前语
本文是关于矢量信号剖析VSA(Vector Signal Aanlysis) 的入门读物，评论VSA 的丈量概念和操作理论。
模仿扫描调谐式频谱剖析仪运用超外差技能掩盖广泛的频率规模，从音频、微波直到毫米波频率。快速傅立叶改换(FFT) 剖析仪运用数字信号处理(DSP) 供给高分辩率的频谱和网络剖析。现在宽带的矢量调制( 又称为复调制或数字调制) 的时变信号从FFT 剖析和其他DSP 技能上收获颇丰。VSA 供给快速高分辩率的频谱丈量、解调以及高档时域剖析功用，特别适用于表征杂乱信号，如通讯、视频、播送、雷达和软件无线电运用中的脉冲、瞬时或调制信号。
图1 显现了一个简化的VSA 方框图。VSA 采用了与传统扫描剖析天壤之别的丈量办法，融入FFT 和数字信号处理算法的数字中频部分代替了模仿中频部分。传统的扫描调谐式频谱剖析是一个模仿体系，而VSA 根本上是一个运用数字数据和数学算法来进行数据剖析的数字体系。VSA 软件能够接纳并剖析来自许多丈量前端的数字化数据，使您的故障诊断能够贯穿整个体系框图。
图1. 矢量信号剖析进程要求输入信号是一个被数字化的模仿信号，然后运用DSP 技能处理并供给数据输出; FFT 算法核算出频域成果，解调算法核算出调制和码域成果。
VSA 的一个重要特性是它能够丈量和处理复数数据，即起伏和相位信息。实践上，它之所以被称为“矢量信号剖析”正是因为它搜集复数输入数据，剖析复数数据，并输出包括起伏和相位信息的复数数据成果。矢量调制剖析履行丈量接纳机的根本功用。鄙人一篇“矢量调制剖析根底”中，您将了解到矢量调制与检波的概念。
在运用恰当前端的状况下，VSA 能够掩盖射频和微波频段，并能供给额定的调制域剖析才干。这些改进能够经过数字技能来完结，例如模仿- 数字转化，以及包括数字中频(IF) 技能和快速傅立叶改换(FFT) 剖析的DSP。
因为要剖析的信号变得越来越杂乱，最新一代的信号剖析仪现已过渡到数字架构，并且往往具有许多矢量信号剖析和调制剖析的才干。有些剖析仪在对信号进行扩大，或进行一次或屡次下变频之后，就在仪器的输入端数字化信号。在大部分现代剖析仪中，相位连同起伏信息都被保存以进行实在的矢量丈量。另一方面，其它的前端如示波器和逻辑剖析仪等对整个信号进行数字化，一起也保存了相位和起伏信息。VSA 不管作为组成的丈量前端的一部分，仍是独自在内部运转或在与前端相连的核算机上运转的软件，它的剖析才干都依赖于前端的处理才干，不管前端是归纳丈量专用软件，仍是矢量剖析丈量动态信号并发生复数数据成果。
VSA丈量优势
VSA 比较模仿扫描调谐剖析有着共同的优势。一个首要的优势是它能够更好地丈量动态信号。动态信号一般分为两大类: 时变信号或复数调制信号。时变信号是指在单次丈量扫描进程中，被测特性发生改动的信号( 例如突发、门限、脉冲或瞬时信号)。复数调制信号不能用简略的AM、FM 或PM 调制独自描绘，包括了数字通讯中大大都调制计划，例如正交起伏调制(QAM)。
图2. 扫描调谐剖析显现了一个窄带IF 滤波器对输入信号的瞬时呼应。矢量剖析运用FFT 将许多时域采样转化到频域频谱。
传统的扫描频谱剖析实践上是让一个窄带滤波器扫过一系列频率，按次序每次丈量一个频率。关于安稳或重复信号，这种扫描输入的办法是可行的，然而对扫描期间发生改动的信号，扫描成果就不能准确地代表信号了。
还有，这种技能只能供给标量( 仅有起伏) 信息，不过有些信号特征能够经过进一步剖析频谱丈量成果推导得出。
VSA 丈量进程经过信号“快照”或时刻记载，然后一起处理一切频率，以仿真一系列并联滤波器然后克服了扫描约束。例如，假如输入的是瞬时信号，那么整个信号事情被捕获( 意味着该时刻信号的一切信息都被捕获和数字化); 然后经过FFT 运算，得出“瞬时”复数频谱对频率的联系。这一进程是实时进行的，所以就不会丢掉输入信号的任何部分。根据这些，VSA 有时又称为“动态信号剖析”或“实时信号剖析”。不过，VSA 盯梢快速改动的信号的才干并不是无约束的。它取决于VSA 所具有的核算才干。
