信道参数寻找方法、装置、存储介质和计算机设备与流程
本发明涉及通信技术领域，特别是涉及一种信道参数寻找方法、装置、存储介质和计算机设备。
背景技术：
现代通信领域交换设备的单板上，通常包含专用交换芯片，以及时钟数据恢复芯片(即cdr)。在单板制作完成后，单板的走线、叠层、单板运行的热参数等影响交换芯片与cdr之间通信信道参数就确定好了。但是同系列的不同型号的产品信道参数是不固定的，每个产品都需要寻找属于自己的信道参数。同时，由于的工艺水平、材料加工水平的限制，同型号产品也会有细微差别。虽然差别不大，但会使得同型号的每个个体的信道参数都会略有不同。故在现有技术中，需要大量测试和提取参数来寻找最优的参数，使得该信道参数满足所有产品通信信号的质量要求，该过程称之为寻找共有参数，故寻找一个单板的最优化参数是十分费时费力的事情，因此，优化该算法是十分重要的。
随着现代通信技术的发展，目前行业内的交换芯片与cdr之间的单通道通信速率已达到10gbps甚至25gpbs。所以电信号以这种速率在pcb板上传输，信号的高频成分衰减是十分剧烈的。信道相当于一个低通滤波器，信号到达10g-25g速率衰减十分剧烈，所以必须对信号进行补偿。补偿技术有预加重、去加重以及均衡。所谓寻找信道参数，实际上是寻找合理的预加重、去加重以及均衡参数，使得通信信号质量最优化。设置合理的优化后的参数如图1所示，图1中是输入(input)的信号经过cdr后输出(output)的眼图，眼图是衡量高速serdes信号质量的重要手段之一，眼睛睁开越大即信号质量越好。
在现有技术中，都是采用全部遍历或者遍历部分参数的方法来寻找最优的信道参数。由于每次设置寄存器需要等待芯片工作稳定，并且通过收发数据crc(循环冗余码校验，cyclicredundancycheck)以及眼图来验证参数是否可用，需要花费10s左右，全部遍历所花去的时间为256*32*10，即81920s(22.8h)。这个时间是单通道所花费的时间。这样记录每块单板可以用的参数，找10个这样的单板，去这些参数的交集，在选定一组在最中间的一个参数认为是比较好的，作为所有产品的共有参数。显然这样的方法是非常费时的。因此，采用全遍历的方法缺点是效率太低，找到合适的参数需要很长时间。另外，用遍历部分参数的方法是，固定dfe寄存器，例如设置为0，只去改变ctle寄存器值，这样虽然大大缩减了遍历所有参数的时间，但往往找到的参数不是最优化的参数，若是运气不好的时候，10台设备记录的参数没有交集，即没有共有参数。
技术实现要素：
基于此，有必要针对上述问题，提供一种采用梯度上升法的信道参数寻找方法、装置、存储介质和计算机设备。
一种信道参数寻找方法，所述方法包括：
将芯片的寄存器参数设定为预加重参数的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数为矩阵；
根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；
在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点；
在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵的点值为最佳参数值。
一种信道参数寻找装置，包括：
获取模块，用于将芯片的寄存器参数设定为预加重参数的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数为矩阵；
检测模块，用于根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；
移动模块，用于在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点；
