当前位置:首页 > 测试测量 > 测试测量
[导读] 中心议题:上升沿和下降沿取决于基顶值和基底值的确定 宽度、周期和延迟等时间参数在中间线处测量 合理设置水平轴测量中的Hysteresis(磁滞)能有效防止噪声或其它干扰问题:“在测试信号边沿的上升/下

中心议题:

上升沿和下降沿取决于基顶值和基底值的确定 宽度、周期和延迟等时间参数在中间线处测量 合理设置水平轴测量中的Hysteresis(磁滞)能有效防止噪声或其它干扰

问题:
“在测试信号边沿的上升/下降时间的时候,跟我选择的存储深度有没有关系。比如我使用40GS/S的采样率测试PCIE CLK,如果在屏幕上显示一个时钟周期测试它的上升下降时间和我调节时基到8M的存储深度时测试到的上升下降时间有没有区别?”

回答:
你知道示波器中上升时间是怎么确定的吗?如果说是“上升沿”的10%-90%,那“上升沿”指的是什么呢?如果你会从波形的下面指到上面,那是指下面的最小值点到上面的最大值点还是下面的平均值位置到上面的平均值位置呢?这些都涉及示波器对上升时间的算法定义。

示波器里计算上升沿需要定义“算法”。IEEE定义的算法如图一所示。上升沿的确定取决于参数“top”(基顶)和“base”(基底)的确定。 正确的确定基顶和基底是正确的参数计算的基础。在分析的开始,示波器首先计算一个波形数据的直方图,时间跨度由两个时间光标之间的时间值确定,默认情况下光标是从最左边到最右边。例如,如果波形是在两个状态跃变的,那么其直方图将包括两个波峰。分析方法将尝试识别包含了最大的数据密度的这两组数据。于是,和这两组相关联的最大概率的状态将被计算出来,以决定基顶和基底。基顶相对应于上部的最大概率位置,基底相对应于下部的最大概率位置。


图一 示波器中一些常用测量参数的算法定义
一旦确定了基顶值和基底值,上升时间和下降时间的计算就很容易了。基顶值减去基底值就是幅值,幅值的90%和10%的门限电平之间的时间间隔就是上升时间。 如果用rise@level,可以选择上升时间的门限电压。如果选择绝对设置,上升时间和下降时间的计算就是测量在上升沿或下降沿上两个交叉点的时间间隔。但是,如果选择了相对设置,在基顶线和基底线之间的垂直间隔被一个百分比分割(base=0%,top=100%),这样来决定交叉点的垂直位置,在上升沿和下降沿上的交叉点之间的时间间隔被计算出来以得到上升时间和下降时间。

顶部和底部样本数的多少会影响到基顶和基底确定的准确性。如果示波器上只一个时钟周期,顶部和底部的样本数很少,如果时钟信号上有一点点的过冲或下冲就会影响到直方图的分布的最大概率状态的确定。因此,在测量时钟我们建议屏幕上采集的周期数尽量多一些。至此,上面的问题的答案已是不言而喻的了。

值得说明的是,有时候示波器的参数下方的状态显示中有 的图标,脉冲上的一个十字表示示波器不能够确定基顶和基底,但是,测量仍然是有效的。
图二 一些时间参数的定义
象宽度、周期和延迟这样的时间参数都在中间线处测量(图二)。中间线位于基底线和基顶线的中间位置(50%)。时间参数的计算依赖于观察窗内包含的周期的数量。如果周期的数量不是整数,参数的测量,如有效值(RMS)或均值(MEAN)这样的参数)是有误差的。为避免这种偏差,仪器使用周期参数,包括crms 和cmean,这些参数强迫在整数个周期内进行计算。

在示波器水平轴测量中有一个常被忽略的选项叫Hysteresis(磁滞)。 Hysteresis选项利用了电平之上或之下的限制,这能防止测量到噪声或其它干扰。Hysteresis的设置以milli-divisions(千分之一格)为单位指定,其设置的原则是:
1. Hysteresis 必须大于您希望忽略掉的最大噪声尖峰。
2.可用的最大Hysteresis 值小于从电平到最近的波形极值的距离。
3.除非您知道将在任何周期内发生的最大的噪声和最近的极值电平,否则就在电平的两侧留出余量。

