专利名称：确定成分模型判定装置、确定成分模型判定方法、程序、存储介质、测试系统、及电子设备的制作方法
技术领域：
本发明涉及确定成分模型判定装置、确定成分模型判定方法、程序、存储介质、测 试系统和电子设备。
背景技术：
现有技术通常通过测定电信号等的特性值，对电子电路、通信系统等进行评价。例 如，关于串联通信的评价，可以通过测定发送信号或者接收信号中所包含的抖动来评价通 信系统。另外，在抖动等的特性值中包含根据信号图案、发送路径的特性等确定地产生的 确定成分、和随机产生的随机成分。在更详细的评价中，优选对这些确定成分和随机成分分 开评价。在测定确定成分和随机成分时，可以考虑多次测定特性值，获得直方图(或者也 称为概率密度函数)的方式。过去，通过将所测定的直方图的左尾部和右尾部用随机分布 (高斯分布)进行近似，将随机成分从直方图中分离出来。另外，通过将近似的两个随机成 分的间隔计算作为确定成分的峰峰值，将确定成分从直方图中分离出来。这里，过去的分离方法假定dual-Dirac模型的确定成分包含于直方图中。但是， 确定成分的模型中存在正弦波分布的模型、均勻分布的模型等，用过去的分离方法，在包含 dual-Dirac以外的确定成分的模型的情况下很难精确地分离抖动。例如，如图2所示，在直方图中所包含的确定成分是正弦波分布的模型的情况下， 用过去的分离法所计算来的确定成分的峰峰值DJ( δ - δ )被评价为比真正的值DJP_P小。另 外，专利文献1中公开了一种用所给予的确定性抖动模型从总的抖动的概率密度函数中分 离随机抖动与确定性抖动模型的方法。专利文献1美国专利申请公开第2008/0098055号说明书
发明内容
发明要解决的技术问题但是该方法必须给出总的抖动的概率密度函数中所包含的确定性抖动模型。艮口， 必须确认确定性抖动模型。这里，在本发明的一个方面，其目的是提供一种能够解决上述技术问题的确定成 分模型判定装置、确定成分模型判定方法、程序、存储介质、测试系统、及电子设备。该目的 通过权利要求书的独立权利要求中所记载的特征的组合来实现。另外，从属权利要求中规 定了本发明另外的更有利的具体实施例。解决技术问题的手段根据本发明的第一方式，提供一种确定成分模型判定装置、与该判定装置有关的 确定成分模型判定方法、使计算机执行该判定装置的功能的程序、存储该程序的存储介质、使用该判定装置的测试装置、以及包括该判定装置的电子设备。该确定成分模型判定装置 判定在所给予的概率密度函数中所包含的确定成分的模型，包括频谱计算部，其计算在规 定的变量轴上概率密度函数的频谱；空值检测部，其检测频谱在变量轴上的空值；理论值 计算部，其基于空值检测部检测出的空值，对预先确定的多个模型的确定成分的每一个，分 别计算确定成分的频谱的理论值；模型判定部，其基于表示频谱计算部计算的频谱与各模 型的确定成分的频谱的理论值之差分的各个频谱差，判定概率密度函数中包含的确定成分 的模型。上述发明的概要并没有将本发明的必要特征全部列举出，另外这些特征的子组合 也可以形成本发明。
图1是示出根据一个实施方式的确定成分模型判定装置100的功能构成的例子的 图。图2是示出提供给确定成分模型判定装置100的概率密度函数的一个例子的图。图3A示出均勻分布的确定成分。图;3B示出梯形分布的确定成分。图4A示出dual-Dirac分布的确定成分。图4B示出single-Dirac分布的确定成分。图5A示出关于正弦波分布的确定成分的模型。图5B示出关于均勻分布的确定成分的模型。图6A是示出提供给确定成分模型判定装置100的概率密度函数h(t)及其频谱 H(f)的一个例子的图。图6B是示出均勻分布的确定成分d(t)及其频谱D(f)的一个例子的图。图6C示出概率密度函数h(t)中所包含的随机成分g(t)、和对概率密度函数的频 谱H(f)和确定成分的频谱D(f)进行对比的频谱。图7是示出每一确定成分模型的时间域上的模型公式、频率域上的模型公式、以 及第1空频fZCT。和峰峰值DJP_P的关系的表。图8是示出模型判定部40的构成例的图。图9是示出概率密度函数PDF的频谱H(f)及确定成分的各个模型的频谱的理论 值的一个例子的图。图10示出确定成分的各个模型的频谱的理论值及所测定的概率密度函数PDF的 频谱的例子。图11是示出确定成分模型判定装置100的处理的概要的流程图。图12是示出根据一个实施方式的测试系统300的构成例的图。图13是示出根据一个实施方式的电子设备400的构成例的图。图14是示出根据一个实施方式的计算机1900的硬件构成的一个例子。
