矢量信号分析基础

矢量信号分析基础

前言

本文是关于矢量信号分析VSA(VectorSignalAanlysis)的入门读物，讨论

VSA的测量概念和操作理论。

模拟扫描调谐式频谱分析仪使用超外差技术覆盖广泛的频率范围，从音频、微

波直到毫米波频率。快速傅立叶变换(FFT)分析仪使用数字信号处理(DSP)提

供高分辨率的频谱和网络分析。如今宽带的矢量调制(又称为复调制或数字调

制)的时变信号从FFT分析和其他DSP技术上受益匪浅。VSA提供快速高分辨

率的频谱测量、解调以及高级时域分析功能，特别适用于表征复杂信号，如通

信、视频、广播、雷达和软件无线电应用中的脉冲、瞬时或调制信号。

图1显示了一个简化的VSA方框图。VSA采用了与传统扫描分析截然不同的测

量方法，融入FFT和数字信号处理算法的数字中频部分替代了模拟中频部分。

传统的扫描调谐式频谱分析是一个模拟系统，而VSA基本上是一个使用数字数

据和数学算法来进行数据分析的数字系统。VSA软件可以接收并分析来自许多

测量前端的数字化数据，使您的故障诊断可以贯穿整个系统框图。

图1.矢量信号分析过程要求输入信号是一个被数字化的模拟信号，然后使用

DSP技术处理并提供数据输出；FFT算法计算出领域结果，解调算法计算出调

制和码域结果。

VSA的一个重要特性是它能够测量和处理复数数据，即幅度和相位信息。实际

上，它之所以被称为“矢量信号分析”正是因为它采集复数输入数据，分析复

数数据，并输出包含幅度和相位信息的复数数据结果。矢量调制分析执行测量

接收机的基本功能。在下一篇“矢量调制分析基础”中，您将了解到矢量调制

与检波的概念。

在使用适当前端的情况下，VSA可以覆盖射频和微波频段，并能提供额外的调

制域分析能力。这些改进可以通过数字技术来实现，例如模拟-数字转换，以

及包含数字中频(IF)技术和快速傅立叶变换(FFT)分析的DSP。

因为要分析的信号变得越来越复杂，最新一代的信号分析仪已经过渡到数字架

构，并且往往具有许多矢量信号分析和调制分析的能力。有些分析仪在对信号

进行放大，或进行一次或多次下变频之后，就在仪器的输入端数字化信号。在

大部分现代分析仪中，相位连同幅度信息都被保留以进行真正的矢量测量。另

一方而，其它的前端如示波器和逻辑分析仪等对整个信号进行数字化，同时也

保留了相位和幅度信息。VSA无论作为合成的测量前端的一部分，还是单独在

内部运行或在与前端相连的计算机上运行的软件，它的分析能力都依赖于前端

的处理能力，无论前端是综合测量专用软件，还是矢量分析测量动态信号并产

生复数数据结果。

VSA测量优势

VSA相比模拟扫描调谐分析有着独特的优势。一个主要的优势是它能够更好地

测量动态信号。动态信号通常分为两大类：时变信号或复数调制信号。时变信

号是指在单次测量扫描过程中，被测特性发生变叱的信号(例如突发、门限、

脉冲或瞬时信号)。复数调制信号不能用简单的AM、FM或PM调制单独描述，

包含了数字通信中大多数调制方案，例如正交幅度调制(QAM)。

图2.扫描调谐分析显示了一个窄带IF漉波器走输入信号的瞬时响应。矢量分

析使用FFT将大量时域采样转换到频域频谱。

传统的扫描频谱分析实际上是让一个窄带滤波器过一系列频率，按顺序每次

测量一个频率。对于稳定或重复信号，这种扫描输入的方法是可行的，然而对

扫描期间发生变化的信号，扫描结果就不能精确地代表信号了。

还有，这种技术只能提供标量(仅有幅度)信息，不过有些信号特征可以通过

进一步分析频谱测量结果推导得出。

VSA测量过程通过信号“快照”或时间记录，然后同时处理所有频率，以仿真

一系列并联滤波器从而克服了扫描局限。例如，如果输入的是瞬时信号，那么

整个信号事件被捕获(意味着该时刻信号的所有信息都被捕获和数字化)；然后

