Spectrum analyzer

Sebuah langkah spektrum besarnya input sinyal terhadap frekuensi dalam rentang frekuensi penuh instrumen. Penggunaan utama adalah untuk mengukur kekuatan spektrum sinyal dikenal dan tidak dikenal. Sinyal input yang langkah-langkah spektrum analyzer adalah listrik , namun, spektral komposisi sinyal lain, seperti akustik gelombang tekanan dan optik gelombang cahaya, dapat dianggap melalui penggunaan yang sesuai transduser . Analisa spektrum optik juga ada, yang menggunakan teknik optik langsung seperti monokromator untuk membuat pengukuran.

Dengan menganalisis spektrum dari listrik sinyal, dominan frekuensi , daya , distorsi , harmonik , bandwith , dan lainnya spektral komponen sinyal dapat diamati yang tidak mudah terdeteksi dalam domain waktu gelombang . Parameter ini berguna dalam karakterisasi perangkat elektronik, seperti pemancar nirkabel .
Tampilan spektrum analyzer memiliki frekuensi pada sumbu horisontal dan amplitudo ditampilkan pada sumbu vertikal. Untuk pengamat kasual, penganalisis spektrum terlihat seperti osiloskop dan, pada kenyataannya, beberapa instrumen laboratorium dapat berfungsi baik sebagai osiloskop atau spektrum analyzer.

Sejarah

Sebuah analisa spektrum sekitar tahun 1970

Para analisis spektrum pertama, pada tahun 1960, tersapu-tuned instrumen.
Setelah penemuan Fast Fourier Transform pada tahun 1965, analisa FFT berbasis pertama diperkenalkan pada tahun 1967.
Saat ini, ada tiga jenis dasar analisa:. Analisa menyapu-tuned spektrum, analisa sinyal vektor, dan analisa real-time spektrum

Jenis

Sebuah tampilan spektrum yang modern

Jenis analisa spektrum ditentukan oleh metode yang digunakan untuk mendapatkan spektrum sinyal. Ada yang menyapu-tuned dan FFT berdasarkan analisis spektrum:

• Sebuah spektrum analyzer menyapu-tuned menggunakan penerima superheterodyne untuk down-mengkonversi sebagian dari spektrum sinyal input (menggunakan osilator tegangan yang dikendalikan dan mixer ) dengan frekuensi tengah band-pass filter . Dengan arsitektur superheterodyne, osilator tegangan yang dikendalikan adalah menyapu melalui rentang frekuensi, yang memungkinkan pertimbangan rentang frekuensi penuh instrumen.
• Sebuah FFT analyzer spektrum menghitung Transformasi Fourier diskrit (DFT), proses matematis yang mengubah gelombang ke dalam komponen yang spektrum frekuensi , dari sinyal input.

Beberapa analisa spektrum, seperti analisis spektrum real-time, menggunakan teknik hybrid dimana sinyal yang masuk pertama turun-dikonversi ke frekuensi yang lebih rendah menggunakan teknik superheterodyne dan kemudian dianalisis dengan menggunakan transformasi Fourier cepat (FFT) teknik.

Form factor

Spectrum analyzer cenderung jatuh ke dalam empat faktor bentuk: benchtop, portable, genggam dan jaringan.

Benchtop

Faktor bentuk ini berguna untuk aplikasi di mana spektrum analyzer dapat dipasang ke listrik AC, yang secara umum berarti dalam lingkungan laboratorium atau produksi / manufaktur daerah. Bench analisa spektrum atas secara historis menawarkan kinerja yang lebih baik dan spesifikasi dari faktor bentuk portabel atau genggam. Bench analisa spektrum atas biasanya memiliki beberapa penggemar (dengan ventilasi yang terkait) untuk mengusir panas yang dihasilkan oleh prosesor . Karena arsitektur mereka, analisis atas spektrum bangku biasanya memiliki berat lebih dari 30 pound (14 kg). Beberapa bangku analisa spektrum atas menawarkan opsional kemasan baterai , yang memungkinkan mereka untuk digunakan jauh dari listrik AC . Jenis analisa ini sering disebut sebagai "portable" spektrum analyzer ..

