Skip to main content
Témakör:

Komplex rendszerek és környezetek „zavaros” jeleinek alapos vizsgálata - 1

Megjelent: 2016. április 06.

eyecatcherNagy örömmel kezdünk bele a Keysight Technologies által készített, és hazai forgalmazója, a H TEST által rendelkezésünkre bocsátott, a jelanalízis bonyolult jelkörnyezetben történő alkalmazásait ismertető cikk közlésébe, mivel témája összecseng a radartechnológia alapjait ismertető – e számban már a harmadik folytatásánál tartó – cikksorozatunkéval, és betekintést enged a legkorszerűbb fejlesztések világába.

 

Bevezetés

A korszerű analóg és digitális technológiák szülték azokat a radarrendszereket, amelyekre a gyors frekvenciaváltások és a nagy sávszélesség a jellemző. A digitális jelfeldolgozás (Digital Signal Processing – DSP) növekvő teljesítményével már olyan eljárások is közhelynek számítanak, mint az impulzuskompresszió. A DSP a dinamikatartomány digitális módszerekkel történő növelését és bonyolultabb feldolgozó-algoritmusok futtatását is lehetővé teszi. Ezeket a fejleményeket az erősítő- és antennatechnika előrehaladásával kombinálva olyan dinamikus képességek is kialakulhattak, mint a komplex elektronikus sugárirányítás.
Mindez nagyon összetett jelfeldolgozási tevékenység alkalmazásához vezet, ami például a jelenkori elektronikus hadviselés (Electronic Warfare – EW[1]) rendszereit szembesíti kemény és dinamikusan változó kihívásokkal.
Még ha ezekben a rendszerekben ki is használják az olyan technológiai eredményeket, mint a DSP-k vagy a GaN-alapú erősítők, a lehetséges fenyegetések széles köre súlyos terhet ró a fejlesztőkre. Ennek eredményképpen, ha ön radar-, EW- vagy SIGINT- (Signal Intelligence – elektronikus hírszerzés) alkalmazásokra fejleszt berendezést, minden bizonnyal találkozott már – vagy hamarosan találkozni fog – olyan mérési vagy identifikációs feladattal, amelyet a korábban megszokottaknál összehasonlíthatatlanul benyolultabb jelkörnyezetben kell megoldani.
Évtizedeken át a spektrumanalizátor volt az az eszköz, amelyet a leghatékonyabban lehetett felhasználni a radar- vagy EW-berendezések fejlesztésére és megismerésére. Ma viszont annak vagyunk a tanúi, hogy a hagyományos, a vizsgált frekvenciasávon „végigsöprő” (sweep) mérések egyre kevésbé elégségesek a jelenlegi gyors frekvenciaváltású és adaptív rendszerek tulajdonságainak vizsgálatára. Ez a hajtóereje annak az igénynek, hogy gyors működésű, rugalmas és nagy teljesítményű megoldásokat találjunk. A jelenleg létező legjobb alternatíva az olyan jelanalizátor, amely valósidejű spektrumanalízisre (Real Time Spectrum Analysis – RTSA) alkalmas, továbbá vektorjelelemző (Vector Signal Analysis – VSA) szoftverrel is el van látva.
A jelen alkalmazástechnikai ismertető két részből áll. Az első áttekintést ad azokról a jelazonosítási módszerekről, amelyek EW-szituációkban használhatók váratlanul bekövetkező spektrális események azonosítására, vagy a kibocsátott jel tulajdonságait érintő problémák felismerésére. Az azonosított jelekkel kapcsolatban impulzusszerű vektormérési módszereket mutatunk be az idő- és frekvenciatartományban egyaránt. A második részben néhány olyan vizsgálati módszert tárgyalunk, amely a dinamikatartománnyal és a sávszélességgel kapcsolatos követelmények kielégítését segítik.

