CN109165171B - 自适应的快速数字波形成像方法 - Google Patents
自适应的快速数字波形成像方法 Download PDFInfo
- Publication number
- CN109165171B CN109165171B CN201810913881.4A CN201810913881A CN109165171B CN 109165171 B CN109165171 B CN 109165171B CN 201810913881 A CN201810913881 A CN 201810913881A CN 109165171 B CN109165171 B CN 109165171B
- Authority
- CN
- China
- Prior art keywords
- cache
- waveform
- data
- amplitude
- hit
- 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.)
- Active
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims abstract description 38
- 239000000872 buffer Substances 0.000 claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 21
- 238000000034 method Methods 0.000 claims description 20
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 4
- 238000013507 mapping Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000012556 adjustment buffer Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F12/00—Accessing, addressing or allocating within memory systems or architectures
- G06F12/02—Addressing or allocation; Relocation
- G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
- G06F12/0802—Addressing of a memory level in which the access to the desired data or data block requires associative addressing means, e.g. caches
- G06F12/0806—Multiuser, multiprocessor or multiprocessing cache systems
- G06F12/0813—Multiuser, multiprocessor or multiprocessing cache systems with a network or matrix configuration
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Memory System Of A Hierarchy Structure (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明公开了一种自适应的快速数字波形成像方法,在用于保存三维波形数据库的外部存储器之外,设置一个高速缓存器用于保存缓存数据矩阵,在数据采集时,将每个采样点中命中次数较高的幅值和命中次数保存在缓存数据矩阵中,其余幅值的命中次数保存在三维波形数据库中;每当刷新周期到来时,将高速缓存器中存储的幅值的命中次数转存至三维波形数据库中,然后从三维波形数据库中读取波形数据进行显示;每次波形数据显示完毕后,判断是否达到高速缓存器的重构周期,如果达到,则计算波形数据的离散性参数,根据离散性参数对高速缓存器的结构进行重构。本发明通过优化存储结构,在不明显提高设计成本的前提下,提升***波形捕获率。
Description
技术领域
本发明属于数据采集***技术领域,更为具体地讲,涉及一种自适应的快速数字波形成像方法。
背景技术
