现在无线通信环境、电磁频谱复杂，常见的电磁频谱信号有移动网络、Wi-Fi、蓝牙、RFID、跳频扩频电台、以雷达为代表的脉冲信号等等，这些信号的存在、叠加使得整个频谱背景变得非常复杂，对监测分析的频谱仪要求越来越高。常规的扫频式频谱仪已经难以满足当前的测量需求；而实时频谱仪可以滿足这样的需求，能够快速实时捕捉、分析掩盖在背景噪声中的瞬态信号。
传统上一般将频谱仪分为三类：扫频式频谱仪，矢量信号分析仪和实时频谱仪。实时频谱分析仪是随着现代FPGA技术发展起来的一种新式频谱分析仪，与传统频谱仪相比，它的最大特点在于在信号处理过程中能够完全利用所采集的时域采样点，从而实现无缝的频谱测量及触发。由于实时频谱仪具备无缝处理能力，使得它在频谱监测，研发诊断以及雷达系统设计中有着广泛的应用。
频谱分析仪是射频微波设计和测试工作中的常用仪器，它能够帮助电子工程师完成频谱观测、功率测试以及复杂信号解调分析等工作。所谓实时频谱仪（Real-Time Spectrum Analyzer - RTSA）就是指能实时显示信号在某一时刻的频率成分及相应幅度的分析仪，它能够帮助电子工程师完成频谱观测、功率测试以及复杂信号解调分析等工作。
实时频谱仪采用快速傅里叶变换(FFT)来实现频谱测试。在信号处理过程中能够完全利用所采集的时域采样点，从而实现无缝的频谱测试及触发。由于实时频谱仪具备无缝处理能力，使得它在频谱监测，研发诊断以及雷达系统设计中有着广泛的实时频谱仪提供丰富的显示功能，包括光谱图、概率密度谱和时间功率等多种显示方式。
"利用是德科技实时频谱仪（RTSA）查看、捕获并分析罕见信号，了解更多信息。多款不同型号的实时频谱仪搭配应用软件让你的测量任务更加精准便捷。"
长久以来，因为实时频谱解决了传统频谱仪不具备的瞬态信号分析功能，从而被很多人推崇，甚至带上了无所不能的光环。认为实时频谱能够看到一切瞬态信号，并且精确无比。
为了更好地理解实时频谱仪 RTSA功能，我们务必看一看传统的频谱分析仪接收机的体系结构及其优缺点。
扫描二维码，下载文章：在无线测试中进行实时频谱分析
"了解什么是实时频谱分析，以及实时频谱仪可以利用哪些强大功能帮助您更快完成无线系统设计。"
实时频谱仪的特性
实时频谱仪普遍采用快速傅里叶变换（FFT）来实现频谱测量。FFT技术并不是实时频谱仪的专利，其在传统的扫频式频谱仪上亦有所应用。但是实时频谱仪所采用的FFT技术与之相比有着许多不同之处，同时其测量方式和显示结果也有所不同：
高速测量：频谱仪的信号处理过程主要包括两步，即数据采样和信号处理。实时频谱仪为了保证信号不丢失，其信号处理速度需要高于采样速度。
恒定的处理速度：为了保证信号处理的连续性和实时性，实时频谱仪的处理速度必须保持恒定。传统频谱仪的FFT计算在CPU中进行，容易受到计算机中其它程序和任务的干扰。实时频谱仪普遍采用专用FPGA进行FFT计算，这样的硬件实现既可以保证高速性，又可以保证速度稳定性。
频率模板触发（Frequency Mask Trigger）：FMT是实时频谱仪的主要特性之一，它能够根据特定频谱分量大小作为触发条件，从而帮助工程师观察特定时刻的信号形态。传统的扫频式频谱仪和矢量信号分析仪一般只具备功率或者电平触发，不能根据特定频谱的出现情况触发测量，因此对转瞬即逝的偶发信号无能为力。因此传统扫频频谱仪和实时频谱分析仪各自有着自己的应用场景。