具体实施例方式下面，通过本发明的实施方式对本发明的一个侧面(一)进行说明，但是以下的实施方式并不限定权利要求书所涉及的发明。另外，实施方式中所说明的特征的组合的全部 不一定都是解决本发明技术问题所必须的。图1是示出根据一个实施方式的确定成分模型判定装置100的功能构成的例子的 图。本实施例的确定成分模型判定装置100是判定所给予的概率密度函数PDF中所包含的 确定成分的模型的装置，包括频谱计算部10、空值检测部20、理论值计算部30、以及模型判 定部40。频谱计算部10计算在规定的变量轴上给定的概率密度函数PDF的频谱。例如频 谱计算部10可以接收时间轴的概率密度函数PDF、计算频率轴的频谱。频谱计算部10，可 以通过对实数的概率密度函数PDF进行傅立叶变换而计算频谱。另外，频谱计算部10也可 以通过对实数的概率密度函数PDF进行傅立叶逆变换、计算频谱。在下面，使用频谱计算部 10计算频率轴的频谱的例子、说明确定成分模型判定装置100的功能。空值检测部20，检测频谱计算部10计算的频谱在规定的变量轴上的空值。本实 施例的空值检测部20检测频谱的空频。所谓频谱的空频，是指频谱的功率大约为零的频率 (或者表示频谱是极小值的频率)。理论值计算部30，基于空值检测部20检测出的空值，对于预先确定的多种类型的 模型的确定成分的各个，分别计算确定成分的频谱的理论值。本实施例的理论值计算部30 基于空值检测部20检测出的第1空频，计算各个理论值。这里，所谓确定成分的模型，例如 可以是正弦波分布的模型、均勻分布的模型、梯形分布的模型、dual-Dirac的模型等。如后 面所述，确定成分的理论值可以根据确定成分的模型和峰间值DJP_P确定。模型判定部40，基于频谱计算部10计算的频谱、和理论值计算部30计算的各模型 的确定成分的频谱的理论值，判定概率密度函数PDF中所包含的确定成分的模型。模型判 定部40基于表示频谱计算部10计算的频谱和各模型的确定成分的频谱的理论值之差分的 频谱差，判定概率密度函数PDF中所包含的确定成分的模型。概率密度函数PDF根据确定成分及随机成分的合成而给出。这里，考虑概率密度 函数PDF中包含一个主导的确定成分和相对小的随机成分的情形。例如，考虑确定成分的 峰峰值除以随机成分的标准偏差而得到的值为规定的值以上的情形。随机成分小的时候，随机成分的频谱(也称为特性函数)为大致恒定的值，概率密 度函数PDF的频谱与确定成分的频谱大致一致。因此，概率密度函数PDF中包含一个主导 的确定成分和相对小的随机成分时，通过找出从确定成分的频谱减去概率密度函数PDF的 频谱而得到的值为最小(和/或比规定值小的值)的确定成分的模型，可以确认确定成分 的模型。另外，在从确定成分的频谱减去概率密度函数PDF的频谱而得到的值为负的情况 下，作为随机成分的标准偏差，会得到在物理上没有意义的纯虚数。因此，模型判定部40优 选选择从确定成分的频谱减去概率密度函数PDF的频谱而得到的值为最小(和/或比规定 值小)的正值的确定成分的模型。图2是示出提供给确定成分模型判定装置100的概率密度函数的一个例子的图。 概率密度函数可以是表示通过多次测定例如电气电路等的规定的特性而得到的测定值的 分布的函数。所谓规定的特性，可以是例如电气电路、光电路等输出的信号的抖动量、振幅
值、直流值等。
