CN112698257B - 矢量网络分析仪硬件指标对测量精度影响的分析方法 - Google Patents

矢量网络分析仪硬件指标对测量精度影响的分析方法 Download PDF

Info

Publication number
CN112698257B
CN112698257B CN202011454468.XA CN202011454468A CN112698257B CN 112698257 B CN112698257 B CN 112698257B CN 202011454468 A CN202011454468 A CN 202011454468A CN 112698257 B CN112698257 B CN 112698257B
Authority
CN
China
Prior art keywords
error
measurement
port
value
network analyzer
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
CN202011454468.XA
Other languages
English (en)
Other versions
CN112698257A (zh
Inventor
亓文君
赵永久
余晨
陈泽辉
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202011454468.XA priority Critical patent/CN112698257B/zh
Publication of CN112698257A publication Critical patent/CN112698257A/zh
Application granted granted Critical
Publication of CN112698257B publication Critical patent/CN112698257B/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
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G01R35/005—Calibrating; Standards or reference devices, e.g. voltage or resistance standards, "golden" references

Abstract

本申请涉及一种矢量网络分析仪硬件指标对测量精度影响的分析方法。该方法包括：根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定误差模型各误差项的值；基于误差模型进行S参数的原始测量值、S参数的实际值以及各误差项的值的关系式推导，获得由原始测量值和各误差项表示的最终测量值修正公式；基于最终测量值修正公式进行各误差项对测量结果影响的分析，确定出各误差项对测量误差的贡献；根据各误差项对测量误差的贡献，确定矢量网络分析仪中待改进的硬件，可以明确对矢量网络分析仪各部件的要求，加强相关硬件的质量控制，保证了矢量网络分析仪的测量精度。