图三所示为测试频率为61.44MHz时钟的TIE@lv参数,但PLL在计算频率时得到的结果为5.334099599GHz,这是因为缺省时Hystersis系数为500mdiv(即0.5格),示波器中将时钟上升沿和下降沿的回钩都当作了是一个个小的脉冲来计算频率,TIE@lv的测试结果也当然错了。
图三 使用TIE的缺省设置,Hysteresis值为500mdiv
由于时钟边沿存在回沟,所以必须增大磁滞系数,在图四中修改为2div,如下所示,这时示波器找到了正确的频率61.44MHz,TIE抖动的峰峰值为P5=495ps,有效值为P1的sdev 等于141ps。
图四 修改TIE的Hystersis设置
在应用一些参数进行测量时,我们都应知道这些参数在示波器中是怎样定义的,了解每一个设置菜单是什么含义,养成“知其所以然”的好习惯。


本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

随着科技的飞速进步,人工智能(AI)已经逐渐成为了引领新一轮科技革命和产业变革的核心驱动力。AI不仅在改变着我们的日常生活,还在推动各行各业的创新发展。展望未来,人工智能的发展将呈现出哪些趋势呢?本文将从技术、应用、伦理...

关键字: 人工智能 算法 AI技术

机器学习算法不会要求一个问题被 100%求解,取而代之的是把问题转化为最优化的问题,用不同的算法优化问题,从而比较得到尽量好的结果。

关键字: 机器学习 算法 最优化

据数据类型的不同,对一个问题的建模有不同的方式。在机器学习或者人工智能领域,人们首先会考虑算法的学习方式。在机器学习领域,有几种主要的学习方式。

关键字: 机器学习 人工智能 算法

NVIDIA 量子模拟平台将通过各大云提供商提供,帮助科学家推进量子计算和算法研究

关键字: 量子计算 算法 量子云

随着科技的飞速发展,人工智能(AI)已经成为当今科技研究的热点和前沿。AI的快速发展不仅带来了许多新的应用场景和商业模式,也在推动科技进步的同时,引发了一系列关于其未来发展方向和潜在影响的深入讨论。本文将对人工智能的科技...

关键字: 人工智能 AI技术 算法

机器学习算法:机器学习是一种让计算机通过学习数据和模式来改进自身算法的技术。这些算法包括监督学习、无监督学习和强化学习。

关键字: 人工智能 机器学习 算法

随着信息技术的快速发展,机器学习作为人工智能的核心技术之一,正逐渐渗透到各个领域,引领着一场前所未有的科技变革。在机器学习的实际应用中,有三大重点至关重要,它们分别是数据质量、算法选择与模型评估。本文将深入探讨这三大重点...

关键字: 机器学习 数据质量 算法

在人工智能的浪潮中,机器学习已逐渐成为推动科技进步的核心动力。机器学习技术的广泛应用,从图像识别到自然语言处理,从智能推荐到自动驾驶,都离不开其三个基本要素:数据、算法和模型。本文将深入探讨这三个基本要素在机器学习中的作...

关键字: 机器学习 算法 人工智能

随着信息技术的迅猛发展,机器学习作为人工智能的核心技术之一,已经深入到了各个领域,为我们的生活和工作带来了翻天覆地的变化。无论是智能语音助手、自动驾驶汽车,还是个性化推荐、疾病预测,这些令人惊叹的应用背后,都离不开机器学...

关键字: 机器学习 人工智能 算法

机器学习的方法是指利用统计学方法和算法让计算机自动学习模式和规律,并通过数据进行预测和决策的一门学科。机器学习的主要目标是让计算机能够从数据中自我学习,通过训练模型来提高自身的性能。机器学习的方法可以从高层次上分为监督学...

关键字: 机器学习 算法
关闭
关闭