例如，所谓抖动量，可以表示信号的相位噪声。更具体地，所谓抖动量，可以指信号 的边沿定时和理想的边沿定时的差。在这种情形下，概率密度函数可以表示测定每个信号 边沿的抖动量时得到的测定值的分布(发生概率)。另外，所谓振幅值，可以指信号的电压、 电流、光强度等的振幅。另外，所谓直流值，可以指信号的电压、电流、光强度等的直流电平。—般地，这些特性的概率密度函数包含确定成分和随机成分。例如，在抖动量的概 率密度函数中包含根据信号图案、发送路径的特性等确定地产生的确定性抖动的成分和随 机地产生的随机抖动的成分。另外，概率密度函数中所包含的随机成分如图2所示通过高斯分布给出。因此，需 要注意的是，随机成分的频谱也为高斯分布。另一方面，确定成分根据其产生原因而通过多 种类型的模型给出。例如，在图2中，虽然示出了正弦波分布的确定成分的模型，但是除此 之外，也可考虑均勻分布的确定成分、梯形分布的确定成分、dual-Dirac分布的确定成分、 single-Dirac分布的确定成分等。图3A，3B，4A和4B是示出了确定成分的各个模型的概率密度函数的图。图3A示 出了均勻分布的确定成分。图3B示出了梯形分布的确定成分。图4A示出了 dual-Dirac 分布的确定成分。图4B示出了 single-Dirac分布的确定成分。如图2至图4B所示，在各个模型中，如果峰峰值DJP_P被确定，那么可以唯一地 确定确定成分的分布。但是，梯形分布的确定成分优选还给出上边与下边之比。另外， single-Dirac分布的确定成分给定为峰峰值大约为0的确定成分。本实施例的确定成分模 型判定装置100基于概率密度函数的频谱中的第1空频，计算确定成分的峰峰值DJP_P。图5A和5B是示出关于规定的确定成分模型的确定成分的概率密度函数及其频谱 的图。图5A示出了关于正弦波分布的确定成分的模型。图5B示出了关于均勻分布的确定 成分的模型。关于图5A和5B，左边的波形表示时间域的概率密度函数，右边的波形表示概 率密度函数的频谱。并且，设时间域的确定成分的峰峰值为DJP_P。如图5A中所示，对正弦波分布的确定成分的概率密度函数进行傅立叶变换而得 到的频谱的第1空频由0. 765/DJP_P给出。S卩，通过该第1空频的倒数乘以系数0. 765，可以 计算确定成分的峰峰值DJP_P。另外，如图5B所示，对均勻分布的确定成分的概率密度函数进行傅立叶变换而得 到的频谱的第1空频由1/DJP_P给出。S卩，通过求得该第1空频的倒数，可以计算确定成分 的峰峰值DJP_P。同样地，关于梯形分布、dual-Dirac分布等的其它的确定成分的模型，可以根据第 1空频计算峰峰值。但是，如图5A和5B所示，根据确定成分的模型，第1空频和峰峰值DJP_P 的关系而有所不同，所以为了精确地求得确定成分，有必要判定确定成分的模型。图6A是示出提供给确定成分模型判定装置100的概率密度函数h(t)及其频谱 H(f)的一个例子的图。图6B是示出均勻分布的确定成分d(t)及其频谱D(f)的一个例子 的图。图6C示出了概率密度函数h(t)中所包含的随机成分g(t)、和对概率密度函数的频 谱H(f)和确定成分的频谱D(f)进行对比的频谱。频谱计算部10，接收图6A中所示的概率密度函数h(t)，计算其功率频谱|H(f) |。 空值检测部20检测图6A中所示的频谱|H(f) I的第1空频。本实施例中的频谱计算部10 检测频谱|H(f) I大致为零时的IOOGHz作为第1空频。
理论值计算部30基于频谱|H(f) I的第1空频，对预先确定的模型的确定成分的 各个，分别计算确定成分的频谱的理论值。例如，均勻分布的确定成分的频谱如图6B所示。 另外，概率密度函数h(t)的第1空频与所包含的确定成分的频谱的第1空频大致相同。根 据第1空频求得确定成分的频谱的理论值的方法参照图7在后面描述。模型判定部40基于频谱|H(f) I和频谱|D(f) I，判定确定成分的模型。模型判定 部40可以计算频谱差，即频谱|H(f) I和频谱|D(f) I的差分。图7是示出每个确定成分模型的时间域上的模型公式、频率域上的模型公式、以 及第1空频fZCT。和峰峰值DJP_P的关系的表。另外，在图7中的Itl表示第1类0阶贝塞尔 函数。另外，图7中的α表示梯形分布中的上边与下边的比。即，在梯形分布中，α = 1 时相当于均勻分布，α =0时相当于三角形分布。另外，确定成分模型判定装置100处理 的确定成分的模型不限于上面所述模型。确定成分模型判定装置100可以判定根据频谱的 第1空频能够计算峰峰值的所有的确定成分的模型。如图7所示，确定成分的频谱的理论值可以根据确定成分的模型和第1空频求得。 在理论值计算部30中提供有一个表，如图7所示，该表示出对于每一确定成分的模型，频率 域上的模型公式、以及第1空频fZCT。