合并多个数据文件以优化INL/DNL处理
以下应用笔记展示了如何利用 matlab 的一些强大命令来提高存储器受限高速数据采集系统的码密度，以实现任何高速模数转换器 （adc） 的 inl 和 dnl 测试所需的大量代码重复。
本简短的应用笔记演示了在逻辑分析仪存储器深度有限的情况下，如何使用 matlab™¹ 等数据处理软件来增加代码数量。任何使用配备 hp16517a 高速状态卡（数据速率超过 135mhz）的逻辑分析仪 （la） 主机 hp16500c 捕获超高速数据的工程师可能已经遇到过这些内存限制。
此hp系统的标准版本通常配备64k的最大内存深度，单次测试运行仅允许捕获65536个数据点。64k 内存捕获的数据点根本不足以生成 inl/dnl 图形的准确表示。事实上，对于 inl 和 dnl 图，逻辑分析仪通常应捕获 256k 到 4m 个数据点，这些数据点通过 matlab 或其他信号处理软件进行处理。
要使用上述数据采集系统的64k标准存储深度并实现精确的inl/dnl表征，必须捕获多个数据记录并将其合并到一个文件中。例如，如果需要 256k 个数据点，则必须捕获四组 64k 数据点并将其组合在一起，然后才能使用应用笔记 2085“直方图测试确定 dnl 和 inl 误差”中提供的 matlab 程序（或类似源代码）进行处理。
要将多个数据记录合并到一个足够大的文件中以进行 inl/dnl 处理，请执行以下步骤。
使用高速状态卡 （hp16517a） 捕获 64k 数据点。
删除代码文件中所有不属于代码的特定于 la 的行，然后保存该文件。
为文件的内容分配一个新变量。
matlab 命令： a=load（'inltest1'）;
使用高速状态卡捕获另一个 64k 数据记录。
同样，删除代码文件中不属于代码一部分的特定于 la 的行，然后保存该文件。
为新数据文件的内容分配另一个新变量。
matlab 命令： b=load（'inltest2'）;
合并两个数据记录（a 和 b）并将它们分配给新变量。
matlab 命令： c=vertcat（a，b）;
如果要测试组合数据记录的大小，只需在 matlab 中键入 size（c），您应该会收到 132k 的数据记录。
将此新记录另存为.txt或 。dat 文件，以便 matlab 可以处理数据以进行 inl/dnl 计算。
matlab 命令： save inldata.txt c -ascii;
上述命令将文件另存为预定义目录中的 ascii 文件，并使其可用于 inl/dnl 测试例程。
如果所有步骤都在一个 matlab 会话中完成，则上述过程将起作用。也可以对以前合并的文件重复此操作。为此在这种情况下，只需加载存储数据的文件，并为其分配一个新变量。
matlab 命令： d=load（'inldata.txt'）;
完成此任务后，可以获取一组新数据并将其添加到现有数据中。只需捕获另一个 64k 数据记录并将其内容分配给另一个新的矩阵变量。
matlab 命令： e=load（'inltest3'）;
将旧文本文件（现在分配给变量 d）与变量 e 中的新数据合并。
matlab 命令： f=vertcat（d，e）;
按照步骤 9 将矩阵的新扩展内容保存到 ascii 文件。
也可以通过在 matlab 中键入以下命令一次组合多个变量：
y=vertcat（a，b，c，d，e，f，g，h）。
有许多不同的方法、程序和设置配置可以使用现有设备和简单的软件命令来完成这些测试。这里描述的过程只是使用 matlab 强大功能的一个示例。
要使用 inl/dnl 测试程序实现闭环，只需在 matlab 中调用 inl/dnl 测试例程即可。运行它，并在询问时将连接的数据集加载到程序中。如果将合并数据保存在.txt或 .dat文件，不要忘记记录矩阵文件的数据路径。当程序提示时，您必须提供要加载到测试例程中的确切路径和文件名。该程序还会询问数据点的数量（级联矩阵的大小）、转换器分辨率及其中间代码。在运行 inl/dnl 测试程序之前，请确保您有此信息可用。
恒大汽车正式发布恒驰车标 你觉得怎么样呢
新型线阵单光子成像雷达系统的设计
Valve新专利可解决纱窗效应
天力锂能收购江苏大摩，致力于产业多元化布局
操作系统方面的相关面试题总结（上）
合并多个数据文件以优化INL/DNL处理
小米小爱智能闹钟评测 到底怎么样
单端信号和差分信号的区别和联系
黑鲨游戏手机3来帮助王者之路越战越勇
福特最新推出两项电动汽车专用充电计划
试驾东风本田INSPIRE，它是如何自我实现？
新能源汽车电池软连接工艺 T2紫铜箔
区块链先公平可信后藏富于民
区块链技术逐渐被应用到互联网，2018年或将迎来黄金期！
STM32定时器时间计算方法
如何生成.MCS文件
国产替换 科技自立
如何破局锂电视觉检测难题
