CN104931912A - 一种矢量网络分析仪的时域补偿方法 - Google Patents

Abstract

本发明公开了一种矢量网络分析仪的时域补偿方法，包括：通过傅里叶逆变换，将频域测得的散射参数变换到时域，分别得到反射参数和传输参数的时域数据；每个网络在时域数据中有不同的位置，根据各个网络在时域数据中的位置，构造时域选通函数；利用选通函数，对反射参数和传输参数的时域数据进行选通，得到各个网络的时域选通数据；将时域选通后的时域数据通过傅里叶变换，得到频域选通数据；构造补偿因子，利用遮蔽补偿公式，得到没有遮蔽误差的反射参数和传输参数。利用本发明，可以无误差地观测到微波电路中局部网络的散射参数。此外，本发明的方法简单直观，降低了操作人员的工作难度，而且具有更好的补偿结果。

Description

一种矢量网络分析仪的时域补偿方法

技术领域

本发明属于信号分析技术领域，尤其涉及一种矢量网络分析仪的时域补偿方法。

背景技术

矢量网络分析仪是微波工程中用于测量微波电路网络散射参数的电子测量仪器，而散射参数是微波工程中最常用的描述微波电路网络性能的参数指标。在微波电路中，一个电路系统往往是由多个微波网络级联而成，相互级联的网络之间相互耦合、相互影响，利用矢量网络分析仪只能测量微波电路系统整体的散射参数，而无法测量其中部分网络的散射参数。工作中，经常需要了解被测电路中部分网络的散射参数，但是这些散射参数一般会受到电路中其他部分的影响。为了消除各种级联的误差网络对测试结果造成的影响，人们提出了许多方法和理论，其一般过程是：首先，构造误差网络的模型；然后测量并计算得到误差网络模型中的各项参数；最后，在测量的结果中消除误差网络的影响，得到所需要网络的参数。

但是在实际应用中，不易构造一个未知误差网络的网络模型并确定模型中的各个参数；工程应用中该类方法一般采用经验模型，但经验模型很难达到较高的精度；这类方法不够直观，过程复杂，对操作人员要求较高。

发明内容

本发明的目的在于提供一种矢量网络分析仪的时域补偿方法，旨在解决现有矢量网络分析仪存在的不易构造一个未知网络的网络模型并确定模型中的各个参数，经验模型的精度较低，不够直观，过程复杂，对操作人员要求较高的问题。

本发明是这样实现的，一种矢量网络分析仪的时域补偿方法，所述矢量网络分析仪的时域补偿方法包括以下步骤：

步骤一，利用傅里叶逆变换，将频域测得的散射参数变换到时域，得到时域冲击响应，反射参数对应时域反射响应，传输参数对应时域传输响应；

步骤二，由于被测电路中的各个不连续点的物理位置是不同的，各个不连续点造成的时域发射响应和传输响应中的脉冲会分布在时间轴上的不同位置，根据反射响应和传输响应中前两个脉冲在时间轴上的位置，分别构造四个时域选通函数；

步骤三，利用步骤二中选通函数，对步骤一中时域的反射响应和传输响应进行选通，分别提取出反射响应和传输响应中的前两个脉冲；

步骤四，将时域选通后的时域脉冲分别通过傅里叶变换，得到频域选通数据；

步骤五，频域选通数据中包含了一些被测电路的信息，利用得到的信息，根据公式构造补偿因子F_cf(i)；

步骤六，利用遮蔽补偿公式，得到没有遮蔽误差的反射参数F_S11(i)和传输参数F_S21(i)。

进一步，步骤五，利用下面的公式，构造补偿因子F_cf(i)：

$R\left(i\right)=\left|\frac{G_2\left(i\right)\·G_3\left(i\right)}{G_1\left(i\right)\·G_4\left(i\right)}\right|;$

$F_{\mathrm{cf}}\left(i\right)=\sqrt{\frac{\left|R\left(i\right)\right|}{\left|R\left(i\right)\right|+1}};$