经过FFT运算，得出“瞬时”复数频谱对频率的关系。这一过程是实时进行

的，所以就不会丢失输入信号的任何部分。基于这些，VSA有时又称为“动态

信号分析”或“实时信号分析”。不过，VSA跟踪快速变化的信号的能力并不

是无限制的。它取决于VSA所具有的计算能力。

并行处理为高分辨率（窄分辨率带宽）测量带来另一个潜在的优势：那就是更

短的测量时间。如果你曾经使用过扫描调谐频谱分析仪，就会知道在较小小频

率扫宽下的窄分辨率带宽（RBW）测量可能非常耗时。扫描调谐分析仪对逐点频

率进行扫描的速度要足够慢以使模拟分辨率带宽滤波器有足够的建立时间。与

之相反，VSA可以一次性测量整个频率扫宽.不过，由干数字源波器和DSP的

影响，VSA也有类似的建立时间。与模拟滤波器相比，VSA的扫描速度主要受

限于数据采集和数字处理的时间。但是，VSA的建立时间与模拟滤波器的建立

时间相比通常是可以忽略不计的。对于某些窄带测量，VSA的测量速度可以比

传统的扫描调谐分析快1000倍。

在扫描调谐频谱分析中，扫描滤波器的物理带宽限制了频率分辨率。VSA没有

这一限制。VSA能够分辨间隔小于100uHz的信号。VSA的分辨率通常受限

于信号和测量前端的频率稳定度，以及在测量上希望花费的时间的限制。分辨

率越高，测量信号所需要的时间（获得要求的时间记录长度）就越长c

另一个极为有用的特性是时间捕获能力。它使你可以完整无缺地记录下实际信

号并在以后重放，以便进行各种数据分析。捕获的信号可用于各种测量。例

如，捕捉一个数字通信的发射信号，然后既进行频谱分析也进行矢量调制分

析，以测量信号质量或识别信号缺损。

使用数字信号处理（DSP）还带来其它优势；它可以同时提供时域、频域、调制

域和码域的测量分析。集这些能力于一身的仪器更有价值，它可改善测量质

量。VSA的FFT分析使你可以轻松和准确地杳看时域和频域数据。DSP提供了

矢量调制分析，其中包括模拟和数字调制分析。模拟解调算法可提供与调制分

析仪类似的AM、FM和PM解调结果，使您可以看到幅度、频率和相位随时间变

化的曲线图。数字解调算法可适用于许多数字通信标准（例如GSM、

cdma2000®,WiMAX™,LTE等）的广泛的测量，并获得许多有用的测量显示和信

号质量数据。

很明显VSA提供了许多重要的优势，当配合使用合适的前端时，还可以提供更

多、更大的优势。例如，当VSA与传统的模拟扫描调谐分析仪结合使用时，可

提供更高的频率覆盖率和更大的动态玳围测量能力；与示波器结合使用时，可

提供宽带分析；与逻辑分析仪结合使用时，可探测无线系统中的FPGA和其它

数字基带模块。

VSA测量概念和操作理论

如前所述，VSA本质上是一个数字系统，它使用DSP进行FFT频谱分析，使用

解调算法进行矢量调制分析。FFT是一种数学算法，它对时间采样数据提供时

域一频域的转换。模拟信号必须在时域中被数字化，再执行FFT算法计算已频

谱。从概念上说，VSA的实施是非常简单直接的：捕获数字化的输入信号，再

计算测量结果。参见图3。不过在实际中，必须考虑许多因素，才能获得有意

义和精确的测量结果。

1kH：正弦波蚊字化的1kHt弦波1k出颊渣

采桂器和A，'D转挨器时阍记录快速傅立片交摸作户处理赅诺

图3.1kHzFFT分析举例：先数字化时域信号，再使用FFT将其转换到频域

如果你熟悉FFT分析•，就知道FFT算法针对所处理的信号有几点假设条件。算

法不校验对于所给输入这些假设是否成立，这就有可能产生无效的结果，除非

用户或仪器可以验证这些假设。

图1为一般的VSA系统方框图。在DSP过程中，不同的环节可能使用不同的

功能。图4显示了安薨伦一般使用的技术图。VSA测量过程包括这些基本阶段:

测量前端

1.包括频率转换的信号调整。基于所使用的前端硬件，可能需要和/或可以使

用不同的信号调整步骤。

2.模数转换器

3.正交检波

VSA软件

4.数字滤波和重采样

5.数据窗口

6.FFT分析（对于矢量调制，由解调模块替代模块5和6）

测量过程的第一个阶段称为信号调整。这个阶段包括几个重要的功能，对信号

进行调整和优化，以便于模拟-数字转换和FFT分析。第一个功能是AC和DC

耦合。如果您需要移除测量装置中无用的DC偏置，就必须使用这一项。接下

来信号被放大或衰减，以达到混频器输入的最佳信号电平。混频器阶段提供信

号频率的转换或射频到中频的下变频，并将信号最后混频为中频。

这一操作与扫描调谐分析中的超外差功能相同，将FFT分析能力扩展到微波频

段。实际上，要获得最后的中频频率，可能需要经过多个下变频阶段。有些信

号分析仪提供外部IF输入能力；你可以通过提供自己的IF,延展VSA的频率

上限范围，从而与自己提供的接收机相匹配。

慧量甫除VSA软件

1234S6

<gp-><-^T)

Mixer

射晚」索质AC/UC理合一顿遹分析"

岁入：墙m放大耳

扶赛费_皖调M——

本电据蓬SIsia:正交险波HU字咻

a.・

采棒■矢？利分析.

信号调至写储修

硬件实戏!D*技术

息不屏

注实目的实旄可献有所不同.