eyecatcher

Tranziens- és impulzusjelek elemzése jelanalízissel

A radaralkalmazásokban a spektrumanalizátorok nagyon hasznosak az olyan mérések elvégzésére, mint a „tüskék”, a zajtényező és a spektrumfoglaltság vizsgálata. A spektrumanalizátor kiváló eszköz akkor is, ha az egyes részegységek különböző gerjesztőjelekre adott válaszát kívánjuk vizsgálni.
Az EW területén a spektrumanalízis igen hasznosan alkalmazható a rendszer kimeneti jelének tanulmányozására, amely elengedhetetlen a pontosság meghatározásához. Ha egy EW-vevő-berendezés bemenetét impulzusokkal gerjesztjük, a spektrumanalízis hasznos módszer a vevőre kapcsolt bemeneti jel felügyeletére, illetve ha a vizsgálat helytelen eredményt ad, a spektrumanalízis alapján tudjuk a bemenőjelet úgy módosítani, hogy az megfeleljen a vizsgálat céljának.
Sajnos azonban a tipikus spektrumanalizátoroknak két jelentős hátrányuk van: a korlátozott dinamikatartomány és a zavart vagy megszakításos jelek nehézkes vizsgálata. Például a hagyományos sweepanalízis elégtelennek bizonyulhat, ha impulzusmodulált jeleket vizsgálunk, vagy a jel széles frekvenciatartományban hajt végre rövid idejű frekvenciaugrásokat. Még ha az ilyen jeleket sikerül is helyesen azonosítani, máris szembesülünk a következő kihívással, amelyet a jelek rögzítése jelent olyan módon, hogy az rugalmas utófeldolgozással részletesen elemezhető legyen.
A spektrumanalízis legjobb kiegészítője – vagy alternatívája – egy olyan jelanalizátor, amely amplitúdót és fázist is képes mérni. Ahogy ezt a szakzsargon értelmezi: jelanalizátor (signal analyzer) az a műszer, amely a spektrumanalizátor és a vektorjel-analizátor képességeit egyesíti magában. A vektormérésekre nagy szükség van a fázis időfüggvényének vizsgálatánál, az impulzus-komprimált jelek demodulációjánál vagy a – például a csúcstényező (crest factor), vagy a komplementer halmozott eloszlásfüggvény (Complementary Cumulated Distribution Function – CCDF) mérésével végrehajtott szélessávú teljesítményméréseknél. A mai radar- és EW-rendszereknél ezek a mérések nagyon jól használhatók a berendezés teljes életciklusa során.
Egy jelanalizátor jól megfelel az alapvető spektrumfigyelésre, különösen nagy sűrűségű, impulzusjelű környezetben. Egy ELINT (Electronic Inelligence – elektronikus hírszerzés és elhárítás) berendezés vevőjéhez hasonlóan a legújabb jelanalizátorok többsége gyors letapogatási (fast scan) és valósidejű képességekkel is rendelkezik, nagy a sávszélessége és a dinamikatartománya. Ezzel a frekvenciasáv-felügyelet sokkal produktívabbá és hatékonyabbá válik, mint amilyen a hagyományos sweepalapú spektrumanalízissel elérhető.
A mérési feladat rendszerint túlmutat a jel azonosításán. Amint korábban is említettük, sok modern rendszer alkalmazza az impulzuskompresszió valamilyen formáját. Ezért nemcsak a vektorjel-analízisbe történő zavartalan átmenet fontos, hanem olyan mérési tartománnyal is rendelkezni kell, amely lehetővé teszi az egymástól kis frekvenciatávolsággal elválasztott, kis és nagy amplitúdójú jelek vizsgálatát. Egy jelanalizátor esetében ez azt jelenti, hogy a vektorméréseket nagy dinamikatartománnyal kell tudni végrehajtani.

A tranziens jelkörnyezet mérésének négy módja

Többféle eljárás használatos a megszakításokkal, szórványosan jelentkező jelek vagy kis kitöltési tényezőjű impulzusjelek vizsgálatára. Néhány ezek közül kimondottan a sweepalapú analizátorokra, mások a jelanalizátorokra jellemzők.
Hogy ezeket a módszereket illusztráljuk, egy gyors változások megvalósítására is képes Keysight UXG jelgenerátort konfiguráltunk úgy, hogy nagyon gyors frekvenciaugrásokat hajtson végre, és széles spektrumú impulzusokat állítson elő az 50 ns-tól 750 µs-ig terjedő időtartam-tartományban. Ez a jel meglehetősen hasonló ahhoz, amivel egy EW-vevőberendezés találkozik[2].