Portabel

Faktor bentuk ini berguna untuk setiap aplikasi di mana spektrum analyzer perlu diambil di luar untuk membuat pengukuran atau hanya dilakukan ketika sedang digunakan. Atribut yang berkontribusi terhadap spektrum analyzer portabel berguna termasuk:

• Operasi bertenaga baterai opsional untuk memungkinkan pengguna untuk bergerak bebas di luar.
• Jelas layar dapat dilihat untuk memungkinkan layar untuk dibaca di bawah sinar matahari cerah, kegelapan atau kondisi berdebu ..
• Ringan (biasanya kurang dari £ 15 (6,8 kg)).

Handheld

Faktor bentuk ini berguna untuk aplikasi di mana spektrum analyzer harus sangat ringan dan kecil. Analisis Handheld menawarkan kemampuan terbatas dibandingkan dengan sistem yang lebih besar. Atribut yang berkontribusi terhadap spektrum analyzer genggam berguna termasuk:

• Konsumsi daya yang sangat rendah.
• Operasi bertenaga baterai saat berada di lapangan untuk memungkinkan pengguna untuk bergerak bebas di luar.
• Ukuran yang sangat kecil
• Ringan (biasanya kurang dari 2 pon (0.91 kg)).

Jaringan

Faktor bentuk ini tidak termasuk display dan perangkat ini dirancang untuk memungkinkan kelas baru monitoring spektrum dan analisis aplikasi geografis didistribusikan. Atribut kunci adalah kemampuan untuk menghubungkan analyzer ke jaringan dan memonitor perangkat tersebut di dalam jaringan. Sementara banyak analisa spektrum memiliki port Ethernet untuk kontrol, mereka biasanya tidak memiliki mekanisme transfer data yang efisien dan terlalu besar dan / atau mahal untuk digunakan sedemikian rupa didistribusikan. Aplikasi kunci untuk perangkat tersebut termasuk RF sistem deteksi intrusi untuk fasilitas yang aman di mana nirkabel sinyal dilarang. Sebagai operator seluler juga menggunakan analisis tersebut untuk jarak jauh memantau gangguan pada pita spektral berlisensi. Sifat terdistribusi perangkat tersebut memungkinkan geo-lokasi pemancar, monitoring spektrum untuk akses spektrum dinamis dan banyak aplikasi lain seperti itu.
Contoh analisa spektrum tersebut termasuk Agilent Technologies N6841A  dan WSA5000 ThinkRF ini
Atribut kunci perangkat tersebut meliputi:

• Jaringan-efisien transfer data
• Konsumsi daya rendah
• Kemampuan untuk menyinkronkan data menangkap seluruh jaringan analisis
• Biaya rendah untuk memungkinkan penyebaran massa.

Teori operasi

Dibelai-tuned

Sebagaimana dibahas di atas dalam jenis, spektrum analyzer menyapu-tuned down-mengkonversi sebagian dari spektrum sinyal input dengan frekuensi tengah band-pass filter dengan menyapu osilator tegangan yang dikendalikan melalui berbagai frekuensi, yang memungkinkan pertimbangan rentang frekuensi penuh instrumen.
Bandwidth dari band-pass filter menentukan resolusi bandwidth, yang berkaitan dengan bandwidth minimum terdeteksi oleh instrumen. Sebagaimana ditunjukkan oleh animasi ke kanan, semakin kecil bandwidth, resolusi yang lebih spektral. Namun, ada trade-off antara seberapa cepat layar dapat memperbarui rentang frekuensi penuh di bawah pertimbangan dan resolusi frekuensi, yang relevan untuk komponen frekuensi membedakan yang berdekatan. Untuk arsitektur menyapu-tuned, hubungan ini untuk waktu menyapu berguna:
 






Dimana ST adalah waktu menyapu dalam hitungan detik, k adalah proporsionalitas konstan, Span adalah rentang frekuensi yang dipertimbangkan dalam Hertz, dan RBW adalah resolusi bandwidth di Hertz. Sweeping terlalu cepat, bagaimanapun, menyebabkan penurunan amplitudo ditampilkan dan pergeseran di frekuensi ditampilkan.
Juga, animasi berisi baik atas dan bawah-dikonversi spektrum, yang disebabkan oleh mixer frekuensi memproduksi baik jumlah dan perbedaan frekuensi. The osilator lokal feedthrough adalah karena isolasi tidak sempurna dari IF jalur sinyal dalam mixer .
Untuk sinyal yang sangat lemah, pra-amplifier digunakan, meskipun harmonik dan intermodulasi distorsi dapat mengarah pada penciptaan komponen frekuensi baru yang tidak hadir dalam sinyal asli.