图4.简化的方框图显示了射频硬件前端和矢量信号分析软件。

信号调整过程的最后阶段是预防信号混叠，它对于采样系统和FFT分析极为重

要。抗混叠滤波执行这一功能。如果VSA测量没有对混叠做出足够的预防，那

么它可能会显示不属于原始信号的频率分量。采样定律告诉我们，如果信号采

样速率大于信号中最高频率分量的两倍，被采样的信号就可以被准确重建。最

低的可接受的采样率称为奈奎斯特（Nyquist）采样率。

因此，fs>2（&J

其中fs=采样率

f厘=最高频率分置

如果违反了采样定律，就会得到“混叠的”错误分量。因此，为了预防所给最

大频率出现混叠结果，在1/2采样率以上不能有太大的信号能量。图5显示了

一组采样点，适合两种不同的波形。频率较高的波形违反了采样定律。

除非使用抗混叠滤波器，否则这两个频率在进行数字处理时将会混淆。为了预

防混叠，必须满足两个条件：

1.进入数字转换器/采样器的输入信号必须是带限的。换句话说，必须存在一

个最大频率（fG,没有任何频率分量高于这个频率。

2.必须以符合采样定律的速率对输入信号进行采样。

解决混叠问题的方案看起来很简单。首先选择前端硬件将要测量的最大频率

（fG，然后确保采样频率（。）是该最大频率的两倍。这个步骤满足了条件2,

并确保SA软件能够对感兴趣的频率进行精确分析。接下来插入低通滤波器

（抗混叠滤波器），以去除高于的所有频率，从而确保除了感兴趣的频率

进行测量以为，其它频率都被排除。这个步骤满足条件1,并确保对信号的带

宽进行了限制。

无月的笏率分量混叠到关断处以下的

频谱中：

（fs/2）

⑶时域二的混吞如领域中的浮鲁

图5.混叠分量出现在信号进行欠采样时。无用的频率出现在其它（基带）频

率的混叠下。

有两个因素会导致简单的抗混叠方法复杂化。第一个也是最容易解决的因素

是，抗混叠滤波器的滚降（rolloff）速率是有限的。如图6所示，在实际滤

波器的通带和截止带之间有一个过渡带。这个过渡带中的频率可能产生混叠。

为了避免这些混叠分崖，滤波器的截止频率必须低于理论频率上限fs/2O

解决这个问题的简单办法是使用过采样（以高于Nyquist采样率的速率进行采

样）。使采样频率略高于/max的两倍，也就是截止带实际开始频率的两倍，而

不是要测量的频率的两倍。许多VSA的实现都使用保护带以防止显示混叠的频

率分量。FFT计算超出50*fs（相当于。/2）的频谱分量。保护带大约在。

的40%至50%（或f/2.56至。/2）之间并且没有显示，因为它可能被混叠

分量破坏。不过当VSA软件进行逆FFT运算时，在保护带中的信号用于提供最

精确的时域结果。高滚降率滤波器再结合保护带，会抑制潜在的混叠分量，并

将它们衰减到远低于测量前端的底噪。

另一个致使混叠预防（有限的频率分辨率）复杂化的因素解决起来难得多。首

先，为宽频扫宽（高采样率）设计的抗混叠滤波器不适用于测量小分辨率带

宽，原因有二个：一是需要极大的样本数量（内存分），二是需要惊人的FFT

计算量（长测量时间）。例如，当采样率为10MHz时，一个10Hz分辨率带宽

的测量将需要超过100万点的FFT,也就是需要使用巨大容量的存储器和极长

的测量时间。这是不可接受的，因为小分辨率带宽的测量能力是VSA的一大优

势。

提高频率分辨率的一个方法是减小。，但代价是降低了FFT的频率上限，也就

是最终分析仪的带宽。不过，这仍不失为一个好方法，因为它允许你控制测量

