Основы анализа спектра

Автор работы: Пользователь скрыл имя, 17 Мая 2013 в 15:50, статья

Краткое описание

Цель данной статьи - сформировать базовые знания о супергетеродинных анализаторах спектра и рассказать о недавних достижениях в развитии их возможностей.
В самых общих чертах анализатор спектра можно описать как частотно-избирательный вольтметр, реагирующий на амплитуду и настроенный так, чтобы отображать среднеквадратичное значение синусоидальной волны. Важно осознавать, что анализатор спектра не является измерителем мощности, несмотря на то, что он способен напрямую отображать значение мощности.

Прикрепленные файлы: 1 файл

Основы анализа спектра.docx

— 3.43 Мб (Скачать документ)

 
 

Рисунок 2-24. Нормальное детектирование отображает максимальные значения из блока там, где сигнал только растет или только спадает

 

Алгоритм нормального детектирования: 
Если сигнал растет и спадает в рамках блока: 
Четные блоки отображают минимум (отрицательный пик). Максимум запоминается. Нечетные блоки отображают максимум PSA (положительный пик), определяемый сравнением пика текущего блока с пиком предыдущего (запомненным). Если сигнал только растет или только спадает в рамках блока, отображается пик. См. Рис. 2-25. 
 
Этот процесс может привести к тому, что максимум на дисплее может быть сдвинут вправо на одну точку, однако этот сдвиг в процентном отношении от всего обзора дисплея – малая величина. Некоторые анализаторы спектра, например, приборы серии PSA от Agilent, компенсируют этот потенциальный эффект сдвигом начальной и конечной частоты гетеродина. 
 
Другой вид ошибки – это отображение двух пиков вместо одного реального. На Рис. 2-26 показано, что происходит в таком случае. Контур двух пиков показан с применением пикового детектирования с более широкой полосой разрешения. 
 
Итак, пиковое детектирование наилучшим образом справляется с отделением незатухающих сигналов от шума. Режим мгновенного значения больше всего пригоден для наблюдения шума, а нормальный режим – для наблюдения сигналов и шума одновременно.

 

Рисунок 2-25. Точки  трассы, выбранные алгоритмом нормального  детектирования

 

Рисунок 2-26. Нормальное детектирование отображает два максимума  там, где в действительность имеется  только один

 
 

 

 

Розенфелл – это не имя человека, а описание алгоритма, который определяет, рос (rose) и спадал (fell) ли сигнал в рамках одного блока, представленного точкой на дисплее; иногда может встречаться в текстах как «rose’n’fell». 
10 Из-за своей пригодности для измерения шума, детектор мгновенного значения обычно используют в приложениях шумового маркера. Аналогично, измерение мощности канала и мощности смежного канала требует детектор такого типа, который мог бы выдавать результаты, не искаженные пиковым детектированием. Для анализаторов без усредняющих детекторов, детектор мгновенного значения – это наилучший вариант.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Детектирование среднего 
Хотя у современных модуляционных схем характеристики являются шумоподобными, детектирование мгновенного значения не всегда может предоставить нам всю необходимую информацию. Например, при измерении мощности канала сигнала W-CDMA, необходимо интегрирование среднеквадратичных значений. Это измерение связано с суммированием мощностей по целому диапазону частотных блоков анализатора. Режим детектирования мгновенного значения такого обеспечить не может. 
 
В то время как анализаторы спектра обычно определяют амплитуду много раз в рамках одного частотного блока, детектирование мгновенного значения сохраняет только одно из них и отбрасывает остальные. С другой стороны, детектор среднего использует все данные, собранные в рамках временного (и частотного) интервала блока. Оцифровав данные, и зная условия, при которых они были оцифрованы, можно так или иначе манипулировать этими значениями, чтобы добиться желаемых результатов. 
 
