想位置的幅值通常不存在上限，因此我们关注在特定干扰条件下，眼图进入设计标准规定的模板区域内的概率，这一概率越小，表明系统传输性能越好。因此，基于对仿真输出信号的统计分析，生成基于数据统计的统计眼图，将为信号完整性测试提供有力工具。

为了通过基于时域数据统计方法，获得高分辨率、高精确度的统计眼图，需要模拟较长的输入序列，充分表征抖动的统计规律，这大幅增大了由卷积生成输出序列所需的计算量，也对输出信号的统计分析提出了更高的效率要求。统计分析的效率不仅体现在对同等数据量的输出信号统计分析所需的时间，也决定了获得同等分辨率、精确度所需的仿真信号序列长度。

现有基于时域数据统计生成统计眼图的方法通常先根据输出信号序列的采样数据生成二维直方图，通过直方图中的数据频率反映统计眼图中各点对应的分布概率，从而实现统计眼图的绘制。

然而上述方法存在以下缺陷：

（1）统计眼图的精确度对输出信号数据量敏感度较高。直方图统计的特点是生成统计眼图的分辨率与直方图的组距相关，直方图的组距越小，组数越多，生成的统计眼图分辨率越高。为了生成更高高分辨率的统计眼图，直方图的组距随之缩小，组数增加，所需要的采样数据大幅增加，以确保在直方图的每一组内都有足够多的采样数据，从而使统计结果逼近分布概率。当采样数据不足时，直方图统计结果将相对实际分布概率产生明显的偏移，这是由于直方图统计的局部精度仅取决于局部采样数据量，这一特征进一步增强了直方图统计精度对采样数据量的依赖。

（2）对不同的统计眼图分辨率，直方图组距的选取方法不明确。为了提高生成统计眼图的精度，必须缩小直方图的组距，实现对更小区域单元的统计。但考虑到实际统计中采样数据的分布并不完全与实际概率一致（尤其是采样数据量较小时），这为直方图组距的选取带来困难。在采样数据量不变的情况下，组距过小将导致各组内的频次与实际概率分布偏差增大，而组距过大又不能满足统计眼图的分辨率要求。