CN109425786B - 非线性失真检测 - Google Patents

非线性失真检测 Download PDF

Info

Publication number
CN109425786B
CN109425786B CN201810995889.XA CN201810995889A CN109425786B CN 109425786 B CN109425786 B CN 109425786B CN 201810995889 A CN201810995889 A CN 201810995889A CN 109425786 B CN109425786 B CN 109425786B
Authority
CN
China
Prior art keywords
tone
measured
signal
output signal
dut
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810995889.XA
Other languages
English (en)
Other versions
CN109425786A (zh
Inventor
J·维尔施佩希特
K·F·安德森
J·P·邓斯莫尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Keysight Technologies Inc
Original Assignee
Keysight Technologies Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Keysight Technologies Inc filed Critical Keysight Technologies Inc
Publication of CN109425786A publication Critical patent/CN109425786A/zh
Application granted granted Critical
Publication of CN109425786B publication Critical patent/CN109425786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/20—Measurement of non-linear distortion
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G01R23/163—Spectrum analysis; Fourier analysis adapted for measuring in circuits having distributed constants
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R27/00—Arrangements for measuring resistance, reactance, impedance, or electric characteristics derived therefrom
    • G01R27/28—Measuring attenuation, gain, phase shift or derived characteristics of electric four pole networks, i.e. two-port networks; Measuring transient response
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
    • H04B17/0085—Monitoring; Testing using service channels; using auxiliary channels using test signal generators
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/29—Performance testing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Nonlinear Science (AREA)
  • Discrete Mathematics (AREA)
  • Measurement Of Resistance Or Impedance (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)
  • Tests Of Electronic Circuits (AREA)

Abstract

通过获得从信号发生器(101)到被测装置(DUT(105))的多音调输入信号的测量值以获得测量的多音调输入信号来检测DUT(105)的非线性失真。还获得基于该多音调输入信号生成的来自该DUT(105)的多音调输出信号的测量值，以获得测量的多音调输出信号。确定与所测量的多音调输入信号相关的所测量的多音调输出信号的相关部分，只要该相关部分与该DUT(105)的频率响应函数相对应。