В некоторых анализаторах спектра детектор среднего называется среднеквадратичным детектором, когда он усредняет мощность (основываясь на среднеквадратичном значении напряжения). В анализаторах серий PSA и ESA фирмы Agilent присутствует режим детектирования среднего с возможностью усреднять мощность, напряжение или логарифм сигнала благодаря отдельному управлению по выбору типа усреднения: 
 
Усреднение мощности (среднеквадратичное) – усредняет среднеквадратичные уровни путем вычисления корня из суммы квадратов данных по напряжению на протяжении интервала одного блока, приведенного к характеристическому входному сопротивлению анализатора спектра (обычно 50 Ом). Усреднение мощности вычисляет реальное значение средней мощности и лучше всего подходит для измерения мощности сложных сигналов. 
 
Усреднение напряжения – усредняет линейные данные по напряжению сигнала детектора огибающей, измеренные за интервал одного блока. Часто используется при исследованиях электромагнитных помех для измерения узкополосных сигналов (подробнее об этом будет рассказано далее). Усреднение напряжения также полезно при наблюдении поведения роста и спада амплитудно-модулированных или импульсно-модулированных сигналов радаров или TDMA передатчиков. 
 
Логарифмическое (видео) усреднение – усредняет логарифмические значения амплитуды (дБ) сигнала детектора огибающей, измеренные за интервал одного блока. Логарифмическое усреднение отлично подходит для наблюдения синусоидальных сигналов, особенно околошумовых11
 
Так, использование детектора среднего в режиме усреднения мощности дает истинное значение средней мощности, основанное на среднеквадратичном значении напряжения. А в режиме усреднения напряжения работает как усредняющий детектор общего назначения. Для режима же логарифмического усреднения другого эквивалента не существует. 
 
Детектирование среднего – это улучшение по сравнению с использованием детектирования мгновенного значения для определения мощности. Детектирование мгновенного значения требует нескольких разверток для сбора достаточного количества точек данных, чтобы точно представить информацию о средней мощности. Детектирование среднего превращает измерение мощности канала из суммирования по диапазону блоков в интегрирование по временному интервалу, представляющему диапазон частот в анализаторе с разверткой частоты. В анализаторах, основанных на быстром преобразовании Фурье (БПФ-машины),12эта операция превращается из суммирования по блокам дисплея в суммирование по элементам дискретизации. И в случае развертки частоты, и в случае БПФ интегрирование захватывает всю доступную информацию о мощности, а не только ту, что выбрана детектором мгновенного значения. В результате, детектор среднего обеспечивает результаты с меньшей погрешностью за то же время. В случае анализа с разверткой частоты он также позволяет уменьшить погрешность за счет простого увеличения времени развертки. 
 
Детекторы электромагнитных помех: среднее и квази-пиковое детектирование 
Важной областью применения детектирования среднего является исследование устройств на электромагнитную совместимость. В этом случае усреднение напряжения, как было сказано в предыдущем пункте, используется для измерения узкополосных сигналов, которые могут быть скрыты наличествующим широкополосным импульсным шумом. Детектирование среднего, используемое в соответствующих приборах, берет сигнал детектора огибающей и пропускает его через фильтр низких частот с шириной полосы гораздо меньшей, чем полоса разрешения. Фильтр интегрирует (усредняет) высокочастотные компоненты – такие, как шум. Чтобы осуществить такой тип детектирования на анализаторе спектра старой модели, где нет встроенного усреднения напряжения, установите анализатор в линейный режим и выберите видео-фильтр с частотой отсечки ниже минимальной частоты повторения измеряемого сигнала. 
 
Квази-пиковые детекторы также применяются при исследованиях электромагнитной совместимости. Это, по сути, взвешенная форма пикового детектирования. Измеренная в таком режиме величина спадает при снижении повторяемости измеряемого сигнала. Таким образом, импульсный сигнал заданной амплитуды и с повторяемостью импульса 10 Гц будет иметь меньшее квази-пиковое значение, чем сигнал с той же амплитудой, но с повторяемостью 1 кГц. Взвешивание сигнала осуществляется при помощи особых постоянных заряда, разряда и времени отображения, которые определяются CISPR13
 
Квази-пиковое детектирование является способом измерения и исчисления так называемого «фактора раздражения» сигнала. Представьте, что вы слушаете радиостанцию, страдающую от помех. Если вы иногда слышите случайный щелчок из-за шума каждые, допустим, несколько секунд, вы продолжите слушать передачу без каких-либо особых неудобств. Если же этот щелчок начнет повторяться 60 раз в секунду, с той же амплитудой, он станет очень раздражающим, и передачу слушать будет просто невозможно. 
 