Berbasis FFT

Dengan spektrum FFT berbasis, resolusi frekuensi , Kebalikan dari waktu T dimana gelombang diukur dan Fourier berubah.
Dengan Transformasi Fourier analisis spektrum analyzer digital, maka perlu untuk sampel sinyal input dengan frekuensi sampling yang setidaknya dua kali bandwidth sinyal, karena batas Nyquist .  Sebuah Transformasi Fourier kemudian akan menghasilkan spektrum yang berisi semua frekuensi dari nol sampai . Hal ini dapat menempatkan tuntutan besar terhadap diperlukan konverter analog-ke-digital dan pengolahan daya untuk Transformasi Fourier, membuat berbasis FFT spektrum analisis terbatas dalam rentang frekuensi.

Frekuensi spektrum periode memanas dari switching power supply (spread spectrum) incl. diagram waterfall selama beberapa menit.

Hybrid superheterodyne-FFT

Sejak analisis berbasis FFT hanya mampu mempertimbangkan band sempit, salah satu teknik adalah untuk menggabungkan menyapu dan analisis FFT untuk pertimbangan bentang lebar dan sempit. Teknik ini memungkinkan untuk waktu menyapu lebih cepat.
Metode ini dimungkinkan oleh down pertama mengkonversi sinyal, maka digitalisasi frekuensi menengah dan menggunakan superheterodyne atau FFT ​​teknik untuk mendapatkan spektrum.
Salah satu manfaat dari digitalisasi frekuensi menengah adalah kemampuan untuk menggunakan filter digital , yang memiliki berbagai keuntungan lebih dari filter analog seperti di dekat faktor bentuk yang sempurna dan meningkatkan waktu filter menetap. Juga, untuk pertimbangan bentang sempit, FFT dapat digunakan untuk meningkatkan waktu menyapu tanpa distorsi spektrum ditampilkan.

Realtime FFT

Ilustrasi menunjukkan Spectrum Analyzer Blind Waktu

Perbandingan antara Swept Max Hold dan Realtime Kegigihan menampilkan

Sinyal Bluetooth tersembunyi di balik sinyal LAN nirkabel

Kebanyakan analisa spektrum modern sekarang hampir secara eksklusif Hybrid superheterodyne-FFT berbasis memberikan peningkatan yang signifikan dalam waktu menyapu. Namun, bahkan dalam kasus tersebut ada waktu masih memproses dibutuhkan untuk sampel spektrum dan menghitung FFT. Untuk alasan ini, baik menyapu-tuned dan FFT analyzer berbasis menghasilkan "Waktu buta" yang berarti bahwa sementara perhitungan spektrum sedang dilakukan, alat memiliki kesenjangan dan merindukan informasi dari spektrum RF yang diterapkan pada front end RF.
Sebuah analisa spektrum realtime tidak memiliki seperti buta waktu hingga beberapa rentang maksimum, yang sering disebut "bandwidth realtime". Analyzer ini mampu sampel RF spektrum yang masuk dalam domain waktu dan mengubah informasi ke domain frekuensi menggunakan proses FFT. FFT diproses secara paralel, gapless dan tumpang tindih sehingga tidak ada kesenjangan dalam RF spektrum dihitung dan tidak ada informasi yang terlewatkan.

Realtime online dan offline realtime

Dalam arti, setiap spektrum analyzer yang memiliki vektor sinyal analyzer kemampuan adalah penganalisa realtime. Ini sampel data yang cukup cepat untuk memenuhi teorema Nyquist Sampling dan menyimpan data dalam memori untuk diproses kemudian. Jenis analisa hanya realtime untuk jumlah waktu data / capture dapat menyimpan dalam memori dan masih menghasilkan kesenjangan dalam spektrum dan hasil selama waktu pemrosesan.