Sweepmódszerek: gyors sweep és várakoztatás

A sweepmódszerek hasznosak lehetnek, de csak azokat a jeleket jelenítik meg, amelyek akkor aktívak, amikor az analizátor végigsöpri azt a frekvenciasávot, amelybe a bemeneti jel frekvenciája is beleesik. Kétféle módszer használatos az ilyen jelek elfogására: a gyors sweep és a várakoztatás (dwelling). Ez esetben két tulajdonsággal kell megalkudnunk: a hosszú mérési és a korlátozott mérési tartománnyal. Ha nem ismétlődő jelek elfogására koncentrálunk, az analízis sávszélességét rendszerint feláldozzuk annak érdekében, hogy minden aktivitást rögzítsünk akkor is, ha csak egyszer fordul elő.

Gyors sweep

Ehhez a módszerhez az analizátort olyan gyors lefutású sweepre kell beállítani, amennyire csak lehetséges – és emellett aránylag keskeny felbontási sávszélességet (Resolution Bandwidth – RBW) kell választani. Ez nagyjából azt jelenti, hogy a felbontási sávszélesség a teljes frekvenciaátfogásnak legfeljebb tízezred része. A keskeny RBW előnye az alacsonyabb zajszint, hátránya a hosszabb sweepidő, amely rontja az impulzusok és szaggatott, szórványos események megtalálásának esélyét. A hagyományos sweep-technikákkal összhasonlítva a gyors sweep jelentősen csökkenti a sweepidőt, ha szélessávú, léptetett gyors Fourirer-transzformációt (Fast Fourier Transform) vagy más, újszerű sweep-algoritmusokat használunk[3].
A gyors sweep másik hátránya az, hogy nem láthatjuk a teljes spektrumtartalmat. Egy tipikus gyors sweep a kiválasztott frekvenciasávba eső spektrális komponenseknek csak egy részhalmazát mutatja. Többszöri lefutásra és csúcsértéktartó funkció alkalmazására van szükség a spektrum burkológörbéjének kirajzolásához.
A frekvencia/idő-diagram felrajzolása segít a folyamat megértésében. Az 1., 2., 4. és 6. ábrán a fekete vonalak azokat a jeleket jelképezik, amelyek az idő egy véges szakaszában vannak csak jelen. Míg a valóságban egy impulzus szélessávú spektrális tartalmat generál, a példákban csak a vivőfrekvenciára koncentrálunk, hogy bemutathassuk a főbb tulajdonságokat.
Az 1. ábrán az RBW-szűrő és a sweep menete látható zöld színnel jelölve, az idő függvényében. A szürke, szaggatott vonal a visszafutási időt jelenti. Valahányszor a zöld vonal metszi a feketével jelölt jelvonalak egyikét, ez megjelenik az analizátor képernyőjén. A többi jel, amelynek nincs metszéspontja a sweepjellel, sem detektálva, sem megjelenítve nem lesz.
A sweepidő csökkentése a 2. ábrán látható helyzetre vezet. Látható, hogy ez több kölcsönhatást hoz létre a környezet különféle jeleivel.
A 3. ábrán valódi mérési eredményeket mutatunk be. Ezeket a Keysight UXA Y-sorozatú jelanalizátorával készítettük a gyors sweep követelményeinek megfelelő beállításokkal.

 

figure01

1. ábra A hagyományos sweepmérésnél valahányszor a zöld vonal metszi valamelyik jel vonalát, az megjelenítődik az analizátor képernyőjén

 

figure02

2. ábra A gyors sweep-eljárás használatánál a zöld vonal kevesebb idő alatt halad az ábra bal szélétől a jobbig, minek következtében több ponton metszi a jeleket szimbolizáló vonalakat

 

figure03a

figure03b

3. ábra A felső kép egyetlen mérést mutat a fast sweep-üzemmódban működő UXA-műszerrel. Vegyük észre, hogy bár az analizátor több jeltartalmat képes elfogni, de nem mindet. Az alsó képen a műszer csúcsértéktartó üzemmódban működik többszörös lefutással, amelynek következtében a jeltartalom burkológörbéje jobban felismerhetővé válik

Dwell

Ennek a működésmódnak az a lényege, hogy a sweepmérésbe tartózkodási időket (dwell time) iktatunk be, akár úgy, hogy az RBW állandó, akár úgy, hogy a sweepidő állandó és az RBW növekszik (4. ábra). Ezt a módszert általánosan alkalmazzák az impulzusméréseknél, és nagyon hatékony módszer a spektrum burkológörbéjének határozott megjelenítésére.