分辨率和频率范围。当采样率降低时，抗混叠淀波器的截止频率也必须降低，

否则就会发生混叠。一种可能的解决方案是对每个扫宽提供一个抗混叠滤波

器，或提供一个可选择截止频率的滤波器。使用模拟滤波器实现这种方案的困

难很多，而且成本高昂，但是有可能通过DSP以数字形式添加额外的抗混叠滤

波器。

图6.抗混叠滤波器衰减高于fs/2的信号。屏幕上不显示介于40%至50*fs

之间的保护带。

数字抽取滤波器和重采样算法提供了频率分辨率受限制问题的解决方法。

AgilentVSA软件中就使用了这种方法。数字抽取滤波器和重采样执行必要的

操作以允许改变扫宽和分辨率带宽。数字抽取滤波器同时降低采样率并限制信

号的带宽（提供混叠预防）。输入数字滤波器的采样率为fs；输出该滤波器的

采样率为t/n,其中“n”是抽取因子，为整数值。类似的，输入淀波器的带

宽为“BW”，输出滤波器的带宽为“BW/n”。许多实现过程执行二进制抽取

（采样率按1/2的速度降低），这意味着采样率按2的整数幕改变，即步进值

为l/（2n）（1/2、1/4、1/8.....）o通过“除以2n”得出的频率扫宽称为基数

扫宽。由于减少了DSP操作，通常在基数扫宽上进行的测量比在任意扫宽上进

行的测量要快。

抽取流波器允许采样率和扫宽以2的基次改变。要获得任意扫宽，采样率必须

是无限可调的。这由抽取滤波器之后的重采样或插值滤波器来完成。

尽管数字重采样滤波器在降低采样率的同时提供了混叠的预防，模拟抗混叠滤

波器仍然是必要的，因为数字重采样滤波器本身也是一个被采样系统，必须被

防止出现混叠。模拟抗混叠滤波器运行于f.±,保护最宽频率扫宽1•的分

析。在模拟滤波器之后的数字滤波器，为较窄的、用户定义的扫宽提供抗混叠

能力。

当抗混叠涉及带限信号，并使用示波器作为VSA软件前端时，还必须采取额外

的预防措施。

下一个限制小分辨率带宽分析的复杂因素来源于FFT算法自身的本质特性，

FFT实质上是一个基带转换。这意味着FFT频率范围从0Hz（或DC）开始，

一直到某个最大频率（以/2）结束。在小频段需要被分析的测量情况中，这可能

是一个重大限制。例如，如果测量前端的采样率为10MHz,频率范围将从0Hz

到5MHz（fs/2）o如果时间样本数量（N）为1024,那么频率分辨率将为9.8

kHz（fs/N）o这意味着接近9.8kHz的频率可能无法分辨。

如前所述，可以通过改变采样率来控制频率扫宽，但是由于扫描范围的起始频

率是DC,所以分辨率仍然受到限制。频率分辨率可以任意提高，但是付出的代

价是最高频率的降低。这些限制的解决方法是带宽选择分析，乂称为“缩放操

作”或“缩放模式”。缩放操作使您可以在保持中心频率不变的情况下减小频

率扫宽。这点非常有用，因为你可以分析和查看远离0Hz的小频率分量。缩

放操作允许你将测量焦点放在测量前端频率范围内的任意频率点处（图7）。

缩放操作是一个数字正交混频、数字滤波和抽取重采样的过程。感兴趣的频率

扫宽与缩放扫宽中心频率（。）上的复数正弦波与相混频，从而使频率扫宽下变

频到基带；然后针对该特定扫宽对信号进行滤波和抽取重采样，移除所有带外

频率。这就是在IF（或基带）上的频带转换信号，有时称为“缩放时间”或

“IF时间”。也就是说，它是信号的时域表示应为它出现在接收机的中频带。

在本章结尾的“时域显示”部分我们将对缩放测量做进一步讨论.