并行处理为高分辩率( 窄分辩率带宽) 丈量带来另一个潜在的优势：那便是更短的丈量时刻。假如你从前运用过扫描调谐频谱剖析仪，就会知道在较小小频率扫宽下的窄分辩率带宽(RBW) 丈量或许十分耗时。扫描调谐剖析仪对逐点频率进行扫描的速度要满意慢以使模仿分辩率带宽滤波器有满意的树立时刻。与之相反，VSA 能够一次性丈量整个频率扫宽。不过，因为数字滤波器和DSP 的影响，VSA 也有类似的树立时刻。与模仿滤波器比较，VSA 的扫描速度首要受限于数据搜集和数字处理的时刻。可是，VSA 的树立时刻与模仿滤波器的树立时刻比较一般是能够忽略不计的。关于某些窄带丈量，VSA 的丈量速度能够比传统的扫描调谐剖析快1000 倍。
在扫描调谐频谱剖析中，扫描滤波器的物理带宽约束了频率分辩率。VSA 没有这一约束。VSA 能够分辩距离小于100 μHz 的信号。VSA 的分辩率一般受限于信号和丈量前端的频率安稳度，以及在丈量上期望花费的时刻的约束。分辩率越高，丈量信号所需求的时刻( 取得要求的时刻记载长度) 就越长。
另一个极为有用的特性是时刻捕获才干。它使你能够完好无损地记载下实践信号并在今后重放，以便进行各种数据剖析。捕获的信号可用于各种丈量。例如，捕捉一个数字通讯的发射信号，然后既进行频谱剖析也进行矢量调制剖析，以丈量信号质量或辨认信号残缺。
运用数字信号处理(DSP) 还带来其它优势;它能够一起供给时域、频域、调制域和码域的丈量剖析。集这些才干于一身的仪器更有价值，它可改进丈量质量。VSA 的FFT 剖析使你能够轻松和准确地检查时域和频域数据。DSP供给了矢量调制剖析，其间包括模仿和数字调制剖析。模仿解调算法可供给与调制剖析仪类似的AM、FM 和PM 解调成果，使您能够看到起伏、频率和相位随时刻改动的曲线图。数字解调算法可适用于许大都字通讯规范( 例如GSM、cdma2000®、WiMAXTM、LTE 等) 的广泛的丈量，并取得许多有用的丈量显现和信号质量数据。
很明显VSA 供给了许多重要的优势，当合作运用适宜的前端时，还能够供给更多、更大的优势。例如，当VSA 与传统的模仿扫描调谐剖析仪结合运用时，可供给更高的频率掩盖率和更大的动态规模丈量才干; 与示波器结合运用时，可供给宽带剖析; 与逻辑剖析仪结合运用时，可勘探无线体系中的FPGA 和其它数字基带模块。
VSA丈量概念和操作理论
如前所述，VSA 实质上是一个数字体系，它运用DSP 进行FFT 频谱剖析，运用解调算法进行矢量调制剖析。FFT 是一种数学算法，它对时刻采样数据供给时域-频域的转化。模仿信号有必要在时域中被数字化，再履行FFT 算法核算出频谱。从概念上说，VSA 的施行是十分简略直接的: 捕获数字化的输入信号，再核算丈量成果。参见图3。不过在实践中，有必要考虑许多要素，才干取得有意义和准确的丈量成果。
图3. 1 kHz FFT 剖析举例: 先数字化时域信号，再运用FFT 将其转化到频域
假如你了解FFT 剖析，就知道FFT 算法针对所处理的信号有几点假定条件。算法不校验关于所给输入这些假定是否树立，这就有或许发生无效的成果，除非用户或仪器能够验证这些假定。
图1 为一般的VSA 体系方框图。在DSP 进程中，不同的环节或许运用不同的功用。图4 显现了安捷伦一般运用的技能图。VSA 丈量进程包括这些根本阶段:
丈量前端
1. 包括频率转化的信号调整。根据所运用的前端硬件，或许需求和/ 或能够运用不同的信号调整进程。
2. 模数转化器
3. 正交检波
VSA 软件
4. 数字滤波和重采样
5. 数据窗口
6. FFT 剖析( 关于矢量调制，由解调模块代替模块5 和6)
