頻譜分析儀隨筆

Fouriertheory tells us any time-domain electrical phenomenon is made up of one or moresine waves of appropriate frequency, amplitude, and phase. 傅立葉理論告訴咱們,時域中的任何電信號均可以由一個或多個具備適當頻率、幅度和相位的正弦波疊加而成。微信


Ifthe signal that we wish to analyze is periodic, as in our case here, Fouriersays that the constituent sine waves are separated in the frequency domain by1/T, where T is the period of the signal. 若是咱們要分析的信號是週期信號,傅立葉理論指出,所包含的正弦波的頻域間隔是1/T,其中T是信號的週期。網絡


時域能夠用來分析:信號週期、相位、邊沿測試、峯值電壓、多信號比對。時域主要經過示波器來看。app

頻域能夠分析:信號頻率、諧波份量、信號功率、寄生、交調、信號邊帶。頻域主要經過頻譜儀來看。dom

頻譜分析儀能夠用來分析信號的電壓、功率、頻率等參數,表現的形式有調製、噪聲、失真。
ide


調製:主要有AM、FM,或者調相。調製就是將各類基帶信號轉換成適於信道傳輸的調製信號(已調信號或頻帶信號)。解調就是在接收端將收到的頻帶信號還原成基帶信號。性能

爲何要調製?調製的目的有如下三個:測試

  一、將基帶信號變換成適合在信道中傳輸的已調信號spa

  二、改善系統的抗噪聲性能.net

  三、實現信道的多路複用3d

爲何要測量調製?

在調製系統中,爲了保證系統工做正常,信號被正確的發送,須要對調製質量進行測量。


調製測量有哪些項目?

模擬調製:調製深度,邊帶功率,載波功率,調製效率,佔用帶寬

數字調製:偏差矢量幅度(EVM), IQ不平衡(IQ imbalance),相位偏差(phase error versus time)


噪聲:也叫相位噪聲,是頻率短時間穩定度的指標之一,反映了極短時間內的頻率變化程度。相噪由本振信號頻率或相位不穩定引發,還與分辨率帶寬有關:RBW減少,噪相應下降。有效設置頻譜儀參數可以使相噪達到最小,但沒法消除。

測量噪聲主要有:噪聲功率譜密度、等效噪聲帶寬。但前提是被測噪聲必須大於頻譜分析儀的本底噪聲。


失真:電子系統中所使用的許多電路都認爲是線形電路。這意味着,對於正弦波輸入,輸出也是或許有不一樣幅度和相位的正弦波。在時域中,用戶期望看到與輸入波形形狀精確相同的輸出波形。在頻率中,咱們期望看到輸出應具備與輸入相同的頻率(且只有該頻率)。由輸入信號產生的任何其餘頻率都視爲失真。

失真相關的參數有:諧波失真、互調失真、鄰近信道功率比ACPR和雜散輻射。


舉例說明如何使用Rigol頻譜分析儀測量一些小信號?

好比我在信號源上設置一個3.6GHz,幅度-110dBm的信號,經過射頻電纜鏈接到頻譜分析儀上。

頻譜儀首先【Preset】復位一下,而後設置中心頻率爲3.6GHz。

而後在【AMPT】下設置輸入衰減爲0dB。

仍是此菜單,在下一頁把前置放大打開。

在【BW】菜單下將分辨率帶寬和視頻帶寬都減少。其中頻率分辨率(Resolution)表徵了將最靠近的兩個相鄰頻譜份量分辨出來的能力。主要由中頻濾波器的帶寬(即RBW)決定。

同時RBW又決定着測量時間

視頻濾波器用於對顯示結果進行平滑或平均,以減少噪聲對信號幅度的影響。

基本原理:視頻濾波器實質是低通濾波器,它決定了驅動顯示器垂直方向的視頻電路帶寬。當視頻濾波器的截止頻率小於分辨率帶寬時,視頻系統跟不上中頻信號包絡的快速變化,所以使信號的起伏被「平滑」掉。主要應用於噪聲測量,特別是在分辨率帶寬(RBW)較大時。減少視頻濾波器的帶寬(VBW)將削弱或平滑噪聲峯-峯值的變化,當VBW/RBW < 0.01 時,平滑效果很是明顯。

視頻帶寬使噪聲變得平滑,從而能夠更簡便地識別很是小的信號。

同時檢波類型改成【正峯值】檢波。而後在【SPAN】菜單下將掃寬也減少。

參考電平輸入到你須要看到的位置便可。

最後儀表上就能完美的顯示出所須要測量到的小信號了。




其實收音機就是一臺簡單的不可視的頻譜........


免責聲明:

本公衆號純屬我的賬號,僅爲技術分享及交流爲目的。

部分圖片及資料來源於Rigol及網絡,如侵麻煩後臺留言後當即刪除,謝謝!


本文分享自微信公衆號 - 測試那些事兒(Jackiy_455750304)。
若有侵權,請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」,歡迎正在閱讀的你也加入,一塊兒分享。

相關文章
相關標籤/搜索