Процессы усреднения 
В анализаторе спектра есть несколько обработок, сглаживающих вариации в амплитуде огибающей. Первый такой метод – детектирование среднего – мы рассмотрели ранее. Теперь рассмотрим еще два способа: видео-фильтрацию и усреднение трассы.14 
 
Видео-фильтрация 
Разглядеть сигнал, близкий к шуму, - это серьезная проблема при проведении тестов на электромагнитную совместимость. Анализатор спектра отображает сигналы плюс свой собственный внутренний шум, как показано на Рис. 2-27. Чтобы уменьшить влияние шума на амплитуду изображаемого сигнала, мы часто сглаживаем или усредняем изображаемые данные, как показано на Рис. 2-28. Анализаторы спектра для этой цели включают переменный* видео-фильтр. Это фильтр нижних частот, который расположен за детектором и задает полосу видеосигнала, который потом будет оцифрован для получения данных об амплитуде. Частота среза видео-фильтра может быть уменьшена до точки, в которой она становится меньше, чем полоса выбранного разрешающего фильтра ПЧ. Если это произойдет, видеосистема больше не сможет следовать за более быстрыми вариациями огибающей сигналов, проходящих через цепь ПЧ. В результате получается усреднение или сглаживание изображаемого сигнала.

 

Рисунок 2-27. Анализаторы  спектра отображают на дисплее сигнал и шум

Рисунок 2-28. Картинка дисплея из Рис. 2-27 после сглаживания

 

Эффект этот наиболее заметен при  измерении шума, - в частности, когда  используется широкая разрешающая  полоса. Когда мы уменьшаем видео-полосу, размах вариаций амплитуды шума уменьшается. Как показано на Рис. 2-29, степень  уменьшения (степень усреднения или  сглаживания) есть функция отношения  видео-полосы к полосе разрешения. Когда  отношение равно 0.01 или меньше, сглаживание  очень хорошее; при больших отношениях сглаживание ухудшается. Та часть трассы, которая уже гладка – например, синусоида, явно отделенная от шума – не подвержена влиянию видео-фильтра.

 

Рисунок 2-29. Эффект сглаживания при отношениях между  видео-полосой и полосой разрешения 3:1, 1:10 и 1:100

 

Если переключить анализатор в  режим пикового детектирования, можно  заметить две вещи. Первое: если видео-полоса больше полосы разрешения, то изменение  ширины полосы разрешения не приводит к заметным изменениям в пиковом  размахе флуктуаций шума. Второе: если видео-полоса меньше полосы разрешения, то изменение ширины видео-полосы заметно  влияет на пиковые значения шума. Однако, уровень шума тоже изменяется с изменением ширины видео-полосы, поскольку изменяется усреднение (сглаживание), что изменяет в свою очередь пиковые значения сглаженной огибающей шума. См. Рис. 2-30а. Если мы выберем детектирование среднего, мы увидим, что средний  уровень шума останется постоянным. См. Рис. 2-30б. 
 
Поскольку у видео-фильтра есть свое собственное время отклика, время развертки увеличивается приблизительно обратно-пропорционально ширине видео-полосы, когда видео-полоса меньше полосы разрешения. Таким образом, время развертки можно описать как: 
 
Время развертки = k (полоса обзора) / (полоса разрешения x видео-полоса) 
 
Анализатор автоматически выставляет время развертки так, чтобы учитывать видео-полосу, так же как и полосу обзора, и полосу разрешения.