与峰峰值DJP_P的关系。理论值计算部30基于该表可 以计算确定成分的各个模型的理论值。图8是示出模型判定部40的构成例的图。本实施例的模型判定部40包括频谱差 计算部42和选择部46。频谱差计算部42对于每一确定成分模型，计算从确定成分的频谱 D(f)的理论值减去频谱计算部10计算的频谱H(f)而得到的频谱差。这里，概率密度函数PDF的频谱H(f)通过下式由随机成分的频谱G(f)和确定成 分的频谱D (f)表示。数1H(f) = D(f) ‘ R(f)…式(1)由于随机成分服从高斯分布，所以式(1)可以变形为下式。数2Hif) = Dif …式 O)如上面所述，在随机成分的标准偏差ο t(由下式表示)足够小的情况下，可以使 随机成分的频谱R(f)大致恒定。数3
IA 'x
rrZ因此，式⑵可以进行以下的变形。数4H(f) ^ D(f) …式(3)因此，通过找出使频谱差D(f)_H(f)为最小的正值的特性函数D(f)，可以确认确 定成分的模型。频谱差计算部42对于确定成分的预先确定的多个模型，计算频谱差D (f)-H(f)。 频谱差计算部42，对各种类型的确定成分的频谱的理论值D (f)和频谱计算部10计算的频
8谱H(f)进行以例如e或10为底的对数变换后，可以计算它们的差分D(f)_H(f)。该对数的 底可以使用任意的无理数。另外，选择部46选择该频谱差为最小正值的确定成分的模型。由此，可以确认包 含一个主导的确定成分和相对小的随机成分的概率密度函数PDF中的该确定成分的模型。图9是示出概率密度函数PDF的频谱H(f)及确定成分的各个模型的频谱的理 论值的一个例子的图。在图9中，作为确定成分的模型，示出了正弦波分布、均勻分布、及 dual-Dirac分布的各模型的确定分布。并且，本实施例的概率密度函数PDF中包含正弦波 分布的确定成分。如图9所示，正弦波分布的确定成分的频谱中的空频与概率密度函数的 频谱中的空频在第1空频和第2空频大致相同。图10示出了确定成分的各个模型的频谱的理论值及所测定的概率密度函数PDF 的频谱的例子。所测定的概率密度函数PDF的频谱与上述的频谱计算部10输出的频谱对应。另外，图10示出了放大各频谱的主瓣的一部分的例子。并且，在图10中， dual-Dirac模型、正弦波模型、均勻分布模型、梯形分布模型、近三角形的梯形分布模型、以 及三角形分布模型的各个确定分布模型的频谱用虚线表示，所测定的概率密度函数PDF的 频谱用实线表示。模型判定部40选择从各确定分布模型的频谱减去所测定的频谱而得到的值为最 小正值的确定分布的模型。即，在图10的例子中，选择比所测定的频谱大且与所测定的频 谱最接近的确定分布的频谱。在本实施例中，选择了梯形分布的确定成分。并且，模型判定部40可以在预先确定的频率fl处比较各频谱。例如，模型判定部 40可以在频谱的频率窗口中与DC成分最接近的频率窗口，比较各频谱的值。在这种情况 下，频谱差计算部42计算在该频率Π处的频谱差。另外，模型判定部40，在频谱计算部10计算的频谱在规定的范围内不存在时，可 以判定概率密度函数PDF中只包含随机成分。例如，模型判定部40，在频谱计算部10计算 的频谱在预先设定的基准频谱以下的情况下，可以判定该概率密度函数PDF中只包含随机 成分。在模型判定部40中，例如，如图10中所示，作为用于判定概率密度函数PDF中包 含的成分只为随机成分的基准频谱，可以提供有比三角形分布模型的频谱小的基准频谱 (RJ only)。另外，模型判定部40中还可以提供有在上面所述的频率fl处的基准频谱的值。另外，基准频谱或频率fl处的基准频谱的值也可以预先设定在频谱计算部10中。 这种情况下，频谱计算部10可以判定在概率密度函数PDF中是否包含确定成分或者是否只 包含随机成分。图11是示出确定成分模型判定装置100的处理的概要的流程图。如上所述，频谱 计算部10计算所给定的概率密度函数的频谱(S200)。接下来，空值检测部20检测频谱计 算部10计算的频谱中的第1空值(S202)。接下来，理论值计算部30基于第1空值，对于确定成分的预先确定的模型的每一 个，计算确定成分的频谱的理论值(S204)。