Description

矢量网络分析仪硬件指标对测量精度影响的分析方法
技术领域
本申请涉及微波测量技术领域，特别是涉及一种矢量网络分析仪硬件指标对测量精度影响的分析方法。
背景技术
矢量网络分析仪是微波/射频研究、开发中使用最广泛的测量仪器，校准及误差修正是矢量网络分析仪中的关键技术之一。由于任何的测量装置都不可能是理想的，特别是网络分析仪的工作频率范围很宽，测量装置不可能在如此宽的频率范围内都具有理想的性能和良好的一致性，这都将导致测量误差。而一味地追求硬件性能上的改进，一方面会造成设计难度的大大增加，另一方面也将使得仪器成本显著提高。因此，一个合理的解决方案是容忍测量装置硬件性能上的非理想和非一致性，即允许直接的测量结果存在误差，而通过校准确定各项误差并用适当的算法对测量结果进行修正，从而获得准确的测量结果。
虽然网络分析仪的系统误差可以通过校准和误差修正得到大部分消除，但如果构成系统的硬件性能偏离理想情况达到一定程度，校准和误差修正的效果将大打折扣。因此，测量结果的准确性完全靠校准和误差修正，导致测量结果的准确性低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高测量结果的准确性的一种矢量网络分析仪硬件指标对测量精度影响的分析方法。
一种矢量网络分析仪硬件指标对测量精度影响的分析方法，所述方法包括：
根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定所述误差模型各误差项的值；
基于所述误差模型进行S参数的原始测量值、S参数的实际值以及各所述误差项的值的关系式推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式；
基于所述最终测量值修正公式进行各所述误差项对测量结果影响的分析，确定出各所述误差项对所述测量误差的贡献；
根据各所述误差项对所述测量误差的贡献，确定所述矢量网络分析仪中待改进的硬件。
在其中一个实施例中，所述根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定所述误差模型误差项的值的步骤，包括：
基于矢量网络分析仪的自身误差项、信号源不稳定和接收机的本底噪声，建立与矢量网络分析仪的硬件特性有明确物理意义的各误差项对应关系的基础误差模型；
通过信号流图法根据所述基础误差模型建立误差模型；
根据单端口校准和二端口直通校准，对参数已知的校准件进行测量，获得S参数的原始测量值；
通过所述原始测量值与S参数的实际值之间的数学关系解算出所述误差模型各误差项的值。
在其中一个实施例中，所述矢量网络分析仪的自身误差项包括：第一端口方向性误差、第二端口方向性误差、第一端口反射跟踪误差、第二端口反射跟踪误差、第一端口等效源失配误差、第二端口等效源失配误差、正向传输跟踪误差、反向传输跟踪误差、正向负载失配误差、反向负载失配误差、正串话误差和反串话误差。
在其中一个实施例中，所述基于所述误差模型进行S参数的原始测量值、S参数的实际值以及误差项的值的关系式推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式的步骤，包括：
基于所述误差模型，构建S参数的原始测量值、S参数的实际值以及误差项的值的关系表达式：
Figure GDA0003454716400000031
Figure GDA0003454716400000032
Figure GDA0003454716400000033
Figure GDA0003454716400000034
其中，Sm11、Sm21、Sm12、Sm22为S参数的原始测量值，ED1为第一端口的方向性误差，ED2为第二端口的方向性误差，EX1为正向串话误差，EX2为反向串话误差，ER1为第一端口的反射跟踪误差，ER2为第二端口的反射跟踪误差，S11、S12、S21、S22为S参数的实际值，EL1为正向负载失配误差，ES1为第一端口的等效源失配误差，ET1为正向传输跟踪误差，ET2为反向传输跟踪误差，ES2为第二端口的等效源失配误差，EL2为反向负载失配误差；
根据所述关系表达式进行推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式：
Figure GDA0003454716400000035
Figure GDA0003454716400000036
Figure GDA0003454716400000041
Figure GDA0003454716400000042
其中，S′11、S′21、S′12、S′22为对S参数的实际值进行修正后的值。
在其中一个实施例中，所述基于所述最终测量值修正公式进行各所述误差项对测量结果影响的分析，确定出各所述误差项对所述测量误差的贡献的步骤，包括：