Description

非线性失真检测
背景技术
无线信号通常在由信号发生器生成时就发生了失真。信号发生器包括向无线信号添加噪声从而导致无线信号因非线性效应而失真(称为非线性失真)的半导体部件。在信号接收端，这种非线性失真将降低比特误码率(BER)。作为信号接收器，被测装置(DUT)从信号发生器接收无线输入信号X(ω)作为激励输入，并且到DUT的输入信号X(ω)的频谱与来自DUT的输出信号Y(ω)的频谱之间的关系由等式(1)给出：
Y(ω)＝H(ω)X(ω)+E(ω) (1)
在等式(1)中，(ω)是信号的频率。H(ω)表示DUT的复频响应函数，其建立输入信号X(ω)与输出信号Y(ω)之间的关系。复频响应函数H(ω)提供输出信号Y(ω)相比于输入信号X(ω)的幅值和相位的度量。E(ω)表示非线性失真。等式(1)通过下面描述的假设来简化。
功率谱密度(PSD)将信号中的功率描述为频率的函数。功率谱密度图显示了信号的特性，包括非线性失真的影响。此类图表在本文中广泛用于说明。频率响应函数H(ω)和功率谱密度H(ω)由输入信号X(ω)的功率谱密度和输入信号X(ω)的相应复包络X(t)的幅值的累积分布函数唯一确定。输入信号X(ω)的包络描绘了输入信号X(ω)的波的上限和/或下限。复包络X(t)包括输入信号X(ω)的幅值和相位。复包络X(t)由等式(2)给出：
X(t)＝逆向傅立叶[X(ω)] (2)
作为等式(2)的解释，傅立叶变换将作为时间函数的信号分解成构成信号的频率，以产生原始信号在频域中的表示。等式(2)中的逆向傅立叶变换通过组合所有不同频率的贡献来反转傅立叶变换，以恢复作为时间函数的原始信号。
一种用于测量非线性失真E(ω)的常规方法使用噪声功率比(NPR)或邻信道功率比(ACPR)。在这两种情况下，在要确定E(ω)的被称为“缺口(notch)”的频带中，输入信号X(ω)的功率被归零，从而可以直接测量非线性失真E(ω)。因为输入信号X(ω)在缺口中等于零(0)，所以缺口中的输出功率谱密度是E(ω)的功率谱密度。噪声功率比是邻近缺口的输出信号的功率谱密度与缺口中的输出信号的功率谱密度之间的比率。邻信道功率比是邻近缺口的输出信号的噪声功率与输入信道中存在的总功率之间的比率。
另一种用于测量非线性失真E(ω)的方法是确定误差向量幅值。根据特定调制标准生成信号，然后测量与输出信号Y(ω)相对应的复包络。复包络由专用软件解调，从而得知X(ω)，对于“长期演进”(LTE)等现代通信标准，还有H(ω)。当不能参照通信标准确定H(ω)时，假设H(ω)简单地对应于恒定的复增益和延迟。然后通过从Y(ω)中移除所导出的频谱X(ω)H(ω)来计算E(ω)。
在上述方法中，通过假设完美的输入信号X(ω)，并且在某些情况下，通过依赖用于H(ω)的通信标准或者假设H(ω)简单地对应于恒定的复增益和延迟，测量E(ω)的功率谱密度。然而，如开头说明的，生成输入信号X(ω)的信号发生器是使用半导体部件来建立的，这些半导体部件引入与DUT的非线性失真类型相同的非线性失真。来自信号发生器的非线性失真可以填充缺口。此外，很难或几乎不可能构建出一种信号发生器，使其既能提供必要输出功率又能提供足够深的缺口以表征现有技术DUT的非线性失真。频谱分析器等测试器材无法区分输入信号中本身存在的非线性失真与由DUT引起的非线性失真。因此，大量精力被投入到构建具有尽可能小的非线性失真的信号发生器中。
发明内容
本发明涉及但不限于以下实施方案：
1.一种用于检测被测装置(DUT)的非线性失真的方法，其包括：
获得从信号发生器到DUT的多音调输入信号的测量值，以获得测量的多音调输入信号；
获得基于该多音调输入信号生成的来自该DUT的多音调输出信号的测量值，以获得测量的多音调输出信号；以及
在该频域中并且使用执行软件程序的处理器来确定所测量的多音调输出信号的相关部分，该相关部分与所测量的多音调输入信号相关并且与该DUT的频率响应函数相对应。
2.实施方案1的方法，
其中通过从所测量的多音调输出信号中去除所测量的多音调输出信号的该相关部分来确定所测量的多音调输出信号中的非线性失真。
3.实施方案2的方法，其进一步包括
选择该DUT的频率响应函数的参数表示作为先验未知参数的函数；
针对特定频率范围对该先验未知参数最小化误差函数，以获得该先验未知参数的最优参数向量，以及
通过从所测量的多音调输出信号中减去作为应用于所测量的输入多音调信号的最优参数向量的函数的该频率响应函数来估算该非线性失真。
4.实施方案1的方法，
其中该确定独立于调制格式进行，并且
该确定对该多音调输入信号和该多音调输出信号的各个音调之间的相位关系不敏感。
5.实施方案1的方法，
其中该多音调输入信号的测量值和该多音调输出信号的测量值由网络分析器获得，并且
该确定由独立于该网络分析器的具有处理器和存储器的计算机执行。
6.实施方案2的方法，其进一步包括
使用该频率响应函数和该非线性失真，从到该DUT的理想化输入模拟该DUT的理想化输出；以及
基于该理想化输出标识误差向量幅值。
7.实施方案1的方法，
其中该多音调信号包括一组音调，并且其中基于该组音调的所选子组来测量所测量的多音调输入信号和所测量的多音调输出信号。
8.实施方案1的方法，
其中该多音调输入信号的测量值包括在与各个音调相对应的多个频率中的每一个频率处该多音调输入信号的幅值和相位，并且
其中该多音调输出信号的测量值包括在与该各个音调相对应的该多个频率中的每一个频率处该多音调输出信号的幅值和相位。
9.实施方案2的方法，其进一步包括
基于确定该多音调输出信号的非线性失真来调整来自该信号发生器的后续的多音调输出信号。
10.实施方案2的方法，
其中该多音调输入信号是获得测量值的多个多音调输入信号之一；
该多音调输出信号是获得测量值的多个多音调输出信号之一；并且所测量的多音调输出信号被分解成与所测量的多音调输入信号相关的第一分量和与所测量的多音调输入信号不相关的第二分量。
11.一种用于检测被测装置(DUT)的非线性失真的系统，其包括：
计算机，该计算机具有存储指令的存储器和执行该指令的处理器，其中，该指令在由该处理器执行时使该计算机执行包括以下步骤的过程：
获得从信号发生器到DUT的多音调输入信号的测量值，以获得测量的多音调输入信号；
获得基于该多音调输入信号生成的来自该DUT的多音调输出信号的测量值，以获得测量的多音调输出信号；以及
在该频域中并且使用执行软件程序的处理器将所测量的多音调输出信号分解成与所测量的多音调输入信号相关的第一分量和与所测量的多音调输入信号不相关的第二分量。
12.实施方案11的系统，其中该计算机包括从该DUT接收该多音调输出信号的网络分析器。
13.实施方案11的系统，其中该计算机经由数据连接而连接到从该DUT接收该多音调输出信号的网络分析器。
14.实施方案11的系统，其中该分解独立于调制格式进行，并且
该分解对该多音调输入信号和该多音调输出信号的各个音调之间的相位关系不敏感。
15.实施方案11的系统，其中该分解包括：
通过最小平方差估算过程将所测量的多音调输出信号与所测量的多音调输入信号相关联。
16.实施方案11的系统，
其中该多音调信号包括一组音调，并且其中基于该组音调的所选子组来测量所测量的多音调输入信号和所测量的多音调输出信号。
17.实施方案11的系统，
其中该多音调输入信号的测量值包括在与各个音调相对应的多个频率中的每一个频率处该多音调输入信号的幅值和相位，并且
其中该多音调输出信号的测量值包括在与该各个音调相对应的该多个频率中的每一个频率处该多音调输出信号的幅值和相位。
18.实施方案11的系统，其中该过程进一步包括：
使用该第一分量和该第二分量，从到该DUT的理想化输入模拟该DUT的理想化输出；以及
基于该理想化输出标识误差向量幅值。
19.一种用于检测被测装置(DUT)的非线性失真的方法，其包括：
获得从信号发生器到DUT的多音调输入信号的测量值，以获得测量的多音调输入信号；
获得基于该多音调输入信号生成的来自该DUT的多音调输出信号的测量值，以获得测量的多音调输出信号；
在该频域中并且使用执行软件程序的处理器将所测量的多音调输出信号分解成与所测量的多音调输入信号相关的第一分量和与所测量的多音调输入信号不相关的第二分量，以及
基于所测量的多音调输出信号和所测量的多音调输入信号之间的相关性来确定该DUT的频率响应函数。
20.实施方案19的方法，
其中通过从所测量的多音调输出信号中去除所测量的多音调输出信号的该相关部分来确定所测量的多音调输出信号中的非线性失真。
附图说明
当结合附图阅读时，从后面的详细描述中可以最好地理解示例性实施方案。要强调的是，各种特征不一定是按比例绘制的。事实上，为了讨论的清晰性，尺寸可以任意增大或减小。在适用和实用的地方，相同的附图标记表示相同的元件。
图1A示出了根据代表性实施方案的用于非线性失真检测的系统图。
图1B示出了根据代表性实施方案的用于非线性失真检测的图1A的系统中的网络分析器和DUT的详细视图。
图2示出了根据代表性实施方案的用于非线性失真检测的另一系统图。
图3示出了根据代表性实施方案的包括用于非线性失真检测的一组指令的示例性通用计算机系统。
图4示出了根据代表性实施方案的用于非线性失真检测的过程。
图5A示出了根据代表性实施方案的用于非线性失真检测的|X理想(ω)|的功率谱密度。
图5B示出了根据代表性实施方案的用于非线性失真检测的|Y理想(ω)|的功率谱密度。
图6示出了根据代表性实施方案的用于非线性失真检测的多音调信号组的音调的选择性子分组。
图7示出了根据代表性实施方案的用于非线性失真检测的Y理想(ω)的相关和不相关部分的功率谱密度。
图8A示出了根据代表性实施方案的用于非线性失真检测的|X理想(ω)+E(ω)|的功率谱密度。
图8B示出了根据代表性实施方案的用于非线性失真检测的|Y(ω)|的功率谱密度。
图9示出了根据代表性实施方案的用于非线性失真检测的另一过程。
图10示出了根据代表性实施方案的用于非线性失真检测的H(ω)*(X理想(ω)+ε(ω))和|E(ω)+0[ε2]|的功率谱密度。