 

Рисунок 2-30а. Режим  детектирования положительного максимума: уменьшение видео-полосы понижает максимум шума, но не среднее значение

 
 
 

Рисунок 2-30б. Режим  среднего детектирования: уровень шума остается постоянным, независимо от соотношения  видео-полосы и полосы разрешения (3:1, 1:10, 1:100)

 

Усреднение трассы 
Цифровые дисплеи предлагают другой способ сглаживания изображения: усреднение трассы. Это процесс, совершенно отличный от того способа, который осуществляется при помощи детектирования среднего. Здесь усреднение проводится поточечно, за два или более прохода развертки. В каждой точке дисплея новое значение усредняется с предыдущим усредненным значением: 
 
Аср = ((n-1)/n) Апред ср + (1/n) А
 
где Аср – новое среднее значение; 
Апред ср – среднее от предыдущего прохода развертки; 
А– измеренное значение на данном проходе развертки; 
 
n - номер текущего прохода развертки. 
 
Таким образом, картинка на дисплее постепенно сходится к среднему за несколько проходов. Как и при видео-фильтрации, можно устанавливать степень усреднения и сглаживания. Делается это выбором количества проходов развертки, за которое происходит усреднение. На Рис. 2-31 показано усреднение трассы для различного количества проходов. Хотя усреднение трассы и не влияет на время развертки, все равно, чтобы достичь желаемого уровня сглаживания, требуется времени примерно столько же, как и при видео-фильтрации, потому что необходимо несколько проходов развертки. 
 
Во многих случаях совершенно не важно, какой из способов экранного сглаживания мы выберем. Если сигнал – это шум, или низкоуровневая синусоида, близкая к шуму, мы получим одинаковые результаты, как при видео-фильтрации, так и при усреднении трассы. Однако, существует и значительная разница между этими способами. Видео-фильтрация осуществляет усреднение в режиме реального времени. То есть, мы наблюдаем полный эффект усреднения в каждой точке дисплея по мере прохода развертки. Каждая точка усредняется лишь один раз, за время, примерно равное 1/видео-полоса, при каждом проходе развертки. Усреднение трассы, с другой стороны, требует нескольких проходов развертки, чтобы достичь полной степени усреднения, и усреднение в каждой точке имеет место лишь за полный период времени, требующегося для совершения нескольких проходов. 
 
Поэтому мы можем получить значительно отличающиеся результаты для некоторых сигналов при использовании разных методов усреднения. Например, сигнал с переменным во времени спектром может показывать разное среднее значение при каждом проходе развертки, когда мы используем видео-фильтрацию. Если же мы используем усреднение трассы за много проходов, мы получим значение, гораздо точнее соответствующее реальному среднему. См. Рис. 2-32а и 2-32б.

 
 

Рисунок 2-31. Усреднение трассы за 1, 5, 20 и 100 проходов развертки, сверху вниз (для каждого количества проходов положение трассы намеренно  смещено)

 
 

Рисунок 2-32а. Видео-фильтрация

 
 

Рисунок 2-32б. Усреднение трассы

 
 

Рисунок 2-32. Видео-фильтрация и усреднение трассы демонстрируют  различные результаты при обработке  сигнала радиовещания

 

Временное стробирование 
Анализ спектра с временным стробированием позволяет получать информацию о спектре сигналов, занимающих одну область частотного спектра, но разделенных во временной области. При помощи внешнего триггерного сигнала, координирующего разделение исследуемых сигналов, можно осуществлять следующие операции: 
измерение любого из нескольких сигналов, разделенных во времени; например, 
• можно разделить спектры двух радиосигналов, делящих во времени одну частоту измерение спектра сигнала в одной временной ячейке TDMA-системы  
• выделение спектра сигналов-помех, которые существуют какое-то ограниченное 
• время - например, переходные процессы фронтов периодических импульсов 
 
Для чего нужно временное стробирование 
Традиционный анализ спектра в частотной области предоставляет ограниченную информацию о некоторых сигналах. Примерами таких сложных для анализа сигналов являются следующие типы: 
 
импульсный радиочастотный сигнал 
с временным мультиплексированием 
многостанционный доступ с временным разделением каналов (TDMA) 
перемежающиеся или уплотненные импульсные 
модулированные всплеском 
 
