APP下载
登录
电路中的每个电子元器件会产生随机噪声。随机噪声的分析需要时域、频率、统计域的工具。力科示波器具有表征随机噪声的能力，该应用将主要展示这些功能。
工具
由于单独测量无法提供之前或下一次测量的任何信息，随机过程很难量化，只能查看该过程的累积测量。Figure 1展示了用于比如噪声这样的随机过程的基本测量工具，最上面的迹线是输入通道2的幅度时间曲线。底下的迹线是显示噪声随频率分布的功率谱密度曲线。再下面的迹线是单独的噪声电压测量的直方图，展示了单独测量的幅值分布。最下面的迹线是通道每1000个采集点的标准方差趋势，显示出在多次测量中测量值的变化。这些分析功能，结合测量参数，提供了噪声测量的完整工具。
时域测量
让我们从大部分基本测量开始。Figure 2中我们做了带宽受限噪声波形的时域测量。通过使用测量参数取得了噪声信号特征的一些认识。大多数有意义的参数是波形的平均值，标准方差，峰峰值。这些测量的标准方差，可以描述为交流有效值，被看作成波形的有效值是非常有用的。参数统计可显示平均值，最大值，最小值，标准方差，统计的测量值数量。读出参数下的小直方图称为histicons，显示了相关参数测量值的分布。
直方图
噪声呈高斯分布，平均值和标准方差用来描述噪声的概率密度函数（pdf）。直方图提供了测量参数分布的简单视图。Figure 3 显示了采集样本值的直方图。该直方图为用户提供了带有被测过程的概率密度函数的估计。这个数据可以使用直方图参数解释。Figure 3 显示了3个直方图参数，hmean，hsdev，和range，分别是平均值，标准方差，范围的直方图分布。直方图可由单次采样或多次采样计算出来。这两种情况都能提供被研究过程的大量本质认识。这个例子中的伪高斯分布表明信号源是一个随机过程。
Figure 4 的直方图稍有不同。分布的宽度增加了并且有2个峰。这是由于原本的随机噪声中存在小的正弦分量而引起的。正弦波分布有2个峰并且2个混合波形围绕着构成波形的分布。通过观察分布的形状可以了解被测过程发生了什么。在开始任何测量之前观察噪声分布无疑是一个好的实践。
工具
由于单独测量无法提供之前或下一次测量的任何信息，随机过程很难量化，只能查看该过程的累积测量。Figure 1展示了用于比如噪声这样的随机过程的基本测量工具，最上面的迹线是输入通道2的幅度时间曲线。底下的迹线是显示噪声随频率分布的功率谱密度曲线。再下面的迹线是单独的噪声电压测量的直方图，展示了单独测量的幅值分布。最下面的迹线是通道每1000个采集点的标准方差趋势，显示出在多次测量中测量值的变化。这些分析功能，结合测量参数，提供了噪声测量的完整工具。
让我们从大部分基本测量开始。Figure 2中我们做了带宽受限噪声波形的时域测量。通过使用测量参数取得了噪声信号特征的一些认识。大多数有意义的参数是波形的平均值，标准方差，峰峰值。这些测量的标准方差，可以描述为交流有效值，被看作成波形的有效值是非常有用的。参数统计可显示平均值，最大值，最小值，标准方差，统计的测量值数量。读出参数下的小直方图称为histicons，显示了相关参数测量值的分布。
噪声呈高斯分布，平均值和标准方差用来描述噪声的概率密度函数（pdf）。直方图提供了测量参数分布的简单视图。Figure 3 显示了采集样本值的直方图。该直方图为用户提供了带有被测过程的概率密度函数的估计。这个数据可以使用直方图参数解释。Figure 3 显示了3个直方图参数，hmean，hsdev，和range，分别是平均值，标准方差，范围的直方图分布。直方图可由单次采样或多次采样计算出来。这两种情况都能提供被研究过程的大量本质认识。这个例子中的伪高斯分布表明信号源是一个随机过程。
热门文章