图11示出了根据代表性实施方案的用于非线性失真检测的|E(ω)|和|E(ω)+0[ε2]|的功率谱密度。
图12示出了根据代表性实施方案的用于非线性失真检测的|E(ω)|和|E(ω)+0[ε2]|的功率谱密度的细节。
图13示出了根据代表性实施方案的用于非线性失真检测的|X满(ω)|的功率谱密度。
图14示出了根据代表性实施方案的用于非线性失真检测的|Y满(ω)|的功率谱密度。
图15示出了根据代表性实施方案的用于非线性失真检测的|H(ω)X满(ω)|和|E满(ω)|的功率谱密度。
图16示出了根据代表性实施方案的用于非线性失真检测的|E满(ω)|和|E(ω)|的功率谱密度。
图17示出了根据代表性实施方案的用于非线性失真检测的|E满(ω)|和|E(ω)|的功率谱密度的细节。
具体实施方式
在下文的详细说明中，出于解释而非限制的目的阐述了公开具体细节的代表性实施方案，以更全面地理解根据本教导的实施方案。可以省略对已知系统、装置、材料、操作方法和制造方法的描述，以避使免代表性实施方案的描述变得难以理解。但是，本领域普通技术人员所知道的这类系统、装置、材料和方法在本教导的范围内并且可以根据代表性实施方案来使用。应理解的是，本文所使用的术语仅出于描述具体实施方案的目的且不意图为限制性的。所定义的术语是在本教导的技术领域中通常理解和接受的所定义术语的技术和科学含义的补充。
应当理解，尽管本文可以使用术语第一、第二、第三等来描述各种元件或部件，但是这些元件或部件不应受这些术语的限制。这些术语仅用于将一个元件或部件与另一个元件或部件区分开。因此，在下文中讨论的第一元件或部件可以被称为第二元件或部件，而不脱离本公开文本的教导。
本文所用术语仅出于描述具体实施方式的目的且不意图为限制性的。如在本说明书和所附的权利要求书中所使用的，术语的单数形式“一个/种(a、an)”和“该”旨在包括单数和复数形式，除非上下文另有明确规定。另外，术语“包括(comprises和/或comprising)”和/或类似术语，当在本说明书中使用时，指定存在所陈述的特征、元件和/或部件，但并不排除存在或附加一个或多个其他特征、元件、部件、和/或其组。如本文中所使用的，术语“和/或”包括一个或多个相关列举项的任何一个和所有组合。
除非另有说明，否则当元件或部件被称为“连接到”、“耦合到”或“邻近于”另一个元件或部件时，将理解的是，该元件或部件可以直接连接或耦合到该另一个元件或部件，或者可以存在介入元件或部件。也就是说，这些术语和类似的术语包括可能使用一个或多个中间元件或部件来连接两个元件或部件的情况。然而，当一个元件或部件被描述为“直接连接”到另一个元件或部件时，这仅包括两个元件或部件彼此连接而没有任何中间或介入元件或部件的情况。
鉴于前述内容，本公开文本因而通过其各个方面、实施方案和/或具体特征或子部件中的一个或多个旨在呈现出如下具体指出的一个或多个优点。出于解释而非限制的目的阐述了公开具体细节的示例性实施方案，以更全面地理解根据本教导的实施方案。然而，脱离本文公开的具体细节的与本公开文本一致的其他实施方案仍在所附权利要求书的范围内。另外，已知的装置和方法在此不在赘述，以免影响对示例性实施方案的说明。这种方法和设备在本公开文本的范围内。
如下所述，DUT特有的非线性失真和DUT的频率响应函数都可以使用本文描述的非线性失真检测来确定。
图1A示出了根据代表性实施方案的用于非线性失真检测的系统图。在图1A中，该系统包括信号发生器101、分离器103、DUT 105和网络分析器100。
信号发生器101生成X(ω)作为对分离器103的输出。X(ω)作为周期性调制的RF信号由信号发生器101输出到分离器103。在所示的实施方案中，分离器103将X(ω)分离(即，分频)。分离器103将分频后的X(ω)按照原样作为IN1输入而输出到网络分析器100，并作为激励输入信号而输出到DUT 105。响应于X(ω)，DUT 105输出IN0输出作为激励输出信号。IN0输出是来自DUT 105的响应，其反映了DUT 105对分频后的X(ω)的激励输入信号的响应。IN0输出然后作为RF输入被提供给网络分析器100。DUT 105的IN1输入没有失真，并且因此是DUT 105的激励输入信号的精确表示，而来自DUT 105的IN0输出是来自DUT 105的激励输出信号。
DUT 105可以是或包括例如放大器、混频器或频率转换器，但是非线性失真检测可用于改进对其他类型DUT的测试而不脱离本教导的范围。此外，图1中的DUT 105示出为具有两个端口，但是使用非线性失真检测来测试的DUT不以任何方式受限于两个端口或任何类型的两个输入/输出机构，并且可以具有不同数目(数量)的端口或其他输入/输出机构。
网络分析器100是被配置成在DUT 105被周期性调制的RF信号(例如从分离器103提供给DUT 105的X(ω))激励时对DUT 105的特性和行为进行准确快速测量的系统。由网络分析器100测量的DUT 105的特性和行为由作为来自DUT 105的激励输出信号的IN0输出来反映。可以由网络分析器100测量的特性的例子包括周期性调制的RF信号的幅值和相位。如下面参照图1B所解释的，网络分析器100还可以包括存储指令的存储器和执行指令以控制网络分析器100执行例如本文所描述的方法的过程的处理器。网络分析器100的各种计算机相关部件和能力将参照图3更全面地描述。
网络分析器100可以包括用于每个输入端口的不同信道，该输入端口接收输入信号，例如来自DUT 105的IN0输出和到DUT 105的IN1输入。信道可以是相位相干的(例如通过具有恒定的相位差)，并且可以唯一地对应于输入端口和输出端口。一般而言，网络分析器100的不同信道可用于测量与实验相关联的不同信号，例如向DUT 105的输入信号、DUT 105的输出信号、和/或在DUT 105的输入和输出端口处的入射和反射波。对于具有多个输出端口的DUT，可以使用不同的信道来测量DUT的相应输出信号。网络分析器100的特征在于能够测量DUT 105在特定带宽内的输出信号，例如从10MHz到67GHz。
可用于非线性失真检测的网络分析器100的例子是测量周期性调制的RF信号的幅值和相位的向量网络分析器(VNA)。可用于非线性失真检测的网络分析器100的另一例是可从是德科技股份有限公司(Keysight Technologies,Inc.)购买的性能网络分析器(PNA)。
图1B示出了根据代表性实施方案的用于非线性失真检测的图1A的系统中的网络分析器和DUT的详细视图。在图1B中，将信号发生器101与DUT 105和网络分析器100一起示出。DUT 105包括端口119a和端口119b，并且信号发生器101从图1A中的分离器103提供输入X(ω)作为到端口119a以及到网络分析器100的IN1输入。端口119b向网络分析器100输出IN0输出。当然，DUT 105可以具有多种附加电路部件，例如引起由网络分析器100特定测量的DUT 105的非线性失真的半导体器件。信号发生器中的示例性半导体部件包括用于放大信号的半导体，例如放大器，或者用于在频率上转换信号的半导体，例如混频器和调制器。只要信号发生器中的这些半导体部件可能引起本文所述的线性失真，测量由于这些半导体而增加的非线性失真的量就是重要的。
DUT 105经由端口119b向网络分析器100输出IN0输出。端口119b是在DUT 105上提供信号传输的端口。网络分析器100上的端口139a和139b提供信号接收。端口119a、119b、139a和139b可以是逻辑定义或安排的物理端口。例如，LTE标准通常将天线端口定义为由参考信号序列区分的逻辑实体。在不涉及本文所述类型的测试的正常操作中，端口119b、139b可以连接到高级天线，例如逻辑上可重新配置的天线或具有多个天线元件或天线的天线阵列。然而，对于本文描述的非线性失真检测，端口119b可替代地通过有线连接来连接到端口139b。
网络分析器100包括从DUT 105接收作为激励输出信号的IN0输出的端口139b，以及从信号发生器101接收作为激励输入信号的IN1输入的端口139a，该信号如图1A中的分离器103所分离的。从DUT 105输出的信号IN0和输入到DUT 105的信号IN1都是模拟信号。IN0输出由模数转换器(ADC)138b转换成数字信号。IN1输入由模数转换器(ADC)138a转换成数字信号。来自模数转换器138a和模数转换器138b的经转换的数字信号各自被提供给处理器132，用于根据存储在存储器131中的指令进行处理。存储器131存储由处理器132执行的指令，以便执行本文描述的过程。
因此，DUT 105接收X(ω)作为激励输入信号，并将激励输出信号输出到网络分析器100。网络分析器100分析激励输出信号和激励输入信号两者以执行本文描述的过程，以便检测由DUT 105特定导致的非线性失真。所得到的检测排除了来自信号发生器101的非线性失真，其原因将从本文提供的描述中看到。
网络分析器100可以基于所测量的到DUT 105的输入X(ω)和所测量的来自DUT105的输出Y(ω)来确定DUT 105特有的非线性失真和DUT 105的频率响应函数H(ω)。如下面参照图4所描述的，频率响应函数H(ω)可以通过进行X(ω)与Y(ω)之间的互相关然后应用拟合函数来获得。频率响应函数H(ω)专用于所测量的X(ω)和Y(ω)，并且不依赖于特定的标准或关于固定值的假设。另外，如下面参照图4所描述的，频率响应函数H(ω)可以被应用于X(ω)，以便确定Y(ω)的相关部分，其进而可以被用于确定非线性失真E(ω)。因此，网络分析器100可以将测量的输出Y(ω)分解成与X(ω)相关的相关分量和被检测为非线性失真E(ω)的不相关分量。
图2示出了根据代表性实施方案的用于非线性失真检测的另一系统图。在图2中，该系统包括信号发生器101、分离器103、DUT 105、网络分析器100和计算机111。与图1A和图1B的实施方案相比，图2的实施方案包括计算机111，用于执行如本文所述的过程，在其他情况下该过程将由网络分析器100提供。图2中的计算机111以及图1A、图1B和图2中的网络分析器100可以包括下面关于图3描述的任何或所有技术特征。计算机111可以通过有线或专用无线数据连接而连接到信号发生器101。