FFT tumpang tindih

Meminimalkan distorsi informasi adalah penting dalam semua analisis spektrum. Proses FFT berlaku teknik windowing untuk meningkatkan spektrum keluaran karena menghasilkan kurang lobus samping. Pengaruh windowing juga dapat mengurangi tingkat sinyal di mana ia ditangkap di perbatasan antara satu FFT dan berikutnya. Untuk alasan ini FFT dalam spektrum analyzer Realtime yang tumpang tindih. Tingkat Tumpang Tindih adalah sekitar 80%. Sebuah analisa yang menggunakan proses FFT 1024 poin akan kembali menggunakan sekitar 819 sampel dari proses FFT sebelumnya. 

Waktu deteksi sinyal Minimum

Hal ini terkait dengan tingkat sampling dari analisa dan FFT tingkat. Hal ini juga penting untuk spektrum analyzer realtime untuk memberikan tingkat akurasi yang baik.
Contoh: untuk analyzer dengan 40 MHz dari realtime bandwith (rentang RF maksimum yang dapat diproses secara realtime) sekitar 50 Msample / detik (kompleks) yang diperlukan. Jika spektrum analyzer menghasilkan 250 000 FFT / s perhitungan FFT diproduksi setiap 4 mikrodetik. Untuk titik FFT 1024 spektrum penuh diproduksi 1024 x (1/50 x 10 ^6), kira-kira setiap 20 mikrodetik. Ini juga memberi kita kami Tingkat tumpang tindih dari 80% (20 mikrodetik - 4 ps) / 20 mikrodetik = 80%.

Kegigihan

Analisa spektrum realtime mampu menghasilkan lebih banyak informasi bagi pengguna untuk memeriksa spektrum frekuensi secara lebih rinci. Sebuah menyapu spektrum normal akan menghasilkan puncak max, puncak menampilkan min misalnya tetapi penganalisis spektrum realtime mampu merencanakan semua dihitung FFT selama periode waktu tertentu dengan menambahkan kode warna yang mewakili seberapa sering sinyal muncul. Misalnya, gambar ini menunjukkan perbedaan antara bagaimana spektrum ditampilkan dalam menyapu pandangan spektrum normal dan menggunakan "Kegigihan" melihat pada spektrum analyzer realtime.

Sinyal tersembunyi

Analisa spektrum realtime dapat melihat sinyal tersembunyi di balik sinyal lainnya. Hal ini dimungkinkan karena tidak ada informasi yang terlewatkan dan tampilan kepada pengguna adalah output dari perhitungan FFT. Contoh ini bisa dilihat di sebelah kanan.

Fungsi Khas

Pusat frekuensi dan rentang

Dalam spektrum analyzer khas ada pilihan untuk mengatur awal, berhenti, dan pusat frekuensi. Frekuensi setengah jalan antara berhenti dan mulai frekuensi pada tampilan spektrum analyzer dikenal sebagai pusat frekuensi. Ini adalah frekuensi yang ada di tengah-tengah display frekuensi sumbu. Span menentukan rentang antara awal dan berhenti frekuensi. Dua parameter ini memungkinkan untuk penyesuaian tampilan dalam rentang frekuensi instrumen untuk meningkatkan visibilitas spektrum diukur.

Resolusi bandwidth yang

Sebagaimana dibahas di bagian operasi, filter resolusi bandwidth atau RBW filter yang bandpass filter di IF jalan. Ini adalah bandwidth yang dari RF rantai sebelum detektor (daya alat ukur). ^[7] Ini menentukan RF noise floor dan seberapa dekat dua sinyal dapat dan masih harus diselesaikan oleh analyzer menjadi dua puncak terpisah. ^[7] Mengatur bandwidth filter ini memungkinkan untuk diskriminasi sinyal dengan komponen frekuensi yang berdekatan, sementara juga mengubah lantai kebisingan diukur. Penurunan bandwidth dari filter RBW mengurangi kebisingan lantai dan sebaliknya terukur. Hal ini disebabkan filter RBW tinggi melewati komponen frekuensi lebih sampai ke detektor amplop dari bawah filter bandwith RBW, karena itu RBW yang lebih tinggi menyebabkan noise floor terukur lebih tinggi.

