Strumentazione Elettronica pag. 1 Analizzatore di spettro L’analizzatore di spettro è l’equivalente nel dominio della frequenza dell’oscilloscopio nel dominio del tempo; come l’oscilloscopio visualizza il valore della tensione del segnale in funzione del tempo così l’analizzatore di spettro visualizza l’energia del segnale in funzione della frequenza. La via concettualmente più semplice per realizzare un analizzatore di spettro consiste nell’inviare il segnale da analizzare ad una serie di filtri passa banda, ciascuno con una diversa frequenza centrale; all’uscita di ciascuno di questi filtri si avrà una forma d’onda di tensione, di ampiezza proporzionale all’energia del segnale associata alla rispettiva banda passante. Lo spettro del segnale può allora essere visualizzato semplicemente associando l’ampiezza istantanea all’uscita di ciascun filtro alla frequenza centrale corrispondente. Un tale strumento viene chiamato analizzatore di spettro a banco di filtri (BANK-OF-FILTER ANALYZER) ed ha il vantaggio di visualizzare quasi istantaneamente lo spettro del segnale; il tempo di risposta è sostanzialmente uguale a quello dei filtri Ovviamente la risoluzione in frequenza di un tale strumento coincide con la larghezza di banda di ciascuno dei suoi filtri (supponendo che tutti abbiano la stessa larghezza di banda qualunque sia la frequenza centrale); infatti, come mostrato in Fig. 27, la frequenza della singola linea dello spettro del segnale è conoscibile con una incertezza pari alla larghezza di banda dei filtri (caso 1 e 2 in figura) e inoltre, se due linee dello spettro cadono nella banda passante di un unico filtro (caso 4 in figura) allora l’ampiezza del segnale all’uscita di un tale filtro sarà proporzionale all’energia associata a entrambe le frequenze e quindi lo strumento visualizzerà un’unica linea di spettro con ampiezza errata. Si noti che per aumentare la risoluzione bisognerebbe ridurre la banda passante dei filtri con conseguente aumento sia del numero di filtri necessari (a parità di banda) sia del tempo di risposta (filtri più selettivi, transistori più lunghi). Risulta allora evidente, che per avere una risoluzione accettabile lo strumento dovrebbe essere costituito da un numero molto elevato di filtri con caratteristiche tutte diverse (la larghezza di banda in percentuale della frequenza centrale è sempre diversa) ma prestazioni comunque elevate in termini di attenuazione nella banda proibita. In conclusione questo approccio, sebbene concettualmente semplice, non è applicabile nella realizzazione di un analizzatore di spettro, anche se, ad onor del vero, è stato applicato per strumenti molto semplici (bassissima risoluzione di frequenza) nel campo delle frequenze audio. Per ottenere un analizzatore di spettro con buone prestazioni, si adottano comunemente due diversi concetti: la TECNICA DELLA ETERODINA (ricevitore accordabile) e la FAST FOURIER TRASFORM. Analizzatore di spettro eterodina Il principio di funzionamento è concettualmente equivalente al multiplex a divisione di tempo; anziché utilizzare tanti filtri che operano nello stesso istante utilizziamo un unico filtro che in istanti diversi viene accordato su diverse frequenze di centro banda. Realizzare un filtro accordabile su un vasto campo di frequenze con elevate prestazioni (in termini di costanza della larghezza di banda, delle bande di transizione e della attenuazione fuori banda) non è però facile dal punto di vista elettronico, per cui risulta più conveniente realizzare un unico filtro di elevate prestazioni accordato ad una frequenza fissa opportunamente scelta, detta frequenza intermedia (IF), e traslare in frequenza il segnale da analizzare in modo da ottenere un comportamento equivalente al filtro ad accordo variabile. Tuning (accordo) Lo schema a blocchi semplificato che illustra questo principio di funzionamento è mostrato in Fig. 28. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 2 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 3 NOTE: ➫ L’attenuatore e l’amplificatore all’ingresso hanno la stessa funzione di quelli presenti negli oscilloscopi, e cioè devono condizionare il segnale in termini di ampiezza per portarlo a livelli comodi per la successiva elaborazione. Per gli analizzatori di spettro, la specifica fondamentale su questi blocchi è sia la larghezza di banda (come per gli oscilloscopi) che la dinamica (siamo nel dominio della frequenza dove si adottano scale logaritmiche). ➫ La traslazione di frequenza è realizzata dall’oscillatore locale (sinusoidale) e dal mixer; infatti all’uscita del mixer saranno presenti la somma e la differenza delle frequenze in ingresso: f LO − f IN e f LO + f IN e solo una di queste dovrà poter cadere nella banda passante del filtro a IF (in effetti sono presenti anche tutti gli altri prodotti di intermodulazione con ampiezze via via decrescenti) ➫ Il filtro passa basso evidenziato all’ingresso del mixer è necessario per eliminare la frequenza immagine. Per capire il problema basta considerare l’esempio numerico mostrato in Fig. 29 in cui si ipotizza che il sistema sia progettato per funzionare nella banda 0÷10 MHz. Se si vuole accordare il filtro per misurare l’energia associata ad una fIN = 5 MHz , dovrà essere fLO = 25 MHz, così all’uscita del mixer avremo due frequenze 20 MHz , che cade nella banda passante del filtro a IF e 30 MHz che cade nella banda proibita e quindi non contribuisce alla misura. Vediamo cosa succede se però all’ingresso del mixer fosse presente anche una frequenza di 45 MHz: il battimento con fLO produce in uscita al mixer ancora due frequenze una a 20 MHz e l’altra a 70 MHz. In conclusione il sistema, in assenza del filtro passa basso, misurerebbe contemporaneamente l’energia associata alla frequenza di 5 MHz e alla cosiddetta frequenza immagine di 45 MHz. La relazione generale per le frequenze immagini della tecnica eterodina è data da: f = f LO ± nIF con n = 1, 2, 3, ... Da questa equazione risulta evidente che se si vuole utilizzare un filtro passa basso in ingresso per eliminare l’errore dovuto alle frequenze immagine allora sarà necessario scegliere come banda utile del segnale la banda laterale inferiore generata dal processo eterodina. ➫ In conclusione, per eliminare il problema delle frequenze immagine (alias) con un semplice filtro passa basso in ingresso, si deve adottare la scelta f IN = f LO − IF , e allora la traslazione del campo di frequenze di funzionamento del sistema è quella mostrata in Fig. 30 e risulta evidente che: 1. la IF deve essere scelta prossima alla massima frequenza del campo di accordo IF > fmax; 2. l’oscillatore locale deve essere in grado di fornire una qualsiasi frequenza nel campo compreso fra la IF e la IF + fmax; 3. il filtro passa basso deve avere la frequenza della banda proibita fSB < IF. Analizzatore di spettro spazzolato (Swept Spectrum Analyzer) Applica il principio fin qui illustrato per esplorare automaticamente un campo di frequenze e generare lo spettro di frequenza del segnale. Praticamente si fa variare l’accordo del filtro su un campo di frequenza che equivale a fare spostare, nel tempo, la finestra di osservazione lungo l’asse delle frequenze come mostrato in Fig. 31. Lo schema a blocchi di uno swept spectrum analyzer è mostrato in Fig. 32. NOTE: ➫ L’oscillatore locale è stato sostituito con un VCO che viene pilotato da un generatore di rampa (o da una gradinata nel caso si disponga di generatore sintetizzato) il cui valore quindi è, istante per istante, proporzionale alla frequenza di accordo del filtro, e quindi permette di tarare l’asse delle x del display in frequenza (esattamente in maniera analoga a quello che avviene negli oscilloscopi analogici ma qui non servono circuiti di trigger); G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 4 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 5 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 6 ➫ All’uscita del filtro a IF non si ha più un voltmetro (integratore), e quindi è necessario inserire un blocco capace di convertire la forma d’onda presente all’uscita del filtro in una tensione quasi continua (rivelatore di cresta come per la demodulazione AM) che è quindi proporzionale alla energia presente nella banda passante del filtro stesso. Questa tensione, negli analizzatori analogici veniva direttamente utilizzata per la deflessione verticale di un CRT a