智能制造的终极目标是实现能够自我管理的无人工厂，将人工智能、机器学习等功能引入厂房的机器内部，让机器可以自行学习、解除困难。那么，打造一座智能工厂需要哪些核心技术和软硬件装备？

在本文的第1部分中，我们看到当传输速率超过约30Gbaud时，特别是对众所周知的对噪声敏感的PAM4信号来说，S参数掩模要求无法保证“serdes、信道、serdes”之间能够实现互操作……

还记得振铃吗？也就是由反射引起的、会影响信号质量的振荡？想当年我们可以假设信号在芯片之间传输是瞬时完成的，在那时，这个问题可以通过阻抗匹配，或等待它们稳定下来来解决。但现在……

日前在美国伊利诺伊州Waukegan一座化学工厂发生爆炸的新闻，让我想起一个有关高压(100kV)电源的意外...

暂且不提各种威胁情景，AI有可能在各种模棱两可的情况下帮助做出决策。这不仅仅是遵循自动流程图，这些情况以往通常需要人来进行判断。这就引出了电子测试和测试工程话题。AI在这里有用吗？

这是第二篇理论篇，主要介绍Spectrum View架构、FFT等内容。

汽车电气化、ADAS、V2X等测试有一个较大的挑战是不确定性。例如ADAS，以前传统汽车很多测试是确定的，例如转速、耐压等，是1和0、通过和不通过的关系。而ADAS的测试方法、测试理论，尤其是对于L3以上的测试，还没有完备。

任意波形发生器设计中非常重要的是所用的ADC、DAC、运放、时钟以及电源等，这些器件正确选型能确保系统能提供较低的杂散、噪声以及其他关键指标。

从基础篇开始，讲述利用示波器上的Spectrum View功能观测多通道信号频谱分析。

功能全面、基于PC的小体积USB示波器，也许正是你需要的价格低、性能高且易于使用的示波器。

配电网（PDN）的噪声测量已经成为调试和排查系统设计问题的焦点，但是，确定PDN完整性的过程却暗藏“陷阱”。让我们看看PDN测量和探测中导致错误测试结果的一些挑战，以及如何克服它们。

我国5G牌照发放，标志着我国正式进入5G商用元年。然而，5G频段分为6GHz以下（FR1）和毫米波（FR2）两个部分。毫米波标准目前尚未最终确定，这部分才是5G的最终方向。我们的生产测试系统是否已准备好？

传感已经无处不在，世界上部署的传感器正在接近1万亿个，连接设备也在接近300亿台。机器学习也已经不再只是个流行词，而是已应用到许多领域。这些所有加在一起，使我们面临从未有过的巨大挑战。那么这对大家意味着什么？也就是我们每个人都在参与5G、自动驾驶汽车、工业4.0或商业太空旅行的竞赛。

虽然最初人们认为米勒效应只不过是会限制带宽和稳定性的不想要的寄生电容倍增器，但它现在已被有用的拓扑所采纳，如模拟示波器时基积分器。根据这样一个事实：如果放大器增益(A)可变，那么米勒阻抗(Zm)或电纳(Ym)也变，本设计实例提出了另一种使用它的好办法。

分流器检测方式之所以成为首选，一方面是由于其较高的测量精度和相对较低的成本，另一方面是因为它测量方法简单，使用设备少、方便快捷。