基于所述最终测量值修正公式，将所述原始测量值展开成泰勒级数并取线性项，评估出各所述误差项对所述原始测量值偏离所述实际值的贡献最大；
基于所述最终测量值修正公式，进行泰勒二次项展开式的运算，评估出各所述误差项对最终测量结果误差的贡献分。
在其中一个实施例中，所述根据各所述误差项对所述测量误差的贡献，确定所述矢量网络分析仪中待改进的硬件的步骤，包括：
根据各所述误差项对所述原始测量值偏离所述实际值的贡献最大，以及各所述误差项对最终测量结果误差的贡献分，确定所述矢量网络分析仪中待改进的硬件。
上述矢量网络分析仪硬件指标对测量精度影响的分析方法，通过根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定误差模型各误差项的值；基于误差模型进行S参数的原始测量值、S参数的实际值以及各误差项的值的关系式推导，获得由原始测量值和各误差项表示的最终测量值修正公式；基于最终测量值修正公式进行各误差项对测量结果影响的分析，确定出各误差项对测量误差的贡献；根据各误差项对测量误差的贡献，确定矢量网络分析仪中待改进的硬件。可以明确对矢量网络分析仪各部件的要求，在矢量网络分析仪的研发生产中加强相关硬件的质量控制，设法减小该项误差，做到既不对某一部件提出过高的要求，又保证矢量网络分析仪的测量精度。
附图说明
图1为一个实施例中矢量网络分析仪硬件指标对测量精度影响的分析方法的流程示意图；
图2为一个实施例中单端口校准时的信号流图；
图3为一个实施例中直通校准时的信号流图；
图4为另一个实施例中矢量网络分析仪二端口前向测量信号流图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种矢量网络分析仪硬件指标对测量精度影响的分析方法，包括以下步骤：
步骤S220，根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定误差模型各误差项的值。
在一个实施例中，根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定误差模型误差项的值的步骤，包括：基于矢量网络分析仪的自身误差项、信号源不稳定和接收机的本底噪声，建立与矢量网络分析仪的硬件特性有明确物理意义的各误差项对应关系的基础误差模型；通过信号流图法根据基础误差模型建立误差模型；根据单端口校准和二端口直通校准，对参数已知的校准件进行测量，获得S参数的原始测量值；通过原始测量值与S参数的实际值之间的数学关系解算出误差模型各误差项的值。
其中，矢量网络分析仪是一种电磁波能量的测试设备，它既能测量单端口网络或两端口网络的各种参数幅值，又能测相位，矢量网络分析仪能用史密斯圆图显示测试数据。为了方便描述，将两端口网络的两个端口用第一端口和第二端口进行区分，并将第一端口编号为1，第二端口编号为2。
矢量网络分析仪的自身误差项主要来源有12个误差项(正向激励6项，反向激励6项)，每一项误差都与系统硬件的指标相对应，很好地描述系统性能并经过修正给出合理的测量结果，根据信号激励方向，误差模型分为正向激励模式和反向激励模式，对应包含的误差项各6项，即：第一端口方向性误差(表示为ED1)、第二端口方向性误差(表示为ED2)、第一端口反射跟踪误差(表示为ER1)、第二端口反射跟踪误差(表示为ER2)、第一端口等效源失配误差(表示为ES1)、第二端口等效源失配误差(表示为ES2)、正向传输跟踪误差(表示为ET1)、反向传输跟踪误差(表示为ET2)、正向负载失配误差(表示为EL1)、反向负载失配误差(表示为EL2)、正串话误差(表示为EX1)和反串话误差(表示为EX2)。
第一端口方向性误差(表示为ED1)和第二端口方向性误差(表示为ED2)：当待测件是匹配负载(ΓL＝0)时，反射系数的测量值也不为零，其主要原因在于测试通道定向耦合器的方向性并非理想的无穷大，而为有限值。
第一端口反射跟踪误差(表示为ER1)和第二端口反射跟踪误差(表示为ER2)：体现为频率改变时反射测量数据出现明显的起伏。其原因在于a)定向耦合器耦合端的幅度和相位的频率响应不能同步变化；b)接收机的两个通道由于路径长度和损耗不同而不能随频率同步变化。
第一端口等效源失配误差(表示为ES1)和第二端口等效源失配误差(表示为ES2)：由第一端口和第二端口向仪器内部看去的等效源阻抗与系统阻抗不完全匹配(包括信号源失配和矢量网络分析仪引起的阻抗变化)而多次反射引起的误差。
正向传输跟踪误差(表示为ET1)和反向传输跟踪误差(表示为ET2)：两条通道输出振幅相位(电长度)不能随频率同步变化，表现为在传输测量中出现明显波纹。
正向负载失配误差(表示为EL1)和反向负载失配误差(表示为EL2)：由矢量网络分析仪的未激励端口不匹配而多次反射引起的误差。