目前,衡量数据采集***性能的主要指标有:模拟带宽、实时采样率、存储深度和波形捕获率。其中波形捕获率是衡量一个数据采集***在单位时间内的波形数据吞吐量的指标,它表征了采集***的数据处理模块在单位时间内处理波形的速度,在相同的测试环境下,该指标越高越能够快速、可靠甚至无漏失的捕获被测信号的每一个瞬间。
从应用的角度来看,高的波形捕获率能显著的提高测量过程的可靠性、降低了检测时间和成本,加速调试过程。比如,对高速串行总线时钟抖动的测量、眼图检测以及对偶然发生的欠幅、毛刺等常见异常信号的检测等测试应用都高度依赖于波形捕获率指标。
实现高捕获率的方法有许多,然而其基本的思路皆是采用并行处理架构,将数据采集和数据处理功能分开,并使用专用硬件实现数据处理,将采集的波形数据转换为数字波形图像,并存储在波形数据库中。根据***存储深度、模数转换器位数和通道数的不同,波形数据库需要的存储空间在几十kbyte到十几Mbyte之间,通常存放在高速大容量存储模块中。而***每映射一个数据都需要对存储模块进行读写访问,很明显,存储模块的访问速度对波形的处理速度有重要的影响。然而,一般来说,存储器速度越快其价格也就越高,容量也越小,因此如何在性能和价格上取得平衡是示波器设计过程中必须要考虑的问题,特别是在多通道大容量高分辨率数据采集***中更是如此。
在论文“波形映射技术及其在数字存储示波器中的应用研究[D].张沁川.电子科技大学.2012”中,提出了一种基于高速缓存结构的波形成像方法。由于数据采集点在不同映射位置的命中次数是不同的,具有数据局部化的特征,基于高速缓存结构的波形成像方法就是基于这种数据局部化特点,在波形数据库和波形映射模块之间加入一个高速小容量的数据缓冲器,用于缓存每一列波形数据的有效存储单元,即只存储部分存储单元,减小波形映射模块对波形数据库的读写访问次数。高速数据缓冲器的访问速度远远高于波形数据库,这必将大大提高波采集***的波形捕获率。而另一方面,高速数据缓冲器的容量远小于波形数据库,因此其价格也将可控。但是该方法高速数据缓冲器中缓存结构是固定的,不能适应所有被采集数据的特点,使不同被采集数据的波形捕获率均达到最优。
发明内容
本发明的目的在于克服现有技术的不足,提供一种自适应的快速数字波形成像方法,通过优化存储结构,在不明显提高设计成本的前提下,提升***波形捕获率。
为实现上述发明目的,本发明自适应的快速数字波形成像方法包括以下步骤:
S1:设置一个外部存储器用于保存三维波形数据库,三维波形数据库的矩阵表达式如下:
其中,cmk表示N幅波形数据中第k个波形样点中幅值为m-1的数据的命中次数,m=1,2,…,M,M=2D,D表示采集***中ADC模块的位数,k=1,2,…,K,K表示每幅波形的采样点数;
设置一个高速缓存器用于保存缓存数据矩阵H,初始化缓存数据矩阵H如下:
其中,缓存数据矩阵H的第k列用于缓存第k个采样点中命中次数较高的幅值信息,hqk表示第k个波形样点中命中次数较高的第r个幅值的信息,包括幅值标识和命中次数,其中q=1,2,…,Q,Q表示缓存幅值数量;
初始化缓存数据矩阵H中每个元素中命中次数的位数B=B0,B0表示命中次数基本存储单元的大小,初始化缓存幅度值数量Q=Q0,其中Q0<2D;
S2:采集***采集N幅波形数据,记第n幅波形数据Xn=(xn1,xn2,…,xnK),其中xnk表示第n幅波形数据中第k个采样点的幅值,0≤xnk≤2D-1,n=1,2,…,N,k=1,2,…,K;对采集得到的波形数据,将每个采样点中命中次数较高的幅值和命中次数保存在缓存数据矩阵H中,其余幅值的命中次数保存在三维波形数据库中。
S3:每当刷新周期到来时,将高速缓存器中存储的幅值的命中次数转存至三维波形数据库中,然后从三维波形数据库中读取波形数据进行显示;
S4:每次波形数据显示完毕后,判断是否达到高速缓存器的重构周期,如果未达到,则不作任何操作,返回步骤S2,如果达到,则计算波形数据的离散性参数,根据离散性参数对高速缓存器的结构进行重构,具体方法如下:
预先根据需要设置W个离散性参数范围[λw-1,λw),其中w=1,2,…,W,λ0=0,λW=+∞,设置第w个离散性参数范围对应的命中次数基本存储单元的数量Pw,Pw的取值范围为1≤Pw≤Q0;
确定离散性参数所位于的离散性参数范围,记离散性参数范围的序号为w*,根据对应的命中次数基本存储单元的数量对高速缓存器进行重构,重构后的缓存数据矩阵H中每个元素中命中次数的位数缓存幅度值数量表示向下取整。