接下来，频谱差计算部42，对每一确定成分的模 型计算频谱差(S206)。接下来，选择部46选择在S206对每个确定成分模型求得的该频谱差为最小正值的确定成分的模型。由此，可以推定概率密度函数中包含的确定成分的模型。另外，在概率密度函数PDF中包含的随机成分不足够小的情况下，上述的处理可 能误选确定分布的模型。因此，模型判定部40在概率密度函数PDF中所包含的随机成分的 标准偏差比规定的值小的情况下，通过上述的处理可以判定确定成分的模型。关于各个确定成分的模型，可以预先求得，能够精确判别确定分布的模型的随机 成分的大小与确定分布的峰峰值之间的比。例如，可以通过模拟进行验证，对于dual-Dirac 分布，如果确定分布的峰峰值与随机成分的标准偏差的比DJp_p/o为2. 50以上，则可以以 大约100%的概率正确地判别确定分布的模型。模型判定部40，基于通过关于图11中说明的处理所选择的确定成分的模型，可以 计算确定成分的峰峰值及随机成分的标准偏差。另外，确定成分的峰峰值及随机成分的标 准偏差的比大于对每一确定成分模型预先确定的阈值(例如通过模拟被预先验证)的情况 下，可以判定所选择的确定成分的模型是正确的。模型判定部40，在确定成分的峰峰值和随 机成分的标准偏差的比小于对每一确定成分模型预先确定的阈值的情况下，可以将所选择 的确定成分的模型可能有误的意思通知给使用者等。图12是示出根据一个实施方式的测试系统300的构成例的图。测试系统300是 测试半导体电路、通信机器等的被测试设备的系统，包括测定部320、确定成分模型判定装 置100及良否判定部330。测定部320多次测定被测试设备310的规定的特性，生成该特性的测定值的概率 密度函数。例如，测定部320可以测定被测试设备310输出的信号的抖动、电压、电流等。确 定成分模型判定装置100判定，测定部320测定的特性值的概率密度函数中所包含的确定 成分的模型。另外，确定成分模型判定装置100可以计算概率密度函数中所包含的确定成 分和随机成分中的至少一方。例如，确定成分模型判定装置100基于第1空频以及确定成分的模型，可以如图7 所示计算确定成分的概率密度函数，也可计算峰峰值。另外，确定成分模型判定装置100基 于判定的确定成分模型，还可以计算所测定的概率密度函数PDF中所包含的随机成分。良否判定部330基于确定成分模型判定装置100计算的确定成分或随机成分，判 定被测试设备310的良否。例如，良否判定部330可以判定确定成分模型判定装置100计 算的确定成分或随机成分是否满足规定的规格。通过这样的构成，可以精确判定被测试设 备310的良否。图13是示出根据一个实施方式的电子设备400的构成例的图。本例的电子设备 400根据从输入管脚402所提供的信号而动作、从输出管脚404输出所生成的规定的信号。 电子设备400包括动作电路410、测定部320、确定成分模型判定装置100、及良否判定部 330。动作电路410根据所接收的信号而动作。动作电路410可以根据动作结果生成规 定的信号。测定部320、确定成分模型判定装置100、及良否判定部330执行测定动作电路 410是否正常动作的BIST电路的功能。测定部320测定动作电路410所生成的规定的信号的规定的特性，生成概率密度 函数。确定成分模型判定装置100判定测定部320所生成的概率密度函数中包含的确定成 分的模型，然后计算确定成分和随机成分。
良否判定部330基于确定成分模型判定装置100所计算的确定成分及随机成分， 判定动作电路410的良否。测定部320、确定成分模型判定装置100、及良否判定部330与 关于图12中说明的测定部320、确定成分模型判定装置100、及良否判定部330相同。另外，良否判定部330可以经测试管脚406将良否判定结果输出至外部。通过以 上的结构，可以提供能够精确进行动作电路410的自我诊断的电子设备400。图14是示出根据一个实施方式的计算机1900的硬件构成的一个例子。计算机 1900基于提供给其的程序，执行图1至图11中说明的确定成分模型装置100的功能。程序 可以使计算机1900执行关于图1至图11中说明的确定成分模型判定装置100的各构成元 件的功能。