正串话误差(表示为EX1)和反串话误差(表示为EX2)：在第一端口和第二端口完全隔离的情况下(如分别接入匹配负载)，由于仪器内部泄露、耦合等，第一端口和第二端口通道之间的隔离特性非理想，造成的信号未经过矢量网络分析仪与待测网络直接泄露造成的误差。
通过信号流图法根据基础误差模型建立误差模型，其中，正向测试时的误差模型第一端口激励测量获得S参数的实际值S11和S21，反向测试时的误差模型第二端口激励测量获得S参数的实际值S12和S22。
在矢量网络分析仪测量之前，要必须进行单端口校准和二端口直通校准(将第一端口和第二端口直连校准)，即对参数已知的校准件进行测量，再通过原始测量值与实际值之间的数学关系解算出误差模型中的各误差项的值，即：
根据二端口SOLT(Short-Open-Load-Thru，校准技术)校准算法，首先在VNA(矢量网络分析仪)各测试端口依次端接反射系数已知的短路校准件(S)、开路校准件(O)和匹配负载校准件(L)，测得EXi＝Smji(L)，EXi指的是串话误差，i指的是端口(即i为1时，即为第一端口编号，EXi＝EX1，即i为2时，即为第二端口编号，EXi＝EX2)，Smji(L)为接负载时测量的原始测量值的S参数。根据图2所示的单端口校准时的信号流图，建立误差模型：
Figure GDA0003454716400000081
其中，ГSi为短路的反射系数实际值，ΓOi为开路的反射系数实际值，ΓLi为匹配标准件的反射系数实际值，Smii(O)为接开路件时的原始测量值的S参数，Smii(S)为接短路件时的原始测量值的S参数，EDi为方向性误差，ESi为等效源失配误差，ERi为反射跟踪误差，i指的是端口编号，以EDi为例，i为1时，即为第一端口，EDi＝ED1，即i为2时，即为第二端口编号，EDi＝ED2。
接着对直通校准件(T)进行二端口测量，根据图3所示的直通校准时的信号流图，一般假设直通校准件性能理想(即
Figure GDA0003454716400000082
Figure GDA0003454716400000083
其中，
Figure GDA0003454716400000084
和
Figure GDA0003454716400000085
为直通时的S参数的实际值)，则由T矩阵运算可以得到直通件的S参数的测量结果与各系统误差项之间的关系为：
Figure GDA0003454716400000086
其中，Smii(T)为接直通时的原始测量值的S参数，ELi为负载失配误差，ETi为传输跟踪误差，i指的是端口编号。
若直通校准件的S参数为非理想，只需将上试中的单位矩阵换成实际的S矩阵
Figure GDA0003454716400000087
即可，其中，j指的是端口编号(需要说明的是，为了标明是采用的哪一个端口进行发送和接收，将i和j用来指代发送和接收的端口编号，如将i代表第一端口编号(即i＝1)时，j则代表第二端口编号(即j＝2)，或者是j代表第一端口编号(即i＝2)时，i则代表第二端口编号(即i＝2))，
Figure GDA0003454716400000091
为修正后的直通S参数，
Figure GDA0003454716400000092
为修正后的直通S参数，
Figure GDA0003454716400000093
为修正后的直通S参数，
Figure GDA0003454716400000094
为修正后的直通S参数。
根据公式1和公式2可以解得二端口矢量网络分析仪12项系统误差项的值。
步骤S240，基于误差模型进行S参数的原始测量值、S参数的实际值以及各误差项的值的关系式推导，获得由原始测量值和各误差项表示的最终测量值修正公式。
其中，矢量网络分析仪在对实际网络测量时首先得到的是包含系统误差的原始测量值Smii、Smji，最终的测量结果应该是经修正扣除了系统误差后接近实际值的测量结果。
在一个实施例中，基于误差模型进行S参数的原始测量值、S参数的实际值以及误差项的值的关系式推导，获得由原始测量值和各误差项表示的最终测量值修正公式的步骤，包括：
基于误差模型，构建S参数的原始测量值、S参数的实际值以及误差项的值的关系表达式，根据图4所述矢量网络分析仪二端口前向测量信号流图，利用不接触环法则，得出的该关系表达式：
Figure GDA0003454716400000095
Figure GDA0003454716400000096
Figure GDA0003454716400000097
Figure GDA0003454716400000098
其中，Sm11、Sm21、Sm12、Sm22为S参数的原始测量值，ED1为第一端口的方向性误差，ED2为第二端口的方向性误差，EX1为正向串话误差，EX2为反向串话误差，ER1为第一端口的反射跟踪误差，ER2为第二端口的反射跟踪误差，S11、S12、S21、S22为S参数的实际值，EL1为正向负载失配误差，ES1为第一端口的等效源失配误差，ET1为正向传输跟踪误差，ET2为反向传输跟踪误差，ES2为第二端口的等效源失配误差，EL2为反向负载失配误差。