本发明自适应的快速数字波形成像方法,在用于保存三维波形数据库的外部存储器之外,设置一个高速缓存器用于保存缓存数据矩阵,在数据采集时,将每个采样点中命中次数较高的幅值和命中次数保存在缓存数据矩阵中,其余幅值的命中次数保存在三维波形数据库中;每当刷新周期到来时,将高速缓存器中存储的幅值的命中次数转存至三维波形数据库中,然后从三维波形数据库中读取波形数据进行显示;每次波形数据显示完毕后,判断是否达到高速缓存器的重构周期,如果达到,则计算波形数据的离散性参数,根据离散性参数对高速缓存器的结构进行重构。本发明通过优化存储结构,在不明显提高设计成本的前提下,提升***波形捕获率。
附图说明
图1是本发明自适应的快速数字波形成像方法的具体实施方式流程图;
图2是本实施例中基于直接映射方式的高速缓存器结构图;
图3是本实施例中离散性参数阈值对应的模式转化示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
为了更好地说明本发明技术方案,首先对波形三维成像的相关技术进行简要说明。
记ADC模块的位数为D,***存储深度为K,则采集***一次波形采集将获得K个采样点。假设采集***在一段时间内进行了N次采集,获得了N幅波形数据,记第n幅波形数据Xn=(xn1,xn2,…,xnK),其中0≤xnk≤2D-1,n=1,2,…,N,k=1,2,…,K。波形数据在三维波形数据库中以三维波形数据矩阵的形式存储,三维波形数据矩阵C的表达式如下:
其中,cmk表示N幅波形数据中第k个波形样点中幅值为m-1的数据的命中次数,m=1,2,…,M,M=2D。
可知每次采集获得的第k个样点xnk对应于波形数据库矩阵C的第k列的元素波形映射就是将采集到的N幅波形数据转换成数字波形图像,存储于波形数据库中。若矩阵C的元素为G位,则波形数据库所需的存储空间是2D×K×G/8字节。
在数据采集***的实际使用过程中,不管被测信号有多复杂,为了调试或诊断的方便,用户总是希望通过输入同步触发信号或设置合适触发条件,使得被测信号能够在屏幕上稳定的显示。对一个能稳定显示的被测信号而言,采样点xnk在M个映射位置(c1K,c2K,…,cMK)T上的命中次数(概率)是不同的,具有数据局部化的特征。即矩阵C的每一列的绝大部分的存储单元是空闲的,几乎没有被访问过,但有且必有少量的存储单元命中次数非常高(有效存储单元),特别是在被测信号信噪比很高的情况下。
基于以上技术原理,本发明提出了自适应的快速数字波形成像方法。图1是本发明自适应的快速数字波形成像方法的具体实施方式流程图。如图1所示,本发明自适应的快速数字波形成像方法包括以下步骤:
S101:数据存储配置:
和传统的数据采集***一样,本发明中仍然设置一个外部存储器用于保存三维波形数据库,三维波形数据库的矩阵表达式如下:
其中,cmk表示N幅波形数据中第k个采样点中幅值为m-1的数据的命中次数,m=1,2,…,M,M=2D,D表示采集***中ADC模块的位数,k=1,2,…,K,K表示每幅波形的采样点数。
除外部存储器之外,在本发明中还设置一个高速缓存器用于保存缓存数据矩阵H,缓存数据矩阵H的表达式如下:
其中,缓存数据矩阵H的第k列用于缓存第k个采样点中命中次数较高的幅值信息,hqk表示第k个波形样点中命中次数较高的第r个幅值的信息,包括幅值标识和命中次数,其中q=1,2,…,Q,Q表示缓存幅度值数量。
初始化缓存数据矩阵H中每个元素中命中次数的位数B=B0,B0表示命中中次数基本存储单元的大小,初始化缓存幅度值数量Q=Q0,其中Q0<2D。初始值B0和Q0都是根据实际需要设置的。
S102:数据采集与存储:
采集***采集N幅波形数据,记第n幅波形数据Xn=(xn1,xn2,…,xnK),其中xnk表示第n幅波形数据中第k个采样点的幅值,0≤xnk≤2D-1,n=1,2,…,N,k=1,2,…,K。对采集得到的波形数据,将每个采样点中命中次数较高的幅值和命中次数保存在缓存数据矩阵H中,其余幅值的命中次数保存在三维波形数据库中。
S103:波形数据显示:
每当刷新周期到来时,将高速缓存器中存储的幅值的命中次数转存至三维波形数据库中,然后从三维波形数据库中读取波形数据进行显示。
S104:高速缓存器重构:
随着被采集信号的信噪比提高,波形数据的局部化特征会越来越明显,高速缓存器中部分存储单元命中次数很小,而同时有部分存储单元的命中次数非常高,可能由于位宽不够导致溢出。因此为了使高速缓存器可以尽可能适应被采集信号的变化,本发明提出了对高速缓存器的重构方法,具体如下:
每次波形数据显示完毕后,判断是否达到高速缓存器的重构周期,重构周期是根据实际需要设置的,如果未达到,则不作任何操作,返回步骤S102,如果达到,则计算波形数据的离散性,根据离散性参数对高速缓存器的结构进行重构,具体方法如下:
可知离散性参数的理论取值范围为[0,+∞)。因此本发明预先根据需要设置W个离散性参数范围[λw-1,λw),其中w=1,2,…,W,λ0=0,λW=+∞,同时,设置第w个离散性参数范围对应的命中次数基本存储单元的数量Pw,Pw的取值范围为1≤Pw≤Q0。离散性参数越小,说明被采集信号的信噪比越高,那么采样点的幅度就会越集中,也就是说命中概率较大的幅值的命中次数会明显高于其他幅值,因此命中次数基本存储单元数量Pw越大,以适应更大的命中次数。
确定离散性参数所位于的离散性参数范围,记离散性参数范围的序号为w*,根据对应的命中次数基本存储单元的数量对高速缓存器进行重构,重构后的缓存数据矩阵H中每个元素中命中次数的位数缓存幅度值数量表示向下取整。
一般来说,为了便于高速缓存器的重构,最大化资源利用,优选设置缓存数据矩阵H每次重构后其缓存幅度值数量Q均为2的幂次方,即缓存幅度值数量的初始值Q0和命中次数基本存储单元数量Pw的值均为2的幂次方。
根据离散性参数范围的划分可知,对于离散性参数的理论取值范围[0,+∞),采用了W-1个阈值对其进行划分,即λw′,w′=1,2,…,W-1,且λ1<λ2<…<λW-1。为了避免被采集信号的离散性参数在阈值附近波动而造成高速缓存器模式切换过于频繁,本发明提出了一种优选方式,即采用双阈值的方式划分离散性参数范围。也就是说,每个阈值存在两个值:和其中如果高速缓存器上一次重构时离散性参数所位于的离散性参数范围序号为则本次离散性参数判断时所采用的离散性参数范围为
在数据采集***运行过程中,循环执行步骤S102至步骤S104,直到数据采集停止。
为了更好地说明本发明中采集数据存储的过程,本实施例中优选一种基于直接映射方式的高速缓存器。图2是本实施例中基于直接映射方式的高速缓存器结构图。如图2所示,本实施例中高速缓存器分为K块(block),第k块对应数据缓存矩阵H中的第k列,高速缓存器每个块包含Q个存储单元,记Q=2R,R≥1,每个存储单元分为3个部分,依次为FLAG、DATA、COUNT,其中FLAG为存储单元的有效标识,位数为1,无效则表示该存储单元未被使用,有效则表示该存储单元已被使用;DATA为幅值,位数为D-R;COUNT为幅值DATA的命中次数,位数为B。因此本实施例中高速数据缓冲器所需存储空间为2R×K×(1+D-R+B)/8字节。
基于以上高速缓存器,步骤S102中波形数据的具体保存方法如下:
1)对于波形数据中的每个幅值xnk,计算得到L=xnkmod Q,则幅值xnk对应高速缓存器的第k块中第L个存储单元。根据以上计算过程可知,在M个幅值中,会有M/Q个幅值均对应同一个存储单元。
2)判断高速缓存器的第k块中第L个存储单元中FLAG是否为有效,如果为无效则说明该存储单元还未被使用,进入步骤3),如果为有效则说明该存储单元已经被使用,进入步骤4)。
3)基于高速缓存器直接映射原理,可将幅值xnk的高D-R位存入高速缓存器的第k块中第L个存储单元的DATA,将COUNT置为1,并令FLAG有效。
4)进一步判断幅值xnk的高D-R位是否与高速缓存器的第k块中第L个存储单元的DATA相等,如果相等则进入步骤5),否则进入步骤6)。
5)令高速缓存器的第k块中第L个存储单元中的COUNT值加1。
6)从波形数据库中读取幅值xnk的命中次数,将该命中次数加1后得到幅值xnk的当前命中次数,然后与高速缓存器的第k块中第L个存储单元中的COUNT值进行比较,如果幅值xnk的当前命中次数较大,则根据高速缓存器的第k块中第L个存储单元中的DATA将对应COUNT值写入波形数据库中三维波形数据库C的对应元素中,然后将幅值xnk的高D-R位存入高速缓存器的第k块中第L个存储单元的DATA,将当前命中次数存入COUNT。如果高速缓存器的第k块中第L个存储单元中的COUNT值较大,则令波形数据库中幅值xnk对应的命中次数加1。
采用以上方式,可以保证调整缓存器中每个存储单元始终保存对应M/Q个幅值中命中次数最高的幅值。当被采集信号的信噪比较高时,高速缓存器中保存的幅值更换的次数很少,不会造成运行复杂度的大幅度增加。
根据以上描述可知,本发明中,对于命中次数较高的幅值,采集***会直接访问高速缓存器,由于高速缓存器的访问速度外部存储器要快得多,因此可以极大地提高波形数据的存储速度,进而提高波形捕获率。假设高速缓存器的数据缓存矩阵中每个采样点所对应的Q个存储单元的命中概率和为pk,那么本发明完成一幅波形映射所需的平均时间为:
其中,t1为高速缓存器的访问时间,t2为波形数据库的访问时间。由于t1远小于t2,因此本发明进行波形成像的时间远小于直接采用波形数据库进行映射的时间。
而本发明还提出了高速缓存器的重构方法,可以根据被采集信号的实际情况对高速缓存器进行重构,更大限度地提升波形数据的存储与访问速度,以提高波形捕获率。
