24 年 2023 月 XNUMX 日更新。
频谱分析仪是实验室中必不可少的测试和测量仪器。 它们用于显示和分析频域中的信号。 与某些示波器中提供的快速傅立叶变换 (FFT) 功能相比,扫频频谱分析仪通常提供更好的频谱分辨率,同时保持较大的频率跨度。 然而,频谱分析仪可能比基于 FFT 的方法慢得多,尤其是在更精细的分辨率下。 Moku:Lab 频谱分析仪仪器使用混合技术,它提供了两种方法的优势并平衡了速度和频率跨度。 在本指南中,我们将使用 Moku:Lab 频谱分析仪和示波器来介绍混合频谱分析仪与基于 FFT 的方法之间的主要区别,并熟悉 Moku:Lab 频谱分析仪的一些关键设置。
基于 FFT 的方法的局限性
频域信号分析是一项基本技术,用于从感兴趣的信号中识别和分离不需要的噪声。 与时域分析相比,频域分析更容易发现噪声并优化系统以滤除不需要的部分。 快速傅立叶变换是一种数学算法,可根据时域迹线计算信号的频域响应。 它是许多现代数字存储示波器的标准内置功能,可让您第一眼看到频域中的信号。 然而,FFT 的频谱分辨率 (R) 与采样率 (Fs) 除以 FFT 点数 (N) 成正比。 另一方面,FFT 频谱上的最高频率被限制为采样率的一半。 这意味着频率跨度越大,分辨率越差(R 越大),如下面的等式所示。
这限制了基于 FFT 的方法在高频下表征更精细的细节。 在本应用说明中,我们将使用 10 MHz 正弦波、5 kHz 调频 (FM) 和 1 kHz FM 偏差作为感兴趣的信号(图 1)。 我们将为此信号使用名称 FM1。 图 2 显示了 FM1 的 FFT 频谱,由 Moku:Lab 的示波器生成。 FFT 分析无法解析 ± 5 kHz 边带。 此外,可以在频谱上看到多个混叠带。
数字 1: Moku:Lab 波形发生器生成的 10 MHz FM 信号
数字 2: FM1 的 FFT 频谱,由 Moku:Lab 示波器计算
Moku:Lab混合频谱分析仪方法
为了克服基于 FFT 的方法的局限性,Moku:Lab 频谱分析仪以数字方式将感兴趣的信号与本地振荡器 (LO) 混合 f1 使感兴趣的频率接近直流范围,如图 3 所示。混频理论可以在我们的 Moku:Lab 锁相放大器视频中找到(https://youtu.be/H2O2ADqEkHM). 然后,频谱分析仪对该低频信号执行 FFT。
数字 3: Moku:Lab频谱分析仪的信号处理流程
正如我们之前所讨论的,FFT 在较小的频率跨度下表现最佳。 这种混合方法允许在任何给定频率选择频谱窗口的起点(与始终从 0 开始的纯 FFT 方法相比)。 频谱的任何部分都可以在窄跨度下进行分析。 频谱分辨率不再受频谱上限频率的限制,而是与频率跨度相关。 因此,即使在更高频率下,您也可以获得高分辨率的频谱。 在图 4 中,我们使用 Moku:Lab 频谱分析仪来分析 FM1。 所有边带,包括显着的谐波,都可以轻松解决。
数字 4: FM1 的频谱,使用 Moku:Lab 频谱分析仪获取
频率、分辨率带宽和视频滤波器
正如我们在上一节中讨论的那样,较窄的频率跨度可提供更好的频谱分辨率。 建议使用覆盖感兴趣信号频率的最小跨度。
分辨率带宽 (RBW) 定义频谱分析的频谱分辨率。 它由用于 FFT 的点数和在计算 FFT 之前应用于信号的窗函数决定。 较窄的分辨率带宽提供更好的光谱分辨率。 但是,它可能会稍微增加测量时间。
视频滤波器通过平均显示光谱上的相邻像素来平滑光谱。 它是一种后处理技术,不会影响机载频谱采集过程。 较大的视频滤波器将以较差的频率分辨率为代价产生更平滑的频谱,并且可以降低窄频谱特征的幅度。
平均是另一种提高信噪比的方法。 它具有与视频过滤器类似的效果。 建议在捕获相对稳定的特征时使用,并且不会降低光谱的分辨率。
图 5 显示了分辨率带宽、视频滤波器和平均对 FM1.
数字 5: RBW、视频滤波器和平均的影响
Moku:Lab 演示模式
您可以从 Apple 下载 Moku:Lab 应用程序 App Store 并在演示模式下体验它。 Moku:Lab 频谱分析仪的详细功能可以在以下位置找到 https://www.liquidinstruments.com/support/moku-lab-instruments/spectrum-analyzer/