确认模块，用于在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵的点值为最佳参数值。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可执行指令，所述计算机可执行指令被处理器执行时，使得所述处理器执行以下步骤：将芯片的寄存器参数设定为预加重参数的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数为矩阵；根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点；在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵的点值为最佳参数值。
一种计算机设备，包括存储器和处理器，所述存储器中储存有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行以下步骤：将芯片的寄存器参数设定为预加重参数的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数为矩阵；根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点；在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵的点值为最佳参数值。
上述信道参数寻找方法、装置、存储介质和计算机设备，采用梯度上升的算法，快速迭代并寻找到最佳的信道参数。本发明沿着梯度最大的方向去寻找最佳信道参数，可以有目标有方向地逼近最佳信道参数值；同时，可以大大简化和缩短迭代的次数，进而缩短了寻找所耗费的时间，大大提高了效率，节约了产品研发成本。且相比于固定一个维度参数，只变化一个维度参数的方法，本发明大大提高了寻找极值的准确性。
附图说明
图1为现有技术中输入信号经过cdr后输出的眼图；
图2为一个实施例中信道参数寻找方法的流程图。
图3为一个实施例中信道参数寻找装置的结构框图。
图4为一个实施例中信道参数寻找装置的获取模块的结构框图。
图5为一个实施例中信道参数寻找装置的检测模块的结构框图。
图6为一个实施例中信道参数寻找装置的移动模块的结构框图。
图7为一个实施例中信道参数寻找方法的一维的高斯分布示意图。
图8为一个实施例中信道参数寻找方法的二维的高斯分布示意图。
图9为一个实施例中信道参数寻找方法中叠加单位方向矩阵示意图。
图10为一个实施例中信道参数寻找方法中二维平面内信道参数的寻找轨迹。
图11为一个实施例中信道参数寻找方法中最大方向导数的计算过程。
图12为一个实施例中空间内存在多个信道参数极值点的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在本发明中，如图2所示，在一个实施例中，提供一种信道参数寻找方法，包括步骤s10-s40：
在步骤s10中，将芯片的寄存器参数设定为预加重参数x的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数x为矩阵；也即，首先设定用于对抗信道衰减的预加重参数为矩阵x；其中，所述矩阵x中的点值由芯片的寄存器参数组成；其中，所述寄存器参数包括但不限定于为交换芯片中的ctle(continuoustimelinearequalizer)寄存器的连续时间线性均衡参数xctle、交换芯片中的dfe(decisionfeedbackequalizer)寄存器的判决反馈均衡参数xdfe；在一个实施例中，所述寄存参数仅包括xctle与xdfe两个参数，则所述矩阵x为二维矩阵(xctle，xdfe)。ctle寄存器8bit，即有256个参数，而dfe寄存器有5bit，即有32个参数。在本实施例中，首先设置预加重参数x，在本实施例中，所述预加重参数为矩阵x，也即，所述矩阵x即可以为一维矩阵，也可以为二维矩阵或者多维矩阵。所述预加重参数实际是增加发出信号的高频成分，以此来对抗信道对高频成分的衰减，且不同预加重参数会对应不同的增益曲线，不同增益曲线的陡峭程度也会不同；当设置的预加重参数的增益曲线可以很好的对抗信道的衰减作用时，接收方就可以正确的判别数据。实际上，在一定范围内，增益曲线陡峭程度高或者低都是可行的，故每台设备会有许多信道参数都可以满足接收要求，但本发明需要从这些满足要求的信道参数中选取一个最优信道参数。若矩阵x＝x0为最优参数，那么x＝x0时接收的误码率为最低，对应的接收信号的眼图是最好的。而当x＝x0+δx时，接收误码率应该大于x＝x0时的误码率，此时眼图应略差一点(表现在眼高、眼宽略小)。当δx→0时，误码率应几乎等于x＝x0时的误码率。
