top of page

RF 接收機測試:靈敏度的底線 (NF) 與相位雜訊的威脅 (Reciprocal Mixing)

  • 作家相片: Sonya
    Sonya
  • 21小时前
  • 讀畢需時 6 分鐘

如果說發射機 (TX) 測試的核心是關於「克制」(管理 PA 的非線性以避免干擾他人),那麼接收機 (RX) 測試的核心就是關於「生存」(在惡劣的電磁環境中分辨出微弱的目標訊號)。


接收機的終極任務,是從一個充滿雜訊和強大干擾的「海洋」中,可靠地「釣」起那條微弱到幾乎不可見的「魚」——即有用的數據訊號。


這場生存之戰主要有兩個敵人:

  1. 系統的「背景雜訊」:由系統自身熱雜訊產生的、不可避免的雜訊基底。

  2. 強大的「鄰居」:在鄰近頻率上運行的、功率可能強上數百萬倍的干擾訊號。


這兩個敵人,分別由兩個關鍵的 RF 指標來量化和對抗:雜訊指數 (Noise Figure, NF) 和相位雜訊 (Phase Noise)


ree

靈敏度的絕對底線:雜訊指數 (Noise Figure, NF)


靈敏度 (Sensitivity) 是衡量接收機「聽力」有多好的指標,它定義了接收機在保持特定數據錯誤率(如 BER, PER)的前提下,所能可靠解調的「最微弱訊號功率」。


是什麼決定了這個「最微弱」的極限?答案是雜訊



雜訊基底 (Noise Floor)


任何在絕對零度以上運作的電子元件(電阻、電晶體),其內部的電子都會進行隨機熱運動,從而產生一個不可避免的、微弱的背景雜訊,即熱雜訊 (Thermal Noise)


這個熱雜訊構成了一個「雜訊基底」(Noise Floor)。如果一個輸入訊號的功率(即訊噪比, SNR)低於這個基底,它就會被徹底淹沒,在物理上變得無法與雜訊區分。


雜訊指數 (NF) 的真正含義


接收機本身(由 LNA、混頻器、濾波器等組成)在處理訊號時,也會增加其自身的熱雜訊。雜訊指數 (Noise Figure, NF) 這個指標,並不是用來衡量一個元件「有多少雜訊」,而是用來衡量它在處理訊號時,「額外增加了多少雜訊」。


一個更精確的、非公式化的定義是:NF 是一個元件或系統使訊噪比 (SNR) 惡化的程度。


  • 一個「理想」的、沒有雜訊的放大器,其 NF 為 0 dB。如果一個 SNR 為 30 dB 的訊號進入,其輸出訊號的 SNR 仍然是 30 dB。

  • 一個「真實」的放大器,其 NF 為 2 dB。如果一個 SNR 為 30 dB 的訊號進入,其輸出訊號的 SNR 將惡化為 28 dB。


這 2 dB 的 SNR 損失是永久性的,無法被後續的任何增益所彌補。


級聯雜訊:LNA 的決定性地位


在一個典型的接收機鏈路中(天線 -> LNA -> 濾波器 -> 混頻器...),鏈路中第一個主動元件——低雜訊放大器 (Low Noise Amplifier, LNA)——的 NF 表現,幾乎決定了整個系統的最終靈敏度。


這源於「級聯雜訊」的原理:


  1. LNA 自身會產生一點雜訊(由其 NF 決定)。

  2. LNA 不僅會放大輸入的「有用訊號」,也會放大輸入的「背景雜訊」,同時還會放大 LNA 自己的雜訊

  3. 這個被 LNA 放大過的「總雜訊」,會被傳遞到鏈路的第二級(例如混頻器)。


混頻器自己也有雜訊(NF 很高),但它所增加的雜訊,與那個已經被 LNA 顯著放大的「總雜訊」相比,幾乎可以忽略不計。


這意味著,系統的總 NF 主要由第一級 LNA 的 NF 決定。這就是為何在 RF 系統設計中,不惜一切代價(包括成本、功耗)也要在天線後端使用性能最好的 LNA。


量測策略:Y-Factor 法


NF 是接收機的關鍵指標,其量測方法(Y-Factor 法)非常獨特。它使用一個經過校準的「雜訊源」,該雜訊源可以在「冷」(僅輸出背景熱雜訊)和「熱」(輸出一個已知的、更高的雜訊功率)兩種狀態間切換。


透過量測接收機在「熱」狀態下的輸出功率,與在「冷」狀態下的輸出功率之間的「比值」(Y-Factor),測試儀器(如雜訊指數分析儀或頻譜分析儀)就能反推出接收機在處理訊號過程中「額外增加」了多少雜訊,從而精確計算出 NF。


隱形的殺手:相位雜訊 (Phase Noise)


如果說 NF 決定了接收機在「安靜」環境中的極限聽力,那麼相位雜訊 (Phase Noise) 則決定了接收機在「嘈雜」的現實世界中(即存在強干擾時)的生存能力。


什麼是相位雜訊?