丰富的显示功能：传统频谱仪的显示专注在频率和幅度的二维显示，只能观察到测量时刻的频谱曲线。而实时频谱仪普遍具备时间，频率，幅度的三维显示，甚至支持数字余辉和频谱密度显示，从而帮助测试者观察到信号的前后变化及长时间统计结果。
实时频谱仪主要应用
实时频谱仪能够在实时分析带宽之内无缝地进行FFT计算和频谱触发，因此十分有利于瞬态信号的捕获和分析，在频谱监测，雷达系统设计，跳频电台测试，振荡器研发等领域有着广泛的应用。
以下是几种典型应用场景下的测试效果：
实时频谱仪跳频雷达信号检测
实时频谱仪脉冲信号时域频域分析
实时频谱仪振荡器锁定过程分析
超外差频谱分析仪也称为扫描调谐频谱分析仪。外差意味着混频，在这个系统中，射频输入信号与本振信号混频，将输入信号从较高频率转换为较低频率，即中频（IF）。信号幅度通过包络检测器检测并显示为垂直点。
为了控制水平/频率轴的显示，我们使用斜坡/扫描发生器来控制运动，它还可以将本振调谐到预期频率。通过设置扫描时间和频率扫宽，可以控制本振调谐速率。频谱分析仪的前端配有信号调理电路，包括衰减器和预选器（低通滤波器）。这些电路的作用是确保输入信号在到达混频器之前处于最佳电平。前端预选器有助于阻止带外噪声，从而改善接收机的动态范围和灵敏度。调谐本振为接收机提供更好的选择性。它可以很容易地阻止不需要的带外信号，这就是超外差接收机具有出色动态范围的原因。
由于斜坡发生器以固定速率进行扫描，因此可以在频率扫宽上精确控制扫描时间。通过控制扫描速率，接收机能够以超过快速傅里叶变换（FFT）分析仪的扫描速度扫描超大扫宽。
超外差接收机的最大缺点是它可能错过间歇信号内容，尤其是宽带数字调制信号。
另一个问题是，在窄分辨率带宽（RBW）下扫描时间会明显变长。
FFT分析仪/接收机
FFT分析仪/接收机专门用于处理宽带信号。它的前端有一个数据块转换，数据块转换的大小由中频带宽和 ADC采样率决定。本地振荡器（LO）不是连续进行调谐，而是在频率扫宽内步进调谐。在本振调谐到正确的频率后，接收机通过模数转换器（ADC）对数据进行采样，再将采样结果转换为 I/Q 对（同相正交），并放入适当的 FFT时间帧内，然后将时域帧转换为 FFT频谱数据，最后将频谱结果发送给显示器，如此周而复始地执行这一过程。这是一个串行操作，因此在两次屏幕更新之间会间隔一段时间，输入端在此期间内不会捕获信号。这段时间称为静寂时间，持续时间的长度不可预计。
由于它是数据块转换，因此数据块或信息带宽内的信号（例如数字解调信号）将被完整捕获以供进一步分析。FFT 是分析宽带数字信号的理想选择；它可以基于信号技术指标重现数字接收机特性，如 LTE信号测试。
由于 FFT引擎无法在特定时间帧内完成其操作，因此无法精确控制 FFT接收机的扫描时间。
如果信号带宽大于接收机的信息带宽，则需要对信号进行拼接，这样可能导致丢失部分宽带信号内容。
实时频谱仪是一种没有静寂时间的 FFT分析仪。接收机停留在感兴趣的频率扫宽内，该扫宽受到实时频率带宽的限制，没有调谐或步进。它具有足够大的信号缓冲区、FFT计算工具和显示工具，可在后续数据帧进入之前处理完上一个数据帧并清空存储器。
在其捕获带宽内，它可以检测各种瞬态信号、动态信号和射频脉冲。
但是，实时频谱仪RTSA受到带宽的限制。如果接收机试图测量超出其实时带宽的信号，则必须调谐本振，此时它不再是实时或无间隙的。
由于实时频谱仪 RTSA 没有调谐，要检测的信号可能不会位于中心频率，并且它检测到的信号电平可能不像使用传统频谱分析仪时那么准确，因此我们不建议采用实时频谱仪 RTSA 来进行准确的功率测试。
