Pomiary widma klasycznymi analizatorami i analizatorami z cyfrową p.cz. cz. 2

| Technika

Stosowane coraz częściej w pomiarach radiowych cyfrowe analizatory sygnałów budowane są w oparciu o coraz bardziej zaawansowane podzespoły elektroniczne, stosowane są w nich złożone algorytmy obliczeniowe. W analizatorach takich mierzony sygnał przetwarzany jest do postaci cyfrowej przez szybkie przetworniki analogowo-cyfrowe. Dalszą obróbkę cyfrową realizują wydajne procesory wspierane często przez specjalizowane układy. Dzięki nim możliwe jest bardzo szybkie obliczanie funkcji FFT. Wykres widma jest tworzony na podstawie wyników takich obliczeń.

Pomiary widma klasycznymi analizatorami i analizatorami z cyfrową p.cz. cz. 2

Budowa i zasada działania analizatora sygnałów

Rys. 1. Schemat blokowy typowego analizatora sygnałów

Schemat blokowy typowego analizatora sygnałów przedstawiono na rysunku 1. W bloku wejściowym mierzony sygnał poddawany jest przemianie częstotliwości. Stosowany jest do tego lokalny oscylator, mikser i filtr pasmowy. Na wyjściu bloku uzyskiwany jest sygnał o częstotliwości pośredniej ( p.cz., IF). Częstotliwość pośrednia jest wyrażona zależnością: fp.cz.=fwe–flo. Częstotliwość flo lokalnego oscylatora jest podczas pomiaru stała. Częstotliwość pośrednia zmienia się w szerokim zakresie odpowiadającym pasmu mierzonemu (frequency span).

Należy zwrócić uwagę na to, że widmo sygnału wejściowego jest konwertowane do częstotliwości pośredniej bez zniekształcenia jego kształtu. W kolejnym bloku analizatora sygnał p.cz. jest przetwarzany do postaci cyfrowej w szybkim przetworniku A/C. Kolejne próbki sygnału są zapisywane bezpośrednio w wewnętrznej pamięci analizatora lub na innym nośniku, np. na dysku twardym. Analizie FFT może być poddawana dowolna część zapisanych próbek.

Obliczone widmo odpowiada przedziałowi czasu, w którym próbki były pozyskiwane. Ponieważ dane są zapisywane wsadowo do pamięci przyrządu lub na dysku, mogą być analizowane w dowolnym momencie, nawet po zakończeniu pomiaru. Dodatkową zaletą jest możliwość wielokrotnej analizy tych samych danych nawet przy zastosowaniu różnych metod i przyjęciu różnych parametrów (na przykład zmieniając wartość RBW). Takich zalet nie mają klasyczne analizatory widma (przemiatające).

Rys. 2. Żądany do analizy zakres danych

Mimo że teoretycznie możliwa jest pojedyncza przemiana częstotliwości, w praktyce stosuje się zwykle kilka stopni realizujących tę funkcję. Nie zniekształcają one wprawdzie kształtu widma, ale każdy taki stopień wprowadza własny szum i nieliniowość, widziane od wejścia do wyjścia p.cz. W efekcie pogarszają się parametry całego analizatora. Zaletą rozwiązania jest natomiast możliwość mierzenia sygnałów spoza zakresu pomiarowego analizatora (częstotliwość sygnału mierzonego będzie przesunięta w wyniku przemiany do pasma przyrządu).

Ze względu na zasadę działania analizatorów sygnałów, montowane w nich oscylatory lokalne muszą charakteryzować się znacznie lepszymi parametrami niż oscylatory klasycznych analizatorów widma. Zwróćmy uwagę na to, że w analizatorze widma częstotliwość oscylatora lokalnego jest zmieniana zgodnie z zakresem przemiatania wybranym dla danego pomiaru. W analizatorze sygnałów oscylator lokalny ma stałą częstotliwość, każda odchyłka tego parametru będzie skutkowała natychmiastowym zniekształceniem pomiaru. Podobnie jest z krótkoterminowymi fluktuacjami częstotliwości oscylatora lokalnego. W analizatorze sygnałów będą się one objawiały jako szum fazy SSB (Single Side Band).