在接收機中,有一個至關重要的元件叫做本地振盪器 (Local Oscillator, LO)。它如同系統的「心跳」或「節拍器」,產生一個超高穩定度的參考頻率。接收機利用這個 LO 訊號與輸入的 RF 訊號進行「混頻」(Mixing),從而將高頻的 RF 訊號「搬移」到低頻的基頻 (Baseband) 進行解調。


  • 一個「理想」的 LO,會在一個單一、完美的頻率上產生所有能量(在頻譜儀上是一條無限細的譜線)。

  • 一個「真實」的 LO,其「心跳」會存在微小的、隨機的「抖動」(Jitter)。


這種時域上的「抖動」,在頻域上會導致 LO 的能量從單一譜線「洩漏」或「擴散」出去,在主頻率周圍形成一個「雜訊裙擺」(Noise Skirt)。這就是相位雜訊


相位雜訊的危害是雙重的,它既能「污染」自己的訊號,也能「引入」別人的干擾。


危害一:直接的 EVM 惡化(污染自身訊號)


現代通訊(如 64-QAM 或 256-QAM)不僅依賴幅度資訊,更依賴精確的「相位」資訊來編碼數據。


當接收機使用一個「抖動」的 LO(即高相位雜訊)去解調訊號時,這個 LO 的「不穩定性」會被直接「轉嫁」到解調下來的基頻訊號上。


在星座圖上,這種影響表現為所有點的「旋轉性塗抹」(Rotational Smear)。每個點不再是清晰、緻密的,而是沿著圓周方向「散開」成一個小小的圓弧。這種「塗抹」直接增加了誤差向量幅度 (Error Vector Magnitude, EVM),限制了系統所能支持的最高調變階數,從而降低了數據吞D吐量。


危害二:交互混頻 (Reciprocal Mixing) — 現實的噩夢


這是相位雜訊最陰險、最具破壞性的影響,也是 RF 領域最關鍵的概念之一。


場景設定:

  1. 目標訊號:一個極度微弱的 5G 訊號(例如 -110 dBm),位於 3550 MHz。

  2. 干擾訊號:一個功率極強的「鄰居」訊號(例如 -30 dBm),可能來自隔壁的廣播塔或雷達,位於 3560 MHz(僅 10 MHz 頻偏處)。

  3. 接收機 LO:為了接收 3550 MHz 訊號,LO 被設定在(例如)3500 MHz。


混頻過程: 接收機天線會「同時」接收到微弱的目標訊號和強大的干擾訊號。儘管有濾波器,但這個強干擾訊號(-30 dBm)仍然會進入混頻器。


現在,混頻器開始工作,它將「所有」輸入訊號與 LO 相乘。


致命的交互作用發生了:

  1. LO 並不完美:這個 3500 MHz 的 LO 存在相位雜訊,其「雜訊裙擺」在 10 MHz 頻偏處(即 3510 MHz)仍然存在一定能量。

  2. 混頻的數學:混頻器會將強干擾訊號(3560 MHz)與 LO 的「雜訊裙擺」部分(3510 MHz)相乘。

  3. 結果:3560 MHz - 3510 MHz = 50 MHz。

修正思路,換個更直觀的 LO 例子


更正,更直觀的解釋:


場景設定:

  1. 目標訊號 (A):微弱,位於 3550 MHz。

  2. 干擾訊號 (B):極強,位於 3560 MHz。

  3. LO (C):設定在 3550 MHz(簡化為零中頻接收機, Z-IFR),以「鎖定」目標訊號。


混頻過程:

  1. LO (C) 並不完美:它在 3550 MHz 有一個主峰,但在其周圍有「相位雜訊裙擺」。

  2. 強干擾訊號 (B) 進入:這個位於 3560 MHz(即 10 MHz 頻偏處)的強干擾訊號,會「遇到」LO 在 10 MHz 頻偏處的「雜訊裙擺」。

  3. 交互混頻:混頻器會將這個強干擾訊號 (B),與LO 的雜訊裙擺 (C) 進行混頻。


其結果是,強干擾訊號 (B) 的功率,「複製」了 LO 的雜訊裙擺特性,並將其「搬移」到了目標訊號 (A) 所在的基頻上。


換句話說:LO 的相位雜訊,「借用」了強大鄰居的能量,在目標訊號所在的頻率上「憑空」製造出了新的、壓倒性的雜訊。


這個微弱的目標訊號,並沒有被干擾訊號「直接」蓋過,而是被這個「交互混頻」產生的新雜訊所淹沒。這就是 Reciprocal Mixing(可譯為交互混頻或互易混頻)。



結論:NF 與相位雜訊的權衡


NF 和相位雜訊共同定義了接收機的性能邊界。


  • Noise Figure (NF) 決定了系統的「絕對靈...敏度」。在一個「萬籟俱寂」的理想實驗室環境中,NF 是唯一的限制因素。它設定了接收機「聽力」的物理底線。

  • Phase Noise 決定了系統的「動態範圍」。在「車水馬龍」的擁擠現實世界中,相位雜訊決定了接收機能在多強的干擾訊號「隔壁」倖存下來。


一個低 NF 的 LNA,能讓接收機「聽」到最微弱的聲音;而一個低相位雜訊的 LO(通常意味著昂貴的振盪器,如 OCXO),則能讓接收機在「最嘈雜」的環境中,仍然能「聽懂」那個微弱的聲音。RF 測試的任務,就是精確地量化這兩個維度的極限。

Subscribe to AmiNext Newsletter

Thanks for submitting!

  • LinkedIn
  • Facebook

© 2024 by AmiNext 金融與科技筆記

bottom of page