实时频谱仪RTSA 的基础是 FFT处理，但它没有 FFT分析仪的静寂时间。它处理和显示信号的速度快于 ADC 在给定信息带宽下填满循环缓冲区的速度。当然，实时频谱分析仪RTSA 也有不足之处，它始终采用固定调谐并且带宽有限。在给定带宽下，它不会错过任何信号。在检测瞬态信号时，它是理想的选择。
除了超快速的 FFT计算工具和足够大的循环存储缓冲区之外，实时频谱仪RTSA 中最关键的技术称为重叠 FFT。采用重叠 FFT，RTSA 能够可靠地检测具有随机占空比的窄脉冲。
以上是实时频谱仪 RTSA信号流。首先，ADC 从中频链路中采样数据，并将它们打包到每个数据帧内。
实时频谱RTSA 不是一次处理一帧的原始数据，而是将原始数据帧（数据 1、数据 2、数据 3 ……）重新排列成新的 FFT 帧（T1、T2 ......）。从 T2 开始，RSTA 会从 T1 获取一部分样本并将其与新数据（数据 2 获取的一部分）合并，构成 T2；同理，从前面的 T2 获取一部分样本，再从数据 2 获取一部分新样本，构成 T3。这种操作叫做重叠 FFT，它保证发生在数据 1 和数据 2 边缘的信号会正确位于下一个 FFT 的中心，以确保正确检测到信号。
将信号移动到帧中心是为了防止窗口功能滤除掉数据帧/时间记录边缘的有用信号。为了便于说明，我们进行 FFT 计算和显示的速度是将数据保存到缓冲区速度的两倍。
为了理解何为重叠处理，首先可以看下图。
观察到一段数据记录完成后，立刻进行FFT处理，其中信号采集的时间比FFT计算时间长得多。仔细观察便可发现，当一个FFT处理流程结束后，大部分时间都处于闲置状态。如果此时不是等待一个全新采集信号，而是将目前最新的信号记录与一些旧数据重叠，那么在计算FFT的同时将获得一个新的频谱，下图中说明了这种重叠处理。
FTT重叠极大地提高了捕获窄脉冲或瞬态信号的概率。在下面的屏幕显示中，一个显示接收机在两次更新之间有静寂时间而没有 FFT重叠，另一个显示的是有重叠 FFT 的RTSA。
长久以来，因为实时频谱解决了传统频谱仪不具备的瞬态信号分析功能，从而被很多人推崇，甚至带上了无所不能的光环。认为实时频谱能够看到一切瞬态信号，并且精确无比。
然而从实时频谱的具体实现技术出发，它并不是万能的。准确地说，实时频谱的准确测量对于信号的持续时间是有要求的，对于少数低于这个要求的信号，实时频谱也无法完全准确地进行测量。
下面我们仔细描述一下这个问题。
什么是100%截获概率（POI）？
在无线射频信号分析中，截获概率(POI)表示信号有可能被截取和充分捕获、分析所需要的存在时间。
作为参考，加拿大出口管制指南2013年12月"提供了以下定义：“发现概率也称为截获概率或捕获概率。100%发现概率的持续时间等于特定电平测量不确定度所需的最小信号持续时间。
Keysight应用说明“理解和应用实时频谱分析中的截获概率'在下面的摘录中提供了进一步的说明：在信号分析仪的性能Q参数中，POI通常表示为一个信号的最小持续时间，要求该信号若高于仪器的噪声系数，则该信号可以以100%的概率观察到并进行准确地测量。
前提：设置FMT的触发电平并使用FMT去触发一个瞬态的信号
频率模板触发 Frequency Mask Trigger（FMT）触发后频谱仪测到的瞬态信号幅度与其稳态时相同
要满足上述条件，信号必须持续一定时间，该时间称为100%截获概率下的最短持续时间。
五种主要的窗口函数
•也叫加权函数
•用于抑制时域旁瓣
