在讲校准之前,先介绍一下网络分析仪的“系统误差模型”。如果你去看各种论文或书籍,都喜欢给你下面这张图,然后列一大堆公式,先把你搞晕,这个是传统的10项误差模型。也有文献叫12项误差模型,包含了2个isolation误差项,但是现代网分基本做得很好了,这个项可以忽略,故大部分都讲10项误差模型。
我们这是碎片时间阅读材料,就不讲这些复杂的方程组了!
我们就来看看下图的简化结构和误差模型吧,我们以测s21为例,实际测的是b2和a1的功率比b2-a1(为了方便,这里功率统一采用对数单位dbm),但是在图中可以看到,b2和a1是不能直接测到的,必须通过功分器在1端口的参考接收机通道测出a1’,然后在2端口的测量接收机通道测出b2’,因此(b2’-a1’)和(b2-a1)之间的差值,我们就定义为系统误差。
所谓校准,就是测量一组已知器件(即校准件或称标准件),根据仪器接收机实际测试的结果和已知校准件的特性比较,联列方程组,解出上述的误差项eij,从而为后续的测量提供修正。
这里需要对校准件做进一步说明,在同轴系统中,校准件通常是开路、短路、匹配和直通,但是由于现实中无法实现理想的开路、短路、匹配和直通,因此需要正确的标定校准件的“特征数据(characteristicdata)”,例如开路应该表征为一个寄生电容和一段传输线;短路表征为寄生电感和一段传输线,匹配一般表征为一个理想50欧姆,现代网络分析仪也可以对匹配的不理想性进行表征。如下图所示。
一般在校准件的附带的存储设备里面,都以文件形式定义,现在高端的校准件一般都会配备一个优盘,里面存着这套校准件的特征数据(一般每套校准件都有自己的***),严格讲每套校准件要和自己配套的特征数据配合使用。对于低频的同轴校准件,其差异性不是很大,所以大部分商用网络分析仪都内置了常见型号的校准件“特征数据”的典型值(typical)。
对于直通校准件,必须精确的表征(或者说“告诉”网络分析仪)其插损和电长度,严格来讲还需要知道其s11和s22,但是目前网络分析的模型都是把直通当一个理想50欧姆的有损传输线来处理的。
现代网络分析仪普遍采用了2n接收机架构,例如2端口网络分析仪的接收机数目为4,即每个端口都有自己的参考接收机和测量接收机,因此共有7个独立的误差项(即7个未知数),这样就不需要预先知道thru校准件的参数了,只要保证thru校准件互易(reciprocal),只需列7个方程就能把校准完成。并且同时可以精确的测试出thru校准件的插损和电长度。
基本上所有网络分析仪都支持传统的tosm(有些厂商叫作solt-short open loadthrough),使用这种方法的前提是----必须正确的定义through的特征特征参数,就是说校准件的参数文件中必须包含through的参数,而且必须要使用这个特定的through,不能用别的through或者转接头代替。
tosm校准之后,直接测量through的结果就是校准件模型中对应的“特征数据”(即优盘里存储的数据),有一定的插损和相位。这一点是需要注意的,很多使用者一直有一个认识的误区,认为这时候的插损应该是0,相位也是0,这是不正确的。
对于uosm校准,校准后直接测量through校准件,这时网络分析仪就把through直接当成一个被测件来处理,测到的插损和相位就是这个校准件实际的特性。
值得一提的是,uosm校准非常适合两端为不同接头类型的器件的测试。例如一个被测件的输入是n型接头,输出是sma接头。在测试这种器件时,可以在网分的一端使用n型电缆,另一端使用sma型电缆,校准的时候,可以在n型接头这边使用n型的open、short、match校准件校准,在sma型接头这边使用sma的open、short、match校准件。在校准through的时候,使用任意一个质量较好的n-sma转接头即可,校准完之后,参考面就是电缆的n型接头和sma型接头的末端。因此uosm校准方法也可以用于测试一些接头适配器和射频电缆。
另外uosm还有一个优点,假设两个人,分别用不同的thru(不一定要是校准件级别的,只要是正常的转接头即可)去校准,当然open、short、match是一样的,最终的校准结果是一致的,因为根本不需要“告诉”仪器thur的特征参数,thru可以是任何互易的转接头。
首先这里要强调,用校准件去验证,实际测试的结果不是“理想”参数,而是校准件“特征数据”。
因此直接测试open,并不是在史密斯圆图最右端开路位置的一圈点,而是一个沿等驻波比圆,向源(generator)方向的一条曲线。这是因为如图3中的开路校准件实际上是一个寄生电容串联一段有损传输线,对于不同频率传输线引起的相移(包括损耗)是不一样的,因此聚在一起的数百个扫频点,每个点的频率是不一样的,相移各不相同,就显示成一个曲线了,如果看s11的相位,也不是0度,原因同上。
同理如果测试short校准件的s11,看到的也是在史密斯圆图左端短路点附近,沿等驻波比圆,向源(generator)方向的一条线,曲线的长度和扫频范围有关。
