Vinster:
- Möjlighet att producera skript som rensar och visualiserar signal-, logg- och telemetridata med Python, med AI-stöd
- Förmåga att känna igen datakvalitet, överinlärning och extrapoleringsrisker när man bygger enkla prediktions- och anomalimodeller
- Möjlighet att verifiera AI-genererad kod och resultat med enhetskontroll, referensdata och teknisk plausibilitet
Modulexamen
1. En praktikant frågar AI-chattverktyget om den erforderliga matningsströmmen för en LNA (lågbrusförstärkare) och skriver det resulterande värdet på '15 mA' direkt i effektbudgettabellen. Vad är det grundläggande misstaget i detta tillvägagångssätt?
- A) Det aktuella värdet måste komma från databladet och drifttillståndet för den valda komponenten; Antalet som genereras av AI:n kan vara en tillverkning utan källa ✔
- B) Den borde ha blivit ombedd att AI i µA istället för mA
- C) Värdet är korrekt, endast enhetsstavningen ska ha korrigerats
- D) Det räcker att ställa AI samma fråga tre gånger och ta medelvärdet
Förklaring: Språkmodellen känner inte till databladet för den specifika komponent du har valt; producerar ett tal som verkar mest troligt (hallucination). Matningsströmmen kommer endast från databladet och drifttillståndet för den del som används; AI-utgång kan inte komma in i tabellen utan validering.
2. Vad möjliggör "riskbaserad klassificering" vid användning av AI i elektronik/kommunikationsarbete?
- A) Minska prenumerationsavgiften för AI-verktyget
- B) Bestäm rollen för AI och det obligatoriska verifieringsdjupet enligt uppgiftens risknivå ✔
- C) Uppmaningar bör skrivas kortare
- D) Delegera automatiskt alla beslut till AI
Förklaring: Alla uppdrag är inte på samma risknivå. Att klassificera uppgiften som låg/medel/hög/kritisk avgör vilken effekt som fritt kan användas och vilken som kräver mätning, simulering och kvalificerat ingenjörsgodkännande.
3. Vad säger Nyquists samplingskriteriet vid signalbehandling och vad händer om det överträds?
- A) Samplingsfrekvensen måste vara minst två gånger den högsta frekvensen; Annars kommer aliasing att inträffa och signalen kommer att försämras irreversibelt ✔
- B) Ju lägre samplingsfrekvens, desto högre upplösning
- C) Sampling krävs endast för analoga signaler, inte digitala
- D) Nyquistkriteriet bestämmer endast ljudnivån
Förklaring: För att korrekt återställa en signal måste samplingsfrekvensen vara minst två gånger den högsta frekvensen i signalen. Om detta villkor inte är uppfyllt visas höga frekvenser som låga frekvenser; Detta kallas aliasing och data är permanent skadad.
4. Vad är det bästa tillvägagångssättet när AI föreslår en PCB-layout?
- A) Skickar den AI-föreslagna layouten direkt till produktionen
- B) Utvärdera förslaget som en checklista/startup som ska verifieras av DRC, simulering och prototypmätning ✔
- C) Kopiera AI-text utan att någonsin öppna databladen
- D) Ignorera regler för signalintegritet eftersom AI avvisar dem
Beskrivning: AI kan återkalla allmänna layout- och signalintegritetsprinciper (kort returväg, referensplan, avkopplingskondensatorplacering); den slutliga layouten verifieras dock av DRC (designregelkontroll), simulering och prototypmätning. AI-utgången är en checklista och startpunkt.
5. Vad betyder "EIRP" i RF-länkbudget?
- A) Effektiv utstrålad effekt, som kombinerar sändarens effekt och antennförstärkningen genom att dra av förluster ✔
- B) Absolutvärde för brusgolvet vid mottagaren
- C) Antennens fysiska storlek
- D) Karakteristisk impedans för kabeln
Förklaring: EIRP (Effective Isotropic Radiated Power) är den effektiva effekten som utstrålas av en isotrop antenn, kombinerat med sändarens uteffekt och antennförstärkningen, minus kabel-/kontaktförlusterna. Länka budget och regleringsgränser beror till stor del på EIRP; slutvärdet verifieras genom mätning och reglering.