 

figure04

4. ábra Lassabb sweeppel és széles RBW-vel a zöld sweepvonal kiszélesedik, és ez növeli a valószínűségét annak, hogy valamely jel megjelenítődjön az ernyőn. Itt az idő függvényében való ábrázolás sokáig tart, ezért megbízhatóan elfoghatjuk az ismétlődő jeleket, bár így is elveszhetnek ismétlődő jelek, amint az ábra jobb oldalán is látható


A sweep lassítása segíthet az olyan jelek elfogásában, amelyek periodicitása azonos vagy hasonló a gyors sweep futási idejéhez. Hasonló hatású az RBW csökkentése a frekvenciaátfogáshoz képest, mivel az is a sweepidő jelentős növekedését okozza. Az 5. ábra valódi mérési eredményekre mutat példát.

 

figure05

5. ábra Ez a példa mutatja a spektrális tartalom típusát lassú sweep esetén, vagy ha a sweepsebesség beállítása eltér az alapértelmezett beállítástól

A gyors sweep és a dwell összehasonlítása

A kétféle módszer összehasonlítása részletes valószínűségi analízist igényel, amely túllépi e cikk kereteit. Az itt ismertetett elvek azonban bizonyos hasznos általánosításokra adnak alkalmat. Például a dwell módszer arra alkalmas, hogy kimutassa a gyakori ismétlődéssel járó jelaktivitást, a gyors sweep módszer viszont szélesebb sáv analizálását teszi lehetővé alacsonyabb zajszint mellett. A keskenyebb RBW pedig segít az egymástól kis frekvenciatávolságnyira levő jelek elkülönítésében.

Impulzusok jellemzése sweep-üzemmódban

Két további elemzési módszer ismeretes az impulzusparaméterek mérésére: az egyik a vonalas spektrum, amelyben az RBW kisebb az impulzusismétlődési frekvenciánál (Pulse Repetition Frequency – PRF), a másik, amelyben az RBW nagyobb a PRF-nél. Ezek a módszerek használhatók az impulzusismétlődési idő (Pulse Repetition Interval – PRI), az impulzusszélesség és az impulzusteljesítmény mérésére – utóbbi az impulzus „érzéketlenítési” tényező (Pulse Desensitization Factor)[4] felhasználásával. Ezek a hagyományos mérési módszerek viszont igen megnehezülnek akkor, ha összetett jelsorozatot kell elemeznünk (amelyben például változik az impulzusszélesség és az impulzusok követési ideje)[5].

Valósidejű módszerek: RTSA és léptetett RTSA

Az eddig leírt módszerek elsősorban viszonylag gyakran ismétlődő események azonosítására alkalmasak. Sokkal kevésbé hatékonyak viszont olyan jeleknél, amelyek csak egyszer fordulnak elő, esetleg nagyon ritkán ismétlődnek, vagy épp ellenkezőleg, szorosan egymás után, vagy gyakorlatilag egyidejűleg történnek. Ezekben az esetekben a jelanalizátor maximális sávszélességétől függően a valósidejű spektrumanalízis (Real Time Spectrum analysis – RTSA), vagy a léptetett RTSA jelent hatékony alternatívát.

RTSA

Ebben az üzemmódban a helyi oszcillátor egy meghatározott statikus frekvenciát állít elő, és az analizátor digitalizálja a bejövő jel spektrumát. Digitalizálás után FPGA-kba épített FFT-feldolgozás történik olyan gyakorisággal, amely azonos vagy gyorsabb az adatgyűjtés gyakoriságánál (6. ábra). A digitalizálók és a DSP-technológia fejlődésével ez az eljárás a mai EW-rendszereknek nem megfelelő, a keskeny sávszélességektől eljutottak addig, hogy hézagmentesen fognak át 160 MHz-et (2013-as adat), vagy akár 510 MHz-et (2014-es adat) az önálló műszerkivitelű jelanalizátorokban[6].