如图2所示，信号发生器101将信号提供给分离器103，并且分离器将信号作为IN1输入提供给DUT 105和网络分析器100。DUT 105将IN0输出作为激励输出提供给网络分析器100。因此，网络分析器100接收作为到DUT 105的激励输入的IN1输入和作为来自DUT 105的激励输出的IN0输出两者。网络分析器100被配置成用于检测来自DUT 105的IN0输出和到DUT 105的IN1输入两者的特性。这些特性可以包括例如多音调信号的多个音调的频率、幅值和相位。由信号发生器101生成的信号可以是多音调信号，使得到DUT 105的IN1输入和来自DUT 105的IN0输出两者都对应于来自信号发生器101的多音调信号。如果DUT 105在不增加任何形式失真的情况下经过了IN1输入，则预期IN0输出的特性在与多音调信号的音调相对应的每个频率处紧密或精确地匹配IN1输入的特性。
计算机111可以从网络分析器100获得测量值，并且基于所测量的到DUT105的输入X(ω)和所测量的来自DUT 105的输出Y(ω)来确定DUT 105特有的非线性失真和DUT 105的频率响应函数H(ω)。如下面参照图4所描述的，频率响应函数H(ω)可以通过进行X(ω)与Y(ω)之间的互相关然后应用拟合函数来获得。频率响应函数H(ω)专用于所测量的X(ω)和Y(ω)，并且不依赖于特定的标准或关于固定值的假设。另外，如下面参照图4所描述的，频率响应函数H(ω)可以被应用于X(ω)，以便确定Y(ω)的相关部分，其进而可以被用于确定非线性失真E(ω)。因此，计算机111可以将测量的输出Y(ω)分解成与X(ω)相关的相关分量和被检测为非线性失真E(ω)的不相关分量。
在适用于图1A、图1B和图2中的任一者的例子中，信号发生器101可以提供多音调信号的4000个音调，并且网络分析器100可以在数量为100、200、400或者适合于网络分析器100的能力的任何其他数量的组中分析这4000个音调的子组。在图1A和1B中，网络分析器100执行本文描述的过程以分析子组。在图2中，计算机111执行本文描述的大部分或全部过程以分析音调子组。
图1A、图1B和图2中的网络分析器100和图2中的计算机111可以被配置成执行或用于执行本文描述的用于非线性失真检测的过程。如上所述，非线性失真可以通过噪声功率比、邻信道功率比和/或误差向量幅值的非线性贡献来表征。本文描述的教导使得能够精确测量E(ω)，以及噪声功率比、邻信道功率比和/或误差向量幅值的非线性贡献。由网络分析器100和/或计算机111检测到的作为最终结果的非线性失真是DUT 105特有的，并且排除或基本排除来自信号发生器101的贡献。如前所述，邻信道功率比是与缺口相邻的输出信号的噪声功率与输入信道中存在的总功率之间的比率，并且测量在一个频率信道中生成的非线性失真将以何种程度破坏相邻信道。噪声功率比是邻近缺口的输出信号的功率谱密度与缺口中的输出信号的功率谱密度之间的比率，并且测量频率信道中存在何种程度的非线性失真。
图3示出了根据代表性实施方案的包括用于非线性失真检测的一组指令的示例性通用计算机系统。图3是通用计算机系统300的说明性实施方案，在该通用计算机系统上可以实现非线性失真检测方法。计算机系统300可以包括指令集，该指令集可以被执行以使计算机系统300执行本文公开的方法或基于计算机的功能中的任何一个或多个。计算机系统300可以作为独立的装置工作，或者可以例如使用网络301连接到其他计算机系统或外围装置。
在联网部署中，计算机系统300可以服务器的能力或者作为服务器-客户端用户网络环境中的客户端用户计算机、或者作为对等(或分布式)网络环境中的对等计算机系统来操作。计算机系统300也可以被实施为或结合到各种装置中，例如固定计算机、移动计算机、个人计算机(PC)、膝上型计算机、平板计算机、网络分析器或者能够(按顺序或以其他方式)执行指令集的机器，该指令集指定要由该机器采取的动作。计算机系统300可以作为装置结合或结合在装置中，该装置进而在包括附加装置的集成系统中。在一个实施方案中，计算机系统300可以使用提供数据通信的电子装置来实现。此外，虽然以单数形式展示了计算机系统300，但是术语“系统”也应理解为包括单独或联合地执行一个或多个指令集以执行一个或多个计算机功能的系统或子系统的任何集合。
如图3所示，计算机系统300包括处理器310。计算机系统300的处理器是有形的和非瞬态的。如本文所使用，术语“非瞬态的”不应被解释为状态的永恒特性，而应被解释为将持续一段时间的状态的特性。术语“非瞬态的”具体反对短暂的特性，例如载波或信号或只在任何时间任何地方瞬时存在的其他形式的特性。处理器是制品和/或机器部件。计算机系统300的处理器被配置成执行软件指令以执行如本文的各种实施方案中描述的功能。计算机系统300的处理器可以是通用处理器或者可以是专用集成电路(ASIC)的一部分。计算机系统300的处理器还可以是微处理器、微型计算机、处理器芯片、控制器、微控制器、数字信号处理器(DSP)、状态机或可编程逻辑装置。计算机系统300的处理器还可以是逻辑电路，包括可编程门阵列(PGA)，例如现场可编程门阵列(FPGA)，或者包括离散门和/或晶体管逻辑的另一类型电路。计算机系统300的处理器可以是中央处理单元(CPU)、图形处理单元(GPU)或这两者。此外，本文描述的任何处理器都可以包括多处理器、并行处理器或者这两者。多处理器可以被包括在单个装置或多个装置中或者耦合到单个装置或多个装置。
此外，计算机系统300包括主存储器320和静态存储器330，该存储器可以经由总线308彼此通信。本文描述的存储器是可以存储数据和可执行指令的有形存储介质，而在其中存储指令的时间期间是非瞬态的。如本文所使用，术语“非瞬态的”不应被解释为状态的永恒特性，而应被解释为将持续一段时间的状态的特性。术语“非瞬态的”具体反对短暂的特性，例如载波或信号或只在任何时间任何地方瞬时存在的其他形式的特性。本文描述的存储器是一种制品和/或机器部件。本文描述的存储器是计算机可读介质，计算机可以从其中读取数据和可执行指令。本文描述的存储器可以是随机存取存储器(RAM)、只读存储器(ROM)、闪存、电可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、寄存器、硬盘、可移动磁盘、磁带、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)、软盘、蓝光盘、或本领域已知的任何其他形式的存储介质。存储器可以是易失性或非易失性的、安全的和/或加密的、不安全的和/或未加密的。
如所示，计算机系统300可以进一步包括视频显示单元350，例如液晶显示器(LCD)、有机发光二极管(OLED)、平板显示器、固态显示器或阴极射线管(CRT)。另外，计算机系统300可以包括输入装置360(例如键盘/虚拟键盘或触敏输入屏幕或具有语音识别的语音输入)，以及光标控制装置370(例如鼠标或触敏输入屏幕或触控板)。计算机系统300还可以包括磁盘驱动器单元380、例如扬声器或遥控器的信号发生装置390、以及网络接口装置340。
在一个实施方案中，如图3所示，磁盘驱动器单元380可以包括计算机可读介质382，一组或多组指令384(例如软件)可以嵌入该计算机可读介质中。可从计算机可读介质382读取多组指令384。此外，指令384在由处理器执行时可用于执行如本文所述的方法和过程中的一个或多个。在实施方案中，指令384在由计算机系统300执行期间可以完全或至少部分地驻留在主存储器320、静态存储器330和/或处理器310内。
在替代实施方案中，专用硬件实现方式(例如专用集成电路(ASIC)、可编程逻辑阵列和其他硬件部件)可以被构造成实现本文描述的一种或多种方法。本文描述的一个或多个实施方案可以使用具有相关控制和数据信号的两个或更多个特定的互连的硬件模块或装置来实施功能，这些相关控制和数据信号可以在模块之间和通过模块传送。因此，本公开文本涵盖软件、固件和硬件实现方式。本申请中的任何内容都不应被解释为仅用软件而不用硬件(例如有形的非瞬态处理器和/或存储器)来实施。
根据本公开文本的各种实施方案，本文描述的方法可以使用执行软件程序的硬件计算机系统来实现。此外，在示例性的非限制性实施方案中，实现方式可以包括分布式处理、组件/对象分布式处理、和并行处理。虚拟计算机系统处理可被构造成实现本文所述的一种或多种方法或功能，并且本文所述的处理器可用于支持虚拟处理环境。
本公开文本预期包括计算机可读介质382，其包括指令384或者响应于所传播的信号而接收并执行指令384；使得连接到网络301的装置可以通过网络301传送数据。此外，可以经由网络接口装置340在网络301上发送或接收指令384。
图4示出了根据代表性实施方案的用于非线性失真检测的过程。在图4中，该过程从在S410处为网络分析器100设置要测量的音调开始。在任何情况下，由网络分析器100测量的音调可以是由信号发生器101生成的一整套音调的子组。这些音调在频谱上彼此隔开。例如，可以从信号发生器101连续地提供多音调信号，并且在S410处可以设置多音调信号的各个音调的子组，以便由网络分析器100一次测量一个子组。
在S420处，获得多音调输入信号IN1输入的测量值。通过网络分析器100接收IN1输入并分析IN1输入以检测多音调输入信号的特性，可以获得这些测量值。多音调输入信号的特性可以包括在与多音调输入信号的音调子组的各个音调相对应的每个频率处的幅值和相位。如图2所示，当计算机111从网络分析器100或经由网络分析器100接收测量值或下层IN1输入时，也可以获得在S420处获得的测量值。下面描述的过程可以由图1A和图1B中的网络分析器100执行，或者由图2中的计算机111执行，或者由网络分析器100和计算机111两者执行。