根据关系表达式进行推导，获得由原始测量值和各误差项表示的最终测量值修正公式：
Figure GDA0003454716400000101
Figure GDA0003454716400000102
Figure GDA0003454716400000103
Figure GDA0003454716400000104
其中，S′11、S′21、S′12、S′22为对S参数的实际值进行修正后的值。
表示成通式：
Figure GDA0003454716400000105
Figure GDA0003454716400000106
其中，
Figure GDA0003454716400000107
可见，待测件S参数的最终测量值为待测件S参数原始测量值和矢量网络分析仪系统误差项的函数。
步骤S260，基于最终测量值修正公式进行各误差项对测量结果影响的分析，确定出各误差项对测量误差的贡献。
其中，各误差项对测量误差的贡献，包括两方面，一个是各误差项对原始测量结果的影响，得出各误差项对原始测量值偏离实际值的贡献最大，另一个是各误差项对最终测量结果的影响，得出各误差项对最终测量结果误差的贡献分。
在一个实施例中，基于最终测量值修正公式进行各误差项对测量结果影响的分析，确定出各误差项对测量误差的贡献的步骤，包括：基于最终测量值修正公式，将原始测量值展开成泰勒级数并取线性项，评估出各误差项对原始测量值偏离实际值的贡献最大；基于最终测量值修正公式，进行泰勒二次项展开式的运算，评估出各误差项对最终测量结果误差的贡献分。
其中，各误差项对原始测量结果的影响分析如下：在原始测量值的表达式中，待测S参数的实际值是确定值，Smii、Smji可以仅看作各误差项的函数。如果矢量网络分析仪的硬件是理想的，各误差项的数值应为EDi、ESi、ELi、EXi＝0，ERi、ETi＝1，则S参数的原始测量值就等于待测S参数的实际值Sii、Sij，没有测量误差。然而由于矢量网络分析仪的硬件不可能是理想的，S参数的原始测量值必定与S参数的实际值存在偏差。把它们展开成泰勒级数并取线性项，可得：
Figure GDA0003454716400000111
Figure GDA0003454716400000112
其中，ΔSmii为误差项对原始测量值偏差的贡献，ΔSmji为误差项对原始测量值偏差的贡献，k为求偏导时自变量的个数，
Figure GDA0003454716400000114
为求偏导，n为自变量的个数，xk为误差项的值，x0k为代表理想情况下该误差项的值，x0m为自变量的取值，xm为自变量。
其中每一项代表一个误差项对这个偏差的贡献量：
Figure GDA0003454716400000113
Figure GDA0003454716400000121
其中，ΔSmii(xk)、ΔSmji(xk)代表误差项xk对原始测量值偏差的贡献。
因为各误差项xk的值已经由二端口SOLT(Short-Open-Load-Thru，校准技术)校准算法中的过程确定，而其理想情况下x0k的值也为已知，因此，由式(15)和式(16)即可评估出每个误差项对原始测量值偏离实际值的贡献最大。
各误差项对最终测量结果的影响分析如下：
实际上，原始测量值的误差和最终测量结果的误差并不是完全对应的，也就是说原始测量值中某个参数的误差大并不一定意味着最终测量结果对应参数的误差大。一般来说，最终测量结果中硬件误差项的影响经误差修正过程已大幅减小。如果硬件偏离理想情况太大，误差修正的结果也要打折扣。因此有必要以对硬件性能对最终测量结果的影响进行分析。
对待测网络的二端口器件测量时，从误差模型信号流图可以得出，待测件的S参数可由原始测量值、S参数的实际值和误差项表示为：
Figure GDA0003454716400000122
Figure GDA0003454716400000123
其中，Scii为修正后的S参数，Scji为修正后的S参数。
实际上就是利用已通过校准获得的误差项对原始测量值进行修正的公式。同样将Scii、Scji看作各误差项以及测量值的多元函数。
可得：
Figure GDA0003454716400000124
Figure GDA0003454716400000131
其中，Sii0、Sji0为Sii和Sji的实际值。各项误差对最终测量结果(修正后)Sii和Sji误差的贡献分别为：
Figure GDA0003454716400000132
Figure GDA0003454716400000133
具体表达式为下：
Figure GDA0003454716400000134
Figure GDA0003454716400000135
因为最终测量结果中误差项影响的线性部分经误差修正公式已大部分消除，需要考虑上述公式在EDi、ESi、ELi、EXi＝0，ERi、ETi＝1附近泰勒展开式的二次项，由上式可以得出，最终测量结果只与等效源失配误差ESi和正、反向负载失配误差ELi有关。
