这个例子展示了如何使用射频模块集来测量给定频谱范围内射频系统的增益和噪声系数。
该示例需要DSP系统工具箱™。
在这个例子中,描述了一种测量射频系统频率相关增益和噪声的方法。这些光谱特性测量了两个射频系统;一个低噪声放大器和相同的放大器匹配。测量所用的模型如下图所示:
模型=“GainNoiseMeasurementExample”;Open_System(型号);
该模型有两个测量单元,每一个都连接到包含DUT的不同子系统。上层测量单元连接到DUT子系统中不匹配的黄色背景LNA:
open_system([模型' / DUT无与伦比的']);
下面的测量单元连接到DUT子系统中与之匹配的蓝色背景的LNA:
open_system([模型' / DUT匹配”]);
每个测量单元输出两个矢量信号,分别表示对应DUT的增益图和噪声图的频谱,并将其输入为两个矢量信号数组的阴谋(DSP系统工具箱)块绘制上述特性与频率的关系,比较未匹配和匹配的DUT系统。在接下来的部分中,描述了匹配网络的设计过程,给出了仿真结果,并与期望的LNA和匹配网络特性进行了比较。最后,说明了在测量单元内获取光谱增益和噪声结果的过程。
在匹配的DUT子系统中使用的匹配网络包括一个单级L-C网络,其设计遵循与RF工具箱示例中描述的相同的程序低噪声放大器的匹配网络设计.由于这里使用的LNA是不同的,所以设计如下所述
最初,一个rfckt.amplifier
对象表示文件中指定的基于异质结双极晶体管的低噪声放大器,“RF_HBT_LNA。S2P的.然后,圆
方法的方法rfckt.amplifier
对象用于在史密斯图上放置常数可用增益和常数噪声数字圈,并选择一个适当的反射系数源,即伽玛,它在增益和噪声之间提供一个适当的折衷。选择的伽玛值产生Ga=21dB的可用增益,在中心频率fc=5.5GHz处的噪声系数NF=0.9dB:
unpatched_amp = read(rfckt.amplifier,“RF_HBT_LNA。S2P的);Fc = 5.5e9;%中心频率(Hz)圆(unmatched_amp fc,“刺”,“在”,“刺”,“出”,“遗传算法”15:2:25,...'nf'0.9:0.1:1.5);%选择伽玛并显示在史密斯图表上:持有在γ= 0.411 * exp(1 * 106.7 *π/ 180);情节(γ“k”。,“MarkerSize”,16)文本(真实(伽玛)+ 0.05,Imag(Gammas)-0.05,“\ Gamma_{年代},'字体大小'12...“FontUnits”,“归一化”) hLegend = legend(“位置”,“东南”);hLegend。字符串= hLegend.String (1: end-1);持有从
对于所选的gamma,可以得到以下性质:
归一化源阻抗:zs = gamma2z(伽玛,1);匹配| γ |的,等于复共轭的% |GammaOut|显示在数据提示:GammaL = 0.595 * exp(1 * 135.0 *π/ 180);归一化负载阻抗:Zl = gamma2z (GammaL, 1);
输入匹配网络由一个并联电容Cin和一个串联电感Lin组成。史密斯图是用来查找组件值的。为了做到这一点,恒定电导圆穿过史密斯图的中心和恒定电阻圆穿过伽玛
的交点(点)发现:
[〜,hsm] = circle(unpatched_amp,fc,'G',1,“R”真正的(z));歌舞青春。类型='yz';选择GammaA并在smith图表上显示兴趣点:持有在情节(γ“k”。,“MarkerSize”,16)文本(真实(伽玛)+ 0.05,Imag(Gammas)-0.05,“\ Gamma_{年代},'字体大小'12...“FontUnits”,“归一化”)图(0,0,“k”。,“MarkerSize”*exp(1j*(-112.6)*pi/180);情节(GammaA“k”。,“MarkerSize”,16)文本(真实(Gammaa)+ 0.05,Imag(Gammaa)-0.05,“\ Gamma_{}”,'字体大小'12...“FontUnits”,“归一化”) hLegend = legend(“位置”,“东南”);hLegend。字符串= hLegend.String (1: end-3);持有从
利用所选的gamma,得到输入匹配网络元件Cin和Lin:
获得GammaA对应的导纳Ya:咱= gamma2z (GammaA, 1);丫= 1 /咱;%使用雅,找到Cin和Lin:Lin = (imag(Zs) - imag(Za))*50/2/pi/fc
CIN = 4.8145E-13 LIN = 1.5218E-09
以类似的方式,利用交点(点)在穿过史密斯图中心的恒导圆和穿过的恒阻圆之间伽马
:
[hLine, hsm] = circle(unmatched_amp,fc,)'G',1,“R”,真正的(Zl));歌舞青春。类型='yz';选择GammaB并在smith图表上显示兴趣点:持有在情节(GammaL“k”。,“MarkerSize”16)文本(真正的(GammaL) + 0.05,图像放大(GammaL) -0.05,“\ Gamma_ {L}’,'字体大小'12...“FontUnits”,“归一化”)图(0,0,“k”。,“MarkerSize”*exp(1j*(-127.8)*pi/180);情节(GammaB“k”。,“MarkerSize”16)文本(真正的(GammaB) + 0.05,图像放大(GammaB) -0.05,“\ Gamma_ {B}’,'字体大小'12...“FontUnits”,“归一化”) hLegend = legend(“位置”,“东南”);hLegend。字符串= hLegend.String (1: end-3);持有从
使用所选择的GammaB,得到输入匹配的网络分量Cout和Lout:
%获得对应于伽马射的导纳Yb:Zb = gamma2z(GammaB, 1);Yb = 1 / Zb;使用Yb,找到Cout和Lout:Cout =图像放大(Yb) / 50/2π/ fc
cout = 8.9651e-13
Lout = (imag(Zl) - imag(Zb))*50/2/pi/fc
笨拙的人= 1.2131 e-09
上述输入和输出网络分量值用于前面描述的增益和噪声系数谱测量模型中匹配的DUT的仿真。Array Plot块显示的光谱结果如下:
open_system([模型'/ gain spectrum']);open_system([模型'/噪音系谱']);sim(模型1的军医);
接下来,将模拟结果与预期的预期进行比较。为了便于比较,使用RF工具箱分析无与伦比和匹配的放大器网络。此外,作为需要更精细的细节,模拟运行较长的时间。较长模拟的结果在文件中给出“GainNoiseResults.mat”.
