Pemicuan Waktu Riil

9.3.6.7. Baseband DSP

Hampir semua pengukuran DDC dan disimpan ke dalam penganalisa spektrum waktu riil memori akuisisi. Berikut ini dilakukan melalui pemroses sinyal

merupakan diskripsi dari beberapa digital (DSP) dari aliran data I dan

fungsi utama blok yang Q yang dibangkitkan oleh blok diimplementasikan dengan DSP.

9.3.6.8. Kalibrasi / Normalisasi

Kalibrasi dan normalisasi bertanggungjawab pada mengganti untuk penguatan dan standarisasi pengukuran. respon frekuensi dari rangkaian Normalisasi pengukuran yang analog yang mendahului dilakukan secara internal untuk pengubah analog ke digital (A/D).

mengkoreksi variasi yang Kalibrasi dilakukan di pabrik dan

disebabkan oleh perubahan disimpan dalam memori berupa temperature, umur dan satuan ke table-tabel kalibrasi. Koreksi dari satuan lain yang berbeda. Seperti

table-tabel yang disimpan halnya kalibrasi, konstanta diaplikasikan untuk mengukur normalisasi disimpan dalam sebagai besaran yang memori dan diaplikasikan sebagai

diperhitungkan. Kalibrasi koreksi pada perhitungan diberikan ecara teliti dapat dilacak

pengukuran.

pada lembaga yang

9.3.6.8. Penyaringan

Banyak proses pengukuran dan kebanyakan sistem RF modern. kalibrasi membutuhkan RSA memberikan analisa yang penyaringan dalam penambahan berkaitan dengan waktu dari penyaringan dalam IF dan DDC /

spektrum, modulasi dan daya penghapus. Penyaringan sehingga memungkinkan waktu dikerjakan secara numeric pada berhubungan antara variasi sampel I dan Q yang disimpan karakteristik RF untuk diukur dan

dalam memori. diteliti. Clock sinkronisasi dan sinyal pensampelan kembali

Pewaktuan, Sinkronisasi dan dibutuhkan untuk demodulasi dan Pensampelan kembali

pemrosean pulsa.

Pewaktuan berkaitan dengan sebagian besar sinyal kritis pada

9.3.6.9. Analisa Transformasi Fast Fourier Fast Fourier Transform (FFT) merupakan jantung dari penganalisa spektrum waktu riil. Dalam RSA algoritama FFT pad aumumnya menerapkan transformasi sinyal ranah waktu ke dalam spektrum ranah frekuensi. Secara konsep, pemrosesan FFT dapat dipandang sebagai melewatkan sinyal melalui sekumpulan penyaring parallel dengan frekuensi resolusi dan lebar band sama. Keluaran FFT pada umumnya harga kompleks. Untuk analisa spektrum, amplitudo dari hasil kompleks biasanya sangat menarik. Proses FFT dimulai dengan penghapusan dan komponen base band I dan Q disaring dengan baik, yang mana ditampilkan dalam bentuk sinyal kompleks dengan I sebagai bagian riil dan Q sebagai bagian imaginer. Dalam pemrosesan FFT, sampel diatur dari sinyal kompleks

I dan Q diperoses pada saat yang sama. Pengaturan sampel dinamakan bingkai FFT. FFT berfungsi pada sampel sinyal waktu dan menghasilkan sampel fungsi frekuensi dengan panjang yang sama. Jumlah sampel dalam FFT, pada umumnya berupa daya dari 2, juga dinamakan ukuran FFT. Misal 1024 titik FFT dapat ditransformasi 1024 I dan 1024 Q ke dalam sample 1024 titik ranah frekuensi kompleks dalam diskusi sebelumnya penyaring-penyaring inidihubungkan secara parallel. Dua garis spektrum lebih dekat

dibanding lebar bin tidak bisa dipecahkan. Resolusi frekuensi FFT merupakan lebar masing- masing frekuensi bin, sama dengan frekuesni sampel dibagi dengan ukuran FFT.

Memberikan frekuensi sampel sama, ukuran FFT lebih besar resolusi frekuensi lebih halus. Untuk RSA dengan kecepatan pengambilan sampel 25,6 MHz dan ukuran FFT 1024, resolusi frekuensi adalah 25 kHz. Resolusi frekuensi dapat ditingkatkan dengan menambah ukuran FFT atau dengan mengurangi frekuensi sampel. RSA, sebagaimana telah disebutkan di atas menggunakan Digital Down Converter dan penghapusan untuk mengurangi kecepatan pengambilan sampel efektf sebagai span frekuensi yang sempit, secara efektif menawarkan resolusi waktu untuk resolusi frekuensi. Sementara ukuran FFT dipertahankan dan penghitungan kompleksitas ke tingkat yang dapat dikendalikan. Pendekatan ini memungkinkan resolusi halus pada span sempit tanpa waktu perhitungan berlebihan. Pada span lebar dimana resolusi frekuensi cukup lebih kasar.

Batas praktis pada ukuran FFT adalah seringnya peragaan resolusi. Karena suatu FFT resolusi lebih besar dari pada jumlah titik yang diperagakan.

Gambar 9-25: Satu bingkai spektogram yang menunjukkan kejadian picu dimana sinyal transien terjadi disekitar topeng frekuensi