一种抖动成份分离方法、装置、设备及介质与流程

本技术涉及抖动测量，提供一种抖动成份分离方法、装置、设备及介质。

背景技术：

1、众所周知，在串行总线通信中，随着数据通信速率的不断提高，抖动成为了影响高速串行链路数据传输的主要原因之一，且，根据抖动的特性及其形成原因，抖动可以分成随机抖动和确定性抖动，其中，确定性抖动可分为数据相关抖动、周期抖动及有界不相关抖动。

2、在现有技术中，根据抖动成份的特性，抖动的分离方法包括频域法、时域法等。例如，首先，可以通过频域快速傅立叶变换（fast fourier transform，fft），将大于设定阈值的频点确定为确定性抖动成份；然后，在频域剔除确定性抖动成份后，做离散傅立叶变换（discrete fourier transformation，dft）转换成时域数据，并利用混合高斯模型获取随机抖动成份。但是，这种利用时域与频域相结合的方法需要设置阈值，而该阈值需要由分析系统特性决定，具有一定的误差；另外，在时域转频域、频域转时域的过程中，计算步骤较多，在大数据、对测量时间要求严苛的系统中具有局限性。

3、因此，如何对传输数据中的抖动成份进行有效分离成了目前亟待解决的问题。

技术实现思路

1、本技术提供一种抖动成份分离方法、装置、设备及介质，用于解决现有技术不能有效地对传输数据中的抖动成份进行分离的问题。

2、一方面，提供一种抖动成份分离方法，所述方法包括：

3、采用传输数据的时间间隔误差进行混合高斯模型建模，获得初始混合高斯模型；

4、采用最大期望算法对所述初始混合高斯模型进行收敛，获得目标混合高斯模型的模型数据；其中，所述模型数据包括所述目标混合高斯模型中每个子高斯的均值、方差和生成概率；

