接收机的指标-噪声、灵敏度、动态范围

1 系统构成: RF-->ADC---->FFT假设信号经过这三个模块 ,时钟和滤波器都是理想的,杂散只有三阶交调分量。

2 RF: 输入噪声Ni, 增益G, 噪声系数 F,输出阻抗Rs, 输入三阶交调截止点IIP3(3rd order intercept) 带宽B 输入1dB压缩点IP1(1 dB compression)

IP3