前言
鉴于鉴定当前射频微波器件和系统行为特点的挑战，必需了解频率、幅度和调制参数在短期和长期内的行为方式。在这些情况下，使用传统工具如扫频分析仪(SA)和矢量信号分析仪(VSA)可能会在频域和调制域内提供信号概况，但其通常不能提供足够的信息，让工程师满怀信心地描述器件或系统生成的动态射频微波信号。
考虑一下下面挑战性的测量任务：
- 发现罕见的短时间周期事件
- 查看较强的信号掩盖的较弱信号
- 观察噪声掩盖的信号
- 查找和分析瞬态信号和动态信号
- 捕获突发传输、毛刺、开关瞬态事件
- 检定PLL 稳定时间、频率漂移、微音扩大
- 捕获扩频信号和跳频信号
- 监测频谱使用情况，检测游荡传输
- 测试和诊断瞬态EMI 效应
- 检定随时间变化的调制方案
- 隔离软件和硬件交互
每种测量都涉及随时间变化的射频微波信号，这些信号通常是不可预测的。为有效检定这些信号的特点，工程师需要一种工具，这种工具要能够发现难检事件，有效触发这些事件，把事件隔离到存储器中，以便能够在频域、时域、调制域、统计域和码域中分析信号行为。
实时频谱分析仪硬件架构
安捷伦实时频谱分析仪是在PXA的B1X选件基础上，用Xilinx的FPGA做实时信号处理所产生的新产品。如图1所示，图中是一个26.5GHz的PXA频谱分析仪，模拟变频部分与传统频谱分析仪一致，只是在B1X选件即160MHz分析带宽选件里，用一块包括实时处理引擎的FPGA做实时信号处理，形成实时频谱分析仪。这个FPGA所做的事情，其结构框图如图2所示。
图1PXA频谱分析仪结构框图
图2FPGA实时处理引擎结构框图
FPGA内的实时处理引擎功能框图如图2所示。14位、400MHz的ADC采集的中频数据输入到FPGA,FPGA各种内核关键处理的内容如下：
1.幅度和相位校正，下变频和压缩处理
幅度和相位校正用于校正信号路径的幅度平坦度和相位线性度及其它不理想内容。
下变频是把采集的中频信号用数字信号处理DSP下变频的方式转化为I和Q基带成分。ADC在高中频IF上进行模拟到数字转换而不是在DC或基带上进行模拟到数字转换，具有信号处理的优势，如提升杂散性能、DC抑制、动态范围等。下变频是通用的DDC原理，包含一个数字振荡器，其在关心的中心频段上生成数字正弦和数字余弦信号。数字正弦和数字余弦信号乘以数字IF，生成I和Q基带数字信号。DDC不仅用来把数字IF信号转换成基带信号，还用来进行实时频谱分析仪中的频率微调。
压缩处理是通过降低采样率，平衡频宽、处理时间、记录长度和存储器使用量。奈奎斯特定理指出，对于基带信号，只需以等于关心的最高频率两倍的速率采样即可恢复信号；对于通带信号，采样率至少是带宽的两倍。400MHz的ADC数字化信号通过DDC后，对于160MHz带宽，I和Q采样率只要一半即200MSa/s。样点总数未变，但得到了两个样点集，每个样点集的有效采样率是200MSa/s，而不是速率为400MSa/s的单集。对于更窄的频宽，将进行进一步压缩，使得对相同数量的样点得到更长的时间记录长度。压缩的缺点是降低了时间分辨率，优点是在时间记录长度一定时减少了计算工作，降低了存储器的使用量。
在压缩时也必须遵守奈奎斯特定理，如果数据速率下降两倍，那么数字信号的带宽也必须下降两倍。在降低采样率前，需要使用数字滤波器完成这一点，以防止出现假信号。压缩和滤波的另一个优势是在带宽下降时降低噪声。
2.实时处理和重叠存储（Overlap Memory）
先看一下实时处理的概念，如图3所示。T是存储器里存储的数据，CALC是每帧数据处理的时间。CALC时间包括FFT或功率谱，平均处理，显示刷新时间等。如果CALC时间大于每帧的时间，则是非实时处理，传统的频谱分析仪即是非实时处理。CALC时间等于或小于每帧时间，则是实时处理。如果仅仅是等于每帧时间，也可能会丢掉一些数据，所以需要小于每帧的时间。
图3实时处理的概念
因为进行FFT运算时需要加窗函数，这时如果要避免由于窗口导致的数据丢失，和要保持幅度精度，需要重叠存储，如图4所示。比较理想的状况是重叠50%，这需要CALC的时间等于或小于每处理帧时间的50%。 [p]
图4重叠存储
3.RBW、窗口函数和FFT处理
频率分辨率RBW是一个重要的频谱分析仪指标。对于实时频谱分析仪，RBW与采集时间成反比。在采样率相同时，为实现更小的RBW，要求更多的样点。窗口函数也会影响RBW。