 

figure06

6. ábra Fix frekvenciájú helyi oszcillátorral az adatok folytonosan elemezhetők és kijelezhetők az ismétlési frekvenciától függetlenül minden jeltartalom feldolgozásával. Vegyük észre, hogy a sávszélesség kisebb, mint a korábban tárgyalt sweepméréseknél


Azon túl, hogy ezzel a módszerrel többet tudunk jelveszteség nélkül megjeleníteni a spektrumból, a valósidejű mérésekkel nagyon rövid időtartamú jeleket is felismerhetünk. Ráadásul a szélessávú és nagy dinamikatartományú működés nagyobb jelek jelenlétében is segíti a kisebb jelek pontos azonosítását.
Az analizátor képes kisebb jeleket elfogni a szélesebb sávú működéshez szükséges nagyobb mintavételi sebességekkel is. Ha legalább 60 dB-es amplitúdótartalék áll rendelkezésre, egy valósidejű analizátor gyakorlatilag bármilyen jelet képes felismerni, amely nem keskenyebb, mint az analizátor effektív mintavételi gyakoriságának reciproka (1/fs). Például egy 300 MHz-es effektív mintavételi sebességű analizátor akár egyetlen jelet is képes detektálni a teljes mérési időtartam alatt, ha a jel időtartama >3,33 ns[7]. A 3 µs-nál rövidebb impulzusokra azonban még egy valósidejű analizátor sem képes a teljes specifikált amplitúdópontosságot biztosítani. Viszont az UXA-műszerrel és a 89600 VSA-szoftverrel az elfogott jelek újrafeldolgozhatók, és az amplitúdópontosság teljesen kihasználható.
A jelek utófeldolgozásában a mai ASIC- és FPGA-áramkörök már elég gyorsak ahhoz, hogy ne csak az FFT feladatát lássák el, hanem a szükség szerinti újra-mintavételezést, a decimálást[8] és a korrekciókat is végrehajthassák. Ezek a műveletek nagyban segítik a dinamikatartomány megőrzését és az elfogott jelek pontos jellemzését.
Amikor a nagyon nagy ismétlési gyakoriságú FFT végrehajtódott, különféle nézeteket – például a sűrűségfüggvény felrajzolását – használhatunk az adatmegjelenítés hatékonyabbá tételére[9]. Ezek a megjelenítési képek lehetővé teszik, hogy a frekvenciát, az amplitúdót és a jelek időtartamát is egyetlen képen ábrázoljuk (7. ábra).

 

figure07

7. ábra Ez a sűrűségfüggvény-megjelenítés egy UXA-jelanalizátortól származik annak opcionális RTSA-üzemmódjában. Világosan láthatók az egyidejű jelek, beleértve azt az esetet is, amikor az impulzussűrűségfüggvényben két impulzus ugyanazon spektrumszakaszt foglalja el

Léptetett RTSA

Egyes műszerek egy hibrid megközelítést is felkínálnak, amelyben a mérések egész sorozatát fűzik össze egy széles frekvenciasáv mentén. Ebben az ún. léptetett RTSA-üzemmódban minden valósidejű adatblokkot egy bizonyos időtartamon át gyűjtenek és analizálnak, majd a helyi oszcillátor egy szomszédos frekvenciára lép, ahol végrehajtja ugyanazt az adatgyűjtési és -feldolgozási műveletsort (8. ábra). Ennek a megközelítésnek a fő előnye, hogy kihasználja a maximális mérési sávszélességet, amely akár az analizátorra specifikált teljes sávszélesség is lehet. Másik előnye, hogy képes megtalálni az egyedi előfordulású vagy megszakadó jeleket is, ha azok egy meghatározott időszakaszon belül történnek. Ez ellentétben áll az egyfrekvenciás RTSA-méréssel: nagymértékben valószínűsíti egy nagyon kis jel megtalálását is, ha a mérés nagyon hosszú időszakot ölel fel. Ez viszont nem reális, ha a vizsgálati idő korlátozott, vagy a jel nem ismétlődik.

