Phân tích dữ liệu tín hiệu và viễn thông và ranh giới của AI với Python

Lợi nhuận:

• Khả năng tạo các tập lệnh làm sạch và trực quan hóa dữ liệu tín hiệu, nhật ký và đo từ xa bằng Python, với sự hỗ trợ của AI
• Khả năng nhận biết chất lượng dữ liệu, rủi ro học tập quá mức và ngoại suy khi xây dựng các mô hình dự đoán và bất thường đơn giản
• Khả năng xác minh mã và kết quả do AI tạo bằng điều khiển đơn vị, dữ liệu tham chiếu và tính hợp lý về mặt kỹ thuật

Thi học phần

1. Một thực tập sinh hỏi công cụ trò chuyện AI về dòng điện cần thiết cho LNA (bộ khuếch đại nhiễu thấp) và ghi trực tiếp giá trị kết quả là '15 mA' vào bảng dự trữ năng lượng. Sai lầm cơ bản trong cách tiếp cận này là gì?

• A) Giá trị hiện tại phải lấy từ bảng dữ liệu và điều kiện hoạt động của linh kiện được chọn; Con số do AI tạo ra có thể là bịa đặt không có nguồn gốc ✔
• B) Đáng lẽ phải yêu cầu AI ở µA thay vì mA
• C) Giá trị đúng, chỉ sửa lỗi chính tả đơn vị
• D) Chỉ cần hỏi AI cùng một câu hỏi ba lần và lấy điểm trung bình là đủ

Giải thích: Mô hình ngôn ngữ không biết bảng dữ liệu của thành phần cụ thể mà bạn đã chọn; tạo ra một con số có vẻ có khả năng xảy ra nhất (ảo giác). Dòng điện chỉ đến từ bảng dữ liệu và tình trạng hoạt động của bộ phận được sử dụng; Đầu ra AI không thể vào bảng nếu không xác thực.

2. 'Phân loại dựa trên rủi ro' mang lại lợi ích gì khi sử dụng AI trong công việc điện tử/truyền thông?

• A) Giảm phí đăng ký công cụ AI
• B) Xác định vai trò của AI và độ sâu xác minh bắt buộc theo mức độ rủi ro của nhiệm vụ ✔
• C) Lời nhắc nên viết ngắn hơn
• D) Tự động ủy thác mọi quyết định cho AI

Giải thích: Không phải mọi nhiệm vụ đều có mức độ rủi ro như nhau. Việc phân loại nhiệm vụ thành thấp/trung bình/cao/quan trọng sẽ xác định đầu ra nào có thể được sử dụng tự do và đầu ra nào yêu cầu đo lường, mô phỏng và phê duyệt của kỹ sư đủ trình độ.

3. Tiêu chí lấy mẫu Nyquist nói lên điều gì trong quá trình xử lý tín hiệu và điều gì sẽ xảy ra nếu nó bị vi phạm?

• A) Tần số lấy mẫu ít nhất phải gấp đôi tần số cao nhất; Nếu không, hiện tượng răng cưa sẽ xảy ra và tín hiệu sẽ bị suy giảm không thể phục hồi ✔
• B) Tần số lấy mẫu càng thấp thì độ phân giải càng cao
• C) Chỉ cần lấy mẫu cho tín hiệu tương tự, không phải tín hiệu số
• D) Tiêu chuẩn Nyquist chỉ xác định mức ồn

Giải thích: Để khôi phục chính xác tín hiệu, tần số lấy mẫu ít nhất phải gấp đôi tần số cao nhất trong tín hiệu. Nếu điều kiện này không được đáp ứng, tần số cao sẽ xuất hiện dưới dạng tần số thấp; Điều này được gọi là bí danh và dữ liệu bị hỏng vĩnh viễn.

4. Cách tiếp cận tốt nhất khi nhờ AI đề xuất bố cục PCB là gì?

• A) Gửi trực tiếp bố cục do AI đề xuất đến sản xuất
• B) Đánh giá đề xuất dưới dạng danh sách kiểm tra/khởi động để được xác minh bằng DRC, mô phỏng và đo lường nguyên mẫu ✔
• C) Sao chép văn bản AI mà không cần mở bảng dữ liệu
• D) Bỏ qua các quy tắc toàn vẹn tín hiệu vì AI từ chối chúng

Mô tả: AI có thể nhớ lại các nguyên tắc bố cục chung và tính toàn vẹn của tín hiệu (đường trở về ngắn, mặt phẳng tham chiếu, vị trí tụ điện tách rời); tuy nhiên, bố cục cuối cùng được xác minh bằng DRC (kiểm tra quy tắc thiết kế), mô phỏng và đo lường nguyên mẫu. Đầu ra AI là danh sách kiểm tra và điểm bắt đầu.

5. 'EIRP' có nghĩa là gì trong ngân sách liên kết RF?

• A) Công suất bức xạ hiệu dụng, kết hợp công suất của máy phát và mức tăng ăng-ten bằng cách khấu trừ tổn thất ✔
• B) Giá trị tuyệt đối của mức ồn tại máy thu
• C) Kích thước vật lý của ăng-ten
• D) Trở kháng đặc trưng của cáp

Giải thích: EIRP (Công suất bức xạ đẳng hướng hiệu quả) là công suất hiệu dụng được bức xạ bởi một ăng-ten đẳng hướng, kết hợp với công suất đầu ra của máy phát và độ lợi của ăng-ten, trừ đi tổn hao cáp/đầu nối. Ngân sách liên kết và giới hạn quy định phần lớn phụ thuộc vào EIRP; giá trị cuối cùng được xác minh bằng phép đo và quy định.

6. AI phát hiện ra sự “bất thường” về nhiệt độ và dữ liệu hiện tại trong quá trình bảo trì dự đoán có ý nghĩa gì?

• A) Bằng chứng cho thấy thiết bị chắc chắn đã bị lỗi
• B) Cảnh báo dữ liệu sai lệch so với bình thường; Không phải là chẩn đoán lỗi dứt khoát mà là dấu hiệu cần được xác nhận bằng kiểm tra hiện trường ✔
• C) Ra lệnh tắt thiết bị một cách tự động
• D) Đảm bảo rằng dữ liệu được ghi không chính xác

Giải thích: Sự bất thường là sự sai lệch của dữ liệu so với hành vi bình thường và có thể chỉ ra sự cố; nhưng nó không phải là một chẩn đoán xác định. Quyết định vô hiệu hóa hoặc thay thế thẻ/thiết bị được đưa ra với sự kiểm soát vật lý tại chỗ và sự chấp thuận của người quản lý hoạt động.

7. Điều nào là bắt buộc để bảo mật/ổn định trước khi tải mã quy trình dịch vụ ngắt chương trình cơ sở (ISR) do AI viết vào phần cứng?

• A) Triển khai trực tiếp đến các thiết bị tại hiện trường mà không cần đọc mã
• B) Chỉ cần kiểm tra xem nó đã được biên dịch chưa và cài đặt nó
• C) Đọc mã, chuyển mã qua phân tích tĩnh, kiểm tra bảo mật dữ liệu/thời gian được chia sẻ và kiểm tra mã trên phần cứng ✔
• D) Dựa vào số lượng dòng đầu ra nhỏ

Giải thích: Mã AI có thể bỏ qua việc bảo vệ các biến dùng chung (dễ bay hơi/tính nguyên tử), đặt thao tác dài/chặn trong ISR hoặc sử dụng thanh ghi sai. Điều cần thiết là phải đọc mã, chạy mã thông qua phân tích tĩnh và kiểm tra mã trong điều kiện thực tế trên phần cứng; ISR có thể rất quan trọng về mặt bảo mật.

8. Mối quan hệ điển hình giữa BER (tỷ lệ lỗi bit) và SNR (tỷ lệ tín hiệu trên nhiễu) trong truyền thông kỹ thuật số là gì và AI nên nhớ điều gì khi diễn giải nó?