为了更好地说明本发明,采用一个具体实施例进行本发明技术方案说明。本实施例中采用单通道数据采集***,每次刷屏周期内采集的最大波形幅数N=1000,数据采集***的存储深度K=700,ADC模块的位数D=10,波形数据库存储单元的位宽G=8,则波形数据库的大小为700kByte。
本次实验验证中设置3种工作模式,每个模式设置两个离散性参数范围。表1是本实施例中高速缓存器三种模式参数表。
表1
其中模式1中的高速缓存器参数即为高速缓存器中基本存储单元的配置。根据表1可知,高速缓存器容量与波形数据库容量的比为25%。图3是本实施例中离散性参数阈值对应的模式转化示意图。根据表1和图3可知,本实施例中离散性参数范围的划分采用双阈值方式,模式1和模式2之间的两个阈值分别为25、35,模式2和模式3之间的两个阈值分别为55、65。
本实施例中,在原始数据中加入5个白噪声信号构成5个被采集信号,采用本发明进行波形成像。表2是本实施例中5个被采集信号的参数和工作模式。
信号序号 | 1 | 2 | 3 | 4 | 5 |
白噪声方差 | σ=0.02 | σ=0.05 | σ=0.1 | σ=0.2 | σ=0.5 |
离散性参数 | 8.16 | 20.40 | 40.73 | 81.52 | 191.43 |
工作模式 | 模式1 | 模式1 | 模式2 | 模式3 | 模式3 |
表2
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (2)
1.一种自适应的快速数字波形成像方法,其特征在于,包括以下步骤:
S1:设置一个外部存储器用于保存三维波形数据库,三维波形数据库的矩阵表达式如下:
其中,cmk表示N幅波形数据中第k个波形样点中幅值为m-1的数据的命中次数,m=1,2,…,M,M=2D,D表示采集***中ADC模块的位数,k=1,2,…,K,K表示每幅波形的采样点数;
设置一个高速缓存器用于保存缓存数据矩阵H,高速缓存器分为K块,第k块对应数据缓存矩阵H中的第k列,高速缓存器每个块包含Q个存储单元,记Q=2R,R≥1,每个存储单元分为3个部分,依次为FLAG、DATA、COUNT,其中FLAG为存储单元的有效标识,位数为1,无效则表示该存储单元未被使用,有效则表示该存储单元已被使用;DATA为幅值,位数为D-R;COUNT为幅值DATA的命中次数,位数为B;
初始化缓存数据矩阵H如下:
其中,缓存数据矩阵H的第k列用于缓存第k个采样点中命中次数较高的幅值信息,hqk表示第k个波形样点中命中次数较高的第r个幅值的信息,包括幅值标识和命中次数,其中q=1,2,…,Q,Q表示缓存幅值数量;
初始化缓存数据矩阵H中每个元素中命中次数的位数B=B0,B0表示命中次数基本存储单元的大小,初始化缓存幅度值数量Q=Q0,其中Q0<2D;
S2:采集***采集N幅波形数据,记第n幅波形数据Xn=(xn1,xn2,…,xnK),其中xnk表示第n幅波形数据中第k个采样点的幅值,0≤xnk≤2D-1,n=1,2,…,N,k=1,2,…,K;对采集得到的波形数据,将每个采样点中命中次数较高的幅值和命中次数保存在缓存数据矩阵H中,其余幅值的命中次数保存在三维波形数据库中;波形数据的具体保存方法如下:
1)对于波形数据中的每个幅值xnk,计算得到L=xnk mod Q;
2)判断高速缓存器的第k块中第L个存储单元中FLAG是否为有效,如果为无效则说明该存储单元还未被使用,进入步骤3),如果为有效则说明该存储单元已经被使用,进入步骤4);
3)将幅值xnk的高D-R位存入高速缓存器的第k块中第L个存储单元的DATA,将COUNT置为1,并令FLAG有效;
4)进一步判断幅值xnk的高D-R位是否与高速缓存器的第k块中第L个存储单元的DATA相等,如果相等则进入步骤5),否则进入步骤6);
5)令高速缓存器的第k块中第L个存储单元中的COUNT值加1;
6)从波形数据库中读取幅值xnk的命中次数,将该命中次数加1后得到幅值xnk的当前命中次数,然后与高速缓存器的第k块中第L个存储单元中的COUNT值进行比较,如果幅值xnk的当前命中次数较大,则根据高速缓存器的第k块中第L个存储单元中的DATA将对应COUNT值写入波形数据库中三维波形数据库C的对应元素中,然后将幅值xnk的高D-R位存入高速缓存器的第k块中第L个存储单元的DATA,将当前命中次数存入COUNT;如果高速缓存器的第k块中第L个存储单元中的COUNT值较大,则令波形数据库中幅值xnk对应的命中次数加1;
S3:每当刷新周期到来时,将高速缓存器中存储的幅值的命中次数转存至三维波形数据库中,然后从三维波形数据库中读取波形数据进行显示;