Иногда возможность временного стробирования позволяет проводить измерения, которые в ином случае были бы затруднены, если не невозможны вовсе. Например, взгляните на Рис. 2-33а, где показан упрощенный цифровой сигнал мобильной радиосвязи: два источника, #1 и #2, делят во времени один и тот же частотный канал. Каждый источник передает отдельный всплеск длительностью 1 мс, а затем отключается, чтобы другой тоже передал свою 1 мс. Измерить уникальный частотный спектр каждого передатчика – задача не из тривиальных. 
К сожалению, традиционные анализаторы спектра с такой задачей справиться не могут. Они просто демонстрируют суммарный спектр, как показано на Рис. 2-33б. Используя возможности временного стробирования и внешний сигнал-триггер, можно увидеть спектр только передатчика #1 (или передатчика #2, если пожелаете), и, вдобавок, идентифицировать его как источник паразитного сигнала, как видно на Рис. 2-33в.

 

Рисунок 2-33а. Упрощенный вид сигнала цифровой мобильной  связи во временной области

 

Рисунок 2-33б. Частотный  спектр комбинированного сигнала. Какой  из передатчиков порождает паразитный сигнал?

Рисунок 2-33в. Спектр стробированного по времени сигнала #1 демонстрирует, что именно он является источником помехи

Рисунок 2-33г. Спектр стробированного по времени сигнала #2 показывает, что он не содержит паразитного  сигнала

 
 

 

 

11 см. Главу 5 Чувствительность и шум. 
12 В БПФ-машинах математические вычисления осуществляются в рамках множества частотных блоков одновременно, что улучшает скорость измерения. Подробнее см. Главу 3. 
13 CISPR - Особая Международная Комиссия по Радиосовместимости, основанная в 1934 году группой международных организаций для регулирования радиопомех. Это негосударственная организация, чьи рекомендуемые стандарты обычно принимаются в качестве базовых стандартов радиосовместимости государственными управляющими агентствами по всему миру. 
14 Четвертый метод – шумовой маркер – рассмотрен в Главе 5 Шум и чувствительность. Более подробно о нем можно прочитать в документе Agilent Application Note 1303, Spectrum Analyzer Measurements and Noise.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Временное стробирование можно  осуществить тремя различными способами, которые мы подробно рассмотрим чуть позже. Однако, существуют определенные общие концепции временного стробирования, применимые к любому способу его  воплощения. В частности, вам будет  необходимо обеспечить четыре следующие  вещи: 
внешний сигнал-триггер для задания стробирования 
 
• управление стробированием или режим триггера (по фронту или по уровню) 
• установка задержки стробирования, которая определит, как скоро после 
• включения триггера наступит активность наблюдаемого сигнала установка длительности стробирования, которая определит, как долго будет 
• наблюдаться сигнал 
 
Управление этими параметрами позволит нам наблюдать спектр сигнала в течение заданного периода времени. Если вам посчастливится обеспечить стробирующий сигнал, который является ненулевым только в желаемый период времени, то вы можете осуществить стробирование по уровню, как показано на Рис. 2-34. Однако, во многих случаях стробирующий сигнал не будет идеально совпадать с тем временем, в которое бы нам хотелось измерить спектр. Поэтому более гибким подходом будет использование триггера по фронту, в сочетании с определенной задержкой и длительностью стробирования для точного задания временного периода, в котором необходимо замерять сигнал.

 

Рисунок 2-34. Триггер  по уровню: анализатор измеряет частотный  спектр только тогда, когда сигнал триггера превышает определенный уровень

 

Возьмем, к примеру, сигнал мобильной  связи с восемью временными ячейками, показанный на Рис. 2-35. Каждый всплеск  длится 0.57 мс, а полный кадр – 4.615 мс. Нас вполне может интересовать спектр сигнала в рамках одной определенной временной ячейки. Для нашего примера  предположим, что мы используем только две из восьми доступных временных  ячеек, как показано на Рис. 2-36. Если мы посмотрим на этот сигнал в частотной  области (Рис. 2-37), мы заметим наличие  нежелательного паразитного сигнала  в спектре. Чтобы разобраться  с этой проблемой и найти источник этой помехи, нам надо определить ту временную ячейку, в которой она  появляется. Если мы хотим посмотреть на ячейку номер 2, мы устанавливаем  стробирование на включение триггером  по фронту роста всплеска номер 0, затем  задаем задержку в 1.3 мс и длительность стробирования в 0.3 мс, как показано на Рис. 2-38. Задержка стробирования  гарантирует, что мы измерим только спектр ячейки номер 2, когда будет  активен ее всплеск. Обратите внимание, что задержка стробирования тщательно  подобрана таким образом, чтобы  избежать фронта подъема всплеска, поскольку нам нужно обеспечить какое-то время, чтобы установился отфильтрованный разрешающей полосой сигнал, прежде чем мы осуществим непосредственно замер. Соответственно, длительность стробирования подобрана так, чтобы избежать фронта спада всплеска. На Рис. 2-39 изображен спектр временной ячейки номер 2, на котором видно, что источником помехи данный всплеск НЕ является.

 
 

Рисунок 2-35. Сигнал формата TDMA (в данном случае GSM) с  восемью временными ячейками

 
 

Рисунок 2-36. Вид  двух временных ячеек при нулевом  обзоре (т.е., во временной области)

 
 

Рисунок 2-37. Сигнал в частотной области

 

Рисунок 2-38. Временное  стробирование применяется для  получения спектра только временной  ячейки номер 2

 

Рисунок 2-39. Спектр импульса временной ячейки номер 2

 

Существуют три распространенных метода для осуществления временного стробирования: 
 
• стробированное БПФ 
• стробированное видео 
• стробированная развертка 
 
Стробированное БПФ 
У некоторых анализаторов спектра, например, у серии PSA фирмы Agilent, есть встроенные возможности быстрого преобразования Фурье. В этом режиме данные для БПФ-обработки снимаются спустя определенное время задержки после триггера. Сигнал ПЧ оцифровывается и регистрируется в течение времени, равного 1.83/величина полосы разрешения. БПФ-вычисления производятся, основываясь на этих полученных данных, и результаты преобразования отображаются в виде спектра. Таким образом, спектр получается в определенный момент и за определенный временной промежуток. Это – самый быстрый способ временного стробирования, если только полоса обзора не превышает максимальную спектральную ширину БПФ, которая для PSA имеет значение 10 МГц. 
 
Чтобы добиться максимального разрешения по частоте, выберите максимально узкую полосу разрешения, чье время захвата укладывается в рамки интересующего нас временного промежутка. Потребность в этом есть не всегда, и можно выбирать более широкие разрешающие полосы, с соответствующей укороченной длительностью стробирования. Минимально пригодная полоса разрешения при стробированном БПФ всегда меньше, чем минимально пригодная полоса разрешения при других способах стробирования, потому что сигнал ПЧ всегда должен установиться за время измеряемого импульса в других способах, что занимает времени больше, чем 1.83, разделенное на величину полосы разрешения. 
 
Стробированное видео 
Стробированное видео – это техника анализа, применяемая в ряде анализаторов спектра, в том числе Agilent 8650, 8590 и приборах серии ESA. Здесь напряжение видеосигнала выключается, или сводится к «минус бесконечности децибел», на тот период времени, когда стробирование должно быть в активном состоянии. Детектор устанавливается в пиковый режим. Время развертки должно быть установлено так, чтобы стробирование осуществлялась хотя бы один раз на каждую точку дисплея (или блок), чтобы пиковый детектор мог получить реальные данные за этот промежуток времени. Иначе будут присутствовать точки без данных, что выльется в отображение неполного спектра. Поэтому минимальное время развертки должно быть N блоков дисплея умножить на длительность импульса. В примере с сигналом мобильной связи полный кадр длится 4.615 мс. Для прибора ESA, с установленной по умолчанию 401 дисплейной точкой, минимальное время развертки для измерения мобильного сигнала со стробированным видео будет 401 умножить на 4.615 мс, или 1.85 с. У некоторых TDMA форматов полный кадр длится 90 мс, что потребует очень большого времени развертки при использовании стробированного видео.

Информация о работе Основы анализа спектра