/酸的数字L0«;5

付)------------------------\一

OHz(i

।港股后晃中心须塞）

图7.频带选择分析（或缩放模式）：（a）被测宽带信号，（b）被测信号的频

谱，（c）选择的缩放扫宽和中心频率，（d）数字L0频谱（位于缩放中心频率

处），（e）频率扫宽下变频到基带，（「）显示频谱注释经过调整，以显示正确的

扫宽和中心频率

样本存储器

数字抽取滤波器的输出代表的是带宽受限的数字叱的模拟时域输入信号。这个

数字数据流被捕获到样本存储器中（图4）。样本存储器是一个循环的FIFO

（先进先出）的缓存器，它收集单个的数据采样，形成被称作时间记录的数据

块，再由DSP进行进一步数据处理。填充时间记录所需的时间长度与并联滤波

器分析中的初始建立时间类似。样本存储器所收集的时间数据是用来产生各个

测量结果（无论是频域、时域或调制域）的基础数据。

时域数据校正

为了提供更精确的数据结果，VSA软件通过均衡滤波器进行时间数据校正。在

矢量分析中，时间数据的精度非常重要。它不仅是所有解调测量的基础，还直

接用于诸如瞬时功率随时间变化的测量中。时间数据校正是创建接近理想的频

带限制信号过程中的最后一步。虽然数字滤波器和重采样算法提供了任意带宽

（采样率和扫宽）的支持，但是时域校正决定信号路径的最后通带特性。如果

模拟和数字信号路径是理想的，那么就没有必要进行时域校正。时域校正起均

衡滤波器的作用，以补偿通带内的缺损。这些缺员来源于多处。射频部分中的

TF滤波器、模拟抗混叠滤波器、抽取滤波器和重采样滤波器都会对所选扫宽内

的通频段纹波和相位非线性特性有所贡献。

在设计均衡滤波器时，首先要基于测量前端的配置，从自校准数据中提取关于

模拟信号路径的信息。使用这些数据产生频域校正输出显示结果。一旦计算出

模拟校正矢量，结果将被修改以便把抽取和重采样滤波器的影响包括在内。

最后频率响应的计算在选定了扫宽后进行，因为它决定了抽取滤波阶段的数量

和重采样率。复合的校正矢量充当适用于时间数据的数字均衡滤波器的设计基

础。

数据窗口，泄漏和分辨率带宽

FFT假设将要处理的信号从一个时间记录到另一个是周期性的。但大部分信号

不是按时间记录周期重复的，两个时间记录之间会出现不连续。因此，这个

FFT假设条件对大多数测量是无效的，必须假设存在不连续性。如果信号不是

按时间记录周期重复，那么FFT将不能准确估算频率分量。最终的效果是产生

所谓的“泄漏”现象，就是能量从单一频率扩散到一段广泛的频率上。模拟扫

频调谐信号分析在扫描速度对于滤波器带宽来说太快时将产生类似的幅度和扩

散误差。

数据窗是解决泄漏问题的一个常用方法。FFT并不是误差的起因，它能够走时

间记录中的信号生成“精确”的频谱。导致误差的罪魁祸首是时间记录之间的

非周期性信号特性。数据窗使用窗功能修改时域数据使其变成按时间记录为周

期。实际上，它强迫波形在时间记录的两端变成零。这由给时间记录乘以加权

的窗函数来实现。窗对时域中的数据进行变形，以改善其在频域中的精度。参

见图8。

WWW

采样得到的时间记录宦口功能用I的波影

X=

WWK

时间记录宇的

减少泡涓的

一领语

对数

dB

一

图8.窗功能通过修改时域波形，减少频域中的泄漏误差r。

Agilent89600BVSA基于用户选定的测量类型假设用户的优先考虑情况，自动

选择适合的窗滤波器。不过，如果希望手动改变窗类型，你可以从几种内置的

窗类型中选择。每个窗功能及其相关的RBN滤波器形状拥有各自的优势和劣

势。某窗类型可能改善了幅度精度并减少了“泄漏”，但代价却是减小了频率

分辨率。因为每种窗类型产生不同的测量结果（差异大小取决于愉入信号的特

性以及触发方式），所以你需要针对所进行的测量谨慎选择适合的窗类型。表1

总结了四种常见的窗类型及其用途。

表常见的窗类型和用途

窗滤波器对分辨率带宽的影响

在传统的扫频调谐分析中，最后的IF滤波器决定了分辨率带宽。在FFT分析

中，窗类型决定了分辨率带宽滤波形状。窗类型和时间记录长度决定了分辨率

带宽滤波的宽度。因此，对于给定的窗口类型，分辨率带宽的改变将直接影响

时间记录长度。反之，时间记录长度的改变也会导致分辨率带宽变化，如下式

所示：

RBW=归一化的ENBW/T

其中ENBW=等效噪声带宽

RBW=分辨率带宽

T=时间记录长度

等效噪声带宽(ENBW)是窗口滤波器与理想矩形滤波器进行比较的因数。它等效

于通过与窗口滤波器相同数量(功率)白噪声时矩形滤波器的带宽。表1-2列

出了几种窗类型的归一化ENBW值。ENBW等于归一化的ENBW除以时间记录长

度。例如,0.5秒时间记录长度的汉宁窗的ENBW为3Hz(1.5Hz-s/0.5s)。

表2归一化的ENBW值

窗口类型归一化的ENBW

平顶3.819Hz-s

高斯顶2.215Hz-s

汉宁1.500Hz-s

矩形1.000Hz-s

快速傅立叶变换(FFT)分析

信号现在已经准备好进行FFT变换。是针对记录以特殊方式处理采样数据

的算法。FFT不像ADC转换那样对每个数据采样进行处理，而是等到获得一定

数量的样本(N)(称为时间记录)之后，再将整个数据块进行转换。参见图

9o换句话说，在FFT中，输入是N个样本的时间记录，输出是N个样本的频

谱。

FFT的速度取决于对称性或未落入限定的2的N次方的重复采样值。FFT分析

的典型记录长度为1024(2吩个采样点。FFT生成的频谱在采样频率。/2

(这个值称为“折叠频率”，R)两侧对称。因此，输出记录的前半段包含的

是冗余信息，所以只有后半段被保留，即采样点0至N/2。这表明输出记录的

有效长度为(N/2)+1。必须给N/2加1,因为FFT包含零点线，输出从0Hz

至N/2Hz的结果。这些都是包括幅度和相位信息的复数数据点。

理论上，FFT算法输出的是从0Hz到f「范围内的(N/2)+1个频率点。不过

实际中，因为需要使用预防混叠的保护带，所以通常不是所有点都被显示出

来。如上所述，保护带(大约在f■的40%至50%之间)不显示，因为它可能

被混叠分量破坏。例如，对于记录长度为2048的样本，会产生1025个唯一的

复数频率点，而实际上只有801个频率点会被显示出来。

时间时阍目S

记录12.n

，.=条棒级率，来桂率)N=或建点依「2的耳n=线跤।或点数)