S4:每次波形数据显示完毕后,判断是否达到高速缓存器的重构周期,如果未达到,则不作任何操作,返回步骤S2,如果达到,则计算波形数据的离散性参数,根据离散性参数对高速缓存器的结构进行重构,具体方法如下:
预先根据需要设置W个离散性参数范围[λw-1,λw),其中w=1,2,…,W,λ0=0,λW=+∞,设置第w个离散性参数范围对应的命中次数基本存储单元的数量Pw,Pw的取值范围为1≤Pw≤Q0;
确定离散性参数所位于的离散性参数范围,具体方法为:离散性参数范围采用双阈值划分,每个阈值存在两个值:和其中如果高速缓存器上一次重构时离散性参数所位于的离散性参数范围序号为则本次离散性参数判断时所采用的离散性参数范围为
2.根据权利要求1所述的快速数字波形成像方法,其特征在于,所述缓存数据矩阵H每次重构后其缓存幅度值数量Q均为2的幂次方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810913881.4A CN109165171B (zh) | 2018-08-10 | 2018-08-10 | 自适应的快速数字波形成像方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810913881.4A CN109165171B (zh) | 2018-08-10 | 2018-08-10 | 自适应的快速数字波形成像方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109165171A CN109165171A (zh) | 2019-01-08 |
CN109165171B true CN109165171B (zh) | 2022-12-23 |
Family
ID=64895660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810913881.4A Active CN109165171B (zh) | 2018-08-10 | 2018-08-10 | 自适应的快速数字波形成像方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109165171B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113570496B (zh) * | 2021-07-29 | 2024-05-28 | 昕海智创(深圳)科技有限公司 | 一种波形数据高速缓存回显方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5908391A (en) * | 1997-05-07 | 1999-06-01 | General Electric Company | Method and apparatus for enhancing resolution and sensitivity in color flow ultrasound imaging using multiple transmit focal zones |
US6816622B2 (en) * | 2001-10-18 | 2004-11-09 | Microsoft Corporation | Generating resized images using ripple free image filtering |
US20070078873A1 (en) * | 2005-09-30 | 2007-04-05 | Avinash Gopal B | Computer assisted domain specific entity mapping method and system |
CN100504401C (zh) * | 2007-09-14 | 2009-06-24 | 电子科技大学 | 一种三维波形实时显示方法和*** |
CN100570373C (zh) * | 2008-04-18 | 2009-12-16 | 电子科技大学 | 一种极高波形捕获率数字存储示波器 |
US20090313263A1 (en) * | 2008-06-16 | 2009-12-17 | Tdk Corporation | Multi-Media Server |
CN102053184B (zh) * | 2009-11-10 | 2014-06-25 | 北京普源精电科技有限公司 | 一种具有高波形捕获率的数字示波器及其控制方法 |