在S430处，获得多音调输出信号IN0输出的测量值。与多音调输入信号IN1输入一样，通过网络分析器100接收IN0输出并分析IN0输出以检测多音调输入信号的特性，可以获得多音调输出信号IN0输出的测量值。多音调输出信号的特性可以包括在与多音调输入信号的音调子组的各个音调相对应的每个频率处的幅值和相位。S430处的IN0输出的测量值与S420处的IN1输入的测量值相当，因此这些测量值可以在相同频率处和相同频带中的相同音调的相同特性的幅值测量值方面部分或全部重叠。如图2所示，当计算机111从网络分析器100或经由网络分析器100接收测量值或下层IN0输出时，也可以获得在S430处获得的测量值。
在S440处，可以选择DUT 105的频率响应函数H(ω)的参数表示。如上所述，频率响应函数H(ω)描述了到DUT 105的输入信号X(ω)与来自DUT 105的输出信号Y(ω)之间的关系。参数表示是一种函数表示，其足够灵活以表示所有可能的频率响应函数，并且是两个变量的函数，即频率(ω)和向量α，向量α是先验未知参数
Figure BDA0001781854720000159
的向量。参数表示可以是用于将频率响应函数H(ω)定义为例如曲线或表面的几何对象的一组等式。先验未知参数
Figure BDA00017818547200001510
是作为能够表示所有可能频率响应函数的候选参数被逻辑推导出的参数。先验未知参数
Figure BDA00017818547200001511
的向量应足够大，以表示所有可能的频率响应函数，但应小心不要包含太多参数，以至于最优参数向量
Figure BDA00017818547200001512
的方差将比预期增加得更多。下面将更详细地讨论最优参数向量
Figure BDA0001781854720000151
输出信号Y(ω)的相关和分解可以使用用于确定频率响应函数H(ω)的最小平方差估算过程来进行。这是按照以下方式完成的。先验未知参数
Figure BDA00017818547200001513
的向量的误差函数由等式(3)定义如下：
Figure BDA0001781854720000152
在上面的等式(3)中，ωmin和ωmax表示感兴趣的频率范围。等式(3)中的其余变量和项已经被预先定义。
在S450处，使用等式(3)来将先验未知参数
Figure BDA0001781854720000153
的向量的误差函数最小化，以生成先验未知参数α的最优参数向量
Figure BDA0001781854720000154
最小化等式(3)的误差函数得到最优参数向量
Figure BDA0001781854720000155
然后，最优参数向量
Figure BDA0001781854720000156
可用于估算非线性失真E(ω)的误差函数。
在S460处，该过程生成频率响应函数，该频率响应函数是应用于所测量的多音调输入信号IN1输入的最优参数向量
Figure BDA0001781854720000157
和频率(ω)的函数。S460处的处理导致，当应用于X(ω)时，检测所测量的多音调输出信号IN0输出的相关分量。非线性失真的估算E估(ω)由等式(4)提供：
Figure BDA0001781854720000158
在上面的等式(4)中，非线性失真的估算是E估(ω)。该估算基于DUT 105的激励输出(即Y(ω))、到DUT 105的激励输入(即X(ω))和最优参数向量
Figure BDA00017818547200001514
。既然最优参数向量
Figure BDA0001781854720000161
是基于等式(3)的最小化误差函数，这表明适当选择先验未知参数α的重要性，以便不过度增加所得频率响应函数的方差，而且还提供具有足以表示所有可能频率响应函数的长度的参数向量。
在一个实施方案中，频率响应函数可以使用如下等式(5)的形式来选择：
Figure BDA0001781854720000162
在等式(5)中，τ是等于DUT 105的群延迟的参数。H样条表示基于参数向量s和频率ω的复值样条拟合函数。样条是分段多项式曲线，方程(5)中的样条拟合函数H样条是参数向量s的线性函数。首先，通过在X(ω)与Y(ω)之间进行时域互相关来确定参数τ。然后，确定H样条的参数向量。
在S470处，从所测量的多音调输出信号中减去应用到所测量的多音调输入信号的频率响应函数。S470处的处理导致检测作为E(ω)的所测量的多音调输出信号IN0输出的不相关分量。换句话说，在S470处，通过从所测量的多音调输出信号IN0输出中去除所测量的多音调输出信号IN0的相关分量来隔离DUT 105特有的非线性失真。不相关分量为E(ω)，并且相关分量为X(ω)*H(ω)。在S480处，图4的过程结束。
作为本文提供的非线性失真检测的进一步说明，生成信号X理想(ω)的完美信号发生器是说明性的。这样一个完美的信号发生器将产生如下面等式(6)所示的DUT 105的输出：
Y理想(ω)＝H(ω)X理想(ω)+E(ω) (6)
对Y理想和X理想进行等式(4)所描述的相关运算得到E(ω)。通过向完美信号发生器增加一个小失真ε(ω)，可以保持总输入功率。在这种情况下，得到的输出信号Y(ω)由如下等式(7)提供：
Y(ω)＝H(ω)(X理想(ω)+ε(ω))+E(ω)+O[ε2] (7)
在等式(7)中，符号O[ε2]代表E(ω)中的二阶贡献。进行相关运算将导致误差估算等于E(ω)+O[ε2]。实际上，ε(ω)可能经常低于-40dBc，这将导致确定非线性失真E(ω)时的误差在-80dBc的数量级。对于大多数应用来说，-80dBc的误差是微不足道的，并且可以实现这个结果，因为通过相关化过程，输入信号中的任何一阶误差最终形成输出频谱的相关部分，并且因此从E(ω)的确定中被消除。
如上所述，网络分析器100和/或计算机111可以将所测量的输出Y(ω)分解成与X(ω)相关的相关分量和被检测为非线性失真E(ω)的不相关分量。这可以通过首先执行Y(ω)与X(ω)之间的互相关并且应用例如拟合函数来获得DUT105特有的频率响应函数H(ω)来实现。从上面的解释应该清楚，分解是独立于调制格式进行的，并且不是特定通信标准所特有的。此外，该分解对该多音调输入信号和该多音调输出信号的各个音调之间的相位关系不敏感。
在下面的几个图中，模拟数据用于说明非线性失真检测。在图5A和图5B中，理想输入信号X理想(ω)包含4001个伪随机的均匀间隔的音调，在中间有缺口，该缺口具有均匀间隔的音调的401的宽度。图5A和图5B中的音调具有随机幅值和随机相位。
图5A示出了根据代表性实施方案的用于非线性失真检测的|X理想(ω)|的功率谱密度。在图5A中，由于数据是模拟的，所以|X理想(ω)|的功率谱密度使用归一化频率来示出。如图5A所示，在两个柱之间形成有缺口。图5A和本文类似图中的X轴用于以赫兹(Hz)为单位的归一化频率的值。图5A和本文类似图中的Y轴用于以分贝-毫瓦为单位的功率谱密度的值，其进而是以一毫瓦(mW)为基准的所测量功率的功率比(以分贝(dB)为单位)。
接下来，计算相应的复包络并通过网络分析器100所使用的压缩非线性算子发送。例如，为此，Keysight网络分析器可以使用Tanh(.)函数。与频谱Y理想(ω)一起输出复包络。
图5B示出了根据代表性实施方案的用于非线性失真检测的|Y理想(ω)|的功率谱密度。与图5A相比，图5B中的柱是类似的，每个柱的外侧形成肩部，并且缺口在中间被部分填充。缺口的肩部和填充部是由于DUT 105引起的非线性失真。接下来，使用样条拟合估算H(ω)。所估算的H(ω)然后用于计算与输入信号(H(ω)X理想(ω)相关的Y理想(ω)部分，以及等于E(ω)的估算值的残差。所估算的相关和不相关部分的功率谱密度在图7中示出。请注意，不论是否存在输入功率，E(ω)的功率谱密度都是频率的平滑函数。这表明样条算法适当地分开了输出信号的相关和不相关部分。
通过对理想输入信号X理想(ω)应用压缩非线性算子，可以产生已经失真的信号。该失真的输入信号由X理想(ω)+ε(ω)表示，其中ε(ω)表示输入信号的非线性失真。失真输入信号的功率谱密度如图8A所示。请注意，输入信号中存在的失真量比将由DUT 105引入的失真量高大约10分贝，这可以通过观察图5B和图8A中的缺口深度得出。然后将与图5B中使用的相同的非线性失真应用于失真的输入信号。这导致Y(ω)，如图8B所示。
图6示出了根据代表性实施方案的用于非线性失真检测的多音调信号组的音调的选择性子分组。如图6所示，10000个音调作为多音调输入信号被重复或连续发送。这些音调从信号发生器101发出。这些音调被DUT 105用作激励输入。在图6中，针对被重复或连续输入到DUT 105的所选音调子组读取IN0输出。在图6中，子组的序列是从A到N，子组的各个音调的范围对于子组A为T-A1到T-AX、对于子组B为T-B1到T-BX、对于子组C为T-C1到T-CX、并且对于子组N为T-D1到T-DX。
图7示出了根据代表性实施方案的用于非线性失真检测的Y理想(ω)的相关和不相关部分的功率谱密度。从图7中可以看出，非线性失真通过点或虚线的图案被标识为|E(ω)|，该点或虚线的图案对应于出现在图5B中的与图5A相比功率谱密度的增加部分。
在一个实施方案中，DUT 105的理想化误差向量幅值可以使用频率响应函数和如本文所述标识的非线性失真来计算。具体来说，如果我们将所测量的X(ω)标识为X测量(ω)，将所测量的Y(ω)标识为Y测量(ω)，则频率响应函数与H测量(ω)相对应，非线性失真与E测量(ω)相对应。假设理想化的X理想(ω)近似等于X(ω)，则理想化的Y理想(ω)可以从频率响应函数和非线性失真中获得，该频率响应函数和非线性失真是由所测量的X(ω)和Y(ω)建模的。具体来说，Y理想(ω)将等于H测量(ω)*X理想(ω)+E测量(ω)。可以用已知的方法从Y理想(ω)计算出理想化误差向量幅值。
换句话说，本文描述的非线性失真检测的另一个具体应用是计算DUT105的理想化误差向量幅值，并且这可以针对特别设想由例如最终用户使用的理想化输入X理想(ω)而被标识。具体应用将通过测量输入X(ω)和输出Y(ω)以及对频率响应函数H测量(ω)和非线性失真E测量(ω)建模来实现。然后，将所建模的频率响应函数H测量(ω)和非线性失真E测量(ω)应用于理想化输入X理想(ω)，然后用于获得理想化输出Y理想(ω)。然后使用Y理想(ω)通过使用来自已知方法的计算来获得DUT 105的理想化误差向量幅值。
