У меня их два, и оба сломаны

Бен Зарлинго (Ben Zarlingo)

Соединители типа K

Я заинтересовался высокочастотными соединителями, чтобы понять некоторые вещи, которые услышал во время беседы с другом. Когда речь зашла о 2,92 мм (тип K), он сказал: «У меня их два, и оба сломаны».
Я не стал вникать в подробности, но мне приходилось слышать, что соединители 2,92 мм не так надёжны, как их собратья 2,4 или 3,5 мм. Один источник в интернете упоминал более тонкую внешнюю оболочку для проводника, а другой заявлял о потенциальной возможности повреждения центрального контакта.

С другой стороны, соединители типа K обладают явными преимуществами в СВЧ и миллиметровом диапазоне. Они работают на частотах до 40 ГГц и выше и не имеют паразитных мод примерно до частоты 45 ГГц. Кроме того, они могут сочленяться с соединителями 3,5 мм и SMA.
Во избежание повреждений вилка 2,92 мм имеет более короткий центральный контакт. Это гарантирует, что корпус начнёт сочленение раньше центрального контакта. Внешняя оболочка имеет большую толщину и должна быть сравнительно прочной.

Ситуация прояснилась, когда я внимательно рассмотрел два повреждённых соединителя 2,92 мм. Это помогло мне понять габаритные требования к соединителям, работающим на частотах более 40 ГГц и способным сочленяться с соединителями 3,5 мм и SMA.

Повреждение гильзы или гнездового центрального контакта двух соединителей типа K сделало их непригодными. Лепестки щелевой гильзы изогнуты или отломаны, вероятно из-за попытки сочленения с несовместимой вилкой SMA.

Соединители 2,92 мм не должны повреждаться при сочленении с ответными соединителями 2,92 мм, но сочленение с соединителями SMA (что является одним из преимуществ этого семейства) вполне может оказаться разрушительным.
Прежде чем перейти к пояснениям, давайте сформулируем простое правило для определения максимальной частоты сигнала, который можно передать по коаксиальному кабелю: разделите 120 ГГц на внутренний диаметр экранирующего проводника D (в мм). Диаметр центрального проводника d ограничен отношением D/d, определяющим волновое сопротивление. При фиксированном значении d, сравнительно большой центральный контакт соединителя типа K требует применения очень тонкого щелевого гнездового контакта в ответном соединителе.
При сопряжении такого тонкого контакта с соединителем SMA, который обладает большими допусками и с большой вероятностью может иметь плохо отцентрованный или выступающий вперед центральный контакт, возникает большой риск повреждения соединителя, который в прочих ситуациях вполне надёжен и обладает хорошими характеристиками при сочленении с соединителем соответствующего типа.
Логично предположить, что соединитель 3,5 мм с большим d и более толстыми и прочными контактами вряд ли пострадает от подключения к соединителю SMA. Видимо в этом всё дело, хотя усилия сочленения и шансы повышенного износа в этом случае могут быть выше.
Я это понял не сразу. Во-первых, некоторые источники в интернете совершенно неправы, утверждая, например, что соединители 2,92 мм имеют тонкие внешние стенки (что часто справедливо для SMA), и что у них отсутствуют исполнения метрологического класса.

Теперь я могу более справедливо отнестись к соединителям типа K. Они работают очень хорошо, надёжны и способны сочленяться с соединителями другого типа. Конечно, при подключении их к соединителям типа SMA надо соблюдать осторожность, что, впрочем, не помешает и при подключении к соединителям 3,5 мм.
Соединители SMA тоже могут повредиться при сочленении с соединителями 2,4 и 1,85 мм. Поэтому нужно с большой осторожностью относиться к сочленению дорогостоящих деталей измерительного стенда. Это очень важно, если вы хотите получить те параметры, за которые заплатили.

