ИЗМЕРЕНИЯ ШУМОПОДОБНЫХ СИГНАЛОВ С ПОМОЩЬЮ АНАЛИЗАТОРА СПЕКТРА FPC1500

АННОТАЦИЯ

Шумоподобными сигналами (ШПС) называют такие сигналы, у которых произведение ширины спектра на длительность T много больше единицы. Это произведение называется базой сигнала и обозначается B=FT. Многие современные коммуникационные форматы, такие как W-CDMA, cdma2000® и WLAN, используют шумоподобные сигналы. Для точного измерения характеристик таких сигналов необходимы современные цифровые анализаторы спектра, каким является прибор фирмы R&SH FPC1500. В статье приводится методика измерения шумоподобных сигналов с помощью анализатора спектра FPC1500.

ABSTRACT

Noise-like signals (NLS) are signals in which the product of the spectrum width and duration T is much greater than unity. This product is called the signal base and is denoted B=FT. Many modern communication formats such as W-CDMA, cdma2000® and WLAN use noise-like signals. To accurately measure the characteristics of such signals, modern digital spectrum analyzers are needed, such as the R&SH FPC1500 instrument. The article provides a technique for measuring noise-like signals using the FPC1500 spectrum analyzer.

Ключевые слова: анализатор спектра, шумоподобные сигналы, спектральных анализ

Keywords: spectrum analyzer, noise-like signals, spectral analysis

Выбор детекторов и типа усреднения В большинстве случаев для работы с шумоподобными сигналами используют два детектора — детектор с выборкой или усредняющий детектор. Детектор с выборкой использует одну выборку для вывода на экран каждой точки трассы. Выборка осуществляется в момент между отображением точек трассы в процессе свипирования анализатора спектра и используется для отображения следующей точки. Усредняющий детектор усредняет (по линейной шкале мощности) несколько выборок между двумя точками трассы. Затем усредненное значение отображается в качестве следующей точки трассы. Обратите внимание, что к шумоподобным сигналам не применимо обнаружение пиковых или нормальных значений, поскольку они не обеспечивают хорошего статистического распределения сигнала, что, следовательно, может привести к неточным измерениям мощности. Пиковые детекторы используются, в первую очередь, для немодулированных синусоидальных сигналов [1,2]. Одной из основных проблем измерения шумоподобных сигналов является разброс результатов измерений, связанный с самой природой таких сигналов. Для уменьшения такого разброса можно использовать несколько способов усреднения. В первую очередь следует упомянуть усреднение по трассе, усреднение по видеополосе (VBW) и с помощью усредняющего детектора. И хотя эти методы можно комбинировать, обычно достаточно одного из них. Усреднение по трассе просто усредняет каждую точку трассы для нескольких свипирований. Если включено усреднение по трассе, в качестве детектора автоматически выбирается   детектор с выборкой. Поскольку этот метод усреднения можно использовать с любым типом детектора, он получил наибольшее распространение и поддерживается почти во всех анализаторах спектра. Другой подход заключается в сужении видеополосы до значения, меньшего, чем разрешающая способность по частоте (RBW). Во многих анализаторах спектра отношение VBW к RBW равно по умолчанию 1, что дает лишь небольшое усреднение [3,4]. В большинстве случаев для снижения разброса большинства сигналов до приемлемого уровня, достаточно уменьшить отношение VBW к RBW до значения 0,1. В современных анализаторах спектра лучший подход заключается в применении усредняющего детектора. Если выбран усредняющий детектор, то простое увеличение времени свипирования приводит к увеличению степени усреднения. Кроме того, увеличение времени свипирования увеличивает число участвующих в усреднении выборок между точками свипирования, что тоже снижает разброс сигнала. Главное, на что нужно обратить внимание при измерении шумоподобных сигналов, это то, что усреднение должно выполняться по шкале среднеквадратических значений мощности, а не по логарифмической шкале. Это связано с тем, что логарифм среднего значения не равен среднему значению логарифмов. Поэтому усреднение шумоподобных сигналов по логарифмической шкале может дать ошибку до -2,51 дБ. Это может легко произойти при использовании старых аналоговых анализаторов спектра ПЧ [5,6]. В современных анализаторах спектра выбор Усреднения по мощности (среднеквадратического усреднения) гарантирует точные измерения. Например, в анализаторах сигналов серии Agilent X выбранный Тип усреднения применяется ко всем упомянутым выше методам усреднения.

