眼图抖动的分析方法
    1.
    发明授权

    公开(公告)号:CN106201949B

    公开(公告)日:2019-03-29

    申请号:CN201610519381.3

    申请日:2016-07-04

    IPC分类号: G06F13/38

    摘要: 本发明提供眼图抖动的分析方法,包括:采集一串中间无采集空白区的连续信号,生成连续信号对应的眼图;确定眼图的基准点;将眼图中的计算范围内的数据生成直方图;对直方图的数据进行归一化处理;从归一化后的直方图的左右两端分别遍历,分别确定归一化后的直方图的左尾部和右尾部;得到左尾部和右尾部对应的高斯分布的初始方差和初始均值;分别获取归一化后的直方图的左尾部和右尾部与连续信号的实际左尾部和实际右尾部之间的拟合度,并将拟合度的最小值所对应的均值、方差分别作为归一化后的直方图的左尾部和右尾部的最优均值和最优方差;生成左尾部和右尾部的实际均值、左尾部和右尾部的实际方差;确定随机性抖动;或者确定性抖动的峰峰值。

    一种时钟恢复方法及装置

    公开(公告)号:CN107528658B

    公开(公告)日:2019-02-19

    申请号:CN201710652017.9

    申请日:2017-08-02

    IPC分类号: H04J3/06 H04L7/00

    摘要: 本公开是关于一种时钟恢复方法及装置。该方法包括:确定被测信号中当前分析点之前的跳变点;根据当前分析点的标识、跳变点的标识以及当前分析点所在周期的采样点的一半,计算出当前延迟点数;计算当前延迟点数与存储的前一次计算得到的延迟点数的差值,得到当前相位增量;根据当前相位增量对当前分析点进行调整,将调整后的分析点作为新的当前分析点;比较当前相位增量与存储的前预设次数计算得到的相位增量,当相同时,结束时钟恢复操作;当不同时,根据新的当前分析点重复进行上述时钟恢复的步骤。该技术方案消除了硬件设备对时钟恢复准确度的影响,提高了时钟恢复结果的准确度,完全采用软件实现,大大降低了成本,时钟恢复的速度较快。

    眼图抖动的分析方法
    4.
    发明公开

    公开(公告)号:CN106201949A

    公开(公告)日:2016-12-07

    申请号:CN201610519381.3

    申请日:2016-07-04

    IPC分类号: G06F13/38

    摘要: 本发明提供眼图抖动的分析方法,包括:采集一串中间无采集空白区的连续信号,生成连续信号对应的眼图;确定眼图的基准点;将眼图中的计算范围内的数据生成直方图;对直方图的数据进行归一化处理;从归一化后的直方图的左右两端分别遍历,分别确定归一化后的直方图的左尾部和右尾部;得到左尾部和右尾部对应的高斯分布的初始方差和初始均值;分别获取归一化后的直方图的左尾部和右尾部与连续信号的实际左尾部和实际右尾部之间的拟合度,并将拟合度的最小值所对应的均值、方差分别作为归一化后的直方图的左尾部和右尾部的最优均值和最优方差;生成左尾部和右尾部的实际均值、左尾部和右尾部的实际方差;确定随机性抖动;或者确定性抖动的峰峰值。

    一种时钟恢复方法及装置

    公开(公告)号:CN107528658A

    公开(公告)日:2017-12-29

    申请号:CN201710652017.9

    申请日:2017-08-02

    IPC分类号: H04J3/06 H04L7/00

    CPC分类号: H04J3/0617 H04L7/0037

    摘要: 本公开是关于一种时钟恢复方法及装置。该方法包括:确定被测信号中当前分析点之前的跳变点;根据当前分析点的标识、跳变点的标识以及当前分析点所在周期的采样点的一半,计算出当前延迟点数;计算当前延迟点数与存储的前一次计算得到的延迟点数的差值,得到当前相位增量;根据当前相位增量对当前分析点进行调整,将调整后的分析点作为新的当前分析点;比较当前相位增量与存储的前预设次数计算得到的相位增量,当相同时,结束时钟恢复操作;当不同时,根据新的当前分析点重复进行上述时钟恢复的步骤。该技术方案消除了硬件设备对时钟恢复准确度的影响,提高了时钟恢复结果的准确度,完全采用软件实现,大大降低了成本,时钟恢复的速度较快。

    一种面向多点异步攻击的快速区域复用方法

    公开(公告)号:CN118074952A

    公开(公告)日:2024-05-24

    申请号:CN202410026966.6

    申请日:2024-01-08

    IPC分类号: H04L9/40 H04L41/14 G08G1/01

    摘要: 本发明涉及一种面向多点异步攻击的快速区域复用方法。本发明实现了对智能交通领域多点投毒攻击的抵御。该方法在ISIG网格中研究面向投毒攻击的攻击压力计算模型,构建了基于车流压力和节点关联度的区域模块度计算模型。在此基础上,提出了一种基于攻击压力与模块度结合的初始社区划分方法,以应对多点攻击。为进一步加强防护机制,基于上一时刻社区结构中区域模块度的模糊化处理机制,并结合当前时刻攻击点的位置属性,提出了快速区域复用与新区域创建的有效策略。通过模糊化处理和动态社区划分,本发明能够在多主体异步攻击的环境中迅速适应,并保持系统的鲁棒性。