memoria la cui deflessione orizzontale era pilotata dalla rampa che comanda il VCO, ma oggi, per i motivi che diremo più avanti, viene quantizzata (ADC) e registrata in forma numerica, unitamente al valore della frequenza di ingresso corrispondente, per essere elaborata numericamente e quindi visualizzata su un display di tipo numerico. Risoluzione di frequenza È la capacità dell’analizzatore di spettro di separare due sinusoidi presenti all’ingresso in due distinte risposte; per la trasformazione di Fourier, infatti, due segnali sinusoidali, non importa quanto vicini in frequenza, dovrebbero apparire come due distinte linee nello spettro. Purtroppo però la risposta dell’analizzatore di spettro spazzolato ad una sinusoide pura non è una linea ma esattamente la risposta in frequenza del filtro a IF. Per rendersene conto (si veda Fig. 33) basta considerare il fatto che il filtro è a frequenza fissa mentre la spazzolata dell’oscillatore locale equivale a generare una frequenza variabile all’ingresso del filtro. Allora più è stretta la banda di tale filtro tanto più la risposta approssimerà la linea di spettro. A questo punto, mostriamo che per definire la risoluzione dello strumento non basta fornire la larghezza di banda BIF a 3 dB del filtro a frequenza intermedia. Consideriamo infatti il caso di due segnali sinusoidali con frequenze distanti esattamente BIF (si veda Fig. 34): • se i due segnali sono di uguale ampiezza allora le risposte dell’analizzatore sono distinguibili; • se però i due segnali hanno ampiezze significativamente diverse, come normalmente si verifica nell’analisi dei segnali nel dominio della frequenza, allora la risposta diviene praticamente solo quella del segnale di ampiezza maggiore. Per questo motivo, generalmente la banda passante del filtro a IF degli analizzatori di spettro viene fornita sia a 3 dB che a 60 dB e questo permette di determinare la risoluzione dell’analizzatore per sinusoidi di ampiezza differente calcolando l’attenuazione introdotta dal filtro per frequenze che distano ∆f da quella centrale del filtro. La formula che normalmente si adotta, in termini di dB, è: B3dB ∆f − 2 A∆f = −3 − 57 B B 60 dB − 3dB 2 2 Ad esempio, con riferimento alla Fig. 35 , se si considerano due linee di spettro distanti 4 KHz ma con una differenza di ampiezza di 30 dB si vede che non è possibile visualizzarle usando un filtro con B3dB = 3 KHz (e B60dB = 33 KHz); infatti, un tale filtro, a 4 KHz di distanza dalla frequenza centrale introduce una attenuazione pari a A∆f = 12.5 dB e quindi la sua risposta maschera completamente la seconda linea dello spettro. Per visualizzarla sarà necessario un filtro di eguale pendenza (circa 60 dB/decade) ma con B3dB = 1 KHz (e quindi B60dB = 11 KHz) che a 4 KHz di distanza dalla frequenza centrale introduce una attenuazione pari a A∆f = 42.9 dB e quindi permette di visualizzare la seconda linea dello spettro. In Fig. 36 si riporta un grafico tipico delle specifiche di un analizzatore di spettro spazzolato (rappresentazione grafica della formula precedente) che permette di valutare la risoluzione di frequenza in funzione della differenza per i vari tipi di filtri IF disponibili (nel caso in esame tutti i filtri hanno la stessa attenuazione in termini di dB/decade). Ad esempio con un filtro da 100 KHz (a 3 dB) la risoluzione di frequenza è di più di 200 KHz per differenze di ampiezza di 20 dB Da queste considerazioni risulta evidente che per avere una risoluzione di frequenza adeguata alla dinamica dello strumento è necessario disporre di filtri a IF con banda molto stretta (dal grafico per avere una risoluzione di 3 MHz con una dinamica di 80 dB è praticamente necessario un filtro con B3dB = 100 KHz). G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 7 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 8 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 9 Una prima conseguenza è che l’analizzatore di spettro spazzolato non può essere realizzato con un’unica conversione di frequenza. Ad esempio un analizzatore di spettro con 3 GHz di banda di accordo dovrebbe avere una IF > 3 GHz (diciamo 3.3 GHz 10% in più per i problemi di frequenza immagine) e per avere una risoluzione di 3 MHz (0.1% fmax) con una dinamica di 80 dB dovrebbe essere dotato di un filtro con una banda passante a 3 dB di 100 KHz su 3.3 GHz (0.003%). Il problema viene risolto tenendo conto che la banda passante di un sistema costituito da più stadi in cascata è comunque al massimo uguale a quella dello stadio con banda passante più stretta. Allora usando diverse conversioni di frequenza, come in Fig. 37, si può ridurre la frequenza centrale del filtro a banda stretta (Q meno elevati). Ritornando all’esempio si deve realizzare un filtro con B3dB = 100 KHz centrato a 3 MHz (3.33%). NOTA: La risoluzione in frequenza di un analizzatore di spettro spazzolato non dipende solo dalla selettività del filtro a frequenza intermedia ma anche dalle caratteristiche dell’oscillatore locale (e degli altri eventuali oscillatori presenti per la eterodina). Le due caratteristiche dell’oscillatore locale che limitano la risoluzione in frequenza sono la modulazione di frequenza residua ed il rumore di fase. • La prima è dovuta alla stabilità di frequenza degli oscillatori è diviene tanto più visibile (si veda Fig. 38) quanto più si riduce la banda passante del filtro a frequenza intermedia; quando la risoluzione di frequenza diviene dello stesso ordine di grandezza o minore della escursione picco-picco della FM praticamente compare lo spettro tipico della FM (due picchi). • La seconda dipende dalla instabilità di fase degli oscillatori (rumore di fase) e genera due bande laterali alla base della linea dello spettro (si veda Fig. 39a). Avendo le caratteristiche spettrali del rumore queste bande laterali si riducono quando si aumenta la selettività del filtro a IF (cioè la risoluzione). L’effetto è analogo a quello della larghezza di banda del filtro a IF (si veda Fig. 39b). Per migliorare la limitazione di risoluzione bisogna migliorare gli oscillatori ricorrendo a oscillatori sintetizzati. Questa scelta porta lo svantaggio di perdere lo spazzolamento continuo dello spettro di frequenza (da una rampa si passa ad una gradinata che la approssima) ma ha anche il vantaggio di migliorare la precisione della lettura della frequenza di ciascuna linea dello spettro (spazzolamento discreto e precisione di frequenza dell’oscillatore a sintesi di frequenza). In conclusione: ➫ la risoluzione in frequenza dell’analizzatore di spettro spazzolato è tanto migliore, anche tenendo conto della differente ampiezza delle linee dello spettro del segnale da analizzare, quanto maggiore è la selettività del filtro a frequenza intermedia; ➫ per migliorare la selettività di questi filtri è necessario complicare lo schema a blocchi dell’analizzatore inserendo altri processi eterodina per ridurre la IF senza incorrere nel problema della frequenza immagine; ➫ il limite alla risoluzione di frequenza dell’analizzatore non è dato dalla selettività dei filtri IF ma dalle prestazioni in termini di modulazione di frequenza residua e rumore di fase dell’oscillatore locale che necessariamente deve essere un oscillatore spazzolato a frequenza elevata; ➫ per migliorare questo limite si può ricorrere alla sintesi di frequenza per la realizzazione dello LO ma questo rende lo spazzolamento discreto anziché continuo ➫ il rumore di fase e la FM residua non sono prerogativa del solo LO ma di tutti gli oscillatori dell’analizzatore e quindi aumentare il numero delle traslazioni di frequenza per migliorare la realizzabilità di filtri più selettivi comporta un decadimento di queste prestazioni (compromesso) Sulla base di queste considerazioni viene da chiedersi perché mai l’analizzatore è dotato di più filtri IF con diverse caratteristiche di selettività anziché di un unico filtro con la massima selettività, tenuto anche in conto che ridurre la banda passante del filtro significa ridurre il rumore e quindi migliorare la sensibilità dello strumento di misura. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 10 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 11 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 12 La risposta ovviamente deriva dalla trasformazione di Fourier: più un sistema è selettivo in frequenza (banda stretta) tanto più lungo è il suo tempo di assestamento, cioè tanto maggiore è la durata del transitorio nella risposta all’impulso. Questo comporta che quanto maggiore è la risoluzione di frequenza dell’analizzatore di spettro tanto più lenta deve essere la spazzolata (il filtro deve operare in condizioni quasi statiche) e quindi tanto più lungo diviene il tempo necessario per acquisire lo spettro del segnale, sempre che in questo intervallo di tempo possa ritenersi verificata l’ipotesi di stazionarietà del segnale da analizzare. Se tale ipotesi non fosse verificata, lo spettro del segnale perderebbe di significato in quanto si evidenzierebbero o perderebbero linee di spettro in funzione della evoluzione della forma d’onda del segnale. Sweep time La velocità di spazzolamento dello spettro deve essere tale da garantire che il tempo di transito della linea dello spettro all’interno della banda passante del filtro sia maggiore del tempo di assestamento del filtro (che dipende dalla banda). Se questa condizione non è verificata il risultato è una perdita di ampiezza del segnale all’uscita del filtro (non si raggiunge la risposta a regime). L’esemplificazione di questa condizione è mostrata in Fig. 40, come deformazione della risposta del filtro a IF al crescere della velocità di spazzolamento. Si noti che, oltre alla riduzione della ampiezza della risposta, si ha anche uno spostamento della frequenza a cui si ottiene il massimo della risposta (lo si può spiegare con il fatto che il tempo di salita della risposta del filtro è diventato paragonabile al tempo di transito della linea di spettro nella banda passante del filtro). Infatti, il tempo di salita del filtro è dato da: tr = k B3dB con k fattore di proporzionalità (= 0.35 per i passa basso ad un solo polo), mentre il tempo di transito nella banda passante è dato da: tt = B3dB ∆f t sweep con ∆f = campo di frequenza dello spazzolamento (span) e tsweep = durata dello spazzolamento. Perché la risposta possa raggiungere il valore a regime dovrà essere tr = tt e quindi: B3dB t sweep k = da cui risulta B3dB ∆f t sweep = k∆f ( B3dB ) 2 A seconda del tipo di filtro il fattore k può variare da 2 a 15 e più, e quindi a limitati incrementi di risoluzione (riduzione di B3dB) normalmente corrispondono elevati incrementi del tempo di spazzolamento. Normalmente la sequenza dei filtri IF per la scelta della risoluzione in frequenza viene costruita in modo che ad ogni incremento di risoluzione possibile (filtri disponibili) corrisponda un aumento del tempo di spazzolamento di un fattore 10 circa. Ad esempio la risoluzione di frequenza è variabile nella sequenza 1, 3, 10. I moderni analizzatori di spettro regolano automaticamente il tempo di sweep in funzione della risoluzione di frequenza selezionata per non perdere la calibrazione in ampiezza e frequenza del display. Display Visto che i tempi di scansione della frequenza per generare lo schermo sono normalmente elevati è ovvio che la migliore scelta, quanto meno per i problemi di sfarfallamento e di memoria, sono i display di tipo numerico. Questa scelta comporta la necessità di campionare il segnale all’uscita del filtro a IF, cioè all’uscita del rivelatore di inviluppo (o di cresta). Si noti che questo segnale varia lentamente perché varia in funzione della velocità di spazzolamento. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 13 Una volta che il segnale deve essere campionato per esigenze di visualizzazione niente vieta di utilizzare tecniche di filtraggio numerico per ottenere risoluzioni di frequenza equivalenti a filtri a banda molto stretta. A questo punto è importante notare che sul segnale digitale si possono fare due tipi di elaborazioni: ◊ per il miglioramento della risoluzione, cioè filtraggio a banda stretta con funzioni di trasferimento analoghe a quella dei filtri analogici. ◊ per il miglioramento della visualizzazione, cioè sostanzialmente filtraggio di tipo passa basso o tecniche statistiche per la riduzione del rumore e la acquisizione della misura. Digital Resolution filter Il filtraggio numerico viene ottenuto attraverso la FFT e viene normalmente utilizzato per ottenere risoluzioni di frequenza molto elevate (ad esempio 1 Hz , 10 Hz , 300 Hz ) che hanno senso, come già detto, solo in strumenti di alte prestazioni che usano oscillatori sintetizzati (bassa FM residua e basso rumore di fase). In questo caso il campionamento viene fatto non all’uscita del rivelatore di inviluppo ma all’uscita di un ulteriore cella di conversione di frequenza con filtro IF a banda molto stretta (ad esempio 300 Hz su una frequenza intermedia di qualche KHz). Il problema dell’uso di queste tecniche nell’analizzatore di spettro spazzolato deriva dal fatto che il time record dei dati per la FFT deve essere acquisito nel dominio del tempo e non della frequenza per cui è necessario che, durante la digitalizzazione, la frequenza sia fissa (CW) per tutto il tempo di acquisizione del time record e non spazzolata. La rampa viene quindi sostituita da una gradinata il cui gradino deve essere pari alla banda passante dell’ultimo filtro a frequenza intermedia (ad esempio per avere risoluzione di 1, 10 o 300 Hz utilizzando una larghezza di banda del filtro IF di 300 Hz prima del campionamento, sarà necessario sostituire la rampa di tensione dello LO con una gradinata con gradini di 300 Hz). Il tempo di acquisizione dello spettro è quindi certamente molto lungo. Il vantaggio è ovviamente quello di poter ottenere filtri con selettività in frequenza molto maggiori di quello che si può pensare di ottenere con un filtro analogico a queste frequenze e con tempi di risposta molto minori (il tempo di risposta è infatti solo il tempo di acquisizione del time record). Video filtering Questo filtraggio ha solo il compito di migliorare la visualizzazione del segnale riducendo gli effetti del rumore associato al segnale e generato nello stesso analizzatore. Le tecniche sono dunque quelle di cui si è parlato a proposito dell’analisi dei segnali: un filtraggio di tipo passa basso o tecniche statistiche basate sulla media. Queste tecniche sono necessarie soprattutto nella generazione di spettri a bassa risoluzione di frequenza (banda più larga, maggiore velocità di spazzolamento ma molto più potenza di rumore all’uscita del filtro a IF. In tutti i casi la introduzione del filtraggio per il video introduce un ulteriore tempo di risposta (quella del filtro video appunto) e quindi una diminuzione della velocità di scansione ammissibile per mantenere la calibrazione degli assi del display. Anche l’uso della media introduce un ritardo nel tempo di spazzolamento che non è dovuto alla variazione della velocità di risposta del sistema ma alla necessità di acquisire almeno due spettri. Per questa differenza sostanziale nel tempo di acquisizione dello spettro si possono ottenere risultati significativamente diversi con i due metodi (a titolo di esempio si veda Fig. 41 in cui è mostrato lo spettro di un segnale radio in modulazione FM). Ovviamente il filtro passa basso sarà più adatto per l’analisi di segnali il cui spettro varia nel tempo quando si è interessati ad analizzare il segnale in un dato “istante” mentre l’averaging lo sarà se di quel segnale si vuole conoscere lo spettro “tipico”. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 14 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 15 Misure di ampiezza con display digitale L’uso di display di tipo numerico, sebbene offra innumerevoli vantaggi in relazione ai tempi di spazzolamento tipici degli analizzatori di spettro, pone qualche problema nella misura delle ampiezze delle linee di frequenza. Come illustrato in Fig. 42, questi problemi nascono sostanzialmente dal limitato numero di punti (massimo 1,000 in tutti gli analizzatori di spettro) disponibili per rappresentare lo spettro di frequenza e dal fatto che il campionamento standard semplicemente registra il valore istantaneo del segnale elettrico alla fine dell’intervallo di campionamento (ipotesi ADC senza S&H). In figura a) viene rappresentato lo spettro come verrebbe rappresentato da un CRT, mentre in b) e c) come verrebbe rappresentato in un display digitale al crescere del numero dei punti utilizzando semplicemente la tecnica di unire i singoli punti con segmenti. La rappresentazione sembra convergere allo spettro reale al crescere dei punti ma questa sensazione dipende dal fatto che il rumore tende ad essere rappresentato correttamente mentre non viene evidenziato il problema sui picchi del segnale elettrico. Questa limitazione risulta evidente se si considera il caso, mostrato in Fig. 43, in cui la risoluzione in frequenza è più stretta dell’intervallo di campionamento del segnale analogico. La figura mostra una scansione dello spettro con uno span di 5 GHz con risoluzione di 1 MHz rappresentata con 1000 punti nel display digitale, quindi l’intervallo fra due punti successivi rappresenta 5 MHz (5 volte la risoluzione di frequenza). Il risultato è che uno spettro con linee di ampiezza approssimativamente uguali (lo spettro originale) viene rappresentato con linee di ampiezza largamente variabile perché il campionamento non coincide con l’istante in cui la linea dello spettro del segnale reale attraversa il centro della banda passante del filtro a IF. Ancora più evidente risulta il problema (nelle figure seguenti viene esagerato l’effetto considerando solo pochi punti) in Fig. 44, dove viene confrontato lo spettro reale (500 MHz di span) con quello derivante dal semplice campionamento. Lo shift di frequenza dei picchi verso sinistra deriva dall’aver associato il valore del campione all’inizio di ciascun intervallo di campionamento anziché alla fine e molti picchi vanno perduti. Positive-peak display mode Con un diverso modo di campionamento è possibile garantire che almeno nessun picco vada perduto; basta infatti registrare, non il valore istantaneo del segnale alla fine dell’intervallo di campionamento, ma il valore massimo che è stato raggiunto nell’intervallo di campionamento (equivalente a campionare il valore di cresta nell’intervallo di campionamento). Questo modo di operare prende il nome di positive-peak display mode (pos peak). Dal confronto della rappresentazione pos peak e con lo spettro reale (Fig. 45 a) e con il semplice campionamento (Fig. 45 b) risulta evidente che questo metodo rappresenta male il rumore presente nello spettro. Per avere una buona approssimazione nella rappresentazione sia delle linee dello spettro (senza perdita di picchi) che del rumore in esso presente è necessario ricorrere ad un algoritmo di campionamento molto più complesso. Rosenfell display mode Il nome non deriva, come potrebbe sembrare, dalla persona che ha inventato l’algoritmo, ma semplicemente lo descrive “rose and fell”. Infatti l’algoritmo consiste semplicemente nel verificare e registrare se nell’intervallo di campionamento associato ad un dato valore numerico, il segnale sia salito (rose = salì) e sceso (fell = scese). Se la condizione si è verificata, si assume che, nell’intervallo di tempo in esame sia presente solo rumore; in caso contrario (solo salita o solo discesa) si assume di essere in presenza di un picco. Resta il problema di come registrare questa condizione. L’algoritmo si basa sull’analisi del segnale contemporaneamente con un rivelatore di picco positivo (rivelatore di cresta) e un rivelatore di picco negativo (rivelatore di base). Quando il segnale sale e scende nell’intervallo di tempo considerato, i due rivelatori registrano rispettivamente il massimo ed il minimo valore assunto dal segnale e si assume di essere in presenza di rumore; ma quale dei due valori deve essere registrato? L’algoritmo semplicemente fa questa scelta sulla base del numero che identifica il campione nella sequenza: se tale numero è dispari, si registra il massimo mentre se è pari si registra il minimo valore assunto. Il risultato di G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 16 questa operazione su un segnale di rumore è mostrato in Fig. 46 paragonandolo alla rappresentazione che deriva dal campionamento di tipo standard. Adesso, se la risoluzione di frequenza è maggiore dell’intervallo di tempo di campionamento (si veda Fig. 47a), in presenza di una linea dello spettro, il segnale traccerà la forma della banda passante del filtro IF su più di un intervallo di campionamento e quindi si avranno: • dapprima periodi in cui il segnale è solo crescente, ed in questo caso al campione (un singolo punto) viene attribuito il valore massimo del segnale come nella pos peak; • poi un periodo, in corrispondenza al picco di risposta, in cui il segnale prima sale e poi scende e verranno registrati il massimo ed il minimo nel modo già detto; • infine periodi in cui il segnale è solo decrescente ed anche in questo caso al campione (un singolo punto ancora) viene attribuito il valore massimo del segnale come nella pos peak. Il problema si pone nel caso in cui la risoluzione di frequenza è minore dell’intervallo di campionamento (si veda Fig. 47b). In questo caso infatti l’unica condizione che permette di avere intervalli di tempo in cui il segnale non sale e scende è che il picco della risposta in frequenza del filtro IF cada giusto alla fine di un intervallo di campionamento. In tutti gli altri casi il segnale verifica la condizione di sali e scendi; allora, se il campione è dispari tutto funziona perché viene registrato il massimo come nella pos peak ma se il campione è pari viene registrato il minimo con il rischio di perdere un picco del segnale. Per evitare la completa perdita di un picco rilevante l’algoritmo semplicemente non azzera il rivelatore di cresta fino a che il dato non viene registrato, così il picco potrà essere registrato al successivo campione che sicuramente è dispari e l’errore di visualizzazione che si commette sarà solo sul posizionamento temporale ed al massimo pari ad un intervallo di campionamento. In conclusione la visualizzazione rosenfell si può considerare un compromesso fra la visualizzazione basata sul campionamento standard (che rappresenta bene il rumore ma perde i picchi del segnale) e quella positive peak (che non perde i picchi ma appiattisce il rumore) in quanto approssima la rappresentazione del rumore con una forma d’onda di tipo triangolare e pur non perdendo i picchi introduce un errore casuale (pari all’intervallo di campionamento) sul loro posizionamento in frequenza. Per questo motivo gli analizzatori di spettro spazzolati generalmente offrono tutti e tre i modi di visualizzazione dello spettro e deve essere l’operatore a scegliere quale usare sulla base delle caratteristiche dello spettro che vuole misurare e della risoluzione di frequenza che utilizza. Analizzatore di spettro con mixer armonico Lo spettro di un segnale, anche se a bassa frequenza, può risultare molto esteso in frequenza; basta pensare che un semplice treno di impulsi con duty cycle del 10% ha ben 26 armoniche con ampiezza maggiore del 10% della fondamentale e quindi ad una frequenza di ripetizione di 200 MHz corrisponde uno spettro di frequenza esteso per più di 6 GHz. Questa semplice considerazione rende evidente che un analizzatore di spettro deve avere una banda di accordo molto estesa, almeno da qualche decina di KHz a di diversi GHz. Questo significa che con la tecnica di eterodina fino ad ora vista (basata su un mixer in fondamentale) la IF deve essere dell’ordine di qualche GHz mentre il VCO deve fornire uno span di frequenza di diversi GHz centrato su una frequenza dell’ordine della decina di GHz. Realizzare l’amplificatore di ingresso, il mixer e soprattutto il VCO, con basso rumore di fase ed FM residua, capaci di soddisfare queste specifiche di frequenza è possibile ma può risultare veramente troppo costoso. Una soluzione molto più economica e capace di coprire un campo di frequenza molto elevato (fino a 26 o 50 GHz oggi) si basa sull’uso di un mixer armonico. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 17 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 18 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 19 Mixer armonico È semplicemente un mixer progettato per funzionare efficientemente solo con alti livelli di segnale alla porta dell’oscillatore locale e livelli bassi di segnale sulla porta del segnale di ingresso. In questo modo, poiché la caratteristica del mixer è non lineare, si generano le armoniche solo della sinusoide presente alla porta fLO mentre il battimento del segnale alla porta fIN avviene sia con la fondamentale della fLO che con tutte le sue armoniche. Ovviamente alla porta fIF saranno disponibili, contemporaneamente, tutti i prodotti di intermodulazione. Se all’uscita di un tale mixer è connesso un filtro a frequenza intermedia fIF, i segnali di ingresso che generano una risposta all’uscita del filtro sono tutti quelli che generano prodotti di intermodulazione a frequenza fIF e che quindi soddisfano la equazione del tuning data da: f IN = Nf LO ± f IF . dove N è un numero intero che individua una armonica della sinusoide dell’oscillatore locale. Si ricordi che la perdita di conversione di un mixer armonico è una funzione del numero della armonica e cresce al crescere del numero della armonica (le armoniche di fLO hanno ampiezza decrescente al crescere di N). Di conseguenza segnali di uguale ampiezza danno risposte di ampiezza decrescente all’uscita del filtro IF al crescere del valore di N che soddisfa la equazione del tuning. Conversione armonica di frequenza (Harmonic mixing) Per comprendere cosa succede in un analizzatore di spettro quando si usa la conversione armonica di frequenza, conviene visualizzare la equazione del tuning esprimendola in forma grafica (fIN che soddisfa la equazione del tuning in funzione di fLO). In Fig. 48 viene esaminato il caso di conversione in fondamentale (N = 1) riprendendo gli esempi già visti (fIN = 0÷2.9 GHz, fIF = 3.6 GHz ed fLO = 3÷6.5 GHz). La linea tratteggiata indica semplicemente la relazione fIN = fLO (retta a pendenza unitaria) mentre le due linee in grassetto rappresentano rispettivamente (1-) la banda laterale inferiore del processo di eterodina cioè la relazione f IN = f LO − f IF ed (1+) la banda laterale superiore descritta da f IN = f LO + f IF . Se consideriamo solo (1-), filtro passa basso in ingresso al mixer, la corrispondenza è univoca: per avere una risposta dal filtro a IF con una fIN =1 GHz sarà necessario fissare fLO = 4.6 GHz mentre una risposta dal filtro IF con fLO = 5.6 GHz corrisponde ad fIN =2 GHz. Se invece consideriamo anche la (1+), nessun filtro in ingresso al mixer, una risposta del filtro IF con la stessa fLO = 5.6 GHz è dovuta sia alla fIN =2.0 GHz che alla fIN = 9.2 GHz. In altre parole sono comparse le frequenze immagine, due segnali sinusoidali in ingresso di differente frequenza (che differiscono di 2 fIF ) generano una stessa linea dello spettro per effetto del processo di traslazione della frequenza. D’altra parte, per avere una risposta del filtro IF con una fIN = 1.0 GHz sarà sempre necessario accordare l’oscillatore alla sola possibile frequenza fLO = 4.6 GHz. Vediamo come si complicano le cose con un mixer armonico che genera solo la seconda armonica 2fLO . Nel diagramma (mostrato in Fig. 49) abbiamo aggiunto 3 rette fra loro parallele: la nuova linea tratteggiata rappresenta la relazione fIN = 2fLO (retta a pendenza 2) mentre le due nuove linee in grassetto (parallele alla 2xLO) rappresentano rispettivamente (2-) la banda laterale inferiore e (2+) quella superiore del processo di eterodina con una frequenza pari a 2fLO . È evidente a questo punto che identificare le frequenze corrispondenti è diventato più complicato per due motivi: a) una risposta del filtro IF con fLO = 5.6 GHz è dovuta ora a ben quattro distinte frequenze di ingresso fIN =2.0 / 7.6 / 9.2 e 14.8 GHz, cioè si sono raddoppiate le frequenze immagine (la prima e la terza così come la seconda e la quarta differiscono sempre di 2 fIF ); b) se la fIN è compresa nel campo 7.2 ÷ 9.4 GHz, per ottenere una risposta del filtro IF sarà possibile accordare l’oscillatore locale su due diversi valori di frequenza; ad esempio per fIN = 8.0 GHz si potrà avere sia fLO = 4.4 GHz, conversione con la banda superiore della fondamentale (1+), che fLO = 5.8 GHz, conversione con la banda inferiore della seconda armonica (2-). In altre parole sono comparse le risposte multiple, cioè uno stesso segnale sinusoidale in ingresso fornisce due linee dello spettro per effetto dello spazzolamento. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 20 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 21 NOTA: È evidente che questo problema nasce dal sovrapporsi delle bande laterali e quindi dipende dal valore di fIF in relazione al campo di variazione di fLO . Infatti il campo di frequenza del punto b) precedente è dato per la (1+) da ( f IN ) max = 2( f LO ) max − f IF . ( f IN ) min = ( f LO ) min + f IF e per la (2-) da NOTA: in presenza del filtro passa basso in ingresso e con il valore di fIF scelto, non ci sarebbero differenze perché la (1+) non ha sovrapposizioni e quindi permette ancora una corrispondenza univoca fra fIN e fLO. (vengono eliminate quindi sia le frequenze immagine che le risposte multiple) Vediamo adesso cosa succede se viene ridotta drasticamente la frequenza intermedia (con i numeri dell’esempio da 3.6 GHz a 320 MHz cioè circa un fattore 10). Il diagramma della conversione in fondamentale (solo rette 1+ e 1-) con questa IF è mostrato in Fig. 50 ed evidenzia come, praticamente su tutto il campo di frequenza, siano verificate le condizioni per la presenza sia delle frequenze immagine che delle risposte multiple. Ad esempio, ad fLO = 5.0 GHz corrispondono le frequenze immagine fIN = 4.7 e 5.3 GHz, mentre ad fIN = 5.3 GHz corrispondono le risposte multiple fLO = 5.0 (su 1+) e 5.6 GHz (su 1-) ed infine ad fIN = 4.7 GHz corrispondono le risposte multiple fLO = 5.0 (su 1-) e 4.4 GHz (su 1+) (le due fLO corrispondenti differiscono ancora di 2 fIF). Perché questi fenomeni non introducano errori nella misure sullo spettro sarà necessario ricorrere a tecniche di identificazione per conoscere da quale banda laterale provengono i contributi a ciascuna linea dello spettro registrata dall’analizzatore di spettro. Se adesso si considerano anche le risposte possibili in presenza di un mixer armonico (in Fig. 51 è mostrato il diagramma della equazione di tuning in presenza di 4 armoniche con la fIF = 320 MHz), risulta evidente che il numero delle risposte multiple è funzione della frequenza del segnale e dello span dello oscillatore locale. IN CONCLUSIONE, usando una frequenza intermedia ridotta, le frequenze immagine possono essere eliminate solo con l’uso di opportuni filtri passa banda mentre per evitare le risposte multiple può essere sufficiente limitare lo span dell’oscillatore locale al di sotto di 2 fIF . Dovendo utilizzare span limitati può risultare molto utile conoscere a priori su quale frequenza è centrato lo spettro del segnale da analizzare ed in quale modo l’analizzatore di spettro seleziona la banda laterale e la armonica di LO che utilizza nella traslazione di frequenza. Identificazione di Segnale Poiché non avrebbe senso pensare di conoscere a priori lo spettro del segnale da analizzare, anche solo in maniera approssimativa, per potere realizzare la condizione ottimale di misura delle caratteristiche dello spettro stesso, è necessario predisporre procedure che permettano di capire se una data linea di frequenza mostrata dallo strumento sia effetto di una risposta multipla o di una frequenza immagine. Le procedure normalmente disponibili sugli analizzatori di spettro si basano comunque sul presupposto che all’ingresso sia presente un segnale con uno spettro poco esteso è caratterizzato dalla presenza di una sola linea di ampiezza molto maggiore di tutte le altre. Queste procedure possono essere eseguite sia in modo automatico (da menu) che in modo totalmente manuale per poterle adattare a situazioni particolari o poterle utilizzare anche in presenza di grosse componenti di rumore che possono fare fallire la procedura automatica. Le procedure oggi più diffuse sono sostanzialmente due: il metodo dell’immagine e quello dello shift. Entrambe sono nate con l’obbiettivo di identificare il segnale tra le risposte multiple e le frequenze immagine comuni a tutti gli strumenti che usano i convertitori armonici. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 22 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 23 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 24 Metodo della immagine Il metodo permette di identificare esattamente una sinusoide in ingresso, a partire dalla linea di spettro presente al centro del display nell’ipotesi che esso sia il solo segnale presente, attraverso la individuazione della banda laterale (+ o -) e dell’armonica (N) dell’oscillatore locale effettivamente utilizzate nel processo di traslazione di frequenza. Il principio è quello di sfruttare la precisa relazione fra le fLO corrispondenti a una coppia di risposte multiple che nascono dalle due bande laterali di una stessa armonica dell’oscillatore locale. Si ricordi che, in questo caso, i due valori di fLO distano esattamente 2fIF. Con riferimento ancora alla Fig. 50 (una sola armonica e fIF ridotta), supponiamo che l’oscillatore locale sia accordato a 5 GHz, la linea di spettro che viene rilevata può derivare da una sinusoide a 4.7 GHz nella banda laterale inferiore (1-) o da una a 5.3 GHz in quella superiore (1+) (frequenze immagine); l’obiettivo è individuare quale frequenza è effettivamente presente all’ingresso. Per ottenerlo, il metodo sfrutta la risposta multipla che il segnale deve generare. Il ragionamento è questo: • Se il segnale è 4.7 GHz, si trova su 1- e quindi la risposta multipla corrispondente si deve trovare su 1+ in corrispondenza ad f LO ' = f LO − 2 f IF = 4.4 GHz; • Se allora si riduce fLO di 2fIF , il segnale all’uscita del filtro IF non si annullerà perché si sta utilizzando la seconda soluzione dell’equazione dell’accordo in frequenza. • Se invece l’uscita del filtro IF si annulla, la soluzione è errata perché il segnale è la frequenza immagine di quella considerata, cioè 5.3 GHz, e, trovandosi nella banda laterale superiore 1+, la sua risposta multipla è in corrispondenza di f LO ' ' = f LO + 2 f IF = 5.6 GHz • Se a questo punto, aumentando fLO di 2fIF , il segnale all’uscita del filtro IF si annulla, vuol dire che il segnale non è né nella 1+ né nella 1- e quindi deve trovarsi in una delle bande laterali delle altre armoniche dell’oscillatore locale. • Se adesso supponiamo, infatti, che il segnale si trovi nelle bande laterali della N-esima armonica di fLO (N+ o N-), è chiaro che le risposte multiple si troveranno in corrispondenza rispettivamente di Nf LO forma: n − esimo = Nf LO ± 2 f IF (si veda Fig. 51) che si può anche porre nella f LO n − esimo = f LO ± 2 f IF N Questa equazione vale anche per N=1 e dimostra che la procedura di identificazione è univoca e può essere utilizzata per identificare il segnale attraverso l’identificazione della banda laterale N± della traslazione armonica di frequenza. Dal punto di vista applicativo la procedura consiste semplicemente nel variare la frequenza di accordo dell’oscillatore locale in passi via via decrescenti di 2fIF /N fino a che la linea dello spettro al centro del display resta invariata. Il metodo funziona bene se sia la fIF che Nmax sono tali da dare luogo a un diagramma di accordo del tipo di Fig. 51 e non di Fig. 49. In quest’ultimo caso il problema deriva dalla impossibilità di esplorare tutte le possibili coppie di risposte multiple del segnale. Metodo dello shift Nasce per ovviare alla limitazioni del metodo della immagine in presenza di elevati valori di fIF, visto che questo caso si verifica spesso soprattutto per la conversione in fondamentale. Le variazioni rispetto al metodo precedente sono sostanzialmente due: a) nel metodo dell’immagine come indicatore si assume una variazione dell’ampiezza (deflessione verticale) mentre nel metodo dello slittamento e una variazione di posizione orizzontale sullo schermo; G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 25 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 26 b) nel metodo dell’immagine si procede variando solo la frequenza di accordo dell’oscillatore locale ma con ampiezze legate alla fIF mentre qui si deve variare la frequenza di due oscillatori del processo di eterodina, l’oscillatore locale (prima conversione) e uno degli oscillatori (generalmente a frequenza fissa) in uno degli altri passi della conversione ma tutti con incrementi che possono essere scelti indipendentemente dalla fIF . Proprio dalla seconda variante nascono i vantaggi e gli svantaggi principali rispetto al metodo precedente che qui di seguito si riassumono.: ⇒ Il metodo dello shift si può applicare solo su analizzatori di spettro che effettuano il processo di eterodina in almeno due passi, ma in questo caso non dà problemi qualunque sia il valore fIF della prima frequenza intermedia. ⇒ La variazione di frequenza che è necessario dare agli oscillatori al primo passo della procedura è indipendente dai parametri del processo di eterodina e quindi può essere ottimizzato per migliorare le prestazioni della procedura di identificazione del segnale anche in funzione delle condizioni operative (settaggi) della strumentazione nel momento in cui si avvia la procedura stessa. Il principio è semplicemente quello di indurre un dis-allineamento noto in uno degli stadi successivi nel sistema di conversione di frequenza da compensare attraverso una opposta variazione sullo stadio che realizza la prima conversione. Ad esempio, consideriamo l’analizzatore di spettro spazzolato mostrato in Fig. 37 : • Se la frequenza dell’oscillatore a 300 MHz viene ridotta di 2 MHz, per mantenere il segnale al centro della banda passante del filtro a 21.4 MHz, sarà necessario che il segnale all’uscita del filtro a 3.6214 GHz sia alla frequenza di 21.4+298+3300 = 3.6194 GHz che equivale a dire che la frequenza intermedia della prima conversione è diminuita di 2 MHz. • Per mantenere invariata la frequenza del segnale sul display, bisogna variare la fLO in modo da avere una variazione opposta; • se l’analizzatore è accordato su una banda laterale inferiore diciamo K-, la fLO deve essere aumentata di 2/K MHz e viceversa se è accordato su K+. • A questo punto, se la frequenza visualizzata si trova proprio nella banda laterale di accordo, diciamo K-, questa operazione di compensazione avrà successo e non si avranno slittamenti della linea dello spettro sul display. • Se però questo non è, allora si dovrà necessariamente avere uno slittamento della linea dello spettro. • Tutte le altre considerazioni e le procedure sono assolutamente analoghe a quelle già viste per il metodo dell’immagine. NOTA: Esiste un altro metodo di identificazione, molto comune in presenza di mixer aggiunti esternamente allo strumento per estenderne la banda a frequenze molto più elevate (fino al centinaio di GHz), che si basa sulla possibilità di visualizzare sul display una coppia di risposte multiple (si ottiene normalmente aumentando lo span). A questo punto se ne può misurare la distanza in frequenza e quindi confrontarla con la frequenza intermedia. Si possono avere tre casi: a) = 2 fIF : il segnale è effettivamente presente nella banda laterale prevista b) < 2 fIF : il segnale è una immagine e si trova nella bande laterali relative ad una armonica dello oscillatore locale di ordine più alto di quella di accordo c) > 2 fIF : il segnale è nelle bande laterali di una armonica di ordine più basso di quella in uso. Generalmente questa procedura può essere eseguita solo manualmente. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 27 Schemi a blocchi Da quanto fino ad ora esposto si può concludere che, per un analizzatore di spettro spazzolato: ⇒ le prestazioni possono essere certamente molto elevate se si lavora in fondamentale e quindi si utilizza solo la banda laterale inferiore ed un opportuno filtro passa basso in ingresso; in questo caso infatti si eliminano sia le risposte multiple che le frequenze immagine. ⇒ il costo di questa soluzione diviene però eccessivo al crescere della frequenza massima che lo strumento può esplorare. Per il corretto funzionamento del filtro passa basso a larga banda in ingresso (che deve eliminare le frequenze immagine) e per evitare le risposte multiple, è infatti necessario che la frequenza intermedia sia maggiore della massima frequenza di ingresso e l’oscillatore locale operi almeno fino a frequenza doppia della IF. ⇒ le prestazioni della versione con mixer armonico sono limitate non solo in termini di dinamica e risoluzione per effetto dello aumento delle perdite di conversione al crescere dell’ordine dell’armonica e del degradarsi delle caratteristiche dell’oscillatore in termini di rumore di fase (si veda Fig. 52), ma anche in termini di complessità del segnale (spettro poco esteso) per effetto delle risposte multiple e delle frequenze immagine che non possono essere eliminate. ⇒ di contro il costo di questa soluzione resta contenuto perché: 1. l’oscillatore locale ha adesso uno span di frequenza molto più limitato della banda di funzionamento dell’analizzatore; 2. la frequenza intermedia deve essere bassa per limitare il numero delle possibili risposte multiple e questo porta un vantaggio anche nella realizzazione dell’oscillatore locale; 3. non è più presente il filtro (preamplificatore) a larga banda in ingresso, visto