最近一年，ChatGPT等大模型猶如熱浪鋪面而來，迅速爆火全球，掀起了人工智能應用的一波浪潮。另一方面，談起通信領域的電子測試測量，大家印象中似乎還是依賴傳統(tǒng)的人工經(jīng)驗，基于各種儀表對性能指標進行分析，跟人工智能關聯(lián)不上。實際上在這個領域，也有不少的人工智能應用空間，接下來我們就跟大家聊一聊這方面的內(nèi)容。

一 首先我們分析一下目前電子測試測量遇到的一些挑戰(zhàn)：

1、被測終端支持的協(xié)議越來越多

以華為的Mate60手機為例，需要支持4G，5G，藍牙，Wi-Fi, NFC，GPS/北斗通信,USB等多種協(xié)議。另外，隨著標準版本的迭代升級，協(xié)議也在持續(xù)更新，變得越來越復雜。在測試儀表（例如綜測儀）與被測終端的信令交互過程中，對于所出現(xiàn)的問題排查起來變得異常困難，經(jīng)常需要工程師對龐大的日志進行分析，定位問題。

2、協(xié)議標準復雜，難以理解

3GPP的無線協(xié)議非常復雜，涉及大量的技術原理。很多時候為了弄明白一個小的技術問題，工程師需要長時間地查閱規(guī)范和相關書籍，耗時耗力。

3、被測終端自身的人工智能應用尚無測試規(guī)范和體系

隨著半導體技術的發(fā)展，終端的數(shù)據(jù)處理能力越來越強，具備了人工智能(AI)應用的基礎。但是關于AI算法或者模塊，如何驗證其性能，目前業(yè)內(nèi)還在探索，尚無相關的測試規(guī)范和體系可以參考。

4、測試儀表軟硬件架構(gòu)的改動

人工智能可以輔助儀表提升算法性能或者增強測試指標，但同時也對儀表的軟硬件架構(gòu)帶來了挑戰(zhàn)，需要專門的算力資源或者軟件運行環(huán)境支持人工智能的應用

5、測試方法和測試環(huán)境的創(chuàng)新

以無線信道測量為例，搭建測試環(huán)境和遍歷測試用例并非易事。如果可以利用數(shù)字孿生等技術對信道進行預測，基于數(shù)字化的平臺產(chǎn)生信道數(shù)據(jù)，可以提高測試效率，產(chǎn)生更多的所需數(shù)據(jù)，有利于后期的仿真評估和分析。

以上的這些挑戰(zhàn)，或多或少都跟AI有關。需要充分考慮AI的特點，針對不同的需求，對傳統(tǒng)的電子測試測量方法進行相應的變革。

二 以下是潛在的應對方法或者應用領域：

1、制定通信人工智能的測試規(guī)范和體系

通信人工智能的測試規(guī)范和體系還在制定中。例如3GPP RAN4正在討論如何測試AI的核心功能：推理、生命周期管理流程、數(shù)據(jù)生成和收集以及泛化驗證等，其核心要求包括性能監(jiān)控流程、功能/模型管理流程，以及相應的延遲和中斷等?？梢灶A計，隨著標準化的進展，最終會定義出類似圖1的參考架構(gòu)。需要針對測試儀表開發(fā)出AI的相關模塊和交互信令。

圖1 測試AI的參考架構(gòu)

2、利用AI高效地分析測試日志以及快速定位問題

AI可以輔助測試儀表或者研發(fā)人員對測試日志進行分析。需要在傳統(tǒng)的日志分析軟件中集成AI的能力，對測試過程中的問題進行快速定位和反饋。

3、輔助工程師解析協(xié)議的智能助手

可以用標準/協(xié)議為原始數(shù)據(jù)對人工智能模型進行訓練，生成輔助工程師解析協(xié)議的智能助手。該助手可以對工程師在協(xié)議上的疑問進行快速精確的答復，加快問題的定位，輔助測試。

4、提升儀表本身的軟硬件能力

需要升級儀表本身支持人工智能的軟硬件能力，提升儀表的測試性能。對于模型比較復雜、需要強大算力環(huán)境的AI應用，可以將數(shù)據(jù)傳到云端進行推理，返回推理結(jié)果。這就需要儀表或者后臺分析軟件支持和云端的遠程交互能力，利用云端的環(huán)境對數(shù)據(jù)進行分析。

5、構(gòu)建測試儀表的數(shù)字孿生環(huán)境

基于物理的儀表測試環(huán)境，構(gòu)建數(shù)字孿生環(huán)境，兩者進行交互和參數(shù)匹配，讓數(shù)字孿生的測試環(huán)境盡可能的模擬物理測試環(huán)境。

關于人工智能的這些應對方法，業(yè)內(nèi)還處于摸索的階段。羅德與施瓦茨和業(yè)內(nèi)合作伙伴一起，努力探索各種人工智能的應用，在這些平臺中，將傳統(tǒng)的射頻儀表（例如信號源和頻譜儀）和人工智能軟件相結(jié)合，用于驗證人工智能對傳統(tǒng)通信算法的性能提升。相信在不久的將來，在電子測試測量領域大家可以看到越來越多的人工智能應用，讓我們拭目以待。