•边带影响: 损伤信噪比
汉明窗口 （Hamming Window）是一种常用的数字信号处理技术，为了提高分辨率，需要对接收到的信号进行一定的处理。其中一个重要的步骤是快速傅里叶变换 (Fast Fourier Transfomm, FFT)，通过FFT可以将回波信号从时域转换到频域，以便更好地分析和处理。然而，在进行FFT时，由于信号长度有限，会导致频谱上出现泄漏(spectral leakage）现象，即信号在频域上呈现出明显的畸变，初值和谐波等非理根特征。为了减少这种泄漏，可以采用汉明窗口来对原始信号进行加商处理，其主要作用是在时域上对信号进行平滑加权，抑制信号的端点泄漏，以减小FFT过程中信号的泄漏现象，从而得到更精确的频域信息。
时域和频域
时域和频域是信号处理中两个基本的概念：
时域(Time Domain)指的是信号随着时间变化的情况，即信号在时间轴上的表现形式。例如音频信号在时域下的图形可以显示声音如何随着时间变化，而图像信号在时域下的图形可以显示图像的像素值如何随着时间变化。
频域 (Frequency Domain）指的是信号在频率空间中的表现形式，表示信号包含哪些频率成分及其对应的强度。以音频信号为例，在频域下的图形（一般称为频谱）可以显示声音分布在哪些频率及其比例，即能够反映出声音中各个音调的高低与响度大小，将时间与频率进行有效分离，方便对信号进行后续处理。
在数字信号处理中，信号通常会在时域和频域之间进行转换。例如，通过傅里叶变换（FFT）可以将时域的信号转换到频域中，从而更好地理解信号的特性。在频域下，信号可以通过浪波等方法进行处理，然后再通过傅里叶逆变换(IFT) 口到时域中进行应用。
什么是多普勒效应 (Doppler effect)?
多普勒效应 (Doppler erfect) 是指当波源与观察者相对运动时，观察者接收到的波的频率与波源发出的频率不同的现象。在多普勒效应中，当波源向观案者移动时，观案者会接收到比波源发出时重高的频率，这被称为蓝移 (blue shift);反之，当波源远离观察者时，观察者接收到比波源发出时更低的频率，这被称为红移(red shirt)。蓝移和红移的现象可以在各种波动中观察到，如声波电磁波等。
多普勒效应在现代科技中有看广泛的应用，如测速雷达、医学超声诊断、天文学等。在卫星通信中，由于卫星和地面站之间的相对运动，多普勒效应会导致信号的频率发生变化，因此必须对信号进行补偿以确保正常通信。
Hamming Windor 汉明窗函数和频响
时域和频域加窗的效果是相同的-减小频率泄露
实时频谱仪的基本原理是分段采集数据，然后进行高速FFT处理。
我们知道，每次FFT处理的时域样点都是有限长度，而有限的时间长度在频域上将产生周期延拓或者说频谱泄露。因此FFT处理之前都需要对时域样点就行加窗处理，加窗处理将导致窗两边的数据权重降低甚至归零，导致部分信息丢失。
为了补偿加窗造成的信号丢失，实时频谱仪中普遍采用重叠帧的FFT处理。两段相邻的时域数据将部分重叠然后进行FFT计算，这样两段相邻数据的窗函数可以相互补偿，从而保证信号不丢失。
Keysight的实时频谱仪中，将在FFT速度和采样速率允许的情况下进行最大程度的重叠处理。
•FFT时域截短造成频域扩展
•通过加窗抑制频谱扩展
•加窗造成部分数据权重降低•通过overlap来补偿加窗造成的分量权重降低
实时频谱仪中FFT的长度一般是固定的1024点，而窗的宽度是可以调整的（32-1024）。信号如果需要保证幅度被准确测量，那么其持续时间最短需要从第一个窗的左边缘一直到第二个窗的右边缘。因此从图上可以看粗，信号最短持续时间取决于FFT的长度，重叠的点数以及所选择的窗的宽度。减小窗的长度，可以降低信号最短持续时间的要求。
下面用一个例子阐述合成窗是如何重建信号的。下图是一个时域转频域加窗的过程。
可以看到，经过加窗后，能量有所衰减。加一个合成窗，且overlap-add，便可以补回能量。如下图所示:
可以定性看到，在经过overlap，边界处的信号补回原始幅度了。此处是比较巧妙，分析窗用hamming窗，overlap采用50%，则在合成的时候，就不需要额外加窗了，直接overlap-add就好。
根据完美重建公式，合成窗的选择，不仅跟分析窗有关，还和overlap有关。不同的overlap要采用不同的合成窗。
若信号持续时间短于一个FFT的长度
刚才我们讲到为了保证幅度精度，信号有一个最短持续时间。那么当信号持续时间低于这个阈值时，会发生什么情况呢？
我们知道时域样点的能量，在经过FFT变换之后将在频域展开，其能量是守恒的。不管时域数据持续多长，FFT之后再频域都是1024个点。因此，当信号持续时间短于一个FFT长度时，它在频域的功率将降低。降低的程度取决于途中红色区域的面积和浅蓝色区域面积的比例。即2个条件：首先是信号持续时长，其次是信号在窗函数中的位置。同样的信号时长，出现在窗边缘和窗中心，其FFT后的功率将差异很大。
•FFT之后得到的功率将降低
•功率降低的程度取决于两个因素：信号持续时长以及出现的位置
•综合来看，就是下图中深红色面积与蓝色面积之比
下面我们将看到仿真计算结果。
当四分之一格FFT长度的信号出现在窗中央时，其功率将下降4.125dB；但是当信号出现在窗边缘时，其功率将下降29.129dB。
例如：
经过FFT之后的频谱中功率下降：
利用信号源的脉冲功能输出一个固定幅度的脉冲，通过调节脉宽，观察不同脉宽下实时频谱仪上测到的信号频谱，可以发现当脉宽低于一定程度的时候，信号功率将不同程度地下降。
同一个信号源输出等功率脉冲：
•脉宽大于特定时长时功率准确
•脉宽逐步减小时，频谱上测到的功率逐步降低
频谱分析仪和信号分析仪有什么区别？
频谱分析仪和信号分析仪这两个术语往往可以互换使用，不过两者在功能和能力上还是有一定区别。频谱分析仪主要用于测量输入信号的幅度与频率的关系。信号分析仪则是同时测量输入信号在单个频率上的幅度和相位。当今的分析仪可进行更全面的频域、时域和调制域信号分析，用“信号分析仪”来描述更为准确。
频谱分析仪是什么？
频谱分析仪测量在仪器的整个频率范围内输入信号幅度随频率进行变化的情况。其最主要的用途是测量已知和未知信号的频谱功率。
矢量信号分析仪测量在仪器的中频带宽内输入信号在单一频率上的幅度和相位。其最主要的用途是对已知信号进行通道内测量，例如误差矢量幅度、码域功率和频谱平坦度。
信号分析仪同时执行频谱分析仪和矢量信号分析仪的功能。
频谱分析仪可在整个频率范围内测量输入信号的幅度与频率的关系，从而确定信号的功率。频谱分析仪能够进行噪声系数和信噪比（SNR）等测试，表征器件的性能及其对整体系统性能的贡献。
信号分析仪能够做什么？
信号分析仪能够测量输入信号在单个频率上的幅度和相位。信号分析仪将扫频调谐频谱分析仪的超大动态范围与矢量信号分析仪（VSA）的强大功能相结合，能够执行信道内测量，例如需要幅度和相位信息的误差矢量幅度（EVM）测量。
是德科技 www.keysight.com.cn