 

figure08

8. ábra A léptetett RTSA-üzemmódban az adatgyűjtési idő határozza meg, mennyi ideig (Y-tengely) tartózkodik a jelanalizátor a spektrum minden egyes szegmensében. A léptetett RTSA-módszer minden impulzussorozatnak legalább egy előfordulását képes elfogni, de a teljes jeltartalmat nem


A példa kedvéért tegyük fel, hogy egy adó mérésére szánt teljes időtartam 10 s, de okkal feltételezzük, hogy szándékolatlan „tüskék” találhatók 1 GHz-en belül a névleges frekvenciától számítva mindkét irányban. Ha a valósidejű adatgyűjtés időtartamát 10 s-ra állítjuk be, a vizsgált időtartam alatt megjelenő bármelyik tüske megjelenítődik. Az UXA-analizátor a szükséges 2 GHz-nél többet képes valós időben „lefedni”, ha nyolc 250 MHz-es átfogású szakaszban hajtunk végre mérést. Ebben az üzemmódban az UXA minden adatgyűjtési periódusban képes akár 3,33 ns-os tüskék felderítésére is. A 9. ábra mutatja az eredményként kapott spektrumot.

 

figure09

9. ábra Ebben a példában ugyanazt az 500 MHz-es átfogású tartományt vizsgáljuk, mint a 3., 5. és 7. ábrán. Itt egy Keysight PXA-jelanalizátort léptettünk öt – egyenként 100 MHz-es – szakaszra osztott spektrumon keresztül. Az adatgyűjtési idő elég hosszú volt ahhoz, hogy minden szakaszban minden jeltartalmat el tudjon fogni a műszer


Ennek a megközelítésnek két említésre méltó hátránya is van. Az első az analizátor RBW-beállításában a sweep-üzemmódhoz képesti kisebb „mozgási szabadság”, a második, amely talán még fontosabb, az az idő, amennyi a spektrum elemzéséhez szükséges, ha néhány GHz-nyi átfogású sávot kell figyelnünk. Ezek a hatások összeadódnak az olyan mérési szituációkban, ahol nagyon hosszú az ismétlődési periódusidő.

Az érdekes jelek pontos megjelölése

Bármelyik valósidejű módszer lehetővé teszi, hogy több nehezen megfogható jelet láthassunk a számunkra érdekes frekvenciatartományon belül. Ha viszont a vizsgálatot egy „sűrű” EW-környezetben kell végeznünk, szükségessé válhat, hogy kiemeljünk ezek közül is egyetlen jelet, legyen az vivőhullám, tüske vagy impulzus.
A valósidejű mérést végrehajtó DSP alkalmas arra is, hogy összetett triggerelési lehetőséget is megvalósítson, amely által képes észlelni az érdeklődésünk középpontjában álló jelet, és ezzel indíthatja a mérési folyamatot. A választható triggerfeltételek közt szerepelhet a jel frekvenciája, amplitúdója és időtartama (az az időtartam, amíg a jel „bekapcsolt” állapotban van), vagy ezek kombinációja (10. ábra). Ez rendkívül hasznos módja az egyedi, szándékolatlan jelek megtalálására egy működő adóberendezésben. Ez olyan feladat, amit gyakorlatilag lehetetlen időtartománybeli vizsgálattal végrehajtani. EW-szituációban ezzel képesek lehetünk „zsúfolt” környezetben elrejtett, egyedi fenyegetéseket felismerni. Ilyen esetben az azonosított jelet használhatjuk triggereseményként, vagy egy I/Q[10] -felvételt készíthetünk, és az adatokat elmenthetjük későbbi analízis céljára.

 

figure10

10. ábra A frekvenciamaszk-triggerelés indíthatja az olyan jeltulajdonságok mérését, mint a jel amplitúdója és frekvenciája. Az ábrán a frekvenciamaszkot a képernyő közepén, felül található trapéz alakú, zöld
szegmens mutatja. További analízislehetőségek (mint például az időtartam szerint osztályozó trigger) teszik lehetővé, hogy a különféle impulzusszélességű jeleket kiválaszthassuk, amint azt a képernyőn jobbra látható szoftvergombok is mutatják


A cikk második, befejező részét a Magyar Elektronika Szakfolyóirat 2016. 5. számában közöljük.