步骤S280，根据各误差项对测量误差的贡献，确定矢量网络分析仪中待改进的硬件。
其中，确定对应每个硬件性能对应的误差项引起的测量误差的大小，从而对仪器的设计和性能评估提供参考。
在一个实施例中，根据各误差项对测量误差的贡献，确定矢量网络分析仪的各硬件性能对应的误差项引起的测量误差的步骤，包括：根据各误差项对原始测量值偏离实际值的贡献最大，以及各误差项对最终测量结果误差的贡献分，确定矢量网络分析仪中待改进的硬件。
其中，根据各误差项对原始测量值偏离实际值的贡献最大，进而判断出哪一个硬件性能更应该改进，如EDi引起的偏差最大，即可判断i端口反射定向耦合器的方向性有待改进，具体为：
Figure GDA0003454716400000141
或者
Figure GDA0003454716400000142
可见，方向性误差EDi、串话误差EXi不论待测网络参数大小如何，都对测量结果造成固定的影响，对小的待测参数造成大的相对误差；而反射跟踪误差ERi对反射系数结果、传输跟踪误差ETi对传输系数结果造成固定的相对误差，ERi对大反射系数、ETi对大传输系数(如放大器)的结果影响较大。但即使待测参数的绝对值较小，ERi、ETi的相位(取决于参考通道和测量通道的路径长度差)往往对反射系数或传输系数测量结果产生显著影响，因此应设法减小；等效源失配误差ESi对小反射网络反射系数和传输系数测量结果影响较小(因为通常Sii<1)，而对大反射系数网络的测量结果影响较大；而等效负载失配误差ELi则对反射系数影响较大，对传输系数影响较小。
根据各误差项对最终测量结果误差的贡献分进行分析，等效源失配误差ESi对小反射网络反射系数测量结果影响较小(因为通常Sii<1)，而对大反射系数网络的测量结果影响较大，应设法减小；等效负载失配误差ELi对反射系数影响较大。等效源失配误差ESi对传输系数影响较大；等效负载失配误差ELi对传输系数影响较小。
上述矢量网络分析仪硬件指标对测量精度影响的分析方法，通过根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定误差模型各误差项的值；基于误差模型进行S参数的原始测量值、S参数的实际值以及各误差项的值的关系式推导，获得由原始测量值和各误差项表示的最终测量值修正公式；基于最终测量值修正公式进行各误差项对测量结果影响的分析，确定出各误差项对测量误差的贡献；根据各误差项对测量误差的贡献，确定矢量网络分析仪中待改进的硬件。可以明确对矢量网络分析仪各部件的要求，在矢量网络分析仪的研发生产中加强相关硬件的质量控制，设法减小该项误差，做到既不对某一部件提出过高的要求，又保证网络分析仪的测量精度。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种矢量网络分析仪硬件指标对测量精度影响的分析方法，其特征在于，所述方法包括：
根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定所述误差模型各误差项的值；
基于所述误差模型进行S参数的原始测量值、S参数的实际值以及各所述误差项的值的关系式推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式；
基于所述最终测量值修正公式进行各所述误差项对测量结果影响的分析，确定出各所述误差项对测量误差的贡献；
根据各所述误差项对所述测量误差的贡献，确定所述矢量网络分析仪中待改进的硬件。
2.根据权利要求1所述的方法，其特征在于，所述根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定所述误差模型误差项的值的步骤，包括：
基于矢量网络分析仪的自身误差项、信号源不稳定和接收机的本底噪声，建立与矢量网络分析仪的硬件特性有明确物理意义的各误差项对应关系的基础误差模型；
通过信号流图法根据所述基础误差模型建立误差模型；
根据单端口校准和二端口直通校准，对参数已知的校准件进行测量，获得S参数的原始测量值；
通过所述原始测量值与S参数的实际值之间的数学关系解算出所述误差模型各误差项的值。
3.根据权利要求2所述的方法，其特征在于，所述矢量网络分析仪的自身误差项包括：第一端口方向性误差、第二端口方向性误差、第一端口反射跟踪误差、第二端口反射跟踪误差、第一端口等效源失配误差、第二端口等效源失配误差、正向传输跟踪误差、反向传输跟踪误差、正向负载失配误差、反向负载失配误差、正串话误差和反串话误差。
4.根据权利要求1所述的方法，其特征在于，所述基于所述误差模型进行S参数的原始测量值、S参数的实际值以及误差项的值的关系式推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式的步骤，包括：