6. Vad betyder det när AI hittar en "avvikelse" i temperatur och aktuella data vid prediktivt underhåll?
- A) Bevis på att utrustningen definitivt har gått sönder
- B) En varning om att uppgifterna avviker från det normala; Inte en definitiv feldiagnos, utan ett tecken som måste bekräftas av fältbesiktning ✔
- C) Beordra att utrustningen ska stängas av automatiskt
- D) Garantera att data registrerades felaktigt
Förklaring: En anomali är en avvikelse av data från normalt beteende och kan indikera ett fel; men det är ingen definitiv diagnos. Beslut om att avaktivera eller byta ut kort/utrustning fattas med fysisk kontroll på plats och godkännande av verksamhetsledaren.
7. Vilket är obligatoriskt för säkerhet/stabilitet innan en AI-skriven ISR-kod (firmware interrupt service routine) laddas in i hårdvaran?
- A) Distribuera direkt till enheter i fält utan att läsa koden
- B) Kontrollera bara att den är kompilerad och installera den
- C) Läsa koden, skicka den genom statisk analys, kontrollera delad data/tidsäkerhet och testa den på hårdvara ✔
- D) Att förlita sig på det lilla antalet rader i utgången
Förklaring: AI-kod kan hoppa över att skydda delade variabler (flyktiga/atomicitet), sätta lång/blockerande operation i ISR eller använda fel register. Det är viktigt att läsa koden, köra den genom statisk analys och testa den i verkliga förhållanden på hårdvara; ISR kan vara säkerhetskritisk.
8. Vad är det typiska förhållandet mellan BER (bitfelsfrekvens) och SNR (signal-till-brusförhållande) i digital kommunikation och vad ska AI komma ihåg när man tolkar det?
- A) De två ökar alltid tillsammans
- B) Det finns inget samband mellan dem
- C) I allmänhet, när SNR ökar, minskar BER; faktiska värden beror på modulering, kanal och kodning och måste verifieras genom simulering/mätning ✔
- D) Sambandet är konstant och har samma numeriska värde i alla system
Förklaring: I allmänhet, när SNR ökar, minskar BER (felet minskar när signalen blir starkare i förhållande till brus). AI kan förklara denna allmänna trend och teoretiska kurvor, men faktiska värden beror på moduleringstyp, kanal, kodning och hårdvara och måste verifieras genom simulering/mätning; Den allmänna kurvan ersätter inte den systemspecifika sanningen.
9. Vilken är den lämpligaste användningen när man löser ett I2C-kommunikationsproblem (enheten svarar inte) med AI?
- A) Lista möjliga orsaker i en lista med hypoteser; Att ställa en definitiv diagnos med analysator/oscilloskopmätning ✔
- B) Acceptera det första skälet som ges av AI som ett definitivt fel och byt ut hårdvaran.
- C) Laddar koden som föreslagits av AI många gånger utan att någonsin mäta linjen
- D) Hoppa över analysatormätning och förlita sig enbart på AI-förutsägelse
Beskrivning: AI kan extrahera möjliga orsaker (fel adress, avsaknad av pull-up-motstånd, hastighetsfelmatchning, avsaknad av gemensam grund, påstående) som en systematisk lista över hypoteser. Den definitiva diagnosen ställs dock genom att mäta linjen med en logisk analysator eller oscilloskop; AI-utgången är en sökkarta, inte en definitiv diagnos.
10. Vid optimering av mobilnät, vilken är den mest exakta inställningen till ett "försämringstecken" som AI hittar i RSRP/SINR-trenden?