丈量进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用，对信号进行调整和优化，以便于模仿- 数字转化和FFT 剖析。第一个功用是AC 和DC 耦合。假如您需求移除丈量设备中无用的DC 偏置，就有必要运用这一项。接下来信号被扩大或衰减，以到达混频器输入的最佳信号电平。混频器阶段供给信号频率的转化或射频到中频的下变频，并将信号终究混频为中频。
这一操作与扫描调谐剖析中的超外差功用相同，将FFT 剖析才干扩展到微波频段。实践上，要取得终究的中频频率，或许需求经过多个下变频阶段。有些信号剖析仪供给外部IF 输入才干; 你能够经过供给自己的IF，延展VSA 的频率上限规模，然后与自己供给的接纳机相匹配。
图4. 简化的方框图显现了射频硬件前端和矢量信号剖析软件。
信号调整进程的终究阶段是防备信号混叠，它关于采样体系和FFT 剖析极为重要。抗混叠滤波履行这一功用。假如VSA 丈量没有对混叠做出满意的防备，那么它或许会显现不属于原始信号的频率重量。采样规律告知咱们，假如信号采样速率大于信号中最高频率重量的两倍，被采样的信号就能够被准确重建。最低的可承受的采样率称为奈奎斯特(Nyquist) 采样率。
因而，fs > 2 (fmax)
其间 fs = 采样率
fmax = 最高频率重量
假如违反了采样规律，就会得到“混叠的”过错重量。因而，为了防备所给最大频率呈现混叠成果，在1/2 采样率以上不能有太大的信号能量。图5 显现了一组采样点，合适两种不同的波形。频率较高的波形违反了采样规律。
除非运用抗混叠滤波器，不然这两个频率在进行数字处理时将会混杂。为了防备混叠，有必要满意两个条件:
1. 进入数字转化器/ 采样器的输入信号有必要是带限的。换句话说，有必要存在一个最大频率(fmax)，没有任何频率重量高于这个频率。
2. 有必要以契合采样规律的速率对输入信号进行采样。
处理混叠问题的计划看起来很简略。首要挑选前端硬件即将丈量的最大频率(fmax)，然后保证采样频率(fs) 是该最大频率的两倍。这个进程满意了条件2，并保证SA 软件能够对感兴趣的频率进行准确剖析。接下来刺进低通滤波器( 抗混叠滤波器)，以去除高于 fmax 的一切频率，然后保证除了感兴趣的频率进行丈量认为，其它频率都被扫除。这个进程满意条件1，并保证对信号的带宽进行了约束。
图5. 混叠重量呈现在信号进行欠采样时。无用的频率呈现在其它( 基带) 频率的混叠下。
有两个要素会导致简略的抗混叠办法杂乱化。第一个也是最简略处理的要素是，抗混叠滤波器的滚降(roll off) 速率是有限的。如图6 所示，在实践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或许发生混叠。为了避免这些混叠重量，滤波器的截止频率有必要低于理论频率上限 fs/2 。
处理这个问题的简略办法是运用过采样( 以高于Nyquist 采样率的速率进行采样)。使采样频率略高于 ƒmax 的两倍，也便是截止带实践开端频率的两倍，而不是要丈量的频率的两倍。许多VSA 的完结都运用维护带以避免显现混叠的频率重量。FFT 核算超出50% fs ( 相当于 fs/2) 的频谱重量。维护带大约在 fs 的40% 至50% ( 或 fs/2.56 至 fs/2) 之间并且没有显现，因为它或许被混叠重量损坏。不过当VSA 软件进行逆FFT 运算时，在维护带中的信号用于供给最准确的时域成果。高滚降率滤波器再结合维护带，会按捺潜在的混叠重量，并将它们衰减到远低于丈量前端的底噪。
另一个致使混叠防备( 有限的频率分辩率) 杂乱化的要素处理起来难得多。首要，为宽频扫宽( 高采样率) 规划的抗混叠滤波器不适用于丈量小分辩率带宽，原因有二个: 一是需求极大的样本数量( 内存分)，二是需求惊人的FFT 核算量( 长丈量时刻)。例如，当采样率为10 MHz 时，一个10 Hz 分辩率带宽的丈量将需求超越100 万点的FFT，也便是需求运用巨大容量的存储器和极长的丈量时刻。这是不行承受的，因为小分辩率带宽的丈量才干是VSA 的一大优势。