基于所述误差模型，构建S参数的原始测量值、S参数的实际值以及误差项的值的关系表达式：
Figure 213511DEST_PATH_IMAGE001
Figure 555631DEST_PATH_IMAGE002
Figure 280004DEST_PATH_IMAGE003
Figure 470333DEST_PATH_IMAGE004
其中，
Figure 393289DEST_PATH_IMAGE005
、
Figure 640731DEST_PATH_IMAGE006
、
Figure 649138DEST_PATH_IMAGE007
、
Figure 640228DEST_PATH_IMAGE008
为S参数的原始测量值，
Figure 417691DEST_PATH_IMAGE009
为第一端口的方向 性误差，
Figure 836034DEST_PATH_IMAGE010
为第二端口的方向性误差，
Figure 66158DEST_PATH_IMAGE011
为正向串话误差，
Figure 858009DEST_PATH_IMAGE012
为反向串话误差，
Figure 489979DEST_PATH_IMAGE013
为第一端口的反射跟踪误差，
Figure 79223DEST_PATH_IMAGE014
为第二端口的反射跟踪误差，
Figure 62223DEST_PATH_IMAGE015
、
Figure 395115DEST_PATH_IMAGE016
、
Figure 881591DEST_PATH_IMAGE017
、
Figure 172895DEST_PATH_IMAGE018
为S参数的实际值，
Figure 377612DEST_PATH_IMAGE019
为正向负载失配误差，
Figure 263264DEST_PATH_IMAGE020
为第一端口的等效源失配误差，
Figure 604247DEST_PATH_IMAGE021
为正向传输跟踪误差，
Figure 738556DEST_PATH_IMAGE022
为反向传输跟踪误差，
Figure 164989DEST_PATH_IMAGE023
为第二端口的等效源失配误差，
Figure 105263DEST_PATH_IMAGE024
为反向负载失配误差；
根据所述关系表达式进行推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式：
Figure 566332DEST_PATH_IMAGE025
Figure 668280DEST_PATH_IMAGE026
Figure 844659DEST_PATH_IMAGE027
Figure 588624DEST_PATH_IMAGE028
其中，
Figure 904199DEST_PATH_IMAGE029
、
Figure 442628DEST_PATH_IMAGE030
、
Figure 843653DEST_PATH_IMAGE031
、
Figure 860151DEST_PATH_IMAGE032
为对S参数的实际值进行修正后的值。
5.根据权利要求1所述的方法，其特征在于，所述基于所述最终测量值修正公式进行各所述误差项对测量结果影响的分析，确定出各所述误差项对所述测量误差的贡献的步骤，包括：
基于所述最终测量值修正公式，将所述原始测量值展开成泰勒级数并取线性项，得出各所述误差项对原始测量值偏差的贡献，评估出各所述误差项对所述原始测量值偏离所述实际值的贡献最大，其中，每一个误差项对应一个贡献值；
基于所述最终测量值修正公式，进行泰勒二次项展开式的运算，评估出各所述误差项对最终测量结果误差的贡献分。
6.根据权利要求5所述的方法，其特征在于，所述根据各所述误差项对所述测量误差的贡献，确定所述矢量网络分析仪中待改进的硬件的步骤，包括：
根据各所述误差项对所述原始测量值偏离所述实际值的贡献最大，以及各所述误差项对最终测量结果误差的贡献分，确定所述矢量网络分析仪中待改进的硬件。
CN202011454468.XA 2020-12-10 2020-12-10 矢量网络分析仪硬件指标对测量精度影响的分析方法 Active CN112698257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011454468.XA CN112698257B (zh) 2020-12-10 2020-12-10 矢量网络分析仪硬件指标对测量精度影响的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011454468.XA CN112698257B (zh) 2020-12-10 2020-12-10 矢量网络分析仪硬件指标对测量精度影响的分析方法