Эффективное усреднение: не все выборки равны между собой

Бен Зарлинго (Ben Zarlingo)

Подозреваю, что многие из вас, как и я, не проявляют особого интереса к статистике как таковой. Однако мы уже знаем, сколь мощной может оказаться статистика в раскрытии свойств нашего мира, затуманенного шумами. И особенно это справедливо, когда речь заходит об электрических цепях и сигналах.
Два самых распространённых статистических инструмента – это усреднение и анализ распределения выборок.
Усреднение, вероятно, является самым распространённым статистическим инструментом нашего мира, и очень часто мы используем одну или несколько его форм одновременно, даже не подозревая об этом.
Усреднение используется очень широко, поскольку оно очень эффективно и легко реализуется. Первые анализаторы спектра имели аналоговые полосовые видеофильтры, которые обычно усредняли сигнал в логарифмическом масштабе. В те времена многие анализаторы сигналов выполняли усреднение с помощью быстрой цифровой обработки сигнала (DSP). Скорость здесь даёт реальные преимущества, поскольку шум может оказаться более шумным, чем ожидалось, и в этом случае нам придётся направить все имеющиеся ресурсы на уменьшение дисперсии.
Много лет назад я усвоил простое правило усреднение, которое оказалось очень полезным, хотя и было неверным: дисперсия измерений уменьшается обратно пропорционально корню квадратному из числа усредняемых независимых выборок. Это правило позволяет количественно оценить усреднение, необходимое для достижения требуемой достоверности измерений.
Это полезное правило, но я запомнил его неправильно. Это стандартное отклонение уменьшается как корень квадратный из числа усредняемых независимых выборок; а дисперсия – это квадрат стандартного отклонения.
Пользуясь этим правилом, часто забывают об одном важном условии: выборки должны быть независимы, не связаны между собой такими процессами, как фильтрация или сглаживание. Например, применение узкополосного видеофильтра (VBW) ограничит эффективную частоту дискретизации для усреднения детектором ПЧ, как бы быстро не создавались выборки. Это справедливо и для фильтра полосы разрешения (RBW), где эффект усреднения VBW можно игнорировать, если он хотя бы в три раза шире, чем RBW (ещё одно простое правило).
Как же проявляется влияние коррелированных выборок в реальных измерениях спектра? Чтобы это увидеть, можно усреднить фиксированное число независимых и коррелированных выборок.

Усреднение по 50 измерениям спектра, выполненным с помощью векторного анализатора сигналов. На верхней кривой выборки независимы и некоррелированны. На нижней кривой выборки коррелированны за счёт наложения данных, что привело к уменьшению эффекта усреднения.

Для удобства создания этого примера я использовал программное обеспечение 89600 VSA и усреднил трассы с наложением записанных данных. В процессе наложения последовательные вычисления спектра включали смесь новых и ранее обработанных выборок. Это напоминает ситуацию, в которой усредняющий детектор дисплея делает выборки чаще, чем видеофильтр. Усреднение выполняется корректно, но дисперсия и стандартное отклонение не уменьшаются настолько, как можно предположить по числу усредняемых выборок.
Вы, вероятно, не часто будете сталкиваться с таким явлением, но если вы когда-нибудь обнаружите, что усреднение не даёт ожидаемого сглаживания, то позвольте себе усомниться в независимости выборок. К счастью, измерительные приложения написаны с учётом этого явления, и некоторые из них позволяют увеличить число усредняемых значений, если вам нужны более стабильные результаты.
Если описанные выше проблемы для вас актуальны, или если вы часто сталкиваетесь с шумом и шумоподобными сигналами, рекомендую ознакомиться с текущей версией классических рекомендаций по применению Измерения с помощью анализаторов сигнала и спектра и проблемы шума. Способы изложения и методы измерений, описанные в этих рекомендациях, одни из самых полезных и эффективных среди тех, что можно найти.
И, наконец, настало время для ежедневного трёхбуквенного сокращения: ННР. Оно означает нормально и независимо распределённые данные. Оно применимо к этой статье и очень хорошо известно в статистике, но явно не слишком знакомо радиоинженерам.

Калибровочные данные: как их использовать

Бен Зарлинго (Ben Zarlingo)

Насколько хорошо вы знаете то, что знаете, и нужно ли вообще это знать?