进步频率分辩率的一个办法是减小 fs，但价值是下降了FFT 的频率上限，也便是终究剖析仪的带宽。不过，这仍不失为一个好办法，因为它答应你操控丈量分辩率和频率规模。当采样率下降时，抗混叠滤波器的截止频率也有必要下降，不然就会发生混叠。一种或许的处理计划是对每个扫宽供给一个抗混叠滤波器，或供给一个可挑选截止频率的滤波器。运用模仿滤波器完结这种计划的困难许多，并且本钱昂扬，可是有或许经过DSP 以数字方法添加额定的抗混叠滤波器。
图6. 抗混叠滤波器衰减高于 fs/2 的信号。屏幕上不显现介于40% 至50% fs 之间的维护带。
数字抽取滤波器和重采样算法供给了频率分辩率受约束问题的处理办法。Agilent VSA 软件中就运用了这种办法。数字抽取滤波器和重采样履行必要的操作以答应改动扫宽和分辩率带宽。数字抽取滤波器一起下降采样率并约束信号的带宽( 供给混叠防备)。输入数字滤波器的采样率为 fs; 输出该滤波器的采样率为 fs/n，其间“n”是抽取因子，为整数值。类似的，输入滤波器的带宽为“BW”，输出滤波器的带宽为“BW/n”。许多完结进程履行二进制抽取( 采样率按1/2 的速度下降)，这意味着采样率按2 的整数幂改动，即步进值为1/(2n) (1/2、1/4、1/8……)。经过“除以2n”得出的频率扫宽称为基数扫宽。因为削减了DSP 操作，一般在基数扫宽上进行的丈量比在恣意扫宽上进行的丈量要快。
抽取滤波器答应采样率和扫宽以2 的幂次改动。要取得恣意扫宽，采样率有必要是无限可调的。这由抽取滤波器之后的重采样或插值滤波器来完结。
尽管数字重采样滤波器在下降采样率的一起供给了混叠的防备，模仿抗混叠滤波器依然是必要的，因为数字重采样滤波器本身也是一个被采样体系，有必要被避免呈现混叠。模仿抗混叠滤波器运转于 fs 上，维护最宽频率扫宽上的剖析。在模仿滤波器之后的数字滤波器，为较窄的、用户界说的扫宽供给抗混叠才干。
当抗混叠触及带限信号，并运用示波器作为VSA 软件前端时，还有必要采纳额定的防备措施。
下一个约束小分辩率带宽剖析的杂乱要素来源于FFT 算法本身的实质特性，FFT 实质上是一个基带转化。这意味着FFT 频率规模从0 Hz ( 或DC) 开端，一直到某个最大频率(fs/2) 完毕。在小频段需求被剖析的丈量状况中，这或许是一个严重约束。例如，假如丈量前端的采样率为10 MHz，频率规模将从0 Hz 到5 MHz (fs/2)。假如时刻样本数量(N) 为1024，那么频率分辩率将为9.8 kHz (fs/N)。这意味着挨近9.8 kHz 的频率或许无法分辩。
如前所述，能够经过改动采样率来操控频率扫宽，可是因为扫描规模的开端频率是DC，所以分辩率依然受到约束。频率分辩率能够恣意进步，可是支付的价值是最高频率的下降。这些约束的处理办法是带宽挑选剖析，又称为“缩放操作”或“缩放形式”。缩放操作使您能够在坚持中心频率不变的状况下减小频率扫宽。这点十分有用，因为你能够剖析和检查远离0 Hz 的小频率重量。缩放操作答应你将丈量焦点放在丈量前端频率规模内的恣意频率点处( 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进程。感兴趣的频率扫宽与缩放扫宽中心频率(fz) 上的复数正弦波与相混频，然后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，移除一切带外频率。这便是在IF ( 或基带) 上的频带转化信号，有时称为“缩放时刻”或“IF 时刻”。也便是说，它是信号的时域表明应为它呈现在接纳机的中频带。在本章完毕的“时域显现”部分咱们将对缩放丈量做进一步评论。