图8A示出了根据代表性实施方案的用于非线性失真检测的|X理想(ω)+ε(ω)|的功率谱密度。在图8A中，功率谱密度是失真输入信号的功率谱密度。输入信号中存在的失真量比将由DUT 105引入的失真量高大约10dB，这可以通过观察图5B和图8A中的缺口深度得出。图8A中的失真输入信号可以由网络分析器100建模，例如使用Keysight网络分析器应用Tanh(.)作为函数。失真的输入信号由X理想(ω)+|ε(ω)|表示，其中ε(ω)表示输入信号的非线性失真。
图8B示出了根据代表性实施方案的用于非线性失真检测的|Y(ω)|的功率谱密度。图8B示出了对图8A所示的失真输入信号应用与图5B相同的非线性失真的结果。结果是Y(ω)。
然后通过估算H(ω)将通过对失真的输入信号应用非线性失真而生成的输出信号分离成相关和不相关部分。相关部分H(ω)(X理想(ω)+ε(ω))和不相关部分E(ω)+O[ε2]描绘在图10中。不相关部分的功率谱密度比相关部分的水平低大约10dB。
接下来，将使用理想输入信号的理想实验的不相关部分E(ω)与使用失真输入信号的实验的不相关部分E(ω)+O[ε2]进行比较。如图11和图12所示，E(ω)和E(ω)+O[ε2]的水平相当好地对应于大约-80dBc的水平。信道中的输出功率谱密度约为20dBm/Hz。理想实验与使用失真输入信号的实验之间的差小于1dB。这是相当值得注意的，因为非理想实验中存在的失真比DUT 105产生的水平高大约10dB。
图9示出了根据代表性实施方案的用于非线性失真检测的另一过程。在图9中，过程开始于在S910发送多音调组。在S920，确定要测量的第一音调子组。在S930，测量所确定的子组。在S940处，提供所确定的音调子组的测量值以供分析。在S950处，图9中的过程确定在S940处提供测量值的子组是否是要测量的音调的最后子组，并且如果是(S950＝是)，则该过程在S970结束。如果要测量另一个音调子组(S950＝否)，则在S960处确定要测量的下一个音调子组，并且该过程返回至S930。
也就是说，如图9所示，当重复或连续提供多音调信号时，网络分析器100可以处理单个音调的子组。子组可以是预定的。例如，子组可以包括多音调信号的音调总数的25％、20％、10％、5％、4％或2％。子组可以各自包括相同数量的音调、基本相同数量的音调或完全不同数量的音调。每个子组中的音调可以在频谱上彼此隔开，例如通过每四个、每五个、每十个、每二十个、每二十五个或每五十个多音调信号采取一个音调信号。使用时，该间距可以对所有音调都是精确的，也可以对大多数但不是所有音调是精确的。此外，即使频谱上的间距不精确，子组中的多音调信号的测量音调也可以基本均匀地间隔开。
图10示出了根据代表性实施方案的用于非线性失真检测的H(ω)*(X理想(ω)+ε(ω))和|E(ω)+0[ε2]|的功率谱密度。在图10中，在限定两个柱和缺口的连续实线段中，输出信号的相关部分显示为|H(ω)(X理想(ω)+ε(ω)|。输出信号的不相关部分用点线或虚线段显示为E(ω)+0[ε2]，这些点线或虚线段形成肩部的大部分基部和缺口的填充部分。如图所示，不相关部分的功率谱密度比相关部分的功率谱密度低大约10dB。
图11示出了根据代表性实施方案的用于非线性失真检测的|E(ω)|和|E(ω)+0[ε2]|的功率谱密度。在图11中，E(ω)的功率谱密度由连续实线段表示，E(ω)+0[ε2]的功率谱密度由点线或虚线段表示。如图所示，这两个水平相当好地对应于大约-80dB。另外，图11中的信道中的输出功率谱密度约为20dBm/Hz。如图所示，这两个水平相当好地对应于大约-60dB，低于该水平，则E(ω)+0[ε2]开始形成图10所示的外部肩部。
图12示出了根据代表性实施方案的用于非线性失真检测的|E(ω)|和|E(ω)+0[ε2]|的功率谱密度的细节。在图12中，E(ω)的功率谱密度由连续实线段表示，E(ω)+0[ε2]的功率谱密度由点线或虚线段表示。图12中所示的信道的细节水平在与缺口相对应的窄信道中显示出E(ω))与|E(ω)+0[ε2]|之间的非常紧密的对应。
图13示出了根据代表性实施方案的用于非线性失真检测的|(X满(ω)|的功率谱密度。本文描述的过程可用于测量噪声功率比，而不使用输入信号中的缺口。这在图13中使用类似于先前使用的数据的模拟数据来说明。这里是一个多音调输入信号X满(ω)，其类似于X理想(ω)，但没有缺口。X满(ω)的功率谱密度在图13中描绘。
图14示出了根据代表性实施方案的用于非线性失真检测的|Y满(ω)|的功率谱密度。对信号X满(ω)应用与图13中使用的相同的非线性失真，得到输出频谱Y满(ω)，该输出频谱在图10中描绘。
图15示出了根据代表性实施方案的用于非线性失真检测的H(ω)X满(ω)|和|E满(ω)|的功率谱密度。在图15中，示出了将Y满(ω)分解成相关部分H(ω)X满(ω)和不相关部分E满(ω)的结果。
图16示出了根据代表性实施方案的用于非线性失真检测的|E满(ω)|和|E(ω)|的功率谱密度。图17示出了根据代表性实施方案的用于非线性失真检测的|E满(ω)|和|E(ω)|的功率谱密度的细节。E满(ω)与原始E(ω)的比较结果如图16和图17所示。可以看出，这两种非线性失真之间没有显著差异。这说明噪声功率比可以在输入信号X(ω)中没有缺口的情况下测量。
因此，非线性失真检测使得能够检测DUT 105特有的非线性失真，而不依赖于关于来自信号发生器101的激励输入的质量的假设。另外，可以在不将来自信号发生器101的输入信号X(ω)驱动到零(0)以产生缺口的情况下执行非线性失真检测。非线性失真检测还提供了确定频率响应函数H(ω)，而不依赖或参考特定通信标准，使得所确定的频率响应函数H(ω)独立于输入信号特有的任何特定通信标准。在没有假设并且不参考通信标准的情况下确定准确频率响应函数H(ω)的能力也避免了不论DUT 105的具体细节如何都假设频率响应函数是预定常数的需要。
在非线性失真检测的其他实际应用中，可以调整信号发生器101的后续输出，以补偿DUT 105测试中预期的非线性失真。此外，可以基于任何特定105特有的非线性失真是否在相对于基于在测试中用作引导的DUT 105初始测试设置的标准的预定范围内来评估DUT105。无论如何，非线性失真检测提供了对频率响应函数和DUT特有的非线性失真量的具体标识，并且减少或消除了对例如来自信号发生器101的输入信号的质量是可接受的假设的依赖。
虽然已经参考若干示例性实施方案描述了非线性失真检测，但是应理解的是，已经使用的词语是描述和展示的词语，而不是限制性的词语。如目前陈述和修改的那样，可以在所附权利要求书的范围内进行改变，而不会在各方面偏离非线性失真检测的范围和精神。虽然已经参考具体的装置、材料和实施方案描述了非线性失真检测，但是非线性失真检测并不旨在限于所公开的细节，而是非线性失真检测扩展到所有功能等效的结构、方法和用途，例如在所附权利要求书的范围内。
例如，DUT 105不限于本文描述的具体类型的DUT，而是可以是接收和处理来自信号发生器(例如信号发生器101)的信号的任何类型的通信装置。类似地，尽管本文描述的实施方案主要依赖于网络分析器来进行本文描述的处理，但是如关于图2所阐述的，用于非线性失真检测的分析可以由计算机111单独进行，或者甚至在第三方云计算环境中进行。
尽管本说明书参考特定标准和协议描述了可以在具体实施方案中实现的部件和功能，但是本公开文本不限于这样的标准和协议。举例来说，例如LTE或5G的标准代表了现有技术的例子。这样的标准周期性地被具有基本相同功能的更高效的等效物取代。因此，具有相同或类似功能的替代标准和协议被认为是其等效物。
本文描述的实施方案的图示旨在提供对各种实施方案的结构的一般理解。这些图示并不旨在作为本文描述的公开文本的所有元件和特征的完整描述。在回顾本公开文本之后，许多其他实施方案对于本领域技术人员而言是显而易见的。可利用其他实施方案并从本公开文本中导出其他实施方案，使得在不脱离本公开文本的范围的情况下进行结构和逻辑上的替换和改变。此外，这些图示仅仅是代表性的，并且可能不是按比例绘制的。图示中的某些比例可能被夸大，而其他比例可能被最小化。因此，本公开文本和附图被认为是说明性的而不是限制性的。
本公开文本的一个或多个实施方案在本文中可以单独和/或共同地由术语“发明”指代，这仅仅是为了方便，并不意图将本申请的范围自愿地限制到任何具体发明或发明构思。此外，虽然在本文中已经展示和描述了具体实施方案，但是应明白的是，被设计为实现相同或类似目的的任何后续组件可以替换所示的具体实施方案。本公开文本旨在覆盖各种实施方案的任何和所有后续的修改或变化。本领域技术人员在检视说明书后将明白上述实施方案以及在本文中未具体描述的其他实施方案的组合。
本公开文本的摘要是为了符合37C.F.R.§1.72(b)而提供，并且在提交时所理解是，该摘要将不会用来解释或限制权利要求书的范围或含义。另外，在前述具体实施方式中，出于简化本公开文本的目的，可以将各种特征分组到一起或在单一实施方案中描述。本公开文本不应解释为反映这样的意图：所要求保护的实施方案需要使用比每一权利要求中明确叙述的特征更多的特征。而是，如所附权利要求书反映，本发明的主题可以针对少于所公开的任一实施方案的所有特征。因此，所附权利要求被结合到具体实施方式中，每个权利要求独立地限定分别要求保护的主题。
提供对所公开的实施方案的先前描述是为了使得任何本领域技术人员能够实践本公开文本中描述的概念。因而，以上公开的主题应被认为是说明性的而非限制性的，并且所附权利要求书旨在覆盖落入本公开文本的真实精神和范围内的所有这样的修改、增强和其他实施方案。因此，在法律允许的最大范围内，本公开文本的范围将由以下权利要求书及其等效物的最广可允许的解释来确定，并且不应被前述具体实施方式限制或限定。