Точное измерение мощности

Точное измерение мощности шумоподобных сигналов может оказаться достаточно сложным. Суммарная мощность таких сигналов не сосредоточена в одной частотной точке, как в случае синусоидальных сигналов. Вместо этого она распределена во всей полосе модулированной несущей [7,8,9]. Современные анализаторы спектра, подобные анализаторам серии Agilent X, часто предлагают несколько способов точного измерения мощности шумоподобных сигналов [10,11]. Например, анализаторы серии X предлагают широкий выбор маркеров мощности в полосе, плотности в полосе и маркеров шума, которые интегрируют всю мощность в указанной полосе и отображают ее в единицах дБм или дБм/Гц. При этом мощность вычисляется по следующей формуле:

Общая мощность, дБм 2. Спектральная плотность мощности, дБм/Гц где: P(k) = Мощность для точки трассы в полосе интегрирования, выраженная в мВт; SPAN = Выбранная полоса обзора анализатора спектра; NBW = Шумовая полоса RBW фильтра, в анализаторах серии X NBW = 1,05 * RBW; CBW = Полоса интегрирования; Points = Число точек трассы в полосе обзора.

Рисунок 1. Серия x отличается по мощности анализатором признаков

Рисунок 2. Пример измерения мощности в соседнем канале несущей W-CDMA с помощью анализатора серии X. Для несущей 3,84 МГц отображается мощность -10,5 дБм. Также измеряется и отображается мощность в соседних каналах, отстоящих на ±5 и ±10 МГц. Приведены результаты для абсолютной мощности (дБм) и мощности, отнесенной к общей мощности несущей (дБн)

Спектральная плотность мощности равна отношению мощности, содержащейся в полосе 1 Гц, к полной мощности сигнала. В анализаторах серии X при выборе мощности в полосе, плотности в полосе и маркеров шума, детектор автоматически переключается в режим усреднения. При этом выбирается тип усреднения по мощности (среднеквадратический), что предотвращает возникновение ошибок. Дополнительное сглаживание трассы можно получить, применив описанные выше методы усреднения. В качестве примера на рис. 1 показаны маркеры мощности в полосе, используемые для измерения шумоподобных сигналов [12,13]. Маркер 2 показывает полную мощность (дБм) несущей W-CDMA в полосе канала 3,84 МГц. Маркер 1 показывает плотность мощности в полосе 1 МГц по отношению к полной мощности несущей (дБн). Маркер 4 показывает общую мощность нижнего соседнего канала. Маркер 3 показывает относительную общую мощность (дБ) в нижнем альтернативном канале по отношению к маркеру 4. Очевидно, что эти маркеры упрощают и повышают гибкость очень сложных измерений относительной мощности шусигналов  Однокнопочные измерения Современные анализаторы сигналов, подобные анализаторам серии X, часто предлагают набор встроенных функций измерения мощности, позволяющие выполнять стандартные измерения мощности шумоподобных сигналов одним нажатием кнопки. Такие измерения включают измерение мощности в канале (CHP), мощности в соседнем канале (ACP), занимаемой полосы частот (OBW) и многие другие измерения (рис. 2). Заключение Большинство современных анализаторов спектра предлагают богатый выбор детекторов, типов усреднения и маркеров, позволяющих быстро и просто выполнять гибкие и сложные измерения шумоподобных сигналов [14,15]. Имеется также широкий набор встроенных функций измерения мощности, которые можно настроить на работу с сигналами многих современных и перспективных коммуникационных стандартов. Уникальная привязка детекторов к типам усреднения гарантирует точность получаемых результатов.