(i＝1,2…)

G₁(i)～G₄(i)是在上步中得到的频域选通数据；

R(i)是比率因子；

F_cf(i)补偿因子。

进一步，步骤六，利用下面的遮蔽补偿公式，得到没有遮蔽误差的反射参数F_S11(i)和传输参数F_S21(i)：

$F_{S11}\left(i\right)=\left|\frac{G_2\left(i\right)}{{\left(F_{\mathrm{cf}}\left(i\right)\right)}^2}\right|;$

$F_{S21}\left(i\right)=\left|\frac{G_3\left(i\right)}{F_{\mathrm{cf}}\left(i\right)}\right|;$

(i＝1,2…)。

进一步，在步骤一之前需要进行以下步骤：

首先根据需要设置矢量网络分析仪的测量参数，得到被测网络整体的散射参数，包括反射参数和传输参数；

其次对散射参数进行预处理，对数据序列进行补零，进行快速傅里叶变换；根据傅里叶逆变换后时域脉冲的分布情况和分辨率的要求，选择不同的窗函数对傅里叶变换前的数据进行处理。

进一步，在步骤六之后需要消除数据预处理，舍弃添加零点位置处的数据，得到的反射参数和传输参数除以窗函数，消除加窗产生的影响，得到最终的补偿后的反射参数F_{S11_C}(i)和传输参数F_{S21_C}(i)：

$F_{S11\_C}\left(i\right)=\frac{F_{S11}\left(i\right)}{W\left(i\right)};$

$F_{S21\_C}\left(i\right)=\frac{F_{S21}\left(i\right)}{W\left(i\right)};$

(i＝1,2…)

W(i)数据预处理中的窗函数。

本发明提供的矢量网络分析仪的时域补偿方法，通过对数据加窗，可以减小快速傅里叶变换后的截断效应；通过补零，可以进行快速傅里叶变换，加快了数据的运算速度；预处理的目的是加快傅里叶逆变换和消除傅里叶逆变换后的振铃现象。为了加快傅里叶逆变换的速度，可以对数据序列进行补零，从而可以进行快速傅里叶变换；为了消除傅里叶变换后的振铃现象，根据傅里叶逆变换后时域脉冲的分布情况和分辨率的要求，可以选择不同的窗函数对傅里叶变换前的数据进行处理。本发明可以测量相互级联的微波电路中各部分网络的时域测量参数，通过对各个网络的时域参数分别进行选通操作，可以实现对被测微波电路中局部网络的散射参数的测量，并且消除电路中其他部分带来的误差。相比于传统方法，本发明的方法简单直观，降低操作人员的工作难度，而且具有更好的补偿结果。

附图说明

图1是本发明实施例提供的矢量网络分析仪的时域补偿方法流程图；

图2是本发明实施例提供的被测电路连接示意图；

图3是本发明实施例提供的作为参照实验的没有C2的参照电路示意图；

图4是本发明实施例提供的被测电路的反射参数处理结果比较示意图；

图5是本发明实施例提供的被测电路的传输参数处理结果比较示意图；

图6是本发明实施例提供的被测电路的S11参数处理结果比较示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

由于相互级联的网络在物理位置上一般有先后顺序，通过将矢量网络分析仪的频域测量结果转换到时域，可以观察到各个级联网络的时域测量结果在时间轴上是分离的，本发明利用这一特性，通过本发明的补偿算法，提出一种补偿微波电路中部分网络误差的算法。

下面结合附图1对本发明的补偿过程做详细的说明：

本发明实施例的矢量网络分析仪的时域补偿方法包括以下步骤：

步骤一，利用傅里叶逆变换，将频域测得的散射参数变换到时域，得到时域冲击响应，反射参数对应时域反射响应，传输参数对应时域传输响应；

步骤二，由于被测电路中的各个不连续点的物理位置是不同的，各个不连续点造成的时域发射响应和传输响应中的脉冲会分布在时间轴上的不同位置，根据反射响应和传输响应中前两个脉冲在时间轴上的位置，分别构造四个时域选通函数；