在一个实施例中，后续步骤的算法为矩阵x为二维矩阵(xctle，xdfe)的情况。暂且认为ctle寄存器的连续时间线性均衡参数为xctle、交换芯片中的dfe寄存器的判决反馈均衡参数为xdfe时，此时xctle与xdfe分别代表图8中水平面上两坐标轴上的连续点值，垂直坐标轴上对应的是信号量化参数heye(通过自所述芯片中读取信号眼图的眼高值和眼宽值进行计算，读取眼高值和眼宽值时，所述ctle寄存器的连续时间线性均衡参数已被设定为xctle，dfe寄存器的判决反馈均衡参数已被设定为xdfe)的值。在一个实施例中，交换芯片准备发送一组数据，在经过预加重或去加重之后，信号似乎变得更恶劣，但这种信号的变化正好与信道的滤波作用相抵消，在信号传输到cdr侧的时候，信号又变得更加容易接收判别电平，且信道特性相对稳定，也即，在设置好交换芯片的预加重或去加重参数后，接收方(cdr侧)会具有相对稳定的眼图。故可以认为ctle寄存器的连续时间线性均衡参数xctle、dfe寄存器的判决反馈均衡参数xdfe与heye是一一对应关系。
在步骤s20中，根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；在一个实施例中，为了更好的量化眼图好坏，根据以下公式计算叠加后矩阵中所有点的信号量化参数；
其中，heye为信号量化参数，h眼高为读取的眼高值，w眼宽为读取的眼宽值，θ1为眼高值的权重参数，θ2为眼宽值的权重参数。为计算方便，作为优选，暂且将眼高值h眼高的权重参数θ1，眼宽值w眼宽的权重参数θ2均取1。故在x0点heye(x)近似高斯分布(由于本实施例中，所述矩阵x的点值并不是连续的无限个点，而是依照芯片上寄存器参数来对矩阵的点进行设定，因此此处x是离散的，因此在x0点heye(x)是近似的高斯分布)。当矩阵x为一维矩阵时，图7表示了其高斯分布近似情况，而当矩阵x是二维矩阵时，可以参照图8的情况，如图8所示，需要寻找平面内的最大值heye，heye的引入量化了信号质量这样的抽象参数。当所述矩阵x是更高维度的时候，算法类似，但其概率分布不方便用图形表示出来。
在矩阵x为二维矩阵(xctle，xdfe)时,设heye＝f(xctle,xdfe),首先设定需要寻找最优的两个信道参数为设定分别为xctle，xdfe值，并在此时读取信号眼图的眼高和眼宽，并根据
在步骤s30中，在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点。且在移动所述预设点之后，获取移动后的所述预设点的信号量化参数并返回至检测其是否迭代至极值。也即，在矩阵x为二维矩阵(xctle，xdfe)时,设heye＝f(xctle,xdfe),首先要求f(xctle,xdfe)的方向导数，找到最大的方向导数，即点(xctle，xdfe)的梯度，且梯度方向是上升最快的方向。且可理解的，在该实施例中，并不是真正用xctle，xdfe值本身去进行导数的计算，而是通过首先设定需要寻找最优的信道参数为设定为上述值，并在此时读取眼图的眼高和眼宽去进行计算而获取对应的信号量化参数heye及此时该参数对应的点的方向导数和梯度方向等。
可理解的，在上述步骤中已经验证信号量化参数heye未迭代至极值(最大值)时，此时，根据计算的到的最大的方向导数(所述预设点的梯度)，将当前的所述预设点移动到下一个点。向下一个点移动的时候的所述预设步长可以取一个合理的数值(在一个实施例中，每次移动的步长均为设定寄存器参数之后，映射到信号量化参数heye的计算中)，太小使得迭代次数增加，太大使得找到的参数不是最优(有时会受到芯片制约，步进长度不能无限小)。然后继续上述过程，求出点的梯度方向，持续移动。