• A) Cả hai luôn cùng tăng
• B) Giữa chúng không có mối quan hệ nào
• C) Nói chung, khi SNR tăng thì BER giảm; giá trị thực tế phụ thuộc vào điều chế, kênh và mã hóa và phải được xác minh bằng mô phỏng/đo lường ✔
• D) Mối quan hệ không đổi và có cùng giá trị số trong tất cả các hệ thống

Giải thích: Nói chung, khi SNR tăng thì BER giảm (sai số giảm khi tín hiệu trở nên mạnh hơn so với nhiễu). AI có thể giải thích xu hướng chung này và các đường cong lý thuyết, nhưng các giá trị thực tế phụ thuộc vào loại điều chế, kênh, mã hóa và phần cứng và phải được xác minh bằng mô phỏng/đo lường; Đường cong chung không thay thế sự thật cụ thể của hệ thống.

9. Cách sử dụng phù hợp nhất khi giải quyết vấn đề giao tiếp I2C (thiết bị không phản hồi) bằng AI là gì?

• A) Liệt kê các nguyên nhân có thể xảy ra trong danh sách các giả thuyết; Đưa ra chẩn đoán xác định bằng phép đo máy phân tích/máy hiện sóng ✔
• B) Chấp nhận lý do đầu tiên do AI đưa ra là lỗi chính xác và thay thế phần cứng.
• C) Tải mã do AI gợi ý nhiều lần mà không hề đo dòng
• D) Bỏ qua phép đo của máy phân tích và chỉ dựa vào dự đoán của AI

Mô tả: AI có thể trích xuất các nguyên nhân có thể xảy ra (sai địa chỉ, thiếu điện trở kéo lên, tốc độ không khớp, thiếu điểm chung, tranh chấp) dưới dạng danh sách các giả thuyết có hệ thống. Tuy nhiên, chẩn đoán xác định được thực hiện bằng cách đo đường bằng máy phân tích logic hoặc máy hiện sóng; Đầu ra AI là bản đồ tìm kiếm, không phải chẩn đoán xác định.

10. Trong tối ưu hóa mạng di động, thái độ chính xác nhất đối với dấu hiệu “xuống cấp” mà AI tìm thấy trong xu hướng RSRP/SINR là gì?

• A) Thay đổi trực tiếp các tham số mạng dựa trên đầu ra AI
• B) Bỏ qua cảnh báo và tiếp tục xem
• C) Xác minh nguyên nhân cốt lõi thông qua đo lường hiện trường/kiểm tra ổ đĩa và phân tích kỹ sư mạng, sau đó quyết định ✔
• D) Chỉ dựa vào AI và hủy phép đo trường

Giải thích: Nó có thể sớm báo hiệu một vấn đề về phạm vi/can thiệp có thể xảy ra trong xu hướng AI KPI; tuy nhiên, nguyên nhân cốt lõi (độ nghiêng ăng-ten, nhiễu sóng lân cận, lỗi phần cứng) được xác định bằng phép đo hiện trường/kiểm tra và phân tích ổ đĩa của kỹ sư mạng. Đầu ra AI là cảnh báo quét chứ không phải quyết định thay đổi tham số.

11. Cách tiếp cận chính xác nhất để xử lý giải pháp do AI đề xuất (ví dụ: thêm hạt ferit) trong nghiên cứu EMC/EMI là gì?

• A) Khai báo sản phẩm tương thích trực tiếp sau khi áp dụng khuyến nghị AI
• B) Hãy coi đề xuất đó là một giả thuyết giải pháp khả thi và xác minh nó bằng các phép đo theo giới hạn tiêu chuẩn trong phòng thí nghiệm được công nhận. ✔
• C) Cố định giới hạn tiêu chuẩn với các giá trị do AI đưa ra
• D) Bỏ qua phép đo và chỉ dựa vào mô phỏng

Mô tả: AI có thể nhớ lại các đường nhiễu có thể xảy ra và các giải pháp điển hình (lọc, che chắn, nối đất, quản lý cáp). Tuy nhiên, quyết định về tính phù hợp được đưa ra bằng phép đo trong phòng thí nghiệm được công nhận theo giới hạn tiêu chuẩn (ví dụ: CISPR/EN); Kết quả đầu ra của AI là một giả thuyết ban đầu, không phải là một tuyên bố về mức độ phù hợp.