 

Magyarországon a Keysight Technologies
kizárólagos resellere a H TEST Hungary Kft.
9027 Győr, Gesztenyefa u. 4., tel.: + 36 96 999 262
Email: Ez az e-mail-cím a szpemrobotok elleni védelem alatt áll. Megtekintéséhez engedélyeznie kell a JavaScript használatát., web: www.htest.hu

Még több H TEST

 

Címkék: Keysight | jelanalizátor | spektrumanalizátor | vektorjel analizátor | elektronikus hadviselés 

 


[1] A cikkben előforduló közkeletű angol rövidítések első előfordulásánál megadjuk a rövidítés feloldását és magyar fordítását, majd a cikk további részeiben (a következő lapszámokban közlésre kerülő folytatásokat is beleértve) az angol rövidítéseket használjuk további magyarázat nélkül. Bízunk abban, hogy ez a figyelmes olvasót nem zavarja. – A ford. megj.

[2] Ez a fejezet impulzusmodulált jelek azonosítására fókuszál egy olyan jelkörnyezetben, amely hasonlít az elektronikus hadviselés (Electronic Warfare – EW) körülményeire. Ettől függetlenül minden olyan mérési probléma megoldására is alkalmazható, amely megszaggatott zavarjelek és más tranziens jelenségek vizsgálatára irányul – A szerző megj.

[3] Nemrég sikerült jobb eredményeket produkálni a gyors sweepmódszerrel elérhetőnél bizonyos javított mérési algoritmusok felhasználásával, amelyet nem korlátoz a hagyományos sweepmódszert leíró egyenlet. Ezzel kapcsolatban az olvasó figyelmébe ajánljuk a Keysight alkalmazástechnikai leírását. Címe: Using Fast Sweep Techniques to Accelerate Spur Searches, hivatkozási száma 5991-3739EN. – A szerző megj.

[4] Ez a paraméter nagyon félrevezető elnevezésű, mivel szó sincs arról, hogy az impulzusjelre kevésbé lenne érzékeny az analizátor, mint a folytonos hullámú (CW) jelekre. Csupán arról van szó, hogy az impulzus csúcsteljesítménye és átlagteljesítménye közötti összefüggésben szerepel az impulzus kitöltési tényezője. Minél kisebb ez, annál kisebb az átlagteljesítmény a csúcsteljesítményhez képest. A (látszólagos) teljesítménycsökkenést az „érzéketlenítési tényezővel” szokás kifejezni, amely a kitöltési tényező decibelben kifejezett értéke. – A szerk. megj.

[5] Mindkét módszert részletesebben a Keysight alkalmazástechnikai jegyzete írja le: 150-2 Spectrum and Signal Analysis: Pulsed RF. Hivatkozási szám: 5852-1039. – A szerző megj.

[6] Nagyobb vizsgálati sávszélesség érhető el a hibrid rendszerekkel, bár ezek nem képesek valósidejű mérésekre. Ennek egy példája a Keysight N9070B típusú szélessávú jelanalizátora, amely egy jó minőségű jelanalizátor és egy szélessávú oszcilloszkóp kombinációja. – A szerző megj.

[7] Az elfogás valószínűségéről (Probability of Intercept – POI) további információkat tartalmaz a Keysigt alkalmazástechnikai leírása Applying Probability of Inercept in Real-Time Spectrum Analysis címmel az 5991-4317EN hivatkozási számon – A szerző megj.

[8] A decimálás („megtizedelés”) a mintavételi frekvencia szükség szerinti, mesterséges csökkentése bizonyos algoritmikus szabályok szerint kiválasztott minták (például minden n-edik minta) elhagyásával. – A szerk megj.

[9] További információk érdekében lásd a Measuring Agile Signals and Dynamic Signal Environments című alkalmazástechnikai útmutatót az 5991-2119EN hivatkozási számon – A szerző megj.

[10] I/Q: Egy referenciajellel azonos fázisú (In-phase) és hozzá képest 90°-kal eltolt (Quadrature) vektorkomponensekre bontott jelreprezentáció – A ford. megj.