- A) Ändra livenätverksparametrar direkt baserat på AI-utgång
- B) Ignorera varningen och fortsätt titta
- C) Verifiera grundorsaken genom fältmätning/drivningstestning och nätverksingenjörsanalys och bestäm sedan ✔
- D) Förlitar sig endast på AI och avbryter fältmätning
Förklaring: Det kan tidigt signalera ett möjligt täcknings-/störningsproblem i AI KPI-trenden; men grundorsaken (antennlutning, närliggande cellstörningar, hårdvarufel) bestäms av fältmätning/enhetstestning och analys av nätverksingenjören. AI-utgången är en skanningsvarning, inte ett beslut om parameterändring.
11. Vad är det mest exakta tillvägagångssättet för att hantera en lösning som föreslås av AI (t.ex. lägga till ferritpärlor) i en EMC/EMI-studie?
- A) Förklara produkten kompatibel direkt efter tillämpning av AI-rekommendationen
- B) Betrakta förslaget som en möjlig lösningshypotes och verifiera den med mätningar enligt standardgränsen i ett ackrediterat laboratorium. ✔
- C) Fastställande av standardgränserna med de värden som ges av AI
- D) Hoppa över mätning och bara lita på simulering
Beskrivning: AI kan återkalla möjliga störningsvägar och typiska lösningar (filtrering, skärmning, jordning, kabelhantering). Beslutet om lämplighet fattas dock genom mätning i ett ackrediterat laboratorium enligt standardgränsen (t.ex. CISPR/EN); AI-utgången är en initial hypotes, inte ett uttalande om kondition.
12. Vilket är det mest robusta sättet att förhindra AI från att få en påhittad (hallucinatorisk) referens när du ber den om del-/klausulnumret för en standard som 3GPP eller IEEE 802.11?
- A) Förlitar sig på artikelnumret och tabellvärdet som ges av AI
- B) Ställer samma fråga igen med olika ord
- C) Tittar på ett foruminlägg istället för standarden
- D) Öppna och bekräfta varje referens från den aktuella officiella texten av standarden (korrekt utgåva/version) och erhålla auktoriserat godkännande vid behov ✔
Förklaring: Även om språkmodellen korrekt känner till namnet på standarden, kan den hallucinera avsnittsnummer, tabellvärde och text; Dessutom varierar värden mellan utgåvor. Varje referens måste öppnas och bekräftas från den aktuella officiella texten till standarden och, vid behov, måste auktoriserad persons godkännande erhållas.
13. Vilken är den mest kritiska kontrollen innan du kör ett Python-signalanalysskript skrivet av AI?
- A) Läsa koden och verifiera samplingen/enhetsmatchningen, testa med en känd referenssignal och kontrollera sannolikheten för resultatet ✔
- B) Köra koden direkt på hela datamängden utan att läsa den
- C) Bara att se att det inte är något misstag och acceptera resultatet
- D) Att förlita sig på att grafiken i resultatet är visuellt vacker
Beskrivning: AI-koden kan felaktigt anta samplingsfrekvensen, blandningsenheter (Hz/kHz, V/mV), hoppa över fönster/normalisering eller oöverensstämmande kolumner. Det är viktigt att läsa koden, verifiera enheten och samplingsparametrarna, testa med en känd referenssignal och kontrollera om resultatet är fysiskt rimligt.
14. Vad är det bästa tillvägagångssättet när det gäller integritet och immateriella rättigheter när du tillhandahåller designfiler eller kundnätverksdata till ett molnbaserat AI-verktyg?
- A) Klistra in all rå design/mesh-data som de är
- B) Anonymisera sammanhang och rensa känslig design-/kund-/mätdata och använd företagets policy-kompatibla verktyg ✔
- C) Att anta att tillhandahållande av riktig kund- och IP-information är avgörande för resultatkvaliteten
- D) Ignorera integritets- och immateriella rättigheter överhuvudtaget
Beskrivning: Schematiska/PCB-filer, firmwarekälla, kundtopologi och abonnent-/mätdata är känsliga vad gäller affärshemligheter och lagstiftning (KVKK/GDPR). Det är nödvändigt att anonymisera sammanhanget, rensa riktiga IP/MAC/koordinater/klientnamn, välja företags- och policykompatibelt verktyg och följa företagets policy.