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细节的能力。在本应用笔记中，我们将使用一个10 MHz正弦波，频率调制(FM)为5 kHz，FM偏差为1 kHz，作为目标信号（图1）。我们将该信号命名为FM1。图2显示了使用Moku:Lab示波器生成的FM1的FFT频谱。± 5 kHz的边带无法通过FFT分析分辨。此外，在频谱上可以看到多个混叠带。
数字 1: Moku:Lab 波形发生器产生的 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://liquidinstruments.com/support/moku-lab-instruments/spectrum-analyzer/
问题或意见？
请通过 support@liquidinstruments.com 与我们取得联系，谢谢！