Ostrzejsze wymagania stawiane są również stopniom przemiany częstotliwości analizatorów sygnałów. Ich pasmo musi być co najmniej równe, a lepiej gdy jest szersze od zakresu częstotliwości mierzonych. W praktyce charakterystyka częstotliwościowa stopnia p.cz. analizatora sygnałów musi być płaska w paśmie do 30 MHz, a w niektórych przypadkach nawet do 100 MHz.

Szybkość próbkowania, liczba próbek

Rys. 3. Wyświetlanie zakresu danych próbkowanych

Przetworzony do postaci cyfrowej sygnał p.cz. jest przeliczany na komponenty I-Q (In-phase/Quadrature phase), które następnie są zapisywane w pamięci analizatora. W dostępnych obecnie urządzeniach stosowane są pamięci o pojemności 1 GB. Można w nich zapisywać do 100 megapróbek. Od szybkości próbkowania zależy zakres analizowanych przez funkcję FFT częstotliwości (Span).

W praktyce szybkość próbkowania jest dobierana automatycznie do zakresu mierzonych częstotliwości, co jest dla użytkownika wygodniejsze i bardziej intuicyjne. Jak widać, zakres analizowanych częstotliwości, szybkość próbkowania, maksymalny czas przechwytywania i maksymalna liczba próbek pozostają ze sobą we wzajemnej zależności. W tabeli 1 zestawiono powyższe parametry dla analizatora MS2830A.

Obliczenia FFT

Tabela 1. Zakres analizowanych częstotliwości, szybkość próbkowania, maks. czas przechwytywania i maksymalna liczba próbek (analizator MS2830A)

W analizatorze sygnałów widmo jest obliczane w dowolnym momencie na podstawie danych I-Q zapisanych w pamięci. Odpowiednio dobierając parametry do obliczeń, uzyskuje się różne parametry wyjściowe, niekoniecznie związane z dziedziną częstotliwości, np. moc w funkcji czasu.

Zakres częstotliwości obliczanego widma (span) jest zależny od częstotliwości próbkowania. Im będzie ona wyższa, tym szersze widmo można uzyskać. Natomiast rozdzielczość obliczonego widma jest odwrotnie proporcjonalna do liczby próbek branych do obliczeń. Obliczenia wykonywane z dużą rozdzielczością wymagają dużej pamięci próbek.

Liczba próbek ma swój odpowiednik w analizatorach widma w postaci parametru RBW (Resolution Bandwidth). Czas pomiaru (sweep time) jest określony przez RBW i zakres częstotliwości. Biorąc pod uwagę przyzwyczajenia użytkowników, do określania zakresów pomiarowych w analizatorach sygnałów stosuje się również parametry RBW i Span, na podstawie których przeliczana jest automatycznie częstotliwość próbkowania i liczba próbek. Przykładowe zależności dla analizatora MS2830A zestawiono w tabeli 2.

Tab. 2. Zakres analizowanych częstotliwości (span), RBW i liczba punktów

Obliczenia FFT powinny obejmować całkowite liczby okresów przebiegu, co jest bardzo trudne do spełnienia w praktyce. Niespełnianie tego warunku skutkuje rozmyciem widma, a więc pojawieniem się prążków, których nie ma w rzeczywistości. Zjawisku temu zapobiega się przez stosowanie odpowiednich okien czasowych, np. okna Gaussa, ale to z kolei wymaga zbierania danych przed i po czasowym przedziale analizy (rys. 2). Taki nadmiar danych jest potrzebny także w trybie śledzenia (nie FFT) do prawidłowego obliczenia średniej ruchomej oraz realizacji okna spektrogramu i detekcji.

Długość nadmiarowych danych wymaganych do analizy jest zależna od typu śledzenia i dokładności pomiarów wykonywanych przy użyciu markerów. I w tym przypadku parametry mogą być ustawiane automatycznie po wybraniu opcji Capture time: Auto. Najczęściej optymalizacja jest dokonywana pod kątem szybkości pomiarów. Zakresy analizy i zbierania danych używanych do obliczeń zaznaczane są na wykresach w postaci kolorowych pasków na osi czasu (rys. 3).

Jarosław Doliński, EP
Meratronik

www.meratronik.pl

Zobacz również