在步骤s40中，在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵x的点值为最佳参数值。也即，在上述步骤s30中，在当前点移动到极值点的时候，此时找不到正向梯度，迭代可以停止，算法结束，找到了最佳参数值(最佳信道参数)。沿着梯度最大的方向去寻找最佳参数，可以大大简化，和缩短迭代的次数。进而缩短寻找所耗费的时间。相比全遍历的办法，该算法可以有目标有方向地逼近最佳值。在本实施例中，heye越大认为信号质量越好，heye最大时对应的xctle与xdfe的数值，认为是最佳的信道参数值，此时也代表所述预设点的信号量化参数迭代至极值。
在上述实施例中，本发明沿着梯度最大的方向去寻找最佳信道参数，可以有目标有方向地逼近最佳信道参数值；同时，可以大大简化和缩短迭代的次数，进而缩短了寻找所耗费的时间，大大提高了效率，节约了产品研发成本。且相比于固定一个维度参数，只变化一个维度参数的方法，本发明大大提高了寻找极值的准确性。
在一个实施例中，所述步骤s10包括：
将所述芯片的寄存器参数设定为所述矩阵x的预设点的点值，且令所述预设点叠加单位方向矩阵，并自所述芯片中读取叠加后矩阵中所有点对应的眼高值和眼宽值。也即，假设所述矩阵x为二维矩阵(xctle，xdfe)，所述预设点为(xi，xj)，其中，所述xi为交换芯片中的ctle寄存器的连续时间线性均衡参数xctle对应于所述预设点的点值，所述xj为所述交换芯片中的dfe寄存器的判决反馈均衡参数xdfe对应于所述预设点的点值；此时，令所述预设点(xi，xj)叠加单位方向矩阵，并自所述芯片中读取叠加后的矩阵中所有点对应的h眼高值和w眼宽值。
在一个实施例中，所述步骤s20包括：
根据以下公式计算叠加后矩阵中所有点的信号量化参数；
其中，heye为信号量化参数，h眼高为读取的眼高值，w眼宽为读取的眼宽值，θ1为眼高值的权重参数，θ2为眼宽值的权重参数。也即，假设所述矩阵x为二维矩阵(xctle，xdfe)，所述预设点为(xi，xj)，在该步骤中，可以根据读取的h眼高值和w眼宽值和以下公式得出所述预设点(xi，xj)沿叠加后矩阵中其他点的信号量化参数：
对比叠加后矩阵中所有点的信号量化参数，在所述预设点的信号量化参数大于其他所有点的信号量化参数时，确认所述预设点的信号量化参数迭代至极值。在本实施例中，heye越大认为信号质量越好，heye最大时对应的xctle与xdfe的数值，认为是最佳的信道参数值，此时也代表所述预设点的信号量化参数迭代至极值，否则未迭代至极值。
在一个实施例中，所述步骤s30包括：
在所述预设点的信号量化参数未迭代至极值时，获取所述预设点(xi，xj)与叠加后矩阵中其他点的信号量化参数的差值矩阵δheye＝heye-heye2,2·e3*3。
根据所述差值矩阵和点距获取叠加后所述矩阵中所述预设点与其他点的方向导数值，并确认所述方向导数的最大值为所述预设点的梯度；作为优选，计算所述方向导数值的公式为：
按照所述预设点的梯度方向将所述预设点(xi，xj)移动预设步长。可理解的，在一些实施例中，移动预设步长之后，会返回至步骤s20获取移动后的所述预设点的信号量化参数并检测其是否迭代至极值。
下面以ti的芯片ds125df1610(cdr)为例说明本发明上述实施例中的以梯度上升法快速寻找信道参数的方法：
在该实施例中，交换设备中的cdr是ti的ds125df1610。交换设备，有对外的console调试接口，可以读写ds125df1610的内部寄存器，包括预加重和均衡参数的设置、眼图的眼高值和眼宽值的读取、检查收发数据收否有crc。
在本实施例中，需要设置两个寄存器：ctle寄存器(8bit)、dfe寄存器(5bit)，用(xctle，xdfe)来表示，构建一个二维平面。若(xctle，xdfe)是连续的点，那么，f(xctle，xdfe)应是可微可导的函数。实际由于(xctle，xdfe)是离散的点，因此芯片的调节能力也不可能无限小。虽然不能求其实际的方向导数，但可以近似求出一点与周围点的heye值的差值/点距，并以此来估计该点的最大的方向导数(即点的梯度方向)。即该点在方向(0,1)、(1,1)、(1,0)、(1，-1)、(0,-1)、(-1，-1)、(-1,0)、(-1，1)，共计8个反向上最大的方向导数。
第一次取点(预设点的点值)从中间值开始(此时通过指令设置ctle寄存器的连续时间线性均衡参数xctle为128，dfe寄存器的判决反馈均衡参数xdfe为16)，也即预设点为(128，16)(ctle寄存器8bit，即有256个参数，而dfe寄存器有5bit，即有32个参数，预设点的点值取两者的中间值)。
因此当前点的位置为(128，16)。将当前点的位置叠加单位方向矩阵，得到八个方向点的位置。也即，如图9所示，叠加后矩阵中，除当前点之外的八个点分别为(128,17)、(129,17)、(129,16)、(129,15)、(128,15)、(127,15)、(127,16)、(127,17)。
此时，分别发送指令设置信道参数(ctle寄存器的连续时间线性均衡参数xctle，dfe寄存器的判决反馈均衡参数xdfe)为这八个点的点值，待芯片工作稳定后，读取信道参数分别为各点值时的信号眼图的眼高值h眼高与眼宽值w眼宽(芯片的功能，自所述芯片中即可进行读取)。为了消除干扰，可在设定每一组信道参数时，连续读取多个眼高值h眼高与眼宽值w眼宽，并求其均值作为最后获取的眼高值h眼高与眼宽值w眼宽。根据以下公式：
求出3*3矩阵中当前点的位置和周围8点对应的heye值。当前点的位置heye与周围各点的差值用矩阵δheye表示。所以δheye＝heye-heye2,2·e3*3
周围8点的近似的方向导数：
下面举例说明如何计算，3*3矩阵：
以上数据实际是通过实测，以及再计算得到。l点距在实际上是认为ctle寄存器的连续时间线性均衡参数xctle与dfe寄存器的判决反馈均衡参数xdfe这两个参数的步进长度为1(表现为在点发生移动时，两个参数每次修改的步进长度为1，且该长度映射到实际的heye计算中时，会发生改变)，也可以根据各个芯片特点，设置各点间的步长(信道参数的步进长度)不全为1，这样实际计算会更加准确。l点距可以理解为一个无量纲参数，只是为了更好的量化计算而引入。为了计算方便，举例中认为各个离散点之间的步进长度均为1。如图11所示，上述计算最终得到
更新当前点的位置，移动到下一点位置，由原所述预设点(128,16)移动至新点(128,15)。计算新点的值的方法为：原点坐标加上根据上述步骤中计算得到的方向向量(0，-1)得到新点坐标。需要说明的是，上述3*3矩阵中，6.3虽然为得到的最大的heye，但如果由位置(128,16)移动到位置(129,15)，xctle与xdfe都增加了1，由于两者被认为是正交关系，所以两点之间的距离r＝(12+12)1/2＝1.414。相对于点(128，15)来说距离较远，因此，6.3虽然为得到的最大的heye，但由公式
如图10所示，在当前位置的点的heye值未达到最大值时，重复上述步骤移动所述预设点(图10中箭头所示方向)，最终使得当前点的heye值为最大值时，停止迭代。至此已经寻找到该设备单板的高速信道参数的最佳值。
本发明最开始建立数学模型，为了简化便于理解，因此认为heye的概率分布在整个空间内只有一个极值点，且为最大值。但在实际中，heye应是在局部范围内存在极值点，如图12所示，图中所示的ctle代表ctle寄存器的连续时间线性均衡参数xctle，图中所示的dfe代表dfe寄存器的判决反馈均衡参数xdfe，在这个空间内存在多个极值点，且在每个极值点附近均符合上述描述的概率分布。因此，并不能保证只在一个单板上寻找一次极值点，该点就为最大值。可理解的，在本发明中，同一型号产品，为了寻找到的信道参数可靠，通常也找不同的预设数量的(比如10台)设备，同时寻找所述信道参数。从概率上预计得到几个最佳参数点。再在后续步骤中将得到的最佳参数的点，在其余的设备上依照上述实施例中的步骤验证其是否也是区域的极值点，或者是一定区域内可用的参数值。再次验证的参数点的迭代次数，将远小于随机抽点寻找极值点。为了避免运气不好的情况出现，多台设备都找不到最大值。所以应该让多台设备的初始点随机分布在平面内，让其寻找路径有所变化。可理解的，以上所述，仅为本发明为更好的说明算法，而举例说明计算的过程，并非限定本发明的保护范围。该算法的实现不限制任何编程语言。
本发明上述实施例利用了对实际信号参数的概率估计，数学建模后，采用梯度上升的算法，快速迭代并寻找到最佳信道参数。本发明的方法相比于传统的遍历全部参数的方法，大大提高了效率，节约了产品研发成本。相对于固定一个维度参数，只变化一个维度参数的方法，大大提高了寻找极值的准确性。本发明沿着梯度最大的方向去寻找最佳信道参数，可以有目标有方向地逼近最佳信道参数值；同时，可以大大简化和缩短迭代的次数，进而缩短了寻找所耗费的时间，大大提高了效率，节约了产品研发成本。且相比于固定一个维度参数，只变化一个维度参数的方法，本发明大大提高了寻找极值的准确性。
如图3所示，在一个实施例中，提供一种信道参数寻找装置，包括：
获取模块31，用于将芯片的寄存器参数设定为预加重参数的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数为矩阵；
检测模块32，用于根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；
移动模块33，用于在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点；
确认模块34，用于在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵的点值为最佳参数值。
如图4所示，在一个实施例中，所述获取模块31包括：
读取子模块311，用于将所述芯片的寄存器参数设定为所述矩阵的预设点的点值，且令所述预设点叠加单位方向矩阵，并自所述芯片中读取叠加后矩阵中所有点对应的眼高值和眼宽值。
如图5所示，在一个实施例中，所述检测模块32包括：
第一获取子模块321，用于根据以下公式计算叠加后矩阵中所有点的信号量化参数；
其中，heye为信号量化参数，h眼高为读取的眼高值，w眼宽为读取的眼宽值，θ1为眼高值的权重参数，θ2为眼宽值的权重参数；
第一确认子模块322，用于对比叠加后矩阵中所有点的信号量化参数，在所述预设点的信号量化参数大于其他所有点的信号量化参数时，确认所述预设点的信号量化参数迭代至极值。
如图6所示，在一个实施例中，所述移动模块33包括：
第二获取子模块331，用于在所述预设点的信号量化参数未迭代至极值时，获取所述点与叠加后矩阵中其他点的信号量化参数的差值矩阵δheye；
第二确认子模块332，用于根据所述差值矩阵和点距，获取叠加后所述矩阵中所述预设点与其他点的方向导数值，并确认所述方向导数的最大值为所述预设点的梯度；
移动子模块333，用于按照所述预设点的梯度方向将所述预设点移动预设步长。
上述实施例的信道参数寻找装置，沿着梯度最大的方向去寻找最佳信道参数，可以有目标有方向地逼近最佳信道参数值；同时，可以大大简化和缩短迭代的次数，进而缩短了寻找所耗费的时间，大大提高了效率，节约了产品研发成本。且相比于固定一个维度参数，只变化一个维度参数的方法，本发明大大提高了寻找极值的准确性。
在一个实施例中，还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可执行指令，所述计算机可执行指令被处理器执行时，使得所述处理器执行以下步骤：将芯片的寄存器参数设定为预加重参数的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数为矩阵；根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点；在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵的点值为最佳参数值。
在一个实施例中，计算机可执行指令被处理器执行时，还使得处理器执行以下步骤：将所述芯片的寄存器参数设定为所述矩阵的预设点的点值，且令所述预设点叠加单位方向矩阵，并自所述芯片中读取叠加后矩阵中所有点对应的眼高值和眼宽值。