Мы выбираем, покупаем и используем контрольно-измерительное оборудование, потому что хотим получить ответы на вопросы: как много, как чисто, как быстро, как широко и т.д. Эти ответы важны для достижения успеха в разработке и производстве, но они не даются даром.
Информацию можно добавить разными способами, в том числе усредняя повторяющиеся сигналы по времени и вычитая известную мощность шума из результатов измерений. Недавно я описывал применение данных периодической калибровки отдельных приборов для того, чтобы узнать наиболее вероятную (а не заявленную) точность конкретных измерений. Если вы оплатили калибровку и информацию, собранную в ходе этого процесса, то глупо было бы ей не воспользоваться. Вот вам пример – полученная в результате калибровки амплитудно-частотная характеристика некоторого анализатора сигналов PXA:

Амплитудно-частотная характеристика некоторого анализатора сигналов PXA, измеренная во время периодической калибровки. На графике выполнено сравнение измеренной характ

еристики и измеренной погрешности со значениями, указанными в спецификациях.
В калибровочной лаборатории этот анализатор показал значительно лучшие параметры, чем заявлено в спецификациях, даже с учётом погрешности измерений. И это не удивительно, имея в виду, что спецификации должны учитывать разные климатические условия, разброс параметров от прибора к прибору, дрейф и собственную погрешность измерений.
Если вы используете именно этот прибор для подобного измерения в подобных условиях, логично предположить, что неравномерность АЧХ будет ближе к измеренному значению ±0,1 дБ, чем к значению ±0,35 дБ, заявленному в спецификациях. Как же воспользоваться этой дополнительной точностью?
Не удивительно, что ответ зависит от множества факторов, связанных с конкретной ситуацией. Я приведу здесь несколько рекомендаций и соображений, полученных от специалистов компании Keysight.
Сначала определите цель выполняемых измерений и их значимость. На этапе проектирования вас вполне может устроить оценка наилучших параметров, а не результат, отслеживаемый до эталона, если вы знаете, что конечные характеристики будут измерены потом на другом оборудовании и другими способами. В этой ситуации показанные выше минимальная и максимальная погрешности (красные пунктирные линии) говорят о том, что вы можете рассчитывать на неравномерность АЧХ около ±0,15 дБ.
С другой стороны, вы можете придерживаться требований и рекомендаций стандартов, таких как ISO17025, ANSI Z540.3 и ILAC G8. И хотя результаты калибровки вполне достоверны, полагаться на них сложнее, чем на гарантированные значения параметров. Результаты калибровки применимы лишь к конкретному прибору в конкретных условиях измерения, поэтому прибор нельзя взять и заменить на эквивалентный. Кроме того, вы должны точно учитывать условия измерения, а не полагаться на оценки стабильности и другие факторы, учтённые в запасах параметров, которые приведены в спецификациях.
Эти факторы не исключают применения результатов калибровки в расчёте полной погрешности измерения. В некоторых случаях это может оказаться самым практичным способом достижения минимальной погрешности, однако их применение может усложнить поверку и обслуживание контрольно-измерительной системы. Желательно чётко определить предположения, на которые опирается ваш метод, и предусмотреть процесс их проверки во избежание непредвиденных проблем.
Впрочем, погрешность измерения – не единственный элемент плана испытаний, и результаты калибровки могут помочь вам и иными способами. Взгляните на измеренный и заявленный средний уровень собственных шумов (DANL), показанные на следующем графике.

Реальный и заявленный средний уровень собственных шумов анализатора сигналов PXA показан в диапазоне от 3,6 до 50 ГГц. В случае, когда важную роль играет скорость измерения, реальное значение среднего уровня собственных шумов может оказаться удобнее для оптимизации настроек (например, полосы разрешения), чем заявленное в спецификациях.