WO2013071285A1 (en) * | 2011-11-11 | 2013-05-16 | Rutgers, The State University Of New Jersey | Methods for the diagnosis and treatment of neurological disorders |
CN103869127B (zh) * | 2012-12-12 | 2018-01-16 | 北京普源精电科技有限公司 | 一种具有轨迹显示功能的数字示波器 |
CN102998500B (zh) * | 2012-12-24 | 2015-05-13 | 电子科技大学 | 一种数字三维示波器的波形数据处理方法 |
CN103325426B (zh) * | 2013-05-09 | 2015-10-28 | 电子科技大学 | 基于ddr2sdram阵列分段存储的无缝采集方法 |
US9268889B2 (en) * | 2013-12-05 | 2016-02-23 | International Business Machines Corporation | Verification of asynchronous clock domain crossings |
CN205920142U (zh) * | 2016-08-03 | 2017-02-01 | 深圳市鼎阳科技有限公司 | 一种示波器 |
-
2018
- 2018-08-10 CN CN201810913881.4A patent/CN109165171B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109165171A (zh) | 2019-01-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190163622A1 (en) | Estimation method for data access performance | |
CN109901472B (zh) | 一种基于fpga的顺序等效采样*** | |
CN110940841B (zh) | 基于fpga的数字三维示波器快速采集*** | |
CN108269587B (zh) | 光缆敲击信号显示方法及*** | |
CN107024623B (zh) | 数据采集芯片的测试***、装置及其控制方法 | |
CN109725198B (zh) | 一种频谱仪的余辉生成方法及频谱仪 | |
CN111858396A (zh) | 一种存储器自适应地址映射方法及*** | |
CN109445882B (zh) | 一种频谱三维显示装置、方法及计算机可读存储介质 | |
CN109596076B (zh) | 对象面积分析机构 | |
CN109165171B (zh) | 自适应的快速数字波形成像方法 | |
CN111399782A (zh) | 一种动态测试设备高可靠性触发及数据采集存储方法 | |
CN113325386A (zh) | Spad激光雷达双随机内存实时统计tdc的方法 | |
CN106324312A (zh) | 一种示波器垂直方向上快速精准读取数据的方法及示波器 | |
CN109991458B (zh) | 一种基于fpga的波形纵向平均*** | |
KR20120094415A (ko) | 파형의 정밀 측정 | |
CN109859788B (zh) | 阻式存储器的误码率测试方法 | |
CN102944301B (zh) | 基于变距分段法的超声信号数字式峰值检测方法及*** | |
CN109736793B (zh) | 一种评价储层孔隙结构的方法及设备 | |
CN108416176B (zh) | 一种dram控制器的抗干扰方法和电路及芯片 | |
CN112067870B (zh) | 一种基于fpga的示波器参数自动测量装置及方法 | |
CN205920142U (zh) | 一种示波器 | |
CN110688083A (zh) | 一种基于ddr3的高速数据流长延时储频转发方法 | |
US7956775B2 (en) | Backward compression system and method | |
CN104730307A (zh) | 灰度等级数字示波器及其波形处理模块和方法 | |
CN117472668B (zh) | 存储控制器的测试方法及测试平台 |
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 |