在一个实施例中，计算机可执行指令被处理器执行时，还使得处理器执行以下步骤：根据以下公式计算叠加后矩阵中所有点的信号量化参数；
其中，heye为信号量化参数，h眼高为读取的眼高值，w眼宽为读取的眼宽值，θ1为眼高值的权重参数，θ2为眼宽值的权重参数；
对比叠加后矩阵中所有点的信号量化参数，在所述预设点的信号量化参数大于其他所有点的信号量化参数时，确认所述预设点的信号量化参数迭代至极值。
在一个实施例中，计算机可执行指令被处理器执行时，还使得处理器执行以下步骤：在所述预设点的信号量化参数未迭代至极值时，获取所述点与叠加后矩阵中其他点的信号量化参数的差值矩阵；根据所述差值矩阵和点距，获取叠加后所述矩阵中所述预设点与其他点的方向导数值，并确认所述方向导数的最大值为所述预设点的梯度；按照所述预设点的梯度方向将所述预设点移动预设步长，获取移动后的所述预设点的信号量化参数并检测其是否迭代至极值。
上述计算机可读存储介质，沿着梯度最大的方向去寻找最佳信道参数，可以有目标有方向地逼近最佳信道参数值；同时，可以大大简化和缩短迭代的次数，进而缩短了寻找所耗费的时间，大大提高了效率，节约了产品研发成本。且相比于固定一个维度参数，只变化一个维度参数的方法，本发明大大提高了寻找极值的准确性。
在一个实施例中，还提供一种计算机设备，包括存储器和处理器，所述存储器中储存有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行以下步骤：将芯片的寄存器参数设定为预加重参数的预设点的点值，读取当前信号眼图的眼高值和眼宽值；所述预加重参数为矩阵；根据读取的眼高值和眼宽值获取所述预设点的信号量化参数，并检测所述预设点的信号量化参数是否迭代至极值；在所述预设点的信号量化参数未迭代至极值时，根据读取的眼高值和眼宽值获取所述预设点的梯度，并根据所述预设点的梯度方向与预设步长移动所述预设点；在所述预设点的信号量化参数迭代至极值时，确认与所述极值对应的所述矩阵的点值为最佳参数值。
在一个实施例中，计算机可读指令被处理器执行时，还使得处理器执行以下步骤：将所述芯片的寄存器参数设定为所述矩阵的预设点的点值，且令所述预设点叠加单位方向矩阵，并自所述芯片中读取叠加后矩阵中所有点对应的眼高值和眼宽值。
在一个实施例中，计算机可读指令被处理器执行时，还使得处理器执行以下步骤：根据以下公式计算叠加后矩阵中所有点的信号量化参数；
其中，heye为信号量化参数，h眼高为读取的眼高值，w眼宽为读取的眼宽值，θ1为眼高值的权重参数，θ2为眼宽值的权重参数；
对比叠加后矩阵中所有点的信号量化参数，在所述预设点的信号量化参数大于其他所有点的信号量化参数时，确认所述预设点的信号量化参数迭代至极值。
在一个实施例中，计算机可读指令被处理器执行时，还使得处理器执行以下步骤：在所述预设点的信号量化参数未迭代至极值时，获取所述点与叠加后矩阵中其他点的信号量化参数的差值矩阵；根据所述差值矩阵和点距，获取叠加后所述矩阵中所述预设点与其他点的方向导数值，并确认所述方向导数的最大值为所述预设点的梯度；按照所述预设点的梯度方向将所述预设点移动预设步长，获取移动后的所述预设点的信号量化参数并检测其是否迭代至极值。
上述计算机设备，沿着梯度最大的方向去寻找最佳信道参数，可以有目标有方向地逼近最佳信道参数值；同时，可以大大简化和缩短迭代的次数，进而缩短了寻找所耗费的时间，大大提高了效率，节约了产品研发成本。且相比于固定一个维度参数，只变化一个维度参数的方法，本发明大大提高了寻找极值的准确性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述程序可存储于一计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read-onlxmemorx，rom)或随机存储记忆体(randomaccessmemorx，ram)等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
- 还没有人留言评论。精彩留言会获得点赞！