摘要
本申请涉及共享时钟源技术领域,其具体地公开了一种平台共享时钟源的系统及方法,其对由时钟缓冲器分配给飞腾处理器和万兆网卡的LVPECL时钟信号进行采样,以此来获取第一LVPECL时钟采样信号和第二LVPECL时钟采样信号,并在后端引入基于人工智能和深度学习的信号处理算法来对于这两者的LVPECL时钟采样信号进行分析,从而学习并捕获到这两者LVPECL时钟采样信号的细粒度最优匹配交互特征,以此来进行信号波形语义联合表示和时钟缓冲器性能监控,从而得到时钟缓冲器的工作状态是否存在异常的监控结果。这样,能够以智能化的自动监控方式来不断检查和监控时钟信号的质量,并及时反馈时钟缓冲器的工作状况。
技术关键词
时钟缓冲器
现场可编程
语义特征
波形特征提取
飞腾处理器
频率
FPGA芯片
平台
性能监控
卷积神经网络模型
信号处理算法
细粒度特征
信号传输模块
度量
最佳特征
烧录模块
系统为您推荐了相关专利信息
文本
数据
结构特征提取
语义特征提取
特征提取模块
语义提取方法
语音
语义标签
联合损失函数
门控循环单元网络
芒果树
语义特征
图像多尺度
融合特征
协同注意力