分析不匹配的放大器BW_analysis = 2 e9;%分析带宽(Hz)f_analysis = (-BW_analysis / 2:1e6: BW_analysis / 2) + fc;分析(unmatched_amp f_analysis);为匹配的放大器创建和分析射频网络input_match = rfckt.cascade (“电路”,...{rfckt.shuntrlc (“C”、Cin) rfckt.seriesrlc ('L',林)});output_match = rfckt.cascade (“电路”,...{rfckt.seriesrlc ('L'笨拙的),rfckt.shuntrlc (“C”Cout)});matched_amp = rfckt.cascade (“电路”,...{input_match,unpatched_amp,output_match});分析(Matched_amp,F_Analysis);%加载一个较长的模拟结果负载“GainNoiseResults.mat”fGainSpectrumNFSpectrum;绘制预期和模拟传感器增益StdBlue = [0 0.45 0.74];StdYellow = (0.93, 0.69, 0.13);hLineUM =情节(unmatched_amp,'gt',“数据库”);hLineUM。颜色= StdYellow;持有在情节(f, GainSpectrum (: 1),“。”,'颜色', StdYellow);hLineM =情节(matched_amp,'gt',“数据库”);hlinem.color = stdblue;情节(f, GainSpectrum (:, 2),“。”,'颜色', StdBlue);传奇({“G_t分析-不匹配”,...'g_t模拟 - 无与伦比的',...“G_t分析-匹配”,...“G_t模拟-匹配”},“位置”,'西南');%绘制预期和模拟噪声数字hFig =图;hLineUM =情节(unmatched_amp,'nf',“数据库”);hLineUM。颜色= StdYellow;传奇(“位置”,“西北”)举行在情节(f, NFSpectrum (: 1),“。”,'颜色', StdYellow);hLineM =情节(matched_amp,'nf',“数据库”);hlinem.color = stdblue;绘图(F,NFStum(:,2),“。”,'颜色', StdBlue);传奇({'NF分析 - 无与伦比',...“NF模拟-无与伦比”,...“NF分析-匹配”,...“NF模拟-匹配”},“位置”,“西北”);
测量单元产生输入信号DUT_in,该信号由零均值白噪声和零方差脉冲响应信号组成。后者用于确定被DUT增益的频率响应,并与白噪声一起确定被DUT噪声系数。测量单元收集DUT输出信号,对其进行加窗FFT,然后进行统计计算,获得DUT的增益和噪声值。
open_system([模型“/噪声和增益测量”],'力量');
统计计算在蓝色标记的区域中完成。计算使用频域中的三个输入;仅输入噪声,仅输入信号和输出信号。仅将输入信号与输出信号的平均值进行比较,以确定DUT的增益,,在每个频率箱。输出信号的差异,拆除平均信号,产生DUT系统的输出噪声,,以及输入DUT的输入噪声,,只取输入噪声的方差,即噪声图,,可以用以下公式计算:
在那里,和在上面的等式中是DUT的输入和输出处的信噪比。最后,在转换为分贝之后,光谱结果被分成垃圾箱并在它们内部平均,以促进更快的收敛。此外,为了提高噪声计算汇聚,一旦增益达到收敛,输出噪声方差被重置。
中规定了影响测量单元操作的属性块的掩码参数对话框如下所示:
这些参数描述如下:
采样时间 - 测量单元创建的信号的采样时间。采样时间还管理测量单元捕获的总模拟带宽。
FFT大小 - 用于获得测量单元内信号的频域表示的FFT频体的数量。
贝塔的凯撒窗口-测量单元内所有FFT计算中使用的Kaiser窗口的参数。增加扩大MainLobe并降低窗口频率响应的侧面的幅度。
频谱覆盖率比 - 0和1之间的值,表示由测量单元处理的总模拟带宽的一部分。
仓数-由测量单元产生的增益和NF信号的输出频率仓数。覆盖频谱内的FFT箱被重新分配到那些输出箱中。多个FFT仓落在同一个输出仓的平均值。
平均信号与RMS噪声的比值-测量单元产生的DUT_in信号中,平均信号幅度与RMS噪声的比值。较大的数值提高了DUT增益计算的收敛性,但由于数值不准确,降低了噪声计算的精度。
获得容忍 - 增益变化的阈值相对于其平均值。当阈值命中时,增益被认为是融合的,触发用于输出噪声计算的复位。
关闭(hFig);bdclose(模型);清晰的模型hLegendhsm线hLegendStdBluestdyellowhLineUMhLineMhFig;清晰的伽玛ZS.伽马ZL.伽玛ZA.雅伽马布ZB.YB.;清晰的unbatched_amp.Bw_Analysis.F_Analysis.input_matchoutput_matchmatched_amp.;