图7. 频带挑选剖析( 或缩放形式): (a) 被测宽带信号，(b) 被测信号的频谱，(c) 挑选的缩放扫宽和中心频率，(d) 数字LO 频谱( 坐落缩放中心频率处)，(e) 频率扫宽下变频到基带，(f) 显现频谱注释经过调整，以显现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化的模仿时域输入信号。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，它搜集单个的数据采样，构成被称作时刻记载的数据块，再由DSP 进行进一步数据处理。填充时刻记载所需的时刻长度与并联滤波器剖析中的初始树立时刻类似。样本存储器所搜集的时刻数据是用来发生各个丈量成果( 不管是频域、时域或调制域) 的根底数据。
时域数据校对
为了供给更准确的数据成果，VSA 软件经过均衡滤波器进行时刻数据校对。在矢量剖析中，时刻数据的精度十分重要。它不仅是一切解调丈量的根底，还直接用于比如瞬时功率随时刻改动的丈量中。时刻数据校对是创立挨近抱负的频带约束信号进程中的终究一步。尽管数字滤波器和重采样算法供给了恣意带宽( 采样率和扫宽) 的支撑，可是时域校对决议信号途径的终究通带特性。假如模仿和数字信号途径是抱负的，那么就没有必要进行时域校对。时域校对起均衡滤波器的作用，以补偿通带内的残缺。这些残缺来源于多处。射频部分中的IF 滤波器、模仿抗混叠滤波器、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奉献。
在规划均衡滤波器时，首要要根据丈量前端的装备，从自校准数据中提取关于模仿信号途径的信息。运用这些数据发生频域校对输出显现成果。一旦核算出模仿校对矢量，成果将被修正以便把抽取和重采样滤波器的影响包括在内。
终究频率呼应的核算在选定了扫宽后进行，因为它决议了抽取滤波阶段的数量和重采样率。复合的校对矢量充任适用于时刻数据的数字均衡滤波器的规划根底。
数据窗口，走漏和分辩率带宽
FFT 假定即将处理的信号从一个时刻记载到另一个是周期性的。但大部分信号不是按时刻记载周期重复的，两个时刻记载之间会呈现不接连。因而，这个FFT 假定条件对大大都丈量是无效的，有必要假定存在不接连性。假如信号不是按时刻记载周期重复，那么FFT 将不能准确预算频率重量。终究的作用是发生所谓的“走漏”现象，便是能量从单一频率分散到一段广泛的频率上。模仿扫频调谐信号剖析在扫描速度关于滤波器带宽来说太快时将发生类似的起伏和分散差错。
数据窗是处理走漏问题的一个常用办法。FFT 并不是差错的原因，它能够对时刻记载中的信号生成“准确”的频谱。导致差错的元凶巨恶是时刻记载之间的非周期性信号特性。数据窗运用窗功用修正时域数据使其变成按时刻记载为周期。实践上，它逼迫波形在时刻记载的两头变成零。这由给时刻记载乘以加权的窗函数来完结。窗对时域中的数据进行变形，以改进其在频域中的精度。参见图8。
图8. 窗功用经过修正时域波形，削减频域中的走漏差错。
Agilent 89600B VSA 根据用户选定的丈量类型假定用户的优先考虑状况，主动挑选合适的窗滤波器。不过，假如期望手动改动窗类型，你能够从几种内置的窗类型中挑选。每个窗功用及其相关的RBW 滤波器形状具有各自的优势和下风。某窗类型或许改进了起伏精度并削减了“走漏”，但价值却是减小了频率分辩率。因为每种窗类型发生不同的丈量成果( 差异巨细取决于输入信号的特性以及触发方法)，所以你需求针对所进行的丈量慎重挑选合适的窗类型。表1 总结了四种常见的窗类型及其用处。
窗滤波器对分辩率带宽的影响
在传统的扫频调谐剖析中，终究的IF 滤波器决议了分辩率带宽。在FFT剖析中，窗类型决议了分辩率带宽滤波形状。窗类型和时刻记载长度决议了分辩率带宽滤波的宽度。因而，关于给定的窗口类型，分辩率带宽的改动将直接影响时刻记载长度。反之，时刻记载长度的改动也会导致分辩率带宽改动，如下式所示:
RBW = 归一化的ENBW/T
其间ENBW = 等效噪声带宽
RBW = 分辩率带宽
T = 时刻记载长度
等效噪声带宽(ENBW) 是窗口滤波器与抱负矩形滤波器进行比较的因数。它等效于经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 除以时刻记载长度。例如，0.5 秒时刻记载长度的汉宁窗的ENBW 为3 Hz (1.5 Hz-s/0.5 s)。
快速傅立叶改换(FFT)剖析
信号现在现已准备好进行FFT 改换。FFT 是针对记载以特别方法处理采样数据的算法。FFT 不像ADC 转化那样对每个数据采样进行处理，而是比及取得必定数量的样本(N) ( 称为时刻记载) 之后，再将整个数据块进行转化。参见图9。换句话说，在FFT 中，输入是N 个样本的时刻记载，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制的2 的N 次方的重复采样值。FFT 剖析的典型记载长度为1024 (210) 个采样点。FFT 生成的频谱在采样频率fs/2 ( 这个值称为“折叠频率”，ff) 两边对称。因而，输出记载的前半段包括的是冗余信息，所以只要后半段被保存，即采样点0 至N/2。这表明输出记载的有用长度为(N/2) + 1。有必要给N/2 加1，因为FFT 包括零点线，输出从0 Hz 至N/2 Hz 的成果。这些都是包括起伏和相位信息的复数数据点。
理论上，FFT 算法输出的是从0 Hz 到 ff 规模内的(N/2) +1 个频率点。不过实践中，因为需求运用防备混叠的维护带，所以一般不是一切点都被显现出来。如上所述，维护带( 大约在 fs 的40% 至50% 之间) 不显现，因为它或许被混叠重量损坏。例如，关于记载长度为2048 的样本，会发生1025 个仅有的复数频率点，而实践上只要801 个频率点会被显现出来。
图9. FFT 的根本联系
这些频域点被称为“线(line)”或“点(bin)”，一般编号从0 到N/2 。这些点相当于一组滤波器剖析中的独自的滤波器/ 检波器输出。点0 包括输入信号中的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(Δf) 是丈量时刻记载长度(T) 的倒数，即 Δf = 1/T。时刻记载长度(T) 由采样率(fs) 和时刻记载中的采样点数(N) 来确认: T = N/fs。每个点的频率(fn) 如下:
fn = nfs/N
其间，n 为点数
终究一个点包括最高频率 fs/2。因而FFT 的频率规模从0 Hz 到 fs/2。留意FFT 最高的频率规模不是FFT 算法的频率上限 fmax，并且或许不同于最高的点频率。
实时带宽
因为FFT 剖析在取得至少一个时刻记载之前不能核算出有用的频域成果，所以时刻记载长度决议了初始丈量花费的时刻。例如，运用1 kHz 扫宽的400线丈量需求400 ms 的时刻记载; 3200 线丈量需求3.2 s 的时刻记载。捕获的数据时刻长度与FFT 核算引擎的处理速度无关。
在时刻记载被捕获之后，处理速度成为一个问题。核算FFT、调整格局和显现数据成果所用的时刻长短决议了处理的速度和显现更新的速率。处理速度的重要性体现在两个方面。首要，高处理速度意味著总丈量时刻缩短。其次，处理速度决议了丈量动态信号的才干。它的性能指标是实时带宽(RTBW)，即在不丢掉输入信号的任何事情的状况下，能够接连处理的最大频率扫宽。
图10. (a) 当FFT 处理时刻 ≤ 时刻记载长度时，处理是“实时”的;没有数据丢掉。(b) 假如FFT 处理时刻> 时刻记载长度，那么输入数据会丢掉。