Video Bandwidth

Filter video bandwidth atau VBW Filter adalah filter low-pass langsung setelah detektor amplop . Ini adalah bandwidth rantai sinyal setelah detektor. Averaging atau deteksi puncak kemudian mengacu pada bagaimana bagian penyimpanan digital dari catatan perangkat sampel-diperlukan beberapa sampel per langkah waktu dan toko hanya satu sampel, baik rata-rata sampel atau yang tertinggi. The video bandwidth menentukan kemampuan untuk membedakan antara dua tingkat daya yang berbeda.  Hal ini karena sempit VBW akan menghapus suara di output detektor.  Filter ini digunakan untuk "halus" layar dengan menghapus suara dari amplop. Serupa dengan RBW, yang VBW mempengaruhi waktu menyapu layar jika VBW kurang dari RBW tersebut. Jika VBW kurang dari RBW, hubungan ini untuk waktu menyapu berguna:

Berikut t _menyapu adalah waktu menyapu, k adalah konstanta proporsionalitas berdimensi, f ₂ -. F ₁ adalah rentang frekuensi menyapu, RBW adalah resolusi bandwidth, dan VBW adalah video bandwidth 

Detector

Dengan munculnya display berbasis digital, beberapa analisis spektrum modern menggunakan analog-ke-digital converter untuk sampel spektrum amplitudo setelah filter VBW. Karena menampilkan memiliki sejumlah diskrit poin, rentang frekuensi yang diukur juga digital. Detektor yang digunakan dalam upaya untuk secara memadai memetakan kekuatan sinyal yang benar ke titik frekuensi yang sesuai pada layar. Secara umum ada tiga jenis detektor: sampel, puncak, dan rata-rata

• Contoh deteksi - deteksi sampel hanya menggunakan titik tengah interval diberikan sebagai nilai titik layar. Sedangkan metode ini tidak mewakili gangguan acak baik, tidak selalu menangkap semua sinyal sinusoidal.
• Puncak deteksi - deteksi puncak menggunakan maksimum yang diukur titik dalam interval diberikan sebagai nilai titik layar. Hal ini menjamin bahwa sinusoid maksimum diukur dalam interval; Namun, sinusoid kecil dalam interval mungkin tidak dapat diukur. Juga, deteksi puncak tidak memberikan representasi yang baik dari gangguan acak.
• Deteksi rata - rata deteksi menggunakan semua titik data dalam interval untuk mempertimbangkan nilai titik layar. Hal ini dilakukan dengan kekuasaan ( rms ) rata-rata, tegangan rata-rata, atau log-daya averaging.

Tampilkan tingkat kebisingan rata-rata

The Tampilkan rata Tingkat Kebisingan (DANL) adalah hanya apa yang dikatakannya itu-tingkat kebisingan rata-rata ditampilkan pada analisa. Ini baik dapat dengan bandwidth tertentu resolusi (biasanya dalam dBm), atau dinormalkan ke 1 Hz (biasanya dalam dBm / Hz)

Menggunakan frekuensi radio

Software MCS menunjukkan resolusi ultra high (8k UHD dengan 7680 × 2160 piksel) uji EMC termasuk beberapa garis batas dalam spektrum frekuensi GSM