根据本实施方式的计算机1900包括CPU外围设备、输入输出部、以及传统输入输 出部。CPU外围设备包括通过主控制器2082而相互连接的CPU2000、RAM2020、图形控制器 2075、及显示装置2080。输入输出部包括通过输入输出控制器2084而与主控制器2082连 接的通信接2030、硬盘驱动器2040、以及⑶-ROM驱动器2060。传统输入输出部包括与输入 输出控制器2084连接的R0M2010、软盘驱动器2050、及输入输出芯片2070。主控制器2082连接RAM2020和以高传送率访问RAM2020的CPU2000及图形控制 器2075。CPU2000基于存储于R0M2010和RAM2020中的程序而动作，进行各个部件的控制。 图形控制器2075获取CPU2000等在设置于RAM2020内的帧缓冲器上生成的图像数据、并使 其显示在显示装置2080上。可选地，图形控制器2075也可以在内部包含存储CPU2000等 生成的图像数据的帧缓冲器。输入输出控制器2084连接主控制器2082、和作为相对高速的输入输出装置的通 信接口 2030、硬盘驱动器2040及⑶-ROM驱动器2060。通信接口 2030经网络与其它装置 通信。硬盘驱动器2040存储计算机1900内的CPU2000使用的程序和数据。⑶-ROM驱动器 2060从CD-R0M2095读取程序或数据，经RAM2020提供给硬盘驱动器2040。另外，在输入输出控制器2084上连接有ROM 2010和比较低速的输入输出装置软 盘驱动器2050以及输入输出芯片2070。ROM 2010存储计算机1900起动时执行的引导程 序、依存于计算机1900的硬件上的程序等。软盘驱动器2050从软盘2090读取程序或者数 据、经RAM2020提供给硬盘驱动器2040。输入输出芯片2070连接软盘驱动器2050、例如经 并行端口、串行端口、键盘端口、鼠标端口等连接各种输入输出装置。经RAM 2020提供给硬盘驱动器2040的程序，存储于由使用者提供的软盘2090、 ⑶-R0M2095、或者IC卡等记录介质中。程序被从记录介质中读出、经RAM 2020安装于计算 机1900内的硬盘驱动器2040中、在CPU2000中执行。该程序被安装于计算机1900中。该 程序由CPU2000等执行时，使计算机1900执行确定成分判定装置100的功能。如上所述的程序也可存储于外部的记录介质中。作为记录介质，除了软盘2090、 ⑶-ROM 2095之外，还可以使用DVD、⑶等光学记录介质、MO等磁光记录介质、磁带介质、IC 卡等的半导体存储器等。另外，也可以将连接于专用通信网络或者互联网的服务器系统中 设置的硬盘或者RAM等存储装置作为记录介质使用、经网络将程序提供给计算机1900。以上，虽然通过实施方式对本发明的一个侧面(一)进行了说明，但是本发明的技 术范围并不限于上述实施方式中所记载的范围。对上述实施方式还可以进行多种变更或改 进。从记载的权利要求的范围可知，进行这样的变更或改进而得到的实施方式也被包含于本发明的技术范围内。在权利要求书、说明书、及附图中所示的装置、系统、程序、及方法中的动作、过
程、步骤、以及阶段等的各种处理的执行顺序，如果没有特别明示“在......之前”、“先
于......”等，或者除非在后面的处理中使用前面的处理的输出，则应该认为可以以任意的
顺序来实现。关于权利要求书、说明书、及附图中的动作流程，为了方便虽然使用了“首先”、 “其次”等进行说明，但是并不意味着必须以这样的顺序来实施。从上面所述可以明白的是，利用本发明的实施方式(一)，可以将精确判定概率密 度函数中所包含的确定成分的模型的确定成分模型判定装置以简易的结构来实现。附图标记说明10、频谱计算部；20、空值检测部；30、理论值计算部；40、模型判定部；42、频谱差 计算部；46、选择部；100、确定成分模型判定装置；300、测试系统；310、被测试设备；320、测 定部；330、良否判定部；400、电子设备；402、输入管脚；404、输出管脚；40、测试管脚；410、 动作电路；1900、计算机；2000、CPU ；2010, ROM ；2020、RAM ;2030、通信接口 ；2040、硬盘驱 动器；2050、软盘驱动器；2060、CD-ROM驱动器；2070、输入输出芯片；2075、图形控制器； 2080、显示装置；2082、主控制器；2084、输入输出控制器；2090、软盘；2095、CD-ROM。