Список литературы:

1. Mustofoqulov, J. A., Hamzaev, A. I., & Suyarova, M. X. (2021). RLC ZANJIRINING MATEMATIK MODELI VA UNI “MULTISIM” DA HISOBLASH. Academic research in educational sciences, 2(11), 1615-1621.
2. Khuzhayorov, B., Mustofoqulov, J., Ibragimov, G., Md Ali, F., & Fayziev, B. (2020). Solute Transport in the Element of Fractured Porous Medium with an Inhomogeneous Porous Block. Symmetry, 12(6), 1028.
3. Иняминов, Ю. А., Хамзаев, А. И. У., & Абдиев, Х. Э. У. (2021). Передающее устройство асинхронно-циклической системы. Scientific progress, 2(6), 204-207.
4. Суярова, М. Х., & Джураева, Н. М. (2018). Динамическая модель по электротехнике. In Передовые научно-технические и социально-гуманитарные проекты в современной науке (pp. 53-54).
5. Каршибоев, Ш. А., & Муртазин, Э. Р. (2021). Изменения в цифровой коммуникации во время глобальной пандемии COVID-19. Молодой ученый, (21), 90-92.
6. Yuldashev, F. M. Õ. (2021). TA'LIMNING INNOVATSION TEXNALOGIYALARI ASOSIDA MUQOBIL ENERGIYA MANBALARI (QUYOSH VA SHAMOL ENERGETIKASI) MUTAXASSISLARINI TAYYORLASHDA O'QITISH SAMARADORLIGINI OSHIRISH. Academic research in educational sciences, 2(11), 86-90.
7. Раббимов, Э. А., Жўраева, Н. М., & Ахмаджонова, У. Т. (2020). Исследование свойства поверхности монокристалла и создание наноразмерных структур на основе MgO для приборов электронной техники. Экономика и социум, (6-2), 190-192.
8. Yuldashev, F., & Bobur, U. (2020). Types of Electrical Machine Current Converters. International Journal of Engineering and Information Systems (IJEAIS) ISSN, 162-164.
9. Бабанов, Д. Т., & Иняминов, Ю. А. (2020). ПОЛУПРОВОДНИКОВЫЕ СЛОЙНЫЕ ТЕХНОЛОГИИ ПРОИЗВОДСТВА И ЕГО ПРИМЕНЕНИЕ. Символ науки, (11), 9-13.
10. Сохибов, Б. О., Саттаров, С., & Таганова, С. Х. (2018). ВНЕДРЕНИЕ В УЧЕБНЫЙ ПРОЦЕСС ПЕРЕДОВЫХ МЕТОДОВ ПЕДАГОГОВ-НОВАТОРОВ. In Молодой исследователь: вызовы и перспективы (pp. 17-22).
11. 3. Mustofoqulov, J. A., & Bobonov, D. T. L. (2021). “MAPLE” DA SO’NUVCHI ELEKTROMAGNIT TEBRANISHLARNING MATEMATIK TAHLILI. Academic research in educational sciences, 2(10), 374-379.
12. Муртазин, Э. Р., Сиддиков, М. Ю., & Цой, М. П. (2018). Стратегия развития экономики Узбекистана-региональные особенности. In Региональные проблемы преобразования экономики: интеграционные процессы и механизмы формирования и социально-экономическая политика региона (pp. 85-87).
13. SATTAROV, S., KHAMDAMOV, B., & TAYLANOV, N. (2014). Diffusion regime of the magnetic flux penetration in high-temperature superconductors. Uzbekiston Fizika Zhurnali, 16(6), 449-453.
14. Умирзаков, Б. Е., Содикжанов, Ж. Ш., Ташмухамедова, Д. А., Абдувайитов, А. А., & Раббимов, Э. А. (2021). Влияние адсорбции атомов Ba на состав, эмиссионные и оптические свойства монокристаллов CdS. Письма в Журнал технической физики, 47(12), 3-5.
15. Karshibaev, S. A. (2022). EQUIPMENT AND SOFTWARE FOR MONITORING OF POWER SUPPLY OF INFOCOMUNICATION DEVICES. Web of Scientist: International Scientific Research Journal, 3(5), 502-505.