本公开涉及测试和测量系统，且更特别地涉及用于训练和验证基于机器学习的发射/接收系统的操作的测试系统和测试方法和系统。
背景技术：
1、包括雷达的许多发射和接收系统(诸如，通信系统和射频(rf)系统)要求下述能力：对它们的信号环境的当前状态进行动态适配或作出响应，以最大化它们的专用功能要求和性能度量。示例可以包括通信数据吞吐量、雷达堵塞(jamming)有效性、动态谱分配、干扰避免及其他。
2、这些发射和接收系统常常被称作“自适应的”或“认知的”，且非常经常被供应用于在已知和未知操作条件两者下进行决策制定的统计上健壮的模型的机器学习(ml)算法(宽泛地，“人工智能(ai)/ml”)启用。
3、这些发射和接收系统的一个具体示例可以是：自适应发射和接收系统，在它们的操作频率范围内发送干扰交通或堵塞信号，并以维持充足数据速率的方式作出响应。自适应系统可以通过下述操作来作出响应：将操作频率调整到清晰信道、调整功率、或者利用不同调制方案以最大化声噪比(snr)、或者包括像将更高百分比的分组数据分配给误差校正之类的更多协议级适配。
4、美国专利no.11,047,957描述了一种测试和验证rf系统中的机器学习决策逻辑的方案。该方案应用接收设备单独的响应的性能的评估。该方案不考虑导致了响应的接收信号的电磁情境中响应的应用的有效性。
技术实现思路
1.一种测试和测量设备，包括：
2.如权利要求1所述的测试和测量设备，其中使所述一个或多个处理器将信号发送到所述信号发生器的代码使所述一个或多个处理器：将针对所述第一测试信号的设置发送到所述信号发生器。
3.如权利要求2所述的测试和测量设备，其中所述设置包括功率水平、脉冲宽度、脉冲速率、频率响应和编码中的一个或多个。
4.如权利要求1所述的测试和测量设备，其中使所述一个或多个处理器测量所述性能的代码包括使所述一个或多个处理器测量功率、带宽、频率和脉冲形状中的一个或多个的代码。
5.如权利要求1所述的测试和测量设备，其中所述一个或多个处理器进一步被配置成执行使所述一个或多个处理器执行下述操作的代码：从所述sut接收请求第二测试信号且发信号通知所述sut的针对所述第二测试信号的接收的准备度的消息。
6.如权利要求4所述的测试和测量设备，其中所述一个或多个处理器进一步被配置成：在发送所述第二测试信号之前，调整所述信号发生器的设置。
7.如权利要求1所述的测试和测量设备，其中所述一个或多个处理器进一步被配置成执行使所述一个或多个处理器执行下述操作的代码：分析所述响应信号以及确定针对第二测试信号的设置。
8.如权利要求1所述的测试和测量设备，其中所述一个或多个通信端口包括面向所述sut的控制接口。
9.如权利要求8所述的测试和测量设备，其中所述用户工作区是可从所述控制接口访问的。
10.如权利要求1所述的测试和测量设备，进一步包括：一个或多个天线，连接到所述一个或多个通信端口。
11.一种测试自适应测试中系统(sut)的方法，包括：
12.如权利要求11所述的方法，其中利用所述信号发生器生成和发送测试信号包括：确定针对所述信号发生器的设置。
13.如权利要求12所述的方法，其中所述设置包括功率水平、脉冲宽度、脉冲速率、频率响应和编码中的一个或多个。
14.如权利要求11所述的方法，其中测量所述性能包括：测量功率水平、脉冲宽度、频率响应和编码中的一个或多个。
15.如权利要求11所述的方法，进一步包括：从所述sut接收请求第二测试信号的消息。
16.如权利要求15所述的方法，其中所述消息包括针对所述第二测试信号的新设置。
17.如权利要求11所述的方法，进一步包括：在所述测试和测量设备上的用户工作区内分析所述响应信号以及确定针对第二测试信号的设置。
18.如权利要求11所述的方法，其中接收所述响应信号包括：接收空中信号或者接收所连接的信号。