至于match,由于目前的网络分析仪一般把它当作理想50欧姆匹配来处理的。所以校准完再次接上match校准件,其反射系数非常低,一般能达到-60db左右,这个值可以理解为“有效系统数据”即补偿后的剩余误差。值得注意的是,对于match会有一个特殊的所谓“记忆(re-recognition)”现象,也就是说用某套校准件校准,如果还是测刚刚校准用的那个match,反射系数可以到-60db左右,如果换任何其他一套校准件中的match,都不可能达到-60db,一般只能达到-30db左右。这主要是因为,低频段的网络分析仪都把match当作理想50欧姆,校准算法仅仅根据当前测试的这个match的结果来补偿,而实际上每个match的物理特性都是略有差别的,因此换上另外的match就不可能达到-60db左右的反射系数。当然理想的50欧姆也是不可能实现的,这也是影响测量不确定度的一个因素,目前商用网络分析仪在测试反射系数,特别是反射系数特别小的器件的时候(-25db到-35db),不确定度一般都能达到2-3db。
因此有必要再次强调,任何匹配校准件真实的s11(反射系数)达不到-60db,一般只有-30到-40db左右。在校准时,系统将它当作理想的匹配,就得到了-60db这样低的结果。
现代网络分析仪也支持用s参数包来定义校准件,如果采用s参数包文件定义,校准后再测量open,short和match,测量的结果就和s参数定义包里面的数据完全一样。特别指出这时候在用刚刚校准用的match校准件接上去,一般也就是-30db左右(和定义match的s参数包文件一模一样),不再会出现-60db的“记忆效应”现象。值得注意的是,目前的商用校准件通常只是对open、short、match使用s参数包,对through还是使用有损传输线的模型。这主要是由于传输线模型已经能比较精确的描述其特性了,由于through是2端口器件,必须是有s2p文件,而如果用了s2p文件,文件的参数必须和校准件的连接的方向有关,而实际中也不方便规定校准的时候through的连接方向。
tosm校准完之后,through校准件不拿掉,直接测试s11或s22,此时测得的是有效负载匹配(可以当做接近理想50欧姆)串联一段有损传输线的结果,如下图所示,是在史密斯原图中心匹配点附近的一个小圆圈,随着频率的变化呈现一定的复数阻抗特性,逐步偏离50欧姆原点。由于through校准件是当作理想50欧姆的有损传输线来处理的,没有考虑through本身的s11反射,这个值换算成反射系数用db表示仍然很小,一般网络分析仪在8ghz以下,仍然有-50db左右。
当然,如果校准件采用的s参数包文件,这时候的试s11或s22一般也只能到-30db左右。
tosm校准在测量直通时,仍然要测试s11和s22,并对其补偿,因此校准之后,对当前使用的这个through校准件也有所谓“记忆(re-recognition)”现象,此时换成另外任何一个through之后,都不可能达到-50db的回波损耗的,甚至仅仅把当前这个through换一个方向连接,也达不到-50db这个量级。
但是usom对through的s11和s22没有做测量和补偿,through甚至是未知的,更没有把它描述为一个理想有损传输线,因此就没有所谓的“记忆(re-recognition)”现象。校准完之后,直接测试through,其s11和s22就是这个through本身的端口反射系数,一般在-30db以下。但是这才是合理的,tosm校准后的结果实际上是“记忆(re-recognition)”效应的结果,是过于理想化的仪器的剩余误差,不能反映校准件和系统的真实特性。
虽然uosm校准之后,直接测试校准件的结果没有tosm那么理想,但是uosm才是更精确的校准方法,其结果更能真实的反映校准件的特性。
总而言之就是:uosm校准以及s参数包定义的校准件模式,校准后直接用校准件验证的结果更接近真实情况,但是结果不是那么好看。
tosm校准(并且在没有正确定义thru的情况下)以及理想的match校准件定义模式下,直接用校准件验证的结果过于理想,但是很讨人喜欢,具有一定迷惑性!
骨科手术机器人可以自己做手术吗?它与医生是怎样分工的?
青莲云推出物联网安全行业解决方案,获3000万元 A+ 轮融资
如何在Fitbit应用程序上自定义主屏幕
众说纷纭:华为麒麟芯片此高通骁龙差距有多远?
基于电力载波通信的远程开关设计可使用线驱动器CN6212
网络分析仪的系统误差模型 网络分析仪的TSOM和USOM校准
DIY高大上四旋翼无人机飞控,看我如何用STM32单片机搞定了这个Case的(含详细程序图文)
首个5G室内分布式Massive MIMO技术在国家大剧院顺利完成验证
关于Delta(德尔塔)百变积木机器人的介绍和应用
打通IO栈:一次编译服务器性能优化实战
徕卡TL2无反相机上手评测:信仰“可乐标” 需要花一大笔钱的残幅无反相机
车载产品组合不断丰富,移远通信赋能智能网联汽车新体验
红外热成像赋能无人机领域应用
苹果发布了最新的Safari技术预览版,MacBook Pro的续航问题迎刃而解!
麒麟9000s和骁龙888哪个好?
iphone8什么时候上市?iphone8最新消息:iphone8最全信息爆料:除了双摄和全面屏,iphone8还确认了指纹位置?
国产旗舰机: 华为mate9, 国产崛起的代表作
优必选科技赴港上市,引领人形机器人行业新篇章
EVM QA 公益评审
STM32 ILI9341驱动TFTLCD屏(一)