RTBW 是FFT 处理时刻等于时刻记载长度的频率扫宽。从一个时刻记载完毕到下一个时刻记载开端之间没有距离。参见图10。假如添加扫宽到超越实时带宽，记载长度就会变得小于FFT 处理时刻，那么时刻记载不再是接连的，有些数据将会丢掉。这在RF 丈量中很常见。不过留意，时刻捕获的数据是实时的，因为一切时刻样本都直接传输到可用的存储器中，而没有数据的丢掉。
时域显现
VSA 答应你检查和剖析时域数据。所显现的时域数据看上去与示波器的显现类似，可是你需求知道正在检查的数据或许是十分不同的。时域显现的是恰好在FFT 处理之前的时刻数据。参见图4。VSA 能够供给两个丈量形式:基带形式和缩放形式。
根据丈量形式，你所看到的时域数据将有很大不同。基带形式供给类似于你在数字示波器上看到的时刻数据成果。就像传统的数字信号示波器(DSO)，VSA 以0 时刻和0 Hz (DC) 为参阅供给实值时刻数据。
不过在VSA 上轨道轨道或许呈现失真，特别是在高频状况下。这是因为VSA 采样率的挑选根据优化FFT 剖析，在最高频率下每周期或许只要2 或3 次采样;这关于FFT 十分有利，可是关于调查就不是很合适了。相反，DSO 是针对时域剖析优化，对输入一般进行过采样。并且，DSO 能够供给额定的信号重建处理才干，使DSO 能够更好地显现实践输入信号的时域表明。此外在最大扫宽下，因为抗混叠滤波器忽然的频率截止，有些信号( 特别是方波和瞬时信号) 或许会呈现过大的失真或振铃(ringing) 现象。从这个意义上说，DSO 合适采样率和时域的显现，而不合适功率精度和动态规模的显现。
在缩放( 或频段可挑选) 形式中，你调查到的是经过混频和正交检波后的时刻波形。特别地，所看到的时刻数据是经过许多进程处理的终究成果，根据详细的中心频率和扫宽，这些进程或许包括模仿下变频、IF 滤波、数字正交混频和数字滤波/ 重采样。成果是一个带宽受限的包括实部和虚部重量复数波形，并且在大大都状况下，它看起来与在示波器上的显现不一样。关于某些用处来说，这或许是十分有价值的信息。例如，它能够解释为“IF 时刻”，运用示波器经过在勘探接纳机IF 频段中勘探而进行丈量的时域信号。
数字LO 和正交检波算法履行缩放丈量功用。在缩放丈量中，所选的频率扫宽经过下变频到指定的中心频率(fcenter) 的基带上。要完结它，首要数字LO 频率被赋予fcenter 值。接着输入信号被正交检波; 运用丈量扫宽中心频率的正弦和余弦( 正交) 进行相乘或混频。成果是以fcenter 为参阅，相位仍与零时触发相关的复数( 实部和虚部) 时域波形。请记住，混频进程的成果重量是频率的和与差( 信号-fcenter 和信号+fcenter)。因而运用低通滤波器对数据进行进一步处理，只挑选出不同的频率。假如载波频率(fcenter) 等于 f 中心，那么调制成果是以0 Hz 为中点的正和负频率边带。不过，频谱显现上的标识是正确的中心频率和边带频率值。
图11 显现了13.5 MHz 正弦波在基带带形式和缩放形式下的丈量。两个形式丈量的扫宽均为36 MHz，开端频率为0 Hz。频率点的数量设置为401。左边时刻轨道轨道显现的实在周期约为74 ns (1/13.5 MHz) 的正弦波。右侧时刻轨道轨道显现了一个周期为222.2 ns (1/4.5 MHz) 的正弦波。这个4.5 MHz 正弦波是VSA 算法中的中心频率18 MHz 与输入信号13.5 MHz 之差。
图11. 基带和缩放时刻数据
总结
本节介绍了矢量信号剖析(VSA) 的操作理论和丈量概念的入门常识。贯穿剖析了整个体系方框图，并逐个说明晰每个功用以及与FFT 丈量进程的联系。你能够看到，VSA 的完结与传统的模仿扫频调谐信号剖析有很大差异。VSA 根本上是一个包括全数字IF、DSP 和FFT 剖析的数字体系，它供给时域、频域、调制域和码域信号剖析才干的测验与丈量处理计划。本章介绍了VSA 的频谱剖析才干，它经过FFT 剖析来完结。还介绍了FFT
丈量理论与剖析进程的根底常识。