=州/2)-1

v=i〃.=采择时遭】:时间记录长度7:处反

=NxtsI/V=1/T=/s/N

图9.FFT的基本关系

这些频域点被称为“线(line)”或“点(bin)”，通常编号从0到N/2。这些

点相当于一组滤波器分析中的单独的滤波器/检波器输出。点0包含输入信号

中的DC电平，称为DC点。这些点在频率上的间割是相通的，频率步长(Af)

是测量时间记录长度C?)的倒数，即Af=1/T。时间记录长度(T)由采样率

(fs)和时间记录中的采样点数(N)来确定:T=N/fsO每个点的频率(。)如下:

fn=nfs/N

其中，n为点数

最后一个点包含最高频率fs/2o因此FFT的频率范围从0Hz到。/2。注意

FFT最高的频率范闱不是FFT算法的频率上限&x，并且可能不同于最高的点

频率。

实时带宽

因为FFT分析在获得至少一个时间记录之前不能计算出有效的频域结果，所以

时间记录长度决定了初始测量花费的时间。例如，使用1kHz扫宽的400线测

量需要400ms的时间记录；3200线测量需要3.2s的时间记录。捕获的数据

时间长度与FFT计算引擎的处理速度无关。

在时间记录被捕获之后，处理速度成为一个问题。计算FFT、调整格式和显示

数据结果所用的时间长短决定了处理的速度和显示更新的速率。处理速度的重

要性体现在两个方面。首先，高处理速度意味著总测量时间缩短。其次，处理

速度决定了测量动态信号的能力。它的性能指标是实时带宽(RTBW),即在不丢

失输入信号的任何事件的情况下，可以连续处理的最大频率扫宽。

(8)实时

数字化的

时闻记录1时间记录2时间记录3时面记录4

信号

FFT1FFT2FFT3

数字化的

信号

鹏MA/VWWW\AAA/V1

图10.(a)当FFT处理时间W时间记录长度时，处理是“实时”的；没有数

据丢失。(b)如果FFT处理时间》时间记录长度，那么输入数据会丢失。

RTBW是FFT处理时间等于时间记录长度的频率扫宽。从一个时间记录结束到

下一个时间记录开始之间没有间隔。参见图10。如果增加扫宽到超过实时芍

宽，记录长度就会变得小于FFT处理时间，那么时间记录不再是连续的，有些

数据将会丢失。这在RF测量中很常见。不过注意，时间捕获的数据是实时

的，因为所有时间样本都直接传输到可用的存储器中，而没有数据的丢失。

时域显示

VSA允许你查看和分析时域数据。所显示的时域数据看上去与示波器的显示相

似，但是你需要知道正在查看的数据可能是非常不同的。时域显示的是恰好在

FFT处理之前的时间数据。参见图4。VSA可以提供两个测量模式:基带模式和

缩放模式。

基于测量模式，你所看到的时域数据将有很大差别。基带模式提供类似于你在

数字示波器上看到的时间数据结果。就像传统的数字信号示波器(DSO),VSA以

0时间和0Hz(DC)为参考提供实值时间数据。

不过在VSA上轨迹轨迹可能出现失真，特别是在高频情况下。这是因为VSA采

样率的选择基于优化卜FT分析，在最高频率卜每周期可能只有2或3次采

样；这对于FFT非常有利，但是对于观察就不是很适合了。相反，DSO是针对

时域分析优化，对输入通常进行过采样。而且，DS0可以提供额外的信号重建

处理能力，使DSO能够更好地显示实际输入信号的时域表示。此外在最大扫宽

下，由于抗混叠滤波器突然的频率截止，有些信号(特别是方波和瞬时信号)

可能会出现过大的失真或振铃(ringing)现象。从这个意义上说，D