摘要
眼图交叉点估计是眼图参数计算的重要步骤,直接影响到眼宽、峰峰值抖动等参数的计算精度。传统方法基于数据的统计特性,需要大量数据才能得到较精确的结果,由于矢量网络分析仪生成眼图较其他仪器更复杂,当数据量较大时需要采集数据的时间较长,影响仪器的使用效率。为了解决这一问题,提出了一种基于局部插值的眼图交叉点估计算法,在数据量较小时仍能估计出较精确的结果。实验表明,这种方法在估计精度为1.2×10-13 s时所需的数据量仅为传统算法的1/4。
- 单位
眼图交叉点估计是眼图参数计算的重要步骤,直接影响到眼宽、峰峰值抖动等参数的计算精度。传统方法基于数据的统计特性,需要大量数据才能得到较精确的结果,由于矢量网络分析仪生成眼图较其他仪器更复杂,当数据量较大时需要采集数据的时间较长,影响仪器的使用效率。为了解决这一问题,提出了一种基于局部插值的眼图交叉点估计算法,在数据量较小时仍能估计出较精确的结果。实验表明,这种方法在估计精度为1.2×10-13 s时所需的数据量仅为传统算法的1/4。