Claims (8)

1.一种用于检测被测装置DUT(105)的非线性失真的系统，其包括：
计算机(111)，该计算机具有存储指令(384)的存储器(131)和执行该指令(384)的处理器(132)，其中，该指令(384)在由该处理器(132)执行时使该计算机(111)执行包括以下步骤的过程：
获得从信号发生器(101)到DUT(105)的多音调输入信号的测量值，以获得测量的多音调输入信号；
获得基于该多音调输入信号生成的来自该DUT(105)的多音调输出信号的测量值，以获得测量的多音调输出信号；以及
在该频域中并且使用执行软件程序的处理器(132)将所测量的多音调输出信号分解成与所测量的多音调输入信号相关的第一分量和与所测量的多音调输入信号不相关的第二分量；
通过从所测量的多音调输出信号中去除所测量的多音调输出信号的该相关部分来确定所测量的多音调输出信号中的非线性失真；
选择该DUT(105)的频率响应函数的参数表示作为先验未知参数的函数；
针对特定频率范围对该先验未知参数最小化误差函数，以获得该先验未知参数的最优参数向量；以及
通过从所测量的多音调输出信号中减去作为应用于所测量的输入多音调信号的最优参数向量的函数的该频率响应函数来估算该DUT(105)的非线性失真。
2.根据权利要求1所述的系统，其中该线性失真的确定独立于调制格式进行，并且
该确定对该多音调输入信号和该多音调输出信号的各个音调之间的相位关系不敏感。
3.根据权利要求1所述的系统，其中该多音调输入信号的测量值和该多音调输出信号的测量值由网络分析器获得。
4.根据权利要求1所述的系统，
其中该多音调信号包括一组音调，并且其中基于该组音调的所选子组来测量所测量的多音调输入信号和所测量的多音调输出信号。
5.根据权利要求1所述的系统，
其中该多音调输入信号的测量值包括在与各个音调相对应的多个频率中的每一个频率处该多音调输入信号的幅值和相位，并且
其中该多音调输出信号的测量值包括在与该各个音调相对应的该多个频率中的每一个频率处该多音调输出信号的幅值和相位。
6.根据权利要求1所述的系统，其中该过程进一步包括：
使用该第一分量和该第二分量，从到该DUT(105)的理想化输入模拟该DUT(105)的理想化输出；以及
基于该理想化输出标识误差向量幅值。
7.一种用于检测被测装置DUT(105)的非线性失真的方法，其包括：
获得从信号发生器(101)到DUT(105)的多音调输入信号的测量值，以获得测量的多音调输入信号；
获得基于该多音调输入信号生成的来自该DUT(105)的多音调输出信号的测量值，以获得测量的多音调输出信号；
在该频域中并且使用执行软件程序的处理器(132)将所测量的多音调输出信号分解成与所测量的多音调输入信号相关的第一分量和与所测量的多音调输入信号不相关的第二分量，以及
基于所测量的多音调输出信号和所测量的多音调输入信号之间的相关性来确定该DUT(105)的频率响应函数，
通过从所测量的多音调输出信号中去除所测量的多音调输出信号的该相关部分来确定所测量的多音调输出信号中的非线性失真；
选择该DUT(105)的频率响应函数的参数表示作为先验未知参数的函数；
针对特定频率范围对该先验未知参数最小化误差函数，以获得该先验未知参数的最优参数向量；以及
通过从所测量的多音调输出信号中减去作为应用于所测量的输入多音调信号的最优参数向量的函数的该频率响应函数来估算该DUT(105)的非线性失真。
8.根据权利要求7所述的方法，其中该非线性失真的确定独立于调制格式进行，并且该确定对该多音调输入信号和该多音调输出信号的各个音调之间的相位关系不敏感。
CN201810995889.XA 2017-08-30 2018-08-29 非线性失真检测 Active CN109425786B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/690,934 US10845401B2 (en) 2017-08-30 2017-08-30 Nonlinear distortion detection
US15/690,934 2017-08-30

