新闻详情

新闻详情

首页 / 资讯中心 / 详情

应用笔记 | TSMaster快速入门篇(3)-Trace窗口功能分析图解

发布时间:2026/11/17 16:13:23来源:尧图网络
应用笔记 | TSMaster快速入门篇(3)-Trace窗口功能分析图解
概述Trace窗口是做总线分析时最常用的窗口主要用于记录总线测量时的各种活动。一、设置显示刷新率为了降低软件 CPU 占用率Trace 窗口提供了几种显示刷新率让用户选择。如下所示对于一些老式电脑可以选择较低刷新率降低电脑负担。二、靠近曲线选点功能TSMaster 的 Trace 窗口如果几条曲线非常靠近鼠标不易选中的情况下TSMaster提供了单击鼠标切换曲线的功能。三、设置显示报文格式CANTrace 支持按照 CANCANFDJ1939CANOpen15765-215765-3CCPXCP 等格式进行显示用户只需要切换到对应的显示格式即可如下所示对于模块的设置路径都是Setting-子选项-子选项的模式。四、报文过滤在 Trace 窗口TSMaster 包含三种类型的过滤:基于数据通道基于报文 ID基于信号值范围。1. 基于报文通道使用多路 CAN 通道设备的用户可以选择只查看自己关心的通道的报文。设置方式如下过滤-选择通道可选通道类型如下所示如果选择 OnlyChannel1则只有来自通道 1 的数据会显示到 Trace 窗口上。2. 基于报文ID过滤配置步骤如下3. 基于过滤字符串FilterString过滤在过滤字符串中可以直接输入 ID 值则 Trace 窗口只留下跟该 ID 对应的报文或者输入信号名称则 Trace 窗口只留下跟该信号相关联的报文。详细如下➢ FilterString 输入 ID 值过滤原始报文窗口如下里面有多条 ECU 通讯的报文下图所示在 Filter String 窗口中输入 3CF则 Trace 窗口只剩下 3CF 报文如下所示FilterString 窗口支持模糊查询如果单独输入数值 3则 Trace 窗口只剩下 3 开头的报文。注意这里是直接输入报文 ID 值不需要其他额外的描述。➢ FilterString 输入信号名称过滤基于信号的前提是加载了数据库因为有 DBC 数据库才有信号的概念。这种过滤方式方便研发公司更加细致的查看自己关心的通讯信号和报文。过滤方式非常简单如下所示▲注意1. 每一个 Trace 窗口是独立的存在可以针对不同的 Trace 窗口设置对应的过滤条件。互相之间不影响。2. 总线系统已经工作Trace 窗口无显示或者显示异常可能是之前设置的过滤条件屏蔽了相关的显示请检查设置。3. Trace 窗口过滤在查看记录文件过程中依然有效。五、释疑1. 报文按照信号全部展开不方便观察如下所示解决办法展开和折叠信号显示即可如下操作2. 为什么连接 Application 瞬间会监测到报文问题描述在点击 Connect Application 瞬间总是在 Trace 窗口监测到报文而自己并没有想要发送报文。TSMaster 程序支持启动Start过程跟功能模块关联起来。此详细操作见章节启动程序Start。比如报文发送Transmit窗体被勾选了则启动瞬间Transmit 上面的报文就会开启发送总线回放Bus Replay窗体被勾选了则启动瞬间自动总线报文以此类推。解决办法在工具-系统信息窗体中接触 Start 和该功能模块的关联或者直接在该功能模块上点击右上角 按钮接触关联。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/17 19:43:34

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/17 19:43:32

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