Spectrum analyzer banyak digunakan untuk mengukur respon frekuensi , kebisingan dan distorsi karakteristik semua jenis frekuensi radio (RF) sirkuit, dengan membandingkan spektrum input dan output.
Dalam telekomunikasi , analisis spektrum yang digunakan untuk menentukan bandwidth yang diduduki dan melacak sumber gangguan. Misalnya, perencana sel menggunakan peralatan ini untuk menentukan sumber gangguan di pita frekuensi GSM dan UMTS band frekuensi .
Dalam pengujian EMC , penganalisis spektrum digunakan untuk pengujian precompliance dasar; Namun, hal itu tidak dapat digunakan untuk pengujian penuh dan sertifikasi. Sebaliknya, penerima EMI seperti Rohde & Schwarz ESU EMI Receiver , Agilent Technologies N9038A MXE EMI , atau Gauss Instrumen TDEMI digunakan.
Sebuah analisa spektrum digunakan untuk menentukan apakah pemancar nirkabel bekerja sesuai dengan standar yang ditetapkan pemerintah federal untuk kemurnian emisi. Output sinyal pada frekuensi selain frekuensi komunikasi yang dimaksudkan muncul sebagai garis vertikal (pips) pada tampilan. Sebuah analisa spektrum juga digunakan untuk menentukan, berdasarkan pengamatan langsung, bandwidth sinyal digital atau analog.
Sebuah antarmuka spektrum analyzer adalah perangkat yang menghubungkan ke penerima nirkabel atau komputer pribadi untuk memungkinkan deteksi visual dan analisis sinyal elektromagnetik lebih dari sebuah band didefinisikan frekuensi. Hal ini disebut penerimaan panorama dan digunakan untuk menentukan frekuensi sumber gangguan pada peralatan jaringan nirkabel, seperti Wi-Fi dan router nirkabel.
Spectrum analyzer juga dapat digunakan untuk menilai RF perisai. RF shielding ini penting untuk penentuan tapak dari mesin pencitraan resonansi magnetik karena ladang RF liar akan menghasilkan artefak pada gambar MR. ^[10]

Menggunakan audio-frekuensi

Analisis spektrum dapat digunakan pada frekuensi audio untuk menganalisis harmonik dari sinyal audio. Sebuah aplikasi khas adalah untuk mengukur distorsi dari nominal sinewave sinyal; sinewave sangat rendah-distorsi digunakan sebagai input ke peralatan yang diuji, dan penganalisis spektrum dapat memeriksa output, yang akan telah menambahkan produk distorsi, dan menentukan distorsi persentase pada setiap harmonik fundamental. Analisis semacam itu pada satu waktu digambarkan sebagai "gelombang analisis". Analisis dapat dilakukan oleh tujuan umum komputer digital dengan kartu suara yang dipilih untuk kinerja yang sesuai  dan perangkat lunak yang sesuai. Alih-alih menggunakan sinewave rendah distorsi, input dapat dikurangi dari output, dilemahkan dan fase-dikoreksi, untuk memberikan hanya distorsi ditambahkan dan kebisingan, yang dapat dianalisis. 
Sebuah teknik alternatif, pengukuran total distorsi harmonik , membatalkan fundamental dengan filter takik dan mengukur sinyal yang tersisa total, yang distorsi harmonik total ditambah kebisingan; tidak memberikan detail harmonik-by-harmonik dari sebuah analisa.

Spektrum optik analyzer

Sebuah spektrum optik menggunakan teknik reflektif dan / atau bias untuk memisahkan panjang gelombang cahaya. Sebuah detektor elektro-optik digunakan untuk mengukur intensitas cahaya, yang kemudian biasanya ditampilkan pada layar dengan cara yang mirip dengan spektrum analyzer radio atau frekuensi audio.
Input ke spektrum optik mungkin hanya melalui aperture dalam kasus instrumen, serat optik atau konektor optik yang kabel serat optik dapat dilampirkan.
Teknik yang berbeda ada untuk memisahkan panjang gelombang. Salah satu metode adalah dengan menggunakan monokromator , misalnya desain Czerny-Turner, dengan detektor optik ditempatkan di celah output. Sebagai kisi-kisi dalam monokromator bergerak, band frekuensi yang berbeda (warna) yang 'dilihat' oleh detektor, dan sinyal yang dihasilkan kemudian dapat diplot pada tampilan.
Respon frekuensi dari analisa spektrum optik cenderung relatif terbatas, misalnya 1600 - 800 nm (near-infrared merah), tergantung pada tujuan yang telah ditetapkan, meskipun (agak) lebih luas bandwidth umum instrumen tujuan yang tersedia.