LeCun 卸任！ Facebook人工智能实验室换帅
英特尔与UCloud联手，让AI部署更灵活高效
本简短的应用笔记演示了在逻辑分析仪存储器深度有限的情况下，如何使用 matlab™¹ 等数据处理软件来增加代码数量。任何使用配备 hp16517a 高速状态卡（数据速率超过 135mhz）的逻辑分析仪 （la） 主机 hp16500c 捕获超高速数据的工程师可能已经遇到过这些内存限制。
此hp系统的标准版本通常配备64k的最大内存深度，单次测试运行仅允许捕获65536个数据点。64k 内存捕获的数据点根本不足以生成 inl/dnl 图形的准确表示。事实上，对于 inl 和 dnl 图，逻辑分析仪通常应捕获 256k 到 4m 个数据点，这些数据点通过 matlab 或其他信号处理软件进行处理。
要使用上述数据采集系统的64k标准存储深度并实现精确的inl/dnl表征，必须捕获多个数据记录并将其合并到一个文件中。例如，如果需要 256k 个数据点，则必须捕获四组 64k 数据点并将其组合在一起，然后才能使用应用笔记 2085“直方图测试确定 dnl 和 inl 误差”中提供的 matlab 程序（或类似源代码）进行处理。
要将多个数据记录合并到一个足够大的文件中以进行 inl/dnl 处理，请执行以下步骤。
使用高速状态卡 （hp16517a） 捕获 64k 数据点。
删除代码文件中所有不属于代码的特定于 la 的行，然后保存该文件。
为文件的内容分配一个新变量。
matlab 命令： a=load（'inltest1'）;
使用高速状态卡捕获另一个 64k 数据记录。
同样，删除代码文件中不属于代码一部分的特定于 la 的行，然后保存该文件。
为新数据文件的内容分配另一个新变量。
matlab 命令： b=load（'inltest2'）;
合并两个数据记录（a 和 b）并将它们分配给新变量。
matlab 命令： c=vertcat（a，b）;
如果要测试组合数据记录的大小，只需在 matlab 中键入 size（c），您应该会收到 132k 的数据记录。
将此新记录另存为.txt或 。dat 文件，以便 matlab 可以处理数据以进行 inl/dnl 计算。
matlab 命令： save inldata.txt c -ascii;
上述命令将文件另存为预定义目录中的 ascii 文件，并使其可用于 inl/dnl 测试例程。
如果所有步骤都在一个 matlab 会话中完成，则上述过程将起作用。也可以对以前合并的文件重复此操作。为此在这种情况下，只需加载存储数据的文件，并为其分配一个新变量。
matlab 命令： d=load（'inldata.txt'）;
完成此任务后，可以获取一组新数据并将其添加到现有数据中。只需捕获另一个 64k 数据记录并将其内容分配给另一个新的矩阵变量。
matlab 命令： e=load（'inltest3'）;
将旧文本文件（现在分配给变量 d）与变量 e 中的新数据合并。
matlab 命令： f=vertcat（d，e）;
按照步骤 9 将矩阵的新扩展内容保存到 ascii 文件。
也可以通过在 matlab 中键入以下命令一次组合多个变量：
y=vertcat（a，b，c，d，e，f，g，h）。
有许多不同的方法、程序和设置配置可以使用现有设备和简单的软件命令来完成这些测试。这里描述的过程只是使用 matlab 强大功能的一个示例。
要使用 inl/dnl 测试程序实现闭环，只需在 matlab 中调用 inl/dnl 测试例程即可。运行它，并在询问时将连接的数据集加载到程序中。如果将合并数据保存在.txt或 .dat文件，不要忘记记录矩阵文件的数据路径。当程序提示时，您必须提供要加载到测试例程中的确切路径和文件名。该程序还会询问数据点的数量（级联矩阵的大小）、转换器分辨率及其中间代码。在运行 inl/dnl 测试程序之前，请确保您有此信息可用。
恒大汽车正式发布恒驰车标 你觉得怎么样呢
新型线阵单光子成像雷达系统的设计
Valve新专利可解决纱窗效应
天力锂能收购江苏大摩，致力于产业多元化布局
操作系统方面的相关面试题总结（上）
合并多个数据文件以优化INL/DNL处理
小米小爱智能闹钟评测 到底怎么样
单端信号和差分信号的区别和联系
黑鲨游戏手机3来帮助王者之路越战越勇
福特最新推出两项电动汽车专用充电计划
试驾东风本田INSPIRE，它是如何自我实现？
新能源汽车电池软连接工艺 T2紫铜箔
区块链先公平可信后藏富于民
区块链技术逐渐被应用到互联网，2018年或将迎来黄金期！
STM32定时器时间计算方法
如何生成.MCS文件
国产替换 科技自立
如何破局锂电视觉检测难题
LeCun 卸任！ Facebook人工智能实验室换帅
英特尔与UCloud联手，让AI部署更灵活高效