12. Cách mạnh mẽ nhất để ngăn AI nhận được một tài liệu tham khảo bịa đặt (ảo giác) khi bạn hỏi nó về số bộ phận/điều khoản của một tiêu chuẩn như 3GPP hoặc IEEE 802.11 là gì?

• A) Dựa vào số mục và giá trị bảng do AI đưa ra
• B) Hỏi lại cùng một câu hỏi với những từ khác nhau
• C) Nhìn vào một bài đăng trên diễn đàn thay vì tiêu chuẩn
• D) Mở và xác nhận từng tham chiếu từ văn bản chính thức hiện tại của tiêu chuẩn (Bản phát hành/phiên bản chính xác) và xin phê duyệt có thẩm quyền khi cần thiết ✔

Giải thích: Ngay cả khi mô hình ngôn ngữ biết chính xác tên của tiêu chuẩn, nó có thể gây ảo giác về số phần, giá trị bảng và văn bản; Ngoài ra, các giá trị khác nhau giữa các bản phát hành. Mỗi tài liệu tham khảo phải được mở và xác nhận từ văn bản chính thức hiện hành của tiêu chuẩn và, khi cần thiết, phải có sự chấp thuận của người có thẩm quyền.

13. Kiểm tra quan trọng nhất trước khi chạy tập lệnh phân tích tín hiệu Python do AI viết là gì?

• A) Đọc mã và xác minh việc lấy mẫu/đơn vị khớp, kiểm tra bằng tín hiệu tham chiếu đã biết và kiểm tra tính hợp lý của kết quả ✔
• B) Chạy mã trực tiếp trên toàn bộ tập dữ liệu mà không cần đọc mã
• C) Chỉ thấy không có lỗi và chấp nhận kết quả
• D) Dựa vào đồ họa đầu ra để đẹp mắt

Mô tả: Mã AI có thể giả định không chính xác tần số lấy mẫu, đơn vị trộn (Hz/kHz, V/mV), bỏ qua cửa sổ/chuẩn hóa hoặc các cột không khớp. Điều cần thiết là phải đọc mã, xác minh đơn vị và các tham số lấy mẫu, kiểm tra bằng tín hiệu tham chiếu đã biết và kiểm tra xem kết quả có hợp lý về mặt vật lý hay không.

14. Cách hành động tốt nhất về quyền riêng tư và sở hữu trí tuệ khi cung cấp tệp thiết kế hoặc dữ liệu mạng khách hàng cho công cụ AI dựa trên đám mây là gì?

• A) Dán tất cả dữ liệu thiết kế/lưới thô như cũ
• B) Ẩn danh bối cảnh và làm sạch dữ liệu đo lường/khách hàng/thiết kế nhạy cảm và sử dụng công cụ tuân thủ chính sách của công ty ✔
• C) Giả sử rằng việc cung cấp thông tin IP và khách hàng thực là điều cần thiết cho chất lượng kết quả
• D) Bỏ qua chính sách quyền riêng tư và sở hữu trí tuệ

Mô tả: Các tệp sơ đồ/PCB, nguồn chương trình cơ sở, cấu trúc liên kết khách hàng và dữ liệu người đăng ký/đo lường rất nhạy cảm về mặt bí mật thương mại và pháp luật (KVKK/GDPR). Cần phải ẩn danh bối cảnh, xóa tên IP/MAC/tọa độ/khách hàng thực, chọn công cụ tuân thủ chính sách và công ty cũng như tuân thủ chính sách của công ty.