执行离散FFT即DFT分析运算时，如果不加窗口函数，会引发频谱泄漏。频谱泄漏不仅会在输出中出现不存在的信号，在附近存在大信号时，还会降低观察小信号的能力。所以在执行DFT时，DFT帧乘以窗口函数，样点间的长度相同，减少或消除DFT帧尾的不连续点。窗口函数的选择取决于频响特点，如旁瓣电平、等效噪声带宽和幅度误差。窗口形状还决定着RBW形状。RBW带宽定义为-3dB带宽，与DFT中采样频率和样点数量的关系如下：
RBW=K*Fs/N
K是与窗口有关的系数，对于Kaiser窗口，K约为2.23。N是DFT计算中使用的时间域样点数，Fs是采样频率。
RBW形状系数定义为-60dB和-3dB频谱幅度之间的频率比，对于Kaiser窗口，约为4:1。
窗口长度可选1024,512,256,128,64，或32个点，以提供可变的RBW带宽。时域窗口越短，RBW越宽。短的窗口和不足的重叠存储可能会产生非实时的Gap。
FFT引擎使用Xilinx公司的FFT IP处理核，这个处理核可以连续运行在300MHz，每秒做292,968.75次FFT运算，也可作CZT（Chirp-Z）变换。CZT与FFT变换类似，但是可以返回带有任意开始频率和结束频率的M个频率样点，而不会改变DFT的频域输出（只会提取与FFT不同的一套频域样点）。
4.密度统计存储
这是实时频谱分析仪实时显示处理的关键点。首先，必须使用两个缓存，当数据写入一个缓存时，同时读出另一个缓存数据。当写操作时，每次接入都是“read-modify-write”过程，以增加一个空间；当读操作时，每次接入都是“read-modify-write”过程，以清除缓存。
为了达到255MHz带宽和300MSa/s采样率，必须保留来自FFT运算的1024个频率点中间的871个点。对于871个频率点，需要足够的存储空间存储每个频率点的225个垂直电平，以达到每个电平0.045dB精度，确保100dB的显示效果。缓存中的每个871x225空间是5位，以使得这个空间能够允许高达31次的数据进出。
屏幕的刷新速率是每秒30屏，意味着每个空间高达9668次的数据进出，意味着每个空间需要至少14位数据容量。
当一个空间“read-modify-write”检测到从31到0的翻滚动作，一个溢出“read-modify-write”被移动到SDRAM中匹配的统计内存中，那个空间有32位。这使得我们可以组合超过40亿个FFT数据，可用于任何空间一次或两次的数据进出操作。
实时频谱分析仪典型特征
1.频率模板触发
频率模板触发是把频谱形状与用户定义的模板进行对比以产生触发条件捕获感兴趣的信号。即使在存在电平高得多的其他信号时，频率模板触发仍可以可靠的检测弱信号。这种存在强信号时触发弱信号的能力，对检测间歇性信号、是否存在互调产物、瞬时频谱包容违规等至关重要。
比较信号与模板要求全面的DFT，要求一个完整的帧。频率模板触发的时间分辨率大约是一个DFT帧。它使用FPGA的频率模板触发IP核在时域中确定触发事件。
与其他形式的模板测试一样，频率模板触发先要定义个屏幕模板。这种定义通过一个频点和幅度集合完成。
模板定义方式：
可以通过编辑表格定义；
可以通过修改已有的模板产生；
可以使用鼠标以图形方式选点产生；
可以根据出现的迹线自动产生；
自动产生的模板还可以按需要增加偏置产生新的模板。
模板可以保存和调用。
模板触发的方式：进入模板，离开模板，模板内部，模板外部，进入->离开，离开->进入。
可以定义上部的模板或下部的模板，或同时定义上部和下部的模板。
图5频率模板定义及触发
如果组合矢量信号分析仪软件VSA，频率模板触发可用于捕获和记录复杂的信号。捕获和记录后可用VSA软件进行频域/时域/解调域等多域分析。频率模板触发可用于作为数据记录的触发点，以充分利用2G的IQ存储空间，去进行长时间的数据记录工作，记录后的数据可以用VSA进行重放、截取、导出文件（给Matlab进一步分析）、或下载到任意波形发生器等。
此时，才真正使用IQ的存储空间。
频率模板触发不仅仅可以用于捕获触发后的信号，也可以用于捕获触发前的数据。组合89601B VSA软件的复杂分析和记录框图如图6所示。
图6实时频谱仪结合VSA软件的处理框图
2.密度余晖