5、根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份。

6、可选的，所述采用传输数据的时间间隔误差进行混合高斯模型建模，获得初始混合高斯模型的步骤，包括：

7、根据所述传输数据，确定所述时间间隔误差及所述初始混合高斯模型中的子高斯数量；

8、采用所述时间间隔误差及所述子高斯数量进行混合高斯模型建模，获得所述初始混合高斯模型。

9、可选的，所述根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份的步骤，包括：

10、根据各个子高斯的方差、生成概率以及所述预设的随机抖动定义式，确定所述随机抖动成份；所述预设的随机抖动定义式包括如下公式：

11、

12、其中，表示随机抖动成份；n表示初始混合高斯模型中的子高斯数量；表示目标高斯混合模型中第i个子高斯的方差；表示目标高斯混合模型中第i个子高斯的生成概率。

13、可选的，所述根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份的步骤，包括：

14、根据各子高斯的均值以及所述预设的确定性抖动定义式，确定所述确定性抖动成份；所述预设的确定性抖动定义式包括如下公式：

15、

16、其中，表示取绝对值；表示目标高斯混合模型中第i个子高斯的均值，表示的最大值，表示的最小值。

17、可选的，在根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份之后，所述方法还包括：

18、根据由时间间隔误差获得的离散直方图，获得曲线拟合的横坐标序列；

19、针对任一个子高斯曲线，根据所述横坐标序列，获得所述任一个子高斯曲线的理论纵坐标；

20、根据改进型梯形积分法公式、统计后的时间点序列以及由时间间隔误差获得的离散直方图，获得所述任一个子高斯曲线的第一积分结果；

21、根据所述改进型梯形积分法公式、所述横坐标序列以及所述任一个子高斯曲线的理论纵坐标，获得所述任一个子高斯曲线的第二积分结果；

22、根据所述任一个子高斯曲线的理论纵坐标、第一积分结果和第二积分结果，确定出所述任一个子高斯曲线的纵坐标序列；

23、根据各个采样点时间对应的各个子高斯曲线的纵坐标值之和，获得曲线拟合的混合高斯曲线纵坐标序列。

24、可选的，所述根据改进型梯形积分法公式、统计后的时间点序列以及由时间间隔误差获得的离散直方图，获得第一积分结果的步骤，包括：

25、确定直方图离散点与统计后的时间点序列的输入长度是否相等，且所述输入长度是否大于2；

26、若确定直方图离散点与统计后的时间点序列的输入长度不相等，或所述输入长度不大于2，则提示输入数据错误；

27、若确定直方图离散点与统计后的时间点序列的输入长度相等，且所述输入长度大于2，则从小到大对统计后的时间点序列进行排序，获得排序后的时间点序列；

28、根据所述排序后的时间点序列，获得相应的排序后的直方图离散点；

29、将所述排序后的时间点序列和所述排序后的直方图离散点带入改进型梯形积分公式中进行积分计算，获得所述第一积分结果。

30、可选的，在根据各个采样点时间对应的各个子高斯曲线的纵坐标值之和，获得曲线拟合的混合高斯曲线纵坐标序列之后，所述方法还包括：

31、根据所述横坐标序列和各个子高斯曲线的纵坐标序列进行曲线拟合，获得表征随机抖动的多个子高斯的曲线；

32、根据所述横坐标序列和混合高斯曲线纵坐标序列进行曲线拟合，获得表征随机抖动的混合高斯曲线。

33、一方面，提供一种抖动成份分离装置，所述装置包括：

34、模型获得单元，用于采用传输数据的时间间隔误差进行混合高斯模型建模，获得初始混合高斯模型；

35、模型数据获得单元，用于采用最大期望算法对所述初始混合高斯模型进行收敛，获得目标混合高斯模型的模型数据；其中，所述模型数据包括所述目标混合高斯模型中每个子高斯的均值、方差和生成概率；

36、抖动分离单元，用于根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份。

37、一方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一种方法。

38、一方面，提供一种计算机存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述任一种方法。

39、与现有技术相比，本技术的有益效果为：

40、在本技术中，在进行抖动成份分离时，首先，可以采用传输数据的时间间隔误差进行混合高斯模型建模，来获得初始混合高斯模型；然后，可以采用最大期望算法对初始混合高斯模型进行收敛，来获得目标混合高斯模型的模型数据；其中，模型数据包括目标混合高斯模型中每个子高斯的均值、方差和生成概率；最后，可以根据模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，来对传输数据进行抖动分离，以获得随机抖动成份及确定性抖动成份。因此，在本技术中，由于直接通过“时间间隔误差”以及“最大期望算法”来进行任意阶高斯混合模型（gaussian mixture model，gmm）建模分析，基于此，再进行确定性抖动和随机抖动计算，以得到不同的抖动成份。所以，相比于“经过时域转化为频域，剔除大于阈值的频点后，再转化为时域来确定确定性抖动”的现有技术，本技术可以直接通过时间间隔误差在“时域”进行混合高斯模型建模并处理得到随机抖动和确定性抖动，所以，本技术不仅避免了时域与频域的多种转换，减少了计算步骤，还能提升测试速率，应用于对时间具有严苛要求的系统中。

技术特征：

1.一种抖动成份分离方法，其特征在于，所述方法包括：

2.如权利要求1所述的方法，其特征在于，所述采用传输数据的时间间隔误差进行混合高斯模型建模，获得初始混合高斯模型的步骤，包括：

3.如权利要求1所述的方法，其特征在于，所述根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份的步骤，包括：

4.如权利要求1所述的方法，其特征在于，所述根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份的步骤，包括：

5.如权利要求1所述的方法，其特征在于，在根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份之后，所述方法还包括：

6.如权利要求5所述的方法，其特征在于，所述根据改进型梯形积分法公式、统计后的时间点序列以及由时间间隔误差获得的离散直方图，获得第一积分结果的步骤，包括：

7.如权利要求5所述的方法，其特征在于，在根据各个采样点时间对应的各个子高斯曲线的纵坐标值之和，获得曲线拟合的混合高斯曲线纵坐标序列之后，所述方法还包括：

8.一种抖动成份分离装置，其特征在于，所述装置包括：

9.一种电子设备，其特征在于，所述设备包括：

10.一种存储介质，其特征在于，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1-7中任一所述的方法。

技术总结
本申请公开了一种抖动成份分离方法、装置、设备及介质，涉及抖动测量技术领域，用于解决现有技术不能有效地对传输数据中的抖动成份进行分离的问题。所述方法包括：采用传输数据的时间间隔误差进行混合高斯模型建模，获得初始混合高斯模型；采用最大期望算法对所述初始混合高斯模型进行收敛，获得目标混合高斯模型的模型数据；其中，所述模型数据包括所述目标混合高斯模型中每个子高斯的均值、方差和生成概率；根据所述模型数据、预设的随机抖动定义式和预设的确定性抖动定义式，对所述传输数据进行抖动分离，获得随机抖动成份及确定性抖动成份，以对传输数据中的抖动成份进行有效分离。

技术研发人员：赵涛,梁国超,马千里
受保护的技术使用者：成都玖锦科技有限公司
技术研发日：
技术公布日：2024/9/23