步骤三，利用步骤二中选通函数，对步骤一中时域的反射响应和传输响应进行选通，分别提取出反射响应和传输响应中的前两个脉冲；

步骤四，将时域选通后的时域脉冲分别通过傅里叶变换，得到频域选通数据；

步骤五，频域选通数据中包含了一些被测电路的信息，利用信息，根据公式构造补偿因子F_cf(i)；

步骤六，将时域选通后的时域数据通过傅里叶变换，得到频域选通数据；

步骤七，利用下面的公式，构造补偿因子F_cf(i)：

$R\left(i\right)=\left|\frac{G_2\left(i\right)\·G_3\left(i\right)}{G_1\left(i\right)\·G_4\left(i\right)}\right|;$

$F_{\mathrm{cf}}\left(i\right)=\sqrt{\frac{\left|R\left(i\right)\right|}{\left|R\left(i\right)\right|+1}};$

(i＝1,2…)

G₁(i)～G₄(i)是在上步中得到的频域选通数据；

R(i)是比率因子；

F_cf(i)补偿因子；

步骤八，利用下面的遮蔽补偿公式，得到没有遮蔽误差的反射参数F_S11(i)和传输参数F_S21(i)：

$F_{S11}\left(i\right)=\left|\frac{G_2\left(i\right)}{{\left(F_{\mathrm{cf}}\left(i\right)\right)}^2}\right|;$

$F_{S21}\left(i\right)=\left|\frac{G_3\left(i\right)}{F_{\mathrm{cf}}\left(i\right)}\right|;$

(i＝1,2…)；

步骤九，消除数据预处理带来的影响，舍弃添加零点位置处的数据；对上一步得到的反射参数和传输参数除以窗函数，消除加窗产生的影响，得到最终的补偿后的反射参数F_{S11_C}(i)和传输参数F_{S21_C}(i)：

$F_{S11\_C}\left(i\right)=\frac{F_{S11}\left(i\right)}{W\left(i\right)};$

$F_{S21\_C}\left(i\right)=\frac{F_{S21}\left(i\right)}{W\left(i\right)};$

(i＝1,2…)

W(i)数据预处理中的窗函数。

通过以下的实验对本发明的应用效果做详细的说明：

实验1：

起始频率为100MHz，频率间隔为100MHz，截止频率为8GHz，对如下图所示的有干扰网络进行测量。在实际网络中，假设电容C2是一个干扰，会对其他网络造成遮蔽误差；本实验的目的是使用本发明中的补偿算法，将C2电容的遮蔽补偿掉，与消除电容C2的理想网络的测试结果进行对比，验证本发明的使用效果。

根据测量参数，首先测量如图2所示的有干扰网络C2的散射参数，然后利用本发明算法，对干扰电路电容C2造成的遮蔽效应进行屏蔽，然后利用本发明算法进行补偿，并将补偿后的数据与作为参照实验的没有C2的参照电路的散射参数测量结果进行对照，通过观察反射参数和传输参数的曲线，可以发现没有C2的参照电路的散射参数测量结果和经过本发明算法补偿的数据具有很好的一致性，证明通过本发明提出的算法，可以有效的消除遮蔽效应带来的误差，如图4和图5所示。

实验2：

起始频率为100MHz，频率间隔为100MHz，截止频率为8GHz，对测试板进行测量，测试板的左右两侧焊接有电阻，可以加大反射，形成不连续点。在本实验中，通过在测试板的左侧焊接不同的电阻，然后利用本发明算法对实验板左侧的电阻造成的遮蔽进行补偿，将补偿后的数据进行对比。

第一次测试时，在实验板左侧位置焊接22欧姆电阻，右侧焊接10欧姆电阻。左侧的22欧姆电阻会对右侧10欧姆的电阻造成遮蔽效应，造成误差。利用本发明中的补偿算法对遮蔽效应进行补偿，并将补偿后的数据保存。

