网络分析仪的原理及应用

　　网络分析仪结构
　　网络分析仪可以分为标量(只包含幅度信息)和矢量(包含幅度和相位信息)两种分析仪。标量分析仪曾一度因其结构简单，成本低廉而广泛使用。矢量分析仪可以提供更好的误差校正和更复杂的测量能力。随着技术的进步，集成度和计算效率的提高，成本的降低，矢量网络分析仪的使用越来越普及。
　　网络分析仪有四个基本功能模块，如图5所示。
　　信号源，用于产生入射信号，既支持连续扫频也支持离散频点，并且功率可调。信号源通过信号分离模块馈入DUT输入端，信号分离模块可看作一个测试装置。在这里，将反射信号和传输信号分离进不同的组件测量。对于每一个频点，处理器测量信号并计算参数值(例如S21或驻波比)。用户校准主要用于提供数据的错误校正，将在后续详细介绍。最终，当与网络分析仪交互时，你可以在显示器上查看参数以及修正后的数值，并使用其它用户功能，比如缩放波形图。
　　根据网络分析仪性能和成本的不同，有多种方式实现结构中的四个模块。测试装置可以设计成传输/反射(T/R)或全S-参数。其中，T/R测试装置是最基本的实现方式，结构见图6。
　　T/R结构包括一个稳定信号源，它能够提供指定频率和功率的正弦波信号;一个参考接收器R，它与功率分配器或定向耦合器相连，用于测量入射信号的幅值和相位。入射信号从网络分析仪端口1发出，馈入DUT的输入端。定向耦合接收器A测量任何反射回端口1的信号(包括幅值和相位)。网络分析仪的端口2，端口2处的接收器B用于测量该信号的幅值和相位。
　　接收器针对不同的特性要求也有不同的结构，可被看作是带有下变频器、中频滤波器以及矢量检测器的窄带接收机，类似于矢量信号分析仪。它们可以提取出信号的实、虚部，用于计算幅值和相位信息。此外，所有接收器都与信号源使用相同的相位参考，你可以在相同的相位参考下计算接收信号与入射信号的相位关系。
　　T/R结构具有性价比高，结构简单，性能好的特点。但仅只支持前向参数测量，例如S11和S21。如要测量反向参数，需要断开并反转DUT，或者借助外部开关控制。由于不能切换源(入射信号)到端口2，端口2的纠错能力有限。如果T/R结构设计符合你的项目要求，这种结构是一种高精度和高性价比的选择。
　　全S-参数结构如图7所示，在参考接收耦合器后的信号通路中嵌入了一个开关。
        当开关连通端口1，分析仪测量前向参数。当开关连通端口2，你无需重置DUT外部连接，就可以测量反向参数。端口2处的定向耦合接收器B测量前向传输参数和反向反射参数。接收器A测量前向反射参数和反向传输参数。
由于开关放置在网络分析仪的测量路径上，因此用户校准时需要考虑开关的不确定性。尽管如此，两个开关位置仍可能会有细微的差别。另外，随着时间的推移，开关触点磨损，需要更频繁的用户校准。为了解决这个问题，可以把开关移到源输出，并且采用两个参考接收机，R1和R2，分别对应前向和反向，如图8所示。由于采用了更高性能的架构，成本和复杂性也随之而来。
        网络分析仪的基本结构绝大部分在测试装置中实现。一旦分析仪测量出入射信号（R参考接收器）和传输信号的幅值和相位，或者是反射信号（A和B接收器）的幅值和相位，就可计算出四个S-参数值，如图9所示。
        您可以综合应用，性能，精度，和成本等因素，选择合适的网络分析仪结构。
误差和不确定度
        理解矢量网络分析仪不确定度的来源有助于你采取行之有效的用户校准方法。对于图10所示的完整的双端口网络分析仪结构，我们从前向开始分析。
        首先，第一个不确定性是传输信号和反射信号由于在频率上或者分别正，反向的轨道导致的信号丢失。其次，DUT的输入阻抗和网络分析仪或系统阻抗的差异。同样，DUT输出端也存在类似情况，它们分别属于源匹配和负载匹配。
用于信号分离的定向耦合器的效率，也需要考虑。理想的定向耦合器在耦合臂产生输出信号，它是与主臂一个方向上的标准信号成比例，而相反方向的信号不产生输出信号。耦合器输出（耦合臂）和标准输入信号（直通臂）的区别是耦合系数。耦合系数通常在10分贝到30分贝之间，意味着当输入信号以适当方向通过直通臂时，输出RF功率电平比其小10到30分贝。
定向耦合器对于反方向的信号不产生输出。但实际上，这是很难实现的。尽管是很小的，反方向的信号通过实际的耦合器仍然会在输出端产生不必要的响应。这种不需要的信号定义为耦合器泄露。耦合系数与耦合泄露的差别称为耦合器的定向性。
最后是隔离。端口2的接收器检测到端口1辐射或传导的少量的信号，在现代网络分析仪，这种不必要的泄露通常很小。总的来说，不影响测量，除非DUT有很高的损失。尽管推荐，在许多现代矢量网络分析仪中。隔离在校准中只是一种可选的操作。
一个完整的网络分析仪正向不确定性的来源包括：传输和反射追踪；负载和源匹配；定向性和隔离，这些再结合反向6个误差项，共有12误差项。用户校准需要充分考虑这12个误差，以便得到适当的修正系数来用到测量数据当中。这项修正是矢量网络分析仪的显著的精度的主要原因。