?

前一章詳解了TX7006上的線性計算，AD/DA動態分析中的傅里葉變換和動態參數計算。

【前文回顧】技術干貨 | ATX7006線性計算與AD/DA動態分析解析-電子發燒友網

本章將繼續介紹AD/DA動態分析中的信號窗口：

1、簡介

傅里葉變換假定（采樣）信號是無限的。因此，最后一個采樣點的幅度應恰好在第一個采樣點（的幅度）前一個采樣點結束。采集到的正弦波數量應為整數。換句話說，如果將采集到的信號依次重復排列，信號應是連續的。具有整數個采樣點的采集信號是相干的。

并不總是能夠捕捉到整數的正弦波（也就是2的冪次）。對于傅立葉變換來說，這意味著信號是不連續的（信號的終點和起點不平滑）。在頻譜中，這將導致頻譜泄漏。見下圖：按下“顯示頻譜”按鈕，在相干和非相干之間切換。

2、不連貫信號的窗口處理

對不連貫的捕獲信號進行傅立葉分析，將無法計算出可用的參數（SINAD、信噪比等），而且諧波可能會在頻譜中被忽略。為了減少不連續性的影響，我們可以在信號開始和結束時減小捕獲信號的振幅。這正是信號窗口的作用。在上圖中顯示信號并選擇一個窗口。在頻譜中，它會在感興趣的頻點周圍產生額外的頻點。信號窗口的計算公式位于繪圖下方。該信號與捕捉到的信號相乘。

幅度誤差

在上圖中選擇相干、矩形窗口，以電壓峰值顯示頻譜。振幅正好與1Vpeak吻合。現在選擇非相干，注意振幅誤差。載波的能量分散到了其他頻帶。選擇dBc（相對于載波的dBs）時，可以更好地看到這一點。切換回Vpeak，選擇相干信號、掃描窗口。載波振幅為0.5V。其他能量被置于載波兩側的2個分區中。總振幅為1Vpeak（0.5V+2*0.25V）。然后選擇非相干信號。仍然會有振幅誤差，但會小于矩形窗口。

參數計算

正如我們在前面的示例中看到的，信號窗口可以減少頻譜泄漏，并將信號能量置于信號周圍的額外分段中。參數計算將更加合理，諧波也能在頻譜中重新識別。RifeVincent4窗口會將感興趣信號的幾乎所有能量都置于信號周圍的額外頻帶中。然而，這其中存在一個問題。為了說明這一點，請參閱下一個實驗。

窗口頻率分辨率問題

顯示頻譜（按下“顯示信號”按鈕），選擇dBc、0.5V直流、相干信號并選擇Hamming窗。信號能量分布在3個bin中，即5號bin及5號bin兩側各1個額外bin。直流能量分布在第1和第2個bin中，信號與直流bin之間的bin（2號和3號bin）為噪聲bin。

選擇RifeVincent4窗。信號能量分布在9個bin中（去除直流后計數），中心位于5號bin位置，5號bin兩側各有4個bin。直流分量的情況同理。由于信號與直流bin之間僅有3個bin，因此1號至4號bin中同時包含直流和信號成分。

諧波bin與噪聲bin之間也可能發生同樣的情況。如果某諧波bin的幅度低于或等于其周圍噪聲bin的幅度，該諧波會“吸收”（泄漏）噪聲bin的能量。因此，當啟用窗函數且諧波幅度等于或低于噪聲時，總諧波失真（THD）可能顯著惡化。

3、選擇窗函數

窗函數之間的一個重要區別在于主瓣寬度和旁瓣特性。主瓣由中心頻率及其兩側的一個或多個頻率bins（頻段）組成。當選擇相干信號（無直流）時，這一點可在上述繪圖中觀察到。更改窗函數將改變中心頻率周圍的bins數量。旁瓣是不屬于主瓣的bins。主瓣寬度決定了頻率分辨率（即我們區分信號的能力）——主瓣越寬，頻率分辨率越差，但幅度精度越好。如果幅度精度是關鍵問題，FlatTop 或 Blackman-Harris 窗可能是不錯的選擇，但其主瓣較寬，導致頻率分辨率較差。

Hamming 窗和 Hanning 窗的形狀相似（也可參見兩者的數學表達式）。它們的幅度精度較差，但頻率分辨率優于 FlatTop 和 Blackman-Harris 窗。兩者的主要區別在于旁瓣的滾降速率。

RifeVincent4 窗的旁瓣電平極低，但主瓣較寬。對于單音信號下的A/D和D/A轉換器動態測試，這可能是一個合適的選擇。但需注意，由于主瓣較寬，諧波的主瓣也會較寬，導致相鄰噪聲bins的能量泄漏到諧波bins中，這通常會導致總諧波失真（THD）較差（相對而言）。

窗函數特性

下表列出了各種窗函數的一些特性。最大旁瓣電平是指相對于主瓣而言，最大旁瓣的電平值（以分貝為單位）。旁瓣滾降速率是指旁瓣峰值隨頻率每十倍頻程衰減的速率（以分貝/十倍頻程為單位）。

?