使用两维存储空间（871x225），X轴是FFT频率点，Y轴是幅度。每秒292969次FFT运算，每个频率点的相应的幅度值被逐渐存储。数据的显示是用颜色表示的（使得有三维的效果），通常最低的密度用蓝紫色表示，最高的密度用红色表示。屏幕大约每30ms刷新一次，余晖时间可设置。密度余晖也依赖于扫宽的设置，FFT处理通常最大化重叠时间。
图7密度余晖显示
3.实时频谱
使用一维存储空间，一个频率点一个空间，每个空间存储选定片段时间内的检波结果。检波器可以是：平均（average），峰值（peak），采样点（sample）等。每个实时频谱相应的时间片段可以成为频谱图的时间要素。实时频谱效果可以添加在密度余晖图上（用于光标测量），或在一个单独的窗口内显示。片段时间最低可达100us。
图8实时频谱图
4.频谱图
频谱图是两维的频率对时间显示结果。X轴是FFT频率点，Y轴是时间。显示是三维颜色效果，蓝紫色表示最低的幅度值，红色表示最高幅度值。使用者能按时间滚动浏览存储的频谱。实时频谱分析仪能够存储高达10000个片段的频谱信息。
图9频谱图
5.功率随时间变化
功率随时间变化图显示了信号功率怎样逐个样点变化。这一显示与示波器时域波形图的类似之处在于其横轴也表示时间，但是竖轴显示了对数标度的功率，而不是线性标度的电压。竖轴的功率是频宽内部检测到的总功率。实时频谱分析仪运行使用者选择滤波器及全频带带宽。功率恒定的信号将产生平坦的轨迹图，因为每个周期中没有任何平均功率的变化。
6.功率图
这是来自功率对时间处理片段的两维的时间对时间图形显示，X轴代表一个处理片段内的时间，Y轴代表一个处理片段到下一个处理片段的时间。用三维颜色效果显示，蓝紫色表示最低幅度的频谱，红色表示最高幅度的频谱。使用者能够滚动浏览存储的信息。频谱图和功率图都打开时，最大的存储量高达5000个时间片段。
实时频谱分析仪技术规范
实时频谱分析仪给出了很多的技术规范参数，结合实时频谱分析仪的工作原理，不难理解这些参数，下面是N9030A-RT2的技术参数。 [p]
1.通用频域特征（General frequency domain characterisitics)
实时分析带宽：160MHz
100%幅度精度时可捕获的最小信号宽度：3.57us （条件：模板触发,160MHz带宽，窗口类型是Blackmann-Harris。）
（解释：参考频率模板触发规范项。）
60dB StM(信号到模板比）最小可检测的信号宽度：5ns
（解释：60dB信噪比时，采样率200MSa/s，5ns是样点间隔。）
分辨率带宽(RBW)：扫宽最小RBW最大RBW(使用Kaiser窗口函数）
160MHz350KHz11MHz
110MHz240KHz7.7MHz
60MHz130KHz4.2MHz
10MHz22KHz700KHz
1MHz2.2KHz70KHz
100KHz220Hz7KHz
10KHz22Hz700Hz
(解释：不同的扫宽，DDC变频后有不同压缩采样率，最小32点，最大1024点FFT，决定了最大最小RBW。）
最大采样速率：200MSa/s（复数）
（解释：指DDC变成IQ后的采样速率。）
FFT速率：292969/s（连续的，不可设置）
I/Q存储深度：2GB
（解释：指DDC变成IQ后的存储深度，所以扫宽越小，存储时间越长，因为扫宽越小采样率越低。）
幅度分辨率：0.01dB
扫描点数：821(可利用的水平迹线点数）
最小捕获时间：100us
2.密度显示（Density display)
深度分辨率：32bits（高达4亿FFT）
密度范围：0-100%(0.001%步进）
最小扫宽：450Hz
3.频谱图显示（Spectrogram display)
最大捕获量：10000（三图形显示模式，最大是5000）
三维颜色动态范围：200dB
4.功率对时间（Power VS. time)
支持的检波器：Max Peak,Min Peak,Sample,Average（Voltage)
时间分辨率：5ns
最大时间：100s
最小时间：250us
最小可检测的信号：5ns（不考虑全幅度精度）
5.频率模板触发（Frequency mask trigger)
FMT打开时的可选显示模式：密度，频谱图，实时频谱
触发分辨率：0.5dB
触发条件：进入，离开，内部，外部，进入->离开，离开->进入
