簡(jiǎn)化大型波形數(shù)據(jù)庫分析的新技術(shù)

許多電子設(shè)備和系統(tǒng)執(zhí)行必須在很長(zhǎng)一段時(shí)間內(nèi)完美執(zhí)行的基本功能。例如，電子電網(wǎng)、電信系統(tǒng)和植入式醫(yī)療設(shè)備無法承受數(shù)百萬事件中即使發(fā)生一次的錯(cuò)誤。出于顯而易見的原因，捕獲和隔離極其罕見的異常的能力是確保這種可靠性水平的關(guān)鍵挑戰(zhàn)。監(jiān)測(cè)電壓不能有效識(shí)別細(xì)微的設(shè)備或系統(tǒng)問題，因?yàn)樗ǔ１挥行У乜刂疲灾劣陔y以檢測(cè)到微小的變化。相比之下，電流波形包含與設(shè)備或系統(tǒng)操作相關(guān)的更豐富的信息。然而，由于電流波形可以在寬動(dòng)態(tài)范圍內(nèi)快速波動(dòng)，以高采樣率對(duì)它們進(jìn)行采樣以捕獲它們的全部帶寬非常重要。這會(huì)生成巨大的數(shù)據(jù)文件，因?yàn)樵?24 小時(shí)內(nèi)以 10 兆樣本/秒的速度捕獲數(shù)據(jù)會(huì)創(chuàng)建大于 1 TB 的數(shù)據(jù)文件。篩選如此龐大的數(shù)據(jù)庫以定位異常事件顯然是一項(xiàng)艱巨的任務(wù)。

直到最近，還沒有解決方案能夠滿足剛剛描述的硬件要求。數(shù)據(jù)記錄器可以捕獲大量數(shù)據(jù)，但它們的帶寬相對(duì)較低，并且很容易遺漏高頻信號(hào)分量。傳統(tǒng)示波器擅長(zhǎng)捕捉高帶寬信號(hào)，但數(shù)據(jù)存儲(chǔ)能力有限。即使是具有大存儲(chǔ)深度的高性能示波器也無法在數(shù)小時(shí)或數(shù)天的時(shí)間段內(nèi)以高采樣率捕獲數(shù)據(jù)。示波器電流探頭也沒有足夠的動(dòng)態(tài)范圍來捕獲低電平和高電平電流。最后，這些硬件解決方案都不支持任何有效的方法來分析他們收集的數(shù)據(jù)并快速識(shí)別異常。這成為大數(shù)據(jù)分析的問題。

處理這類大數(shù)據(jù)挑戰(zhàn)的一種解決方案是機(jī)器學(xué)習(xí)。我們探索的一項(xiàng)初始技術(shù)是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) (DLNN)，它在圖像和語音識(shí)別方面非常成功。不幸的是，DLNN 技術(shù)在應(yīng)用于波形數(shù)據(jù)庫分析時(shí)，除了需要強(qiáng)大的計(jì)算能力外，還表現(xiàn)得非常好。為了分析大型波形數(shù)據(jù)庫，是德科技研究人員必須開發(fā)針對(duì)該目的優(yōu)化的新機(jī)器學(xué)習(xí)技術(shù)。這個(gè)新的解決方案是在五年內(nèi)開發(fā)出來的，它結(jié)合了集群、無監(jiān)督機(jī)器學(xué)習(xí)和專有的數(shù)據(jù)庫壓縮技術(shù)。在基于 PC 的臺(tái)式儀器上運(yùn)行時(shí)，它可以比傳統(tǒng)技術(shù)快幾個(gè)數(shù)量級(jí)地分析 TB 大小的波形數(shù)據(jù)庫。

圖 1：長(zhǎng)時(shí)間波形分析軟件的系統(tǒng)架構(gòu)。

圖 1 顯示了長(zhǎng)持續(xù)時(shí)間波形分析軟件的系統(tǒng)架構(gòu)。它由三個(gè)部分組成，我們將依次討論每一個(gè)部分。

采集子系統(tǒng)在采集過程中實(shí)時(shí)對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)分類。實(shí)時(shí)標(biāo)記是采集子系統(tǒng)中最重要的模塊，因?yàn)樗鼘?duì)輸入的波形段進(jìn)行預(yù)分類。相似的波形段被組合在一起并注冊(cè)為標(biāo)簽的成員。需要注意的是，預(yù)分類不一定是完美的。它只需要包含足夠的信息來啟用后處理分析。

數(shù)據(jù)庫子系統(tǒng)由標(biāo)簽數(shù)據(jù)庫和無損數(shù)據(jù)庫組成。標(biāo)簽數(shù)據(jù)庫是預(yù)先排序的波形片段的簡(jiǎn)明摘要。它提供了長(zhǎng)時(shí)間錄制的快速概覽。無損數(shù)據(jù)庫是完整的長(zhǎng)時(shí)間波形記錄的完整存檔。它允許通過時(shí)序或波形相似性在海量數(shù)據(jù)庫的任何位置快速查詢波形。標(biāo)簽數(shù)據(jù)庫的大小在無損數(shù)據(jù)庫大小的百分之一到五分之一之間。這種配置在數(shù)據(jù)管理和分析方面具有很大的靈活性。