权利要求
1.一种确定成分模型判定装置，其判定在所给予的概率密度函数中包含的确定成分的 模型，其特征在于，包括频谱计算部，其计算在规定的变量轴上所述概率密度函数的频谱；空值检测部，其检测所述频谱在所述变量轴上的空值；理论值计算部，其基于所述空值检测部检测出的所述空值，对预先确定的多个模型的 确定成分的每一个，分别计算所述确定成分的频谱的理论值；以及模型判定部，其基于表示所述频谱计算部计算的所述频谱与各模型的所述确定成分的 频谱的理论值之差分的各个频谱差，判定所述概率密度函数中所包含的所述确定成分的模型。
2.根据权利要求1所述的确定成分模型判定装置，其特征在于，所述模型判定部，将从各模型的所述确定成分的频谱的理论值减去所述频谱计算部计 算的所述频谱而得到的所述频谱差为比规定值小的正值的所述确定成分的模型、判定为所 述概率密度函数中所包含的所述确定成分的模型。
3.根据权利要求1所述的确定成分模型判定装置，其特征在于，所述模型判定部判定所述频谱差为最小的正值的所述确定成分的模型为所述概率密 度函数中包含的所述确定成分的模型。
4.根据权利要求3所述的确定成分模型判定装置，其特征在于，所述模型判定部在所述频谱计算部计算的所述频谱在规定的范围内不存在时，判定在 所述概率密度函数中只包含随机成分。
5.根据权利要求3所述的确定成分模型判定装置，其特征在于，所述空值检测部检测所述频谱的第1空值。
6.根据权利要求3所述的确定成分模型判定装置，其特征在于，所述模型判定部包括频谱差计算部，该频谱差计算部对于每个所述确定成分模型计算 所述频谱差。
7.一种确定成分模型判定方法，其判定在所给予的概率密度函数中所包含的确定成分 的模型，其特征在于，包括计算在规定的变量轴上所述概率密度函数的频谱；检测所述频谱在所述变量轴上的空值；基于检测出的所述空值，对预先确定的多种模型的确定成分的每一个，分别计算所述 确定成分的频谱的理论值；以及基于表示所计算的所述频谱与各模型的所述确定成分的频谱的理论值之差分的各个 频谱差，判定所述概率密度函数中所包含的所述确定成分的模型。
8.一种程序，其特征在于，使计算机执行如权利要求1中所述确定成分模型判定装置的功能。
9.一种存储介质，其特征在于，存储如权利要求8中所述的程序。
10.一种测试系统，其测试被测试设备，其特征在于，包括测定部，其多次测定所述被测试设备的规定的特性；根据权利要求1所述的确定成分模型判定装置，其判定所述测定部测定的特性值的概 率密度函数中所包含的确定成分的模型，计算所述确定成分；以及良否判定部，其基于所述确定成分模型判定装置计算的所述确定成分，判定所述被测 试设备的良否。
11. 一种电子设备，其生成规定的信号，其特征在于，包括 动作电路，其生成所述规定的信号并输出； 测定部，其测定所述规定的信号的规定的特性；以及根据权利要求1所述的确定成分模型判定装置，其判定所述测定部测定的特性值的概 率密度函数中所包含的确定成分的模型，计算所述确定成分。
全文摘要
本发明提供一种确定成分模型判定装置，判定在所给予的概率密度函数中所包含的确定成分的模型，包括计算在规定的变量轴上概率密度函数的频谱的频谱计算部；检测频谱在变量轴上的空值的空值检测部；基于空值检测部检测出的空值，对预先确定的多种类型的模型的确定成分的每一个，分别计算确定成分的频谱的理论值的理论值计算部；基于表示频谱计算部计算的频谱与各模型的确定成分的频谱的理论值之差分的各个频谱差，判定概率密度函数中所包含的确定成分的模型的模型判定部。
文档编号G01R31/28GK102150051SQ200980135539
公开日2011年8月10日 申请日期2009年10月26日 优先权日2008年10月24日
发明者一山清隆, 山口隆弘, 石田雅裕 申请人:爱德万测试株式会社
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