6.不同RBW，100%触发下的最小信号宽度（Minimum duration for 100% trigger with various RBWs)(条件：1024点，矩形窗）
扫宽：160MHz120MHz80MHz40MHz20MHz
信号宽度（us）：
32点窗口3.573.623.734.044.68
64点窗口3.733.834.054.685.96
128点窗口4.054.264.695.968.52
256点窗口4.695.115.978.5213.6
512点窗口4.976.828.5313.623.9
1024点窗口8.5310.2313.6523.8844.4
7.StM>0dB时的最小信号宽度（Minimum duration for StM>0dB)
扫宽：160MHz120MHz80MHz40MHz20MHz
信号宽度（us)：
0dB偏置8.5310.2313.6523.8844.36
6dB偏置3.423.425.1310.2620.52
12dB偏置1.291.712.575.1410.28
20dB偏置0.5150.691.032.064.12
40dB偏置0.550.0730.1100.2200.440
60dB偏置0.0100.0130.0200.0400.080
如何计算最小信号宽度？
计算公式：
最小信号宽度=（窗口尺寸 不重叠点-1）/采样率
Gap=1024-窗口尺寸-重叠点（如果结果<=0，则无Gap）
例1：扫宽：160MHz（此时Fs=200MHz），窗口：1024点，重叠点：341点。
信号必须持续2个FFT减去一个样点，以确保能覆盖一个完整的1024点FFT。
所以得出最小信号宽度：（1024 683-1）/200MHz=8.53us，无Gap。
图10最小信号宽度计算实例1
例2：扫宽：160MHz，窗口：256点，重叠点：341点。
信号必须持续2个FFT减去一个样点，以确保能覆盖一个完整的1024点FFT。
所以得出信号宽度：（256 683-1）/200MHz=4.69us
Gap=1024-窗口尺寸-重叠点=427点=2.135us
信号>=4.69us时是精确的；信号<2.135us时会被错过和丢失。
图11最小信号宽度计算实例2
关于100%截获率（POI）和 信号幅度和模板比(StM）的理解如下。
规范中的“信号幅度=模板幅度”：0dB偏置。
如果信号幅度大于模板幅度，最小时间相应减少。
例3：扫宽：160MHz（Fs=200MHz），窗口：1024点，重叠点：341点。如图10所示。
如果信号高于模板6dB，则信号只要覆盖窗口的一半，就可被捕获。为了保证覆盖窗口的一半，信号必须持续2个半窗口长度减去重叠点再减去1。
所以最小信号宽度：（512 171-1）/200MHz=3.41us，无Gap。
图12 6dB StM时的最小信号宽度计算实例3
最小信号宽度小结：
100%截获率用最小信号宽度定义，在此信号宽度时，FMT总能够触发。
如果实际信号宽度大于最小信号宽度规范，不论选择什么样的窗口函数，都将可以100%捕获，并有足够精确的幅值。
如果时间信号宽度小于最小信号宽度规范，可能仍然会促使仪器触发，可能仍然具有精确的幅度值，但是这是不能够保证的。
仪器有可能错过非常短的信号，这与这些参数有关：采样率，重叠存储，窗口设置，和信号幅度。
最小信号宽度规范依赖于采样率：采样率越快，将花较少的时间捕获用于FFT的样点。规范依赖于相对于模板的信号幅度，如果信号超过模板电平，保证100% POI的最小信号宽度将会变小。规范依赖于RBW（窗口）选择：最窄的RBW要求最长的信号宽度，但也保证不会错过非常短的信号。宽的RBW要求短的信号宽度，但是可能会错过非常短的信号。
参考文献
[1]Agilent Technologies,Inc. Real-time Signal Analysis training material.[2012].
[2]Agilent Technologies,Inc.Real-Time Spectrum Analyzer(RTSA)Technical Overviews.[2013].
[3]Tektronx. Real Time Spectrum Analyzer Primer.[2010].
