[发明专利]矢量网络分析仪硬件指标对测量精度影响的分析方法

说明书

本申请涉及一种矢量网络分析仪硬件指标对测量精度影响的分析方法。该方法包括：根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定误差模型各误差项的值；基于误差模型进行S参数的原始测量值、S参数的实际值以及各误差项的值的关系式推导，获得由原始测量值和各误差项表示的最终测量值修正公式；基于最终测量值修正公式进行各误差项对测量结果影响的分析，确定出各误差项对测量误差的贡献；根据各误差项对测量误差的贡献，确定矢量网络分析仪中待改进的硬件，可以明确对矢量网络分析仪各部件的要求，加强相关硬件的质量控制，保证了矢量网络分析仪的测量精度。

技术领域

本申请涉及微波测量技术领域，特别是涉及一种矢量网络分析仪硬件指标对测量精度影响的分析方法。

背景技术

矢量网络分析仪是微波/射频研究、开发中使用最广泛的测量仪器，校准及误差修正是矢量网络分析仪中的关键技术之一。由于任何的测量装置都不可能是理想的，特别是网络分析仪的工作频率范围很宽，测量装置不可能在如此宽的频率范围内都具有理想的性能和良好的一致性，这都将导致测量误差。而一味地追求硬件性能上的改进，一方面会造成设计难度的大大增加，另一方面也将使得仪器成本显著提高。因此，一个合理的解决方案是容忍测量装置硬件性能上的非理想和非一致性，即允许直接的测量结果存在误差，而通过校准确定各项误差并用适当的算法对测量结果进行修正，从而获得准确的测量结果。

虽然网络分析仪的系统误差可以通过校准和误差修正得到大部分消除，但如果构成系统的硬件性能偏离理想情况达到一定程度，校准和误差修正的效果将大打折扣。因此，测量结果的准确性完全靠校准和误差修正，导致测量结果的准确性低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高测量结果的准确性的一种矢量网络分析仪硬件指标对测量精度影响的分析方法。

一种矢量网络分析仪硬件指标对测量精度影响的分析方法，所述方法包括：

根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定所述误差模型各误差项的值；

基于所述误差模型进行S参数的原始测量值、S参数的实际值以及各所述误差项的值的关系式推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式；

基于所述最终测量值修正公式进行各所述误差项对测量结果影响的分析，确定出各所述误差项对所述测量误差的贡献；

根据各所述误差项对所述测量误差的贡献，确定所述矢量网络分析仪中待改进的硬件。

在其中一个实施例中，所述根据与矢量网络分析仪的硬件特性有明确物理意义的各误差项建立对应关系的误差模型，并确定所述误差模型误差项的值的步骤，包括：

基于矢量网络分析仪的自身误差项、信号源不稳定和接收机的本底噪声，建立与矢量网络分析仪的硬件特性有明确物理意义的各误差项对应关系的基础误差模型；

通过信号流图法根据所述基础误差模型建立误差模型；

根据单端口校准和二端口直通校准，对参数已知的校准件进行测量，获得S参数的原始测量值；

通过所述原始测量值与S参数的实际值之间的数学关系解算出所述误差模型各误差项的值。

在其中一个实施例中，所述矢量网络分析仪的自身误差项包括：第一端口方向性误差、第二端口方向性误差、第一端口反射跟踪误差、第二端口反射跟踪误差、第一端口等效源失配误差、第二端口等效源失配误差、正向传输跟踪误差、反向传输跟踪误差、正向负载失配误差、反向负载失配误差、正串话误差和反串话误差。

在其中一个实施例中，所述基于所述误差模型进行S参数的原始测量值、S参数的实际值以及误差项的值的关系式推导，获得由所述原始测量值和各所述误差项表示的最终测量值修正公式的步骤，包括：