第二次测试时，将实验板左侧22欧姆的电阻换为任意其他阻值电阻，右侧电阻不改变，同样，左侧的电阻会对右侧10欧姆电阻造成遮蔽，利用本发明中的补偿算法进行补偿。

将两次补偿得到的结果进行对比，如图6所示，反射参数的第一次补偿数据与第二次补偿数据非常吻合，发现在实验板左侧任意阻值的电阻对后续电路造成的遮蔽，通过本发明的补偿可以消除其造成的遮蔽误差，验证了本发明的补偿算法可以有效的消除遮蔽效应带来的误差，证明了本发明的有效性和实用性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种矢量网络分析仪的时域补偿方法，其特征在于，所述矢量网络分析仪的时域补偿方法包括以下步骤：

步骤一，利用傅里叶逆变换，将频域测得的散射参数变换到时域，得到时域冲击响应，反射参数对应时域反射响应，传输参数对应时域传输响应；

步骤二，根据反射响应和传输响应中前两个脉冲在时间轴上的位置，分别构造四个时域选通函数；

步骤三，利用步骤二中选通函数，对步骤一中时域的反射响应和传输响应进行选通，分别提取出反射响应和传输响应中的前两个脉冲；

步骤四，将时域选通后的时域脉冲分别通过傅里叶变换，得到频域选通数据；

步骤五，频域选通数据中包含了被测电路的信息，利用得到的信息，根据公式构造补偿因子F_cf(i)；

步骤六，利用遮蔽补偿公式，得到没有遮蔽误差的反射参数F_S11(i)和传输参数F_S21(i)。

2.如权利要求1所述的矢量网络分析仪的时域补偿方法，其特征在于，步骤五，利用下面的公式，构造补偿因子F_cf(i)：

$R\left(i\right)=\left|\frac{G_2\left(i\right)\·G_3\left(i\right)}{G_1\left(i\right)\·G_4\left(i\right)}\right|;$

$F_{\mathrm{cf}}\left(i\right)=\sqrt{\frac{\left|R\left(i\right)\right|}{\left|R\left(i\right)\right|+1}};$

(i＝1,2…)

G₁(i)～G₄(i)是在上步中得到的频域选通数据；

R(i)是比率因子；

F_cf(i)补偿因子。

3.如权利要求1所述的矢量网络分析仪的时域补偿方法，其特征在于，步骤六，利用下面的遮蔽补偿公式，得到没有遮蔽误差的反射参数F_S11(i)和传输参数F_S21(i)：

$F_{S11}\left(i\right)=\left|\frac{G_2\left(i\right)}{{\left(F_{\mathrm{cf}}\left(i\right)\right)}^2}\right|;$

$F_{S21}\left(i\right)=\left|\frac{G_3\left(i\right)}{F_{\mathrm{cf}}\left(i\right)}\right|;$

(i＝1,2…)。

4.如权利要求1所述的矢量网络分析仪的时域补偿方法，其特征在于，在步骤一之前需要进行以下步骤：

首先根据需要设置矢量网络分析仪的测量参数，得到被测网络整体的散射参数，包括反射参数和传输参数；

其次对散射参数进行预处理，对数据序列进行补零，进行快速傅里叶变换；根据傅里叶逆变换后时域脉冲的分布情况和分辨率的要求，选择不同的窗函数对傅里叶变换前的数据进行处理。

5.权利要求1所述的矢量网络分析仪的时域补偿方法，其特征在于，在步骤六之后需要消除数据预处理，舍弃添加零点位置处的数据，得到的反射参数和传输参数除以窗函数，消除加窗产生的影响，得到最终的补偿后的反射参数F_{S11_C}(i)和传输参数F_{S21_C}(i)：

$F_{S11\_C}\left(i\right)=\frac{F_{S11}\left(i\right)}{W\left(i\right)};$

$F_{S21\_C}\left(i\right)=\frac{F_{S21}\left(i\right)}{W\left(i\right)};$

(i＝1,2…)

W(i)数据预处理中的窗函数。