用于精确功率测量的二极管传感器技术
发布时间：2010-7-26 16:25
发布者：lavida
|
本文中我们将分析一些现代通信系统对测量功率的需求，并将介绍功率测量技术以及在进行功率测量的过程中存在的误差和不确定性。 客户对数据率日益提高的需求已经驱使从第一代移动电话和微波链路所使用的简单的恒定包络调制方式—如PMR设备中使用的FM制式—向更为复杂的调制制式如GMSK、CDMA和N-QAM转移。 本文将重点介绍对CDMA和N-QAM系统的均方根(RMS)测量，并将介绍可用于测量这些类型信号的两种不同类型的传感器技术。 CDMA信号如IS-95(北美窄带CDMA标准)或3GPP WCDMA标准具有大量的幅度内容。通常情况下,峰值到平均功率的比值最小为10dB,最高可能为16dB。这种幅度变化致使传统的CW线性校正二极管传感器不适合于这些类型的测量。 射频链路已经采用了N-QAM—典型的是64 QAM或256 QAM—调制方式以提高数据率。其它如WLAN标准这样的一些较新且数据率较高的系统也采用了64QAM以获得最快的数据率。这些系统的符号率通常高于大多数常见的峰值功率计的带宽，而RMS测量可以对系统的功率作出精确和经济的指示。 功率测量技术已经确定了三类主要的功率传感器设计：热敏电阻、二极管和热电堆或塞贝克效应(Seebeck effect)。热敏电阻传统上一直被用于标准的转换，并不用于对系统和设备的常规测量，因为它们的功率处理能力有限。 基于二极管的传感器一直有两种不同的形式：仅基于平方律的传感器和线性校正宽动态范围传感器。最近，人们已经推出了第三类二极管传感器，即基于多只二极管的传感器。 热电堆或塞贝克效应传感器根据热电偶的原理工作，并依赖于输入信号的热效应。这使它们成为测量复杂波形如N-QAM的真实RMS功率的理想选择，因为无论加在载波上的调制方式是什么，它们将总是对输入波形的真实RMS值作出响应。 热电堆具有良好的返回损失，它可以减小测量的不确定性。唯一的缺点在于它们的动态范围有限，且与二极管传感器相比响应速度较慢。安立的快速热传感器具有4ms的响应时间。 传统的二极管检测器要么工作在平方律区域，因此动态范围被限制为50dB；要么采用线性校正技术来扩展它们的动态范围。这种技术受到功率计速度的限制，并且不适合于系统传输的符号率远远超过功率计采样率的应用。 我们可以看到二极管平方律从-70dBm延伸到大约-20dBm。通用的传感器利用三条二极管路径构成的平方律区域来制成一种从+20dBm覆盖到-60dBm动态范围的真正的RMS传感器。在二极管对之间有两个转换点，第一个转换点大约在-3.5dBm，而第二个转换点在-23.5dBm。 对于检测器A的路径，有40dB的衰减；如果输入功率在+20dBm到-3.5dBm的范围内，就要选择该检测器。因此，在二极管上的信号电平的变化范围从-20dBm到-43.5dBm。检测器B具有23dB的衰减，如果输入功率的范围在-3.5dBm到-23.5dBm之间，就要选择该检测器。在二极管上的信号电平的变化范围从-26.5dBm到46.5dBm。 最后一对二极管－检测器C只有6dB的衰减，并且当输入电平下降到-23.5dBm以下才工作。在二极管上的信号电平的变化范围从-29.5dBm 到-66dBm。 那么，这三对二极管工作的优势是什么？我们具有一个真实的RMS范围达到80dB的传感器，那么对于测量由UE—希望覆盖宽的动态范围—产生的WCDMA信号就非常有用。当然，仅仅采用两对二极管路径就可能制成类似的传感器。二极管的平方律区域为50dB，所以如果具有两个路径，其中每一个都工作在40dB的范围内，那么，这就足以产生一个动态范围是80dB的传感器。 然而，让我们比较两个传感器的噪声性能。对于两个路径传感器，在－20dBm的中途转换点，在二极管上的输入功率等于-60dBm，在此点的噪声会对测量造成严重的影响。对于三路径传感器，在任一个转换点的最低信号都是-46dBm，所以信噪比要比采用双路径的方法好得多，从而使测量速度更快，但是精度较低。 测量误差和不确定性可以分成四个受影响的主要区域：功率计、校正器、传感器以及被测器件的一些特性，如匹配和伪信号输出。我们将依此考查这些领域以分析它们对功率测量的贡献。 这是一个现代功率计的典型方框图。输入信号被放大后，经过模数转换，然后，由DSP处理。在传统的功率计中，放大器的每一个量程的设置通常采用十倍量程。对宽动态范围功率传感器的需求已经导致要采用动态范围更大的模数转换器，并且各量程的覆盖范围通常大于10dB。 安立的功率计具有5个放大器量程，增益最小的两个量程是直流耦合，并且具有对GSM类型应用快速响应的优点。其它三个量程是交流放大器，它们与传感器中的一个断路器配合使用。这些量程被用于测量低电平的信号，在此，稳定性、噪声和漂移是主要的参数。如果减小这些量程的带宽，可以改善噪声性能。 仪器的精度 功率计的仪器精度小于0.5%，并且可以被处理为一般误差；当考虑作为基带电压测量系统时，这就是功率计的性能。一些通常会影响该数字的参数—如量化误差以及零残留(carry over)—已经通过采用具有更高分辨率的模数转换器大为降低。 最低的增益量程通常具有最大的动态范围。让我们分析量化对该增益量程的影响，因为该影响将是最重要的。 在这个量程上，模数转换器的最大输入电压是4.5V。转换器为16位模数转换器，所以，分辨率为每位68.6uV。该量程必须处理的最小信号大约是80mV，这大约对应于模数转换器的1,200位。因此量化误差小于0.09%，不必当成独立的项目来处理。其它的放大器量程具有更小的动态范围，所以量化误差要小得多。 零位调整和漂移 这是调零过程的残留效应，其在一小时内的漂移采用最大平均法来测量。对该参数的规范要求是误差项在最敏感的范围内小于满量程的0.5%。对于本文中已讨论过的两个传感器，最敏感的量程达到10dB。 对于快速热量传感器，零位调整等于0.05mW；而对于通用二极管传感器，零位调整等于0.05nW。随着功率电平在最小量程内的降低，零位调整和漂移的影响更为重要。对于已公布的动态范围内最低端的信号，其贡献小于5%。 校准器功率参考 功率参考为功率计提供一个可追踪的0dBm参考电平，以校准传感器。参考校准可追踪到国家标准，并且可以被考虑为具有+/-1.2%内的峰值精度或一年内具有0.9% 的RSS。我们要考虑的其它误差是待校准传感器与该参考之间的不匹配。该参考具有小于1.04的VSWR(电压驻波比)，而该数值有助于减小这种误差。对于被考虑的两个传感器，这个误差项是0.31%。 功率传感器 功率传感器对不确定性预算的影响有5个因素： 1. 线性度 传感器具有一个线性规范，它是与理想功率测量设备之间的测量偏差； 2. 温度系数 热电堆和二极管单元两者都具有温度系数。安立的传感器对温度漂移进行单独的校正，并且在功率计用来计算校准的衬底上具有小的热敏电阻。校准是不完美的，所以，仍然存在残余误差；典型情况下，该误差在宽的温度范围内小于1%。 3. 不匹配 它是在测量时传感器和被测设备之间的不确定性。这常常是误差预算中最大的一个因素，即使各传感器之间的匹配较好。 4. 校正因子的不确定性 这是传感器和校正因子的校正系统之间不匹配的函数，它受到被测传感器的影响。所以，对于38GHz的快速热传感器的例子，其具有的校正因子不确定性为3.62%，而2.2 GHz的通用传感器具有0.6%的校正因子不确定性。 5. 噪声 这取决于传感器的类型和所施加的信号电平。对于热电堆单元，随着信号电平的减小，噪声的贡献增加。对于通用传感器，我们需要考虑每一组二极管上向着量程转换点处增加的噪声。在量程转换之后，信噪比就得到改善。功率计信号通道对传感器的整体噪声性能的贡献相对很小。 平均化可以减小噪声，安立 ML234X功率计提供几种平均化的方案。在较低功率下，有一种自动增加平均的工具，以保持在较高功率电平上的快速响应。 不匹配 当进行一次测量时，这可能是对误差预算贡献最大的一个因素。不匹配误差由传感器和信号源的阻抗不匹配所引起。在通用术语中，传感器—是无源终端—往往具有比有源器件更好的匹配。反射波与发射波以向量方式叠加，从而产生驻波。传感器将检测到这一点，但是，不可能探测到最大和最小的位置。因此，当考虑不匹配误差时，我们总要采用最坏的情形。 描述不匹配程度的方程如下：  其中s是信号源。l是负载，这种情况下就是传感器。 采用一种衰减器可以改善不匹配误差。在安立的功率计中，有一种工具容许用户输入具有衰减值的表格并应用到测量之中。精密的衰减器能够被校准到0.05dB或1.15%。如果采用非精密的衰减器，那么，校准误差可能大于你所寻求的对不匹配的改进。 谐波和伪信号 在功率测量上的另一个误差源就是谐波和伪信号。平方律传感器将把其通带内所有信号的功率叠加。 对于满足政府或国际规范要求的大多数已完成的系统设计，这些信号对测量的影响是可以忽略的。然而，对于在不完整系统或子系统的部分上做的测量，由于没有滤波措施，这些信号可能导致额外误差。例如，假设本地振荡器通过混频器泄漏，那么，该频率成分就仅仅比主信号低20dB。 传感器将把两个功率叠加在一起，由于存在两个信号，将导致附加的1%误差。如果我们看另外一个例子，这次放大器的信号被压缩。在这种情形下，谐波输出可能仅仅比载波小10dB，因此将给读数添加额外的10%误差，这与系统中其它的误差相比显得很大。 在多载波测试的过程中，这种真实RMS传感器的特性具有较大的优势。如果我们取两个相距几MHz的载波，那么峰值电压将为2V。基于二极管的峰值功率计然后会把这个读数读为4倍功率，而真实RMS传感器将正确地把组合信号识别为2倍功率。 那么，让我们看这些误差对两个测量情形的影响。在两种情形下，我们都将假设信号源具有1.5的VSWR，并且该信号的伪输出是可忽略的。 1. 在+10dBm采用通用传感器对2.2GHz WCDMA信号进行测量； 2. 在+10dBm采用热传感器测量38GHz射频链路； 在这两种情形下，我们假设在测量上的噪声和零漂移效应都是可以忽略的。 线性求和假设最坏情形的误差总要相加。RSS求和采取这样的观点：由于信号源的误差源于不同的物理机制，那么假设它们在最坏情况下平均起来不会叠加就是合理的。 当处理非物理相关的不确定度的总和时，许多公司和不确定性方案采用了这种方法。如果我们要从这些频率和功率电平增加我们对不确定性的了解，那么，最好的办法是通过三维图形来展示这一点。 对于不采取平均处理的通用传感器，在室温下不确定性的总和。最坏情形已经被叠加上去了。从中可以看到噪声对二极管的每一条路径的影响。利用大小适度的平均处理，在转换点上的噪声可以被减小到微不足道的水平。在低功率电平上，噪声是最大的一个影响因素。 热电堆传感器在其整个工作频率范围内的不确定性表面。在该情形下，信号源匹配一直固定在1.2，所以由于不匹配引起的不确定性被减小了。不确定性已经被当作RSS项叠加。在低功率电平上不确定性的增加主要是由零位调整参数引起的。这种与频率相关的纹波是因在整个范围内变化的校正因子的不确定性引起的。 2.5%不确定性，在图上是最低的不确定性，刚好高于+/-0.1dB；而8%的不确定性，在图中是最大的不确定性，是+0.33/-0.36dB。 本文小结 利用合适的传感器技术，可以对具有复杂调制的信号进行精确的真实RMS测量。本文介绍了在测量功率时计算不确定性预算过程中需要考虑的各种因素。 在大信号功率级，最重要的一个影响是不匹配，而这可以利用如精密衰减器之类的匹配技术进行管理；在低功率级，最重要的影响是噪声，而这可以通过在功率计上选择适当的平均条件来管理。 |
网友评论