che per questa via non è più possibile eliminare l’effetto delle frequenze immagine. Lo schema a blocchi di un analizzatore di spettro spazzolato con conversione armonica è mostrato in Fig. 53 e viene proposto come estensione di frequenza fino a 22 GHz dell’analizzatore in fondamentale fino a 2.9 GHz già visto in Fig. 37 con cui coincide a partire dallo stadio con fIF = 321.4 MHz. NOTA: ➫ Come già detto mancano sia l’amplificatore che il filtro passa-basso (difficile realizzare un amplificatore con banda passante dalla continua a 22 GHz!). ➫ L’analizzatore funziona ancora in fondamentale da 0 a 2.9 GHz esattamente come quello precedentemente illustrato, a meno del problema delle frequenze immagine (manca il filtro passa basso in ingresso). La prima conversione di frequenza è ancora a 3.6 GHz ➫ Per frequenze più elevate, la prima conversione di frequenza si ha ad una IF drasticamente ridotta a 321 MHz, semplicemente by-passando il primo traslatore di frequenza eterodina. ➫ L’analizzatore è capace di coprire in una sola spazzolata o da 0 a 2.9 GHz in fondamentale o da 2.7 a 22 GHz utilizzando diverse armoniche. La Fig. 54 evidenzia il problema delle risposte spurie nella conversione armonica. In fig. a) è riprodotta la schermata dell’analizzatore di spettro in presenza di un singolo tono a 5 GHz in ingresso con una scansione da 2.7 a 6.2 GHz. Le linee di spettro sono due (distanti 640 MHz) in quanto rappresentano le risposte multiple sulla fondamentale con una IF di 321 MHz. In fig. b) è mostrato il risultato di una scansione da 7 a 20 GHz quando è presente in ingresso una sinusoide a 10 GHz. Le linee dello spettro sono 4 (a due a due distanti 640 MHz) e rappresentano le risposte multiple legate alle bande laterali della seconda e terza armonica dell’oscillatore locale. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 28 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 29 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 30 Il gradino nel livello di rumore e la diversa ampiezza delle linee dello spettro (risposte multiple dello stesso segnale a 10 GHz) evidenziano il problema dell’aumento delle perdite di conversione al crescere dell’armonica. Il problema è ancor meglio evidenziato in Fig. 55, che mostra una scansione completa dell’analizzatore da 2.7 GHz a 22 GHz in assenza di segnale in ingresso, in cui sono ben visibili 4 scalini nel livello del rumore in corrispondenza a ciascuno dei passaggi di armonica nella scansione. È evidente che su scansioni che coinvolgano un cambio di armonica sarà necessario ricorrere a procedure di correzione degli errori per avere i corretti valori delle ampiezze delle linee di spettro misurate. A tal fine generalmente gli analizzatori di spettro sono dotati di un generatore di segnale interno da utilizzare come generatore di riferimento per tarare lo strumento prima della misura. In conclusione possono essere corretti sia gli errori sull’ampiezza delle linee (tramite la calibrazione) che quelli sulle risposte multiple (con le procedure di identificazione del segnale) almeno finché lo spettro del segnale oggetto dell’analisi non è molto esteso ma resta il problema delle frequenze immagine. Tecniche di preselezione Come più volte ripetuto, l’unico modo di eliminare o ridurre gli effetti delle frequenze immagine consiste in un filtraggio all’ingresso dell’analizzatore. Per applicare però questo metodo all’analizzatore di spettro armonico non è possibile usare un filtro passa basso ma è necessario utilizzare un filtro passa-banda accordabile con banda passante largamente inferiore al doppio delle prima frequenza intermedia ma largamente superiore a quella del filtro IF che fornisce la risoluzione in frequenza.. A frequenze di microonde esistono filtri di prestazioni adeguate per questi scopi e sono i filtri YIG. Per il corretto funzionamento, il filtro dovrà essere accordato alla frequenza da misurare esattamente come l’oscillatore locale (controllo a rampa, meglio se a gradinata) per ottenere l’effetto mostrato in Fig. 56. Tali filtri vengono detti Preselettori. Lo schema a blocchi completo dell’analizzatore di spettro dotato di preselettore è mostrato in Fig. 57 che differisce dal precedente per il reinserimento del filtro LP per la banda da 0 a 2.9 GHz e del preselettore per la banda fino a 22 GHz. Un altro vantaggio nell’uso di un tale filtro è il miglioramento della dinamica (si riduce il rumore poiché si è ristretta la banda). Gli svantaggi sono legati sia alla perdita di inserzione del filtro (6÷8 dB e manca il preamplificatore), al forte disadattamento nella banda proibita (si comporta come un circuito aperto o un cortocircuito e questo provoca spesso una perdita di prestazioni del mixer) e al ritardo che un tale filtro introduce nella risposta del sistema, ma soprattutto al problema degli errori dovuti al dis-allineamento di frequenza fra il ricevitore ed il filtro di ingresso. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 31 FFT Spectrum Analyzer È il più importante fra le possibili architetture per realizzare analizzatori di spettro non eterodina perché si basa su una acquisizione del segnale nel dominio del tempo e permette, come gli oscilloscopi digitali rispetto a quelli analogici, di analizzare anche segnali non ripetitivi (singleshot). Inoltre poiché il processo di determinazione dello spettro è puramente matematico consente di avere la rappresentazione completa del segnale nel dominio della frequenza in quanto dai dati del time records è possibile ottenere sia il modulo che la fase delle componenti armoniche. Dal punto di vista dell’architettura questo approccio è equivalente a quello dell’analizzatore a banco di filtri con il vantaggio che i filtri non sono realizzati fisicamente e quindi possono considerarsi in numero molto elevato e banda passante molto stretta (al di sotto di 1 Hz) anche con frequenza centrale molto bassa; i limiti derivano dal problema della digitalizzazione del segnale, dalla potenza di calcolo disponibile e dal tempo di acquisizione di uno spettro (acquisizione del time record e tempo di calcolo necessario per la FFT). Dal punto di vista della strumentazione elettronica, lo FFT Spectrum Analyzer esiste sia come strumento a se stante (indicato anche con il nome Dynamic Signal Analyzer) sia come opzione degli oscilloscopi digitali dotati della FFT. Dal punto di vista applicativo è lo strumento più indicato per l’analisi nel dominio della frequenza di segnali a bassa e bassissima frequenza (dove non ha rivali in termini di risoluzione di frequenza limitata solo dalla durata della finestra di troncamento) ma sarebbe utile in tutti i campi di frequenza per la capacità di analizzare segnali single-shot. Le limitazioni al campo delle alte frequenze nascono ancora da quelle sui circuiti di conversione A/D. Dei problemi e delle limitazioni inerenti la digitalizzazione di un segnale analogico e delle proprietà e dei limiti della FFT si è già discusso nella prima parte di questo corso. Qui si sottolineano solo alcuni aspetti particolarmente importanti dal punto di vista delle misure nel dominio della frequenza. Analisi su una banda selezionata (Band Selectable Analysis) Una proprietà della FFT è che lo spettro discreto che si ottiene nel dominio della frequenza si estende sempre dalla continua (0 Hz) a una frequenza massima f max = N T0 , dove T0 = NTS rappresenta la durata della finestra di troncamento e TS il periodo della frequenza di campionamento, ed è costituito da N linee equispaziate di 1/T0. Ma, come visto parlando dell’analizzatore a eterodina, spesso la porzione di interesse dello spettro è solo quella fra una fmin ed una fmax intorno ad una prefissata frequenza f (ad esempio portante con bande laterali) ed in questa porzione è richiesta una elevata risoluzione di frequenza (si veda Fig. 58). Per ottenere questo scopo con un analizzatore di Fourier sarebbe necessario avere una finestra di troncamento molto lunga (la risoluzione è proporzionale a 1/T0) e un numero di campioni molto elevato per ottenere la fmax necessaria. Ma per mantenere la complessità dei calcoli a livello accettabile e non incrementare eccessivamente i costi il numero di campioni nel time record deve essere limitato (generalmente a qualche centinaio). Il problema si può risolvere al solito traslando il campo di frequenze di interesse a bassa frequenza (fmin ∼ 0 Hz) in modo da