В этом примере реальный средний уровень собственных шумов на 5-10 дБ меньше заявленного, и для инженера это очень важно. Измеряя низкоуровневые сигналы или шумы нужно выбирать полосу разрешения, достаточно узкую для снижения шумов, добавляемых анализатором сигналов. Но узкая полоса разрешения может замедлить измерение, поэтому очень полезно знать реальный уровень шумов, чтобы выбрать полосу разрешения как можно шире для уменьшения времени измерения.
Если ваши измерения и планы испытаний особенно требовательны, то имеет смысл использовать всю имеющуюся информацию. Guardbanding является одной из услуг калибровки компании Keysight, которая включает самый полный набор результатов калибровки, таких как описаны выше. Для упрощения доступа к результатам калибровки без запроса бумажных документов можно использовать бесплатную службу Infoline, которая предоставляет результаты всех калибровок в режиме онлайн.

Анализ импульсов: из многих – единое

Большое число измерений стохастического процесса может дать нужное вам детерминированное значение

Бен Зарлинго (Ben Zarlingo)
На протяжении всей моей метрологической карьеры многие измерения были направлены на поиск «Одного истинного числа» или, по крайней мере, максимально близкого к нему значения, которое я мог получить.
Недавно я занимался средствами и методами измерения параметров ВЧ импульсов радиолокационных систем, и у меня возникло ощущение, что я попал в какую-то альтернативную метрологическую область. В прошлом мне приходилось измерять отдельные импульсы РЛС, и я делал это обычно с помощью программного обеспечения 89600 VSA. Используя широкий диапазон радиочастотных интерфейсов, это ПО количественно оценивает все параметры импульсов: все частоты, амплитуды (среднюю мощность, зависимость мощности от времени, отношение уровня импульса к уровню промежутка), временные соотношения и параметры модуляции, такие как линейность ЛЧМ или качество модуляции. С помощью функций захвата и повторного воспроизведения ПО VSA большинство этих измерений можно выполнять для одного импульса (от одного – к многому).
И не важно, насколько точными или сложными могут быть эти измерения, для таких приложений, как РЛС, они не подходят по одной важной причине: они не учитывают стабильность исследуемых импульсов. ПО VSA использует поимпульсный метод измерения и обычно не оценивает воспроизводимость, стохастические характеристики или тенденции, присутствующие в импульсных последовательностях.
Понимание некоторых характеристик РЛС требует своего рода метаанализа, количественно оценивающего тенденции или границы воспроизводимости различных параметров исследуемых сигналов. Недавно добавленная в ПО 89600 VSA опция BHQ предлагает это крупномасштабное статистическое представление в форме измерительного приложения для анализа импульсов. И одним из типичных измерений, группирующих характеристики множества импульсов, является гистограмма.

Гистограмма результатов наилучшего приближения сигнала ЧМ обобщает поведение нескольких тысяч импульсов, автоматически выявляя и количественно оценивая импульсы с сильно отличающимися параметрами.

РЛС является ярким примером системы, в которой очень важна воспроизводимость, и где тенденции поведения могут иметь огромную ценность для оптимизации конструкции.
Но тут неизбежно возникает вопрос – какой параметр анализировать для оценки тенденций и других статистических показателей. Вот здесь-то и пригодиться опыт, знания и интуиция специалиста по РЛС Эта ситуация, вообще типичная для радиосвязи, являет собой ещё одни пример того, как измерительное приложение, мощная цифровая обработка сигналов и большой многооконный дисплей, дружно работая вместе, умножают таланты инженера-разработчика.

ПО для измерения параметров РЛС автоматически выявляет и измеряет большое число импульсов. Многооконный дисплей, представляющий данные в графической и табличной форме, позволяет инженеру отслеживать аномальное поведение и выявлять причины и следствия.

Конечно, умная программа и большая вычислительная мощность не заменят инженерного мастерства, но они помогают преодолеть сложность и большой объём импульсных последовательностей, заполненных сложными сигналами. И хотя программа не может выдать единственного значения, типа «Одного истинного числа», она может снизить риск измерения слишком малого числа импульсов или анализа слишком малого числа параметров.
Если вы интересуетесь обработкой и анализом данных такого рода, посетите страницу www.keysight.com/find/radar.