FFT分析能更深入的分析信号,如图5和6所示。在广阔的“白”噪声的基础上明显多了2个峰值,49.5MHz和500MHz。
FFT能快速深入的分析噪声的来源。例如,系统中有33KHz的开关电源和500MHz的时钟,你可以在33KHz和500MHz的地方看到毛刺。毛刺的幅度能让你粗略的了解一下各个噪声源的贡献有多大。
另外可以通过对FFT取平均提高毛刺的能见度。平均的方法会很大程度的消除真随机噪声,能在噪声中甄别出微小的信号。
如果能够以除随机噪声源之外的信号作为触发并使用平均,那么所有和此信号不相关的噪声元素都会被减小或者消除。图7和图8展示了这种方法。在图7中,示波器使用500MHz正弦波作为触发,并平均64次。紫色的通道是500MHz的触发源,在示波器上用另一个通道测量。黄色的通道是电源噪声,把所有和500MHz信号不相关的噪声元素通过平均消除。
图8是用49.5MHz方波作为触发源。图中只能看到和49.5MHz相关的噪声。
在本例中,电源是1.5V直流电压,噪声是mV级别的。你可以在把偏置电压调节到1.5V时使用100mV/格或者更高的范围。并且使用更敏感的范围来减少示波器自身的噪声从而精确的测量。
很多电源都可以驱动50欧姆负载。1.5V电压驱动50欧姆负载只需要3mA电流。这就可以直接使用50欧姆同轴电缆连接到电源,示波器使用50欧姆输入来代替10:1的探头,从而可以更灵敏。也可以使用同轴隔直电容。1:1的探头很容易制作,如图9所示,在线末端把外面的金属壳剥掉,并焊接一个地线,也可以使用带弹簧的地。
本配置会最终实现下面的目标:
使用前述的1:1探头连接到安捷伦N5380A双SMA探头前置头,再连接到1186A探头放大器,最后连接到示波器。
要了解示波器和探头自身到底有多少噪声。尽量选择低噪底的示波器来使测量更精确。尽量使用差分探头。
使用探头的偏置来增加动态范围。
对要测量的信号做触发,通过平均来消除不相关的噪声。
示波器使用FFT需要考虑的问题
大多数实时数字示波器都带有FFT功能。示波器在每次触发的时候都会进行有限的采样,这取决于内存大小和采样速率。FFT并不能识别信号的频率低于示波器采样窗口的情况。FFT能分析的最低频率是1/[1/(采样速率)x(采样内存深度)]。在使用FFT观测信号,请先确保内存有足够的采样深度来获得足够的样本。例如,如果,开关电源的工作频率是33KHz,示波器需要采用1/(33KHz)或者30uS的信号变化。对于采样率为20GSa/s的示波器,内存中需要存储600000个点。
FFT通常是对屏幕显示的点做运算,所以在测量低频的时候要设置时间基准来时所用的内存都显示在屏幕上。
RMS还是P-P?
本文通篇都用的是均方根(RMS)。对于一个高斯分布的信号,不会定义峰峰值(p-p),也无法重复测量,这个时候用均方根定义能很好的运用。对一个高斯概率密度函数来说,均方根等同于标准差,所以统计表都会用均方根值而不是峰值来表示高斯噪声信号。如果你加入2个高斯噪声,标准差不是直接把各种的标准差相加而是把各自平方之后相加再开根号。
确定性的噪声元素,可以用均方根或者峰值来确定的表示。
测量噪声的挑战是如果计算出通过线性叠加的确定性噪声和通过正交叠加的随机抖动。本文就讲述了如何分离随机噪声和确定性噪声。