sfruttare al massimo le proprietà della FFT. La tecnica è sempre quella della eterodina (si veda Fig. 59) solo che questa volta, visto che si dispone del segnale digitale, l’operazione può essere realizzata in modo ideale e quindi senza introdurre errori; per via puramente numerica basta moltiplicare ciascun campione del segnale nel time record per il numero che rappresenta il valore della sinusoide necessaria nell’istante corrispondente per ottenere il battimento con un oscillatore sinusoidale di infinita stabilità e purezza. La finestra di troncamento Abbiamo già detto che la FFT è un algoritmo di calcolo numerico che trasforma un intero blocco (finito) di dati nel dominio del tempo (time record) nel corrispondente blocco di dati nel dominio della frequenza con la assunzione, visto che lo spettro che ne risulta è discreto in frequenza, che il time record sia periodico (si veda Fig. 60). G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 32 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 33 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 34 Nel caso illustrato in figura, evento non ripetitivo completamente compreso nel time record, questa assunzione non provoca alcun tipo di errore. Ben diverso è il caso in presenza di un segnale periodico. In questo caso infatti non si hanno errori se e solo se (si veda Fig. 61) la finestra di troncamento T0 coincide con un multiplo intero del periodo del segnale di ingresso. Negli altri casi (si veda Fig. 62), l’assunzione che il time record sia il periodo del segnale da analizzare, provoca grossi errori nella determinazione analitica dello spettro perché il segnale di cui si calcola lo spettro ha delle discontinuità che non sono presenti nel segnale originario. Le discontinuità rappresentano variazioni brusche del segnale e quindi hanno un alto contenuto armonico che deve comparire nello spettro calcolato (leakage o dispersione dello spettro). Un esempio dell’effetto di leakage è riportato in Fig. 63, dove vengono riportati gli spettri di una stessa forma d’onda sinusoidale derivanti da una acquisizione con un time record multiplo intero del periodo e con un time record che non soddisfa questa condizione. È evidente che il problema della dispersione è grave anche perché, come ricordato in più occasioni, la frequenza di campionamento non può essere sincronizzata al segnale. Un modo di ridurre gli effetti potrebbe essere quello di adottare una finestra di troncamento molto maggiore del periodo reale del segnale (al tendere ad infinito il leakage tende a zero) ma questa soluzione incide fortemente sulla fmax o sul numero dei campioni e quindi non è in generale praticabile. Window function Poiché la dispersione è un effetto delle discontinuità virtuali che nascono sui segnali periodici agli estremi della finestra di troncamento, un modo ingegneristicamente valido di ridurne gli effetti consiste nell’alterare la risposta del sistema per attenuare gli effetti di bordo dovuti al troncamento come illustrato in Fig. 64. Hanning Window È la funzione mostrata nell’esempio e opera semplicemente riducendo dolcemente a zero l’ampiezza del segnale nella finestra di troncamento via via che ci si avvicina agli estremi. Gli effetti dell’applicazione di questo tipo di filtraggio su un segnale periodico come quello già visto in Fig. 63 sono mostrati in Fig. 65 ed è evidente che lo spettro del segnale approssima molto meglio quello reale (si noti che l’effetto è ridotto ma non eliminato). Se guardiamo l’effetto dell’applicazione della funzione di Hanning, sulla risposta in frequenza dei filtri equivalenti all’analizzatore a banco di filtri otteniamo una banda passante arrotondata (simile al semi-periodo di un’onda sinusoidale) mostrata in Fig. 66. È evidente allora che questa funzione è in grado di fornire una buona risoluzione di frequenza mentre introduce un errore sensibile sulle ampiezze. Riassumendo allora la finestra di Hanning è particolarmente adatta a ridurre gli effetti della dispersione nei segnali periodici soprattutto quando si è interessati alla risoluzione in frequenza dello spettro ma introduce un errore di ampiezza che ne sconsiglia l’uso per eseguire misure di ampiezza sullo spettro del segnale. NOTA: questa funzione è adatta solo nelle applicazioni su segnali periodici mentre introduce una elevata distorsione nello spettro di segnali come possono essere quelli che derivano dal comportamento in transitorio di un sistema. Esempio in Fig. 67. Flattop È una variazione della finestra di Hanning introdotta per migliorarne le prestazioni in termini di errore introdotto sull’ampiezza. La risposta in frequenza dei filtri equivalenti dell’analizzatore a banco di filtri è mostrata in Fig. 68 e rassomiglia al semi-periodo di una sinusoide con clipping (da cui il nome). Con questo tipo di finestra l’errore introdotto sulle ampiezze delle linee dello spettro è molto ridotto (entro 0.1 dB contro 1.5 dB della finestra di Hanning) ma questo vantaggio si paga in termini di riduzione della risoluzione in frequenza. Ovviamente anche questo tipo di finestra non è applicabile al caso di segnali del tipo mostrato in Fig. 67. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 35 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 36 Appunti di Strumentazione e Misure Strumentazione Elettronica pag. 37 Uniform Per il caso dell’esempio di Fig. 67 (transitorio), abbiamo già visto che l’effetto di dispersione viene limitato semplicemente facendo in modo che il transitorio si esaurisca all’interno della finestra di troncamento (self-windowing signal) senza alterare il valore dei campioni nel time record. Altri esempi di questi segnali sono mostrati in Fig. 69. È quasi inutile sottolineare che è preferibile usare questo tipo di segnale come sollecitazione, quando si vuole analizzare la risposta di un sistema con un analizzatore di spettro di Fourier. Conclusioni Le funzioni di finestra vengono introdotte per limitare l’effetto della dispersione dello spettro dei segnali periodici dovuto alla necessità del troncamento del time record. Per segnali self-windowing, non c’è dispersione e quindi la funzione di finestra adatta è la uniforme che non provoca alterazioni dei campioni. Per gli altri casi, le funzioni finestra più comuni sono la finestra di Hanning, particolarmente adatta per misure di frequenza sullo spettro del segnale, e la Flattop window adatta al caso si sia interessati a misure di ampiezza. Larghezza di banda in tempo reale Come avviene per tutti gli strumenti digitali, bisogna distinguere se il sistema opera in tempo reale o meno in funzione del fatto che il tempo di elaborazione dei dati risulta minore o maggiore del tempo di acquisizione del time record. La situazione è illustrata in Fig. 70. Nel caso dello FFT spectrum analyzer la durata del tempo di acquisizione del time record deve essere variabile per regolare lo span di frequenza nello spettro del segnale; tanto più è ampio lo span di frequenza tanto più corto è il tempo di acquisizione del time record. Si definisce larghezza di banda in tempo reale quella ampiezza dello span di frequenza cui corrisponde un tempo di acquisizione del time record esattamente uguale al tempo necessario per calcolare e visualizzare lo spettro del segnale. Il parametro è importante per selezionare lo span nel caso: ◊ di misure per la messa a punto di sistemi, nel qual caso si vuole vedere in tempo reale (inteso come tempo di reazione dell’operatore) l’effetto delle regolazioni apportate sulla risposta del sistema; ◊ di misure eseguite con averaging per ridurre l’effetto del rumore, perché in questo caso incide pesantemente sul tempo di acquisizione dello spettro valido; ◊ di misure su segnali single-shot nel caso in cui, il contenuto in armoniche ad alta frequenza impone l’uso di uno span e quindi di un tempo di acquisizione del time record più breve della durata del segnale stesso. In questo caso se l’analizzatore non è in grado di operare in tempo reale (nel senso illustrato nella Fig. 70) si ha una perdita di informazione e quindi per analizzare l’evento sarebbe necessario registrare i diversi successivi time records (si veda Fig. 71) per poi calcolare la FFT in un secondo tempo. G. Martines Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 38 Appunti di Strumentazione e Misure Strumentazione Elettronica G. Martines pag. 39 Appunti di Strumentazione e Misure