Publications (2)

Publication Number Publication Date
CN112698257A CN112698257A (zh) 2021-04-23
CN112698257B true CN112698257B (zh) 2022-03-25

Family

ID=75508805

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011454468.XA Active CN112698257B (zh) 2020-12-10 2020-12-10 矢量网络分析仪硬件指标对测量精度影响的分析方法

Country Status (1)

Country Link
CN (1) CN112698257B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113791285B (zh) * 2021-08-23 2022-12-27 电子科技大学 一种无参考接收机的矢量网络分析仪
CN113904085A (zh) * 2021-09-13 2022-01-07 大富科技(安徽)股份有限公司 定向耦合电路、定向耦合器调试电路及其调试方法
CN114236449B (zh) * 2021-11-30 2022-09-30 南京航空航天大学 一种调制域微波矢量网络分析仪校准方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004047308A1 (de) * 2004-09-29 2006-03-30 Rohde & Schwarz Gmbh & Co. Kg Verfahren zur Verifikation der Kalibrierung eines Mehrtor-Netzwerkanalysators und Kalibriereinheit hierfür
CN103336254A (zh) * 2013-06-06 2013-10-02 三维通信股份有限公司 一种简单方便的矢量网络分析仪校准装置
CN103605094B (zh) * 2013-11-15 2016-04-27 中国电子科技集团公司第四十一研究所 一种多端口矢量网络分析仪简化校准方法
CN103983931B (zh) * 2014-05-06 2016-06-08 中国电子科技集团公司第十三研究所 矢量网络分析仪s参数测量不确定度的确定方法
CN104569887B (zh) * 2014-12-22 2018-03-27 大唐移动通信设备有限公司 一种单端口网络校准中的误差获取方法和装置
CN110286345B (zh) * 2019-05-22 2020-06-19 中国电子科技集团公司第十三研究所 一种矢量网络分析仪在片s参数的校准方法、系统及设备

Also Published As

Publication number Publication date
CN112698257A (zh) 2021-04-23

Similar Documents

Publication Publication Date Title
CN112698257B (zh) 矢量网络分析仪硬件指标对测量精度影响的分析方法
CN109444717B (zh) 新型在片s参数误差校准方法和装置
JP6499177B2 (ja) 検査装置構成を校正する方法
CN104237829B (zh) 高精度噪声系数测量系统整体校准方法
US8504315B2 (en) Method for the secondary error correction of a multi-port network analyzer
JPH11326413A (ja) ネットワ―ク・アナライザにおける測定誤差補正方法
CN103399286A (zh) 一种多特性阻抗网络的测量校准方法
CN110954809B (zh) 一种用于大信号测试的矢量校准快速修正方法
JPH03500929A (ja) マイクロ波・ミリメータ波回路評価装置の校正方法
CN109239634B (zh) 基于岭回归的二端口矢量网络分析仪校准的方法
CN111983538B (zh) 在片s参数测量系统校准方法及装置
US20130317767A1 (en) Measurement error correction method and electronic component characteristic measurement apparatus
CN110174634B (zh) 一种负载牵引测量系统及测量方法
CN111766424A (zh) 一种具备单端口网络分析功能的综测仪及其测试方法
CN114236449B (zh) 一种调制域微波矢量网络分析仪校准方法
Zhao et al. A reformulation and sensitivity analysis of TRL
JP7153309B2 (ja) ベクトルネットワークアナライザを用いた反射係数の測定方法
US6982561B2 (en) Scattering parameter travelling-wave magnitude calibration system and method
CN114137389B (zh) 微波探针s参数相位的确定方法、装置、终端及存储介质
US20080010034A1 (en) Method for network analyzer calibration and network analyzer
CN113359078A (zh) 一种基于十六项误差模型的矢量网络分析仪校准方法
Lenk et al. A new multiport measurement-method using a two-port network analyzer
RU2753828C1 (ru) Способ калибровки и определения собственных систематических погрешностей векторного анализатора цепей
Rumiantsev Development of Calibration Solutions
Singh et al. Commissioning of a VNA dynamic uncertainty tool for microwave S-parameter measurements

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