分析子系統(tǒng)有兩種操作模式：快速聚類和細(xì)節(jié)聚類?？焖倬垲愒试S快速瀏覽整個(gè)數(shù)據(jù)庫。典型的計(jì)算時(shí)間少于一秒。然而，由于快速聚類使用預(yù)先排序的標(biāo)簽信息，其準(zhǔn)確性受到標(biāo)簽相似度閾值的限制。細(xì)節(jié)聚類提供了更精確的分析能力，因?yàn)樗褂昧藷o損的數(shù)據(jù)庫信息。傳統(tǒng)的分析軟件在許多情況下需要重新掃描無損數(shù)據(jù)庫，這需要花費(fèi)數(shù)小時(shí)。使用此解決方案，用戶無需重新掃描無損數(shù)據(jù)庫即可享受快速響應(yīng)的交互式分析。

值得指出的是，這項(xiàng)技術(shù)不僅對(duì)測(cè)試和測(cè)量行業(yè)來說是新的，對(duì)人工智能/機(jī)器學(xué)習(xí)社區(qū)也是如此。是德科技在 2019 年 IEEE 大數(shù)據(jù)會(huì)議 (*1) 上發(fā)表了一篇關(guān)于這一新解決方案的論文。在會(huì)議上，研究人員表示他們從未見過這種解決方案的性能和功能。該技術(shù)作為可用選項(xiàng)集成到 Keysight CX3300A 動(dòng)態(tài)電流波形分析儀中。它將高完整性電壓和電流測(cè)量與長(zhǎng)時(shí)間波形分析相結(jié)合。

以下示例顯示了以 1 MSa/s 的采樣率在四天內(nèi)監(jiān)測(cè)的商用電源線電壓。不同的波形類型按集群分組，其總體顯示在集群面板中。您可以選擇一個(gè)或多個(gè)集群并使用箭頭鍵跳轉(zhuǎn)到它們?cè)谥鞑シ糯翱谥谐霈F(xiàn)的位置。盡管數(shù)據(jù)庫包含超過 1800 萬個(gè)波形段，但數(shù)據(jù)標(biāo)記允許在幾秒鐘內(nèi)識(shí)別異常。例如，下面的屏幕截圖顯示，在數(shù)據(jù)記錄 2 天 21 小時(shí)后，發(fā)生了一些明顯的過電壓。雖然很有趣，但這個(gè)案例相當(dāng)簡(jiǎn)單，所以讓我們看一個(gè)更具挑戰(zhàn)性的例子。

圖 2：在商用電源線電壓上檢測(cè)到的過壓異常。

物聯(lián)網(wǎng)設(shè)備需要長(zhǎng)時(shí)間運(yùn)行，任何意外的電流尖峰都可能導(dǎo)致內(nèi)部 IR 下降并引發(fā)系統(tǒng)故障。為了驗(yàn)證設(shè)備完整性，我們以 10MSa/s 的采樣率測(cè)量了藍(lán)牙設(shè)備的供電電流 17 小時(shí)。這生成了一個(gè) 1 TB 的數(shù)據(jù)庫文件。雖然正常峰值電流約為 25 mA，但我們發(fā)現(xiàn)非常罕見的電流尖峰高達(dá) 50 mA。在記錄的超過 700 萬個(gè)波形片段中，這些僅發(fā)生了 17 次。進(jìn)一步分析表明，在該設(shè)備中，有兩種類型的異步事件。當(dāng)這兩個(gè)事件發(fā)生在一個(gè)狹窄的時(shí)序窗口內(nèi)時(shí)，就會(huì)觀察到 50 mA 的尖峰，并且每 400,000 次只會(huì)發(fā)生一次。

圖 3：物聯(lián)網(wǎng)設(shè)備上 5 分鐘內(nèi)識(shí)別的超過 700 萬個(gè)波形段中出現(xiàn) 17 次大尖峰波形。

隨著現(xiàn)代設(shè)備和系統(tǒng)的復(fù)雜性不斷增加，用于評(píng)估它們的軟件工具需要改進(jìn)以跟上步伐。在任務(wù)關(guān)鍵型系統(tǒng)中使用設(shè)備的情況下，了解波形在很長(zhǎng)一段時(shí)間內(nèi)的行為非常重要。用于捕獲數(shù)據(jù)的軟件也需要能夠幫助分析數(shù)據(jù)。本文通過利用是德科技開發(fā)的新機(jī)器學(xué)習(xí)技術(shù)展示了這一點(diǎn)?？梢杂行У胤治龃笮筒ㄐ螖?shù)據(jù)庫并快速查明這些數(shù)據(jù)庫中的異常。

審核編輯：郭婷