Publications (2)

Publication Number Publication Date
CN109425786A CN109425786A (zh) 2019-03-05
CN109425786B true CN109425786B (zh) 2023-01-20

Family

ID=65321922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810995889.XA Active CN109425786B (zh) 2017-08-30 2018-08-29 非线性失真检测

Country Status (3)

Country Link
US (1) US10845401B2 (zh)
CN (1) CN109425786B (zh)
DE (1) DE102018214721A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11575450B2 (en) * 2018-10-26 2023-02-07 Qualcomm Incorporated Self-radiated loopback test procedure for millimeter wave antennas
CN110213708B (zh) * 2019-05-16 2021-01-08 音王电声股份有限公司 一种扬声器系统的非线性测量与音质调谐系统
US20210018561A1 (en) 2019-07-19 2021-01-21 Rohde & Schwarz Gmbh & Co. Kg Measurement system and method for automated measurement of several contributions to signal degradation
CN112583478A (zh) * 2019-09-29 2021-03-30 富士通株式会社 相干光接收机的非线性特性测试装置及方法
US11268997B1 (en) * 2020-08-18 2022-03-08 Keysight Technologies, Inc. Method and apparatus for characterizing homodyne transmitters and receivers
JP2023547409A (ja) * 2020-10-30 2023-11-10 富士通株式会社 非線形デバイスの非線形関連パラメータを測定する方法、装置及びシステム
CN115811358A (zh) 2021-09-15 2023-03-17 富士通株式会社 非线性信噪比的测量装置、方法和测试仪表
CN117411570B (zh) * 2023-12-15 2024-03-22 深圳捷扬微电子有限公司 一种天线射频通路状态的检测方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101258087A (zh) * 2005-09-05 2008-09-03 通力股份公司 电梯设备
CN104969438A (zh) * 2012-12-18 2015-10-07 核科学股份有限公司 用于在无线功率传输系统中检测物体的非线性系统辨识
CN106250658A (zh) * 2016-08-29 2016-12-21 国网冀北电力有限公司电力科学研究院 基于径向基函数的负荷开关电磁机构快速计算方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2243586T3 (es) * 2000-11-24 2005-12-01 Nokia Corporation Medidas de componentes.
JP4071526B2 (ja) * 2002-04-10 2008-04-02 松下電器産業株式会社 非線形歪補償装置および送信装置
TW555994B (en) * 2002-06-12 2003-10-01 Mediatek Inc Group delay test method and device
JP2007525071A (ja) * 2003-06-24 2007-08-30 グローブスパン ヴィラタ、インコーポレイテッド マルチ・チャネルにおけるマルチ・トーン送信を改良する方法と装置
US7330517B2 (en) * 2003-11-24 2008-02-12 P-Wave Ltd. Amplifier linearization using non-linear predistortion
WO2006066448A1 (fr) * 2004-12-21 2006-06-29 Zte Corporation Procédé et dispositif de détection de grandeur de distorsion non linéaire de signal
US20080139141A1 (en) * 2006-12-06 2008-06-12 George Varghese Method and system for estimating and compensating non-linear distortion in a transmitter using data signal feedback
US8571126B2 (en) * 2007-05-15 2013-10-29 Rambus Inc. Multi-antenna transmitter for multi-tone signaling
US9705477B2 (en) * 2008-04-30 2017-07-11 Innovation Digital, LLC Compensator for removing nonlinear distortion
TWI458258B (zh) * 2009-02-18 2014-10-21 Dolby Int Ab 低延遲調變濾波器組及用以設計該低延遲調變濾波器組之方法
CN102520669A (zh) * 2011-11-30 2012-06-27 华中科技大学 一种面向多性能参数的数控装备性能可靠性评估方法
CN102520070A (zh) * 2011-12-02 2012-06-27 上海交通大学 基于非线性输出频率响应函数的结构损伤检测方法
US9209863B2 (en) * 2013-08-09 2015-12-08 Cable Television Laboratories, Inc. Analysis of captured random data signals to measure linear and nonlinear distortions
CN104539563B (zh) * 2014-12-26 2017-09-15 江苏中兴微通信息科技有限公司 联合利用zcz序列和噪声方差的信道估计方法
US10148363B2 (en) * 2015-12-08 2018-12-04 Zte Corporation Iterative nonlinear compensation

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101258087A (zh) * 2005-09-05 2008-09-03 通力股份公司 电梯设备
CN104969438A (zh) * 2012-12-18 2015-10-07 核科学股份有限公司 用于在无线功率传输系统中检测物体的非线性系统辨识
CN106250658A (zh) * 2016-08-29 2016-12-21 国网冀北电力有限公司电力科学研究院 基于径向基函数的负荷开关电磁机构快速计算方法

Also Published As

Publication number Publication date
US10845401B2 (en) 2020-11-24
DE102018214721A1 (de) 2019-02-28
US20190064236A1 (en) 2019-02-28
CN109425786A (zh) 2019-03-05

Similar Documents

Publication Publication Date Title
CN109425786B (zh) 非线性失真检测
US9252895B1 (en) System and method of measuring full spectrum of modulated output signal from device under test
EP2393224B1 (en) Method and apparatus for synthesizing and correcting phase distortions in ultra-wide bandwidth optical waveforms
US10718804B2 (en) System for measuring residual phase noise
US8605850B2 (en) Method and system for providing phase reference signal
Azpúrua et al. A measurement system for radiated transient electromagnetic interference based on general purpose instruments
Azpúrua et al. On the statistical properties of the peak detection for time-domain EMI measurements
Zhang et al. Dense spectral grid NVNA phase measurements using vector signal generators
US9851383B1 (en) Method and system for performing vector spectral measurements of a radio frequency (RF) signal having a repetitive waveform
US20040098215A1 (en) Method for the rapid estimation of figures of merit for multiple devices based on nonlinear modeling
US11121784B2 (en) Method and device for detecting power of a periodic signal in a band of interest
Gifuni et al. On the estimated measurement uncertainty of the insertion loss in a reverberation chamber including frequency stirring
Verspecht et al. The vector component analyzer: A new way to characterize distortions of modulated signals in high-frequency active devices
US11885839B2 (en) Method and system for making time domain measurements of periodic radio frequency (RF) signal using measurement instrument operating in frequency domain
US20180106842A1 (en) Impedance Measurement through Waveform Monitoring
Belega et al. Choice of the cosine-class windows for ADC dynamic testing by spectral analysis
US10379162B1 (en) System for performing modulation analysis without using a modulated signal
US20130003799A1 (en) Impairment compensation
US9595986B2 (en) Method and system for extending dynamic range of receiver by compensating for non-linear distortion
Kolchev et al. Use of hazard function for signal detection on ionograms
US9429612B2 (en) Methods and apparatuses for generating real-environment noise using statistical approach
CA3092166C (en) Signal injection technique for measurement and control of source reflection coefficient of a device under test
RU2466416C1 (ru) Способ измерения отношения сигнал-помеха
JP2016161573A (ja) 広帯域位相スペクトル測定における使用に適合した位相勾配基準
RU2773481C1 (ru) Способ определения временной задержки между копиями недетерминированного псевдослучайного сигнала

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant