📚 课程目录第4章频域分析基础与Tektronix实现

4. 频域分析基础与Tektronix实现

时域波形只能告诉我们信号“随时间怎么变”，而频域分析回答的是另一个问题：这段信号里到底有哪些频率成分、各自有多强。Tektronix 示波器上的 FFT（快速傅里叶变换）就是把采集到的时域样点转换成频谱的数学引擎。理解它，关键不是记住按钮位置，而是搞清楚四个相互牵制的参数：采样率、记录长度、窗函数和分辨率带宽（RBW），以及它们如何共同决定噪声底与动态范围。

一、FFT 的输入条件：采样率与记录长度

FFT 的频谱范围由采样率决定。根据奈奎斯特准则，可无混叠分析的频率上限为采样率的一半，即奈奎斯特频率 f_N = f_s/2。例如采样率设为 10 GS/s，理论可分析到 5 GHz；但示波器前端模拟带宽通常低于此值，因此实际有效频谱上限受模拟带宽限制。若信号中含有高于 f_N 的成分，会折叠回低频区形成混叠，表现为频谱上出现无法解释的“鬼线”，这是频域测量最常见的陷阱之一。

频率分辨率（相邻谱线间隔）由记录时间 T 决定：Δf = 1/T = f_s/N，其中 N 是参与 FFT 的样点数。也就是说，想看清间隔很近的两个频率分量，必须加长采集时间或增加样点数，而不是简单放大屏幕。例如 N = 100 k 点、f_s = 10 GS/s，则 T = 10 μs，Δf = 100 kHz；若把记录长度提高到 1 M 点，Δf 降到 10 kHz，原本糊在一起的两条谱线就能分开。

二、窗函数：泄漏与幅度的折中

FFT 默认假设被分析的一段信号是首尾相接、周期重复的。如果信号在记录窗口两端不连续，就会产生频谱泄漏——能量从真实谱线扩散到邻近频点，抬高本底、掩盖小信号。窗函数的作用就是让窗口两端平滑过渡到零，减小这种截断不连续。

选择窗函数本质是在“频率分辨能力”和“幅度测量精度”之间做权衡：

矩形窗（Rectangular）：等效于不加窗，主瓣最窄、频率分辨最好，但旁瓣高、泄漏严重。适合分析整周期截断的稳定正弦或瞬态冲击。
汉宁窗（Hanning）：旁瓣衰减快、泄漏小，幅度精度较好，是通用频谱观察的默认选择，代价是主瓣变宽、分辨率下降。
平顶窗（Flat Top）：主瓣很宽但顶部平坦，对谱线幅度的测量误差最小，适合精确读取单频分量的幅度，不适合分辨邻近频率。
布莱克曼-哈里斯窗（Blackman-Harris）：旁瓣抑制最强，动态范围最大，适合在大信号旁寻找微弱杂散。

一个实用判据：如果关心“频率在哪里”，选主瓣窄的窗；如果关心“幅度是多少”，选平顶窗；如果关心“有没有小信号”，选旁瓣低的窗。

三、分辨率带宽、噪声底与动态范围

分辨率带宽 RBW 是频谱仪和 FFT 分析中衡量“能分辨多近的两个频率”的指标。对 FFT 而言，RBW 与窗函数类型和 Δf 有关，通常近似为 RBW ≈ k·Δf，k 是窗函数的等效噪声带宽系数（矩形窗约 1.0，汉宁窗约 1.5，平顶窗约 3.7）。RBW 越窄，频率分辨越细，同时进入每个分辨单元的噪声越少，噪声底越低。

噪声底是频谱上无信号处的平均电平，它决定了能看到多小的信号。动态范围则是同一屏内最大信号与最小可辨信号之比，通常用 dB 表示。二者关系可以这样理解：

噪声底 ≈ 10·log10(RBW) + 系统本底噪声修正项

动态范围 ≈ 最大信号电平 − 噪声底

因此，减小 RBW 会降低噪声底、扩大动态范围，但需要更长的采集时间。例如把 RBW 从 100 kHz 降到 10 kHz，噪声底理论上下降约 10 dB，代价是记录时间增加约 10 倍。这就是频域测量中“分辨率—时间—噪声”三者不可兼得的根本原因。

四、在 Tektronix 示波器上完成频谱测量

以 Tektronix MSO/DPO 系列为例，典型操作路径是：按下 FFT 或通过 Math → FFT 进入频谱功能，然后依次设置源通道、窗函数、频率范围和垂直刻度。关键设置与判读要点如下：

选择源通道与耦合方式：确认信号已正确接入，直流偏置较大时建议用 AC 耦合，避免直流分量占用动态范围。
设置采样率与记录长度：在水平菜单中调整，确保 f_s 大于关注最高频率的 2 倍以上，并留出 20%～30% 余量。
选择窗函数：通用观察选 Hanning；精确读幅度选 Flat Top；寻找大信号旁的小杂散选 Blackman-Harris。
设置频率范围：中心频率和跨度应覆盖关注频段，避免把有用谱线放在屏幕边缘。
调整垂直刻度与参考电平：使主信号接近顶部但不削顶，同时让噪声底可见，便于评估动态范围。
使用光标或自动测量：读取峰值频率、峰值幅度和噪声底电平，计算动态范围。

在 Tektronix 示波器上，FFT 的垂直单位通常可选 dBm、dBV 或线性幅度。做噪声底和动态范围评估时建议用 dB 单位，读数更直观；做精确幅度校准时，需确认窗函数的幅度修正系数已正确应用。

五、一个可复现的教学示例

假设用一台带宽 1 GHz 的示波器观察一个含 10 MHz 主信号和 10.05 MHz 小信号的合成波形，采样率设为 5 GS/s，记录长度分别取 100 k 点和 1 M 点：

记录长度 N	记录时间 T	Δf	Hanning 窗 RBW	能否分辨 10.05 MHz
100 k 点	20 μs	50 kHz	约 75 kHz	不能，两谱线合并
1 M 点	200 μs	5 kHz	约 7.5 kHz	可以，两谱线分开

这个示例说明：频率分辨能力不是靠“放大屏幕”获得的，而是靠增加记录时间。若同时把 RBW 从 75 kHz 降到 7.5 kHz，噪声底理论上下降约 10 dB，小信号更容易从本底中露出。实际读数会受示波器前端噪声、量化噪声和窗函数修正影响，上述数值仅用于说明参数关系，不代表具体仪器的实测结果。

常见误区：把 FFT 频率跨度设得过大，导致 Δf 变粗、噪声底抬高，小信号被淹没；或者窗函数选错，把平顶窗用于分辨邻近频率，结果两条谱线糊成一条。每次测量前先明确目标——是看频率位置、读幅度，还是找小信号——再反推窗函数和记录长度。

总结起来，Tektronix 示波器上的 FFT 测量是一条参数链：采样率决定频率上限，记录长度决定频率分辨率，窗函数决定泄漏与幅度精度，RBW 决定噪声底和动态范围。把这四个量之间的关系理清，频谱上的每一条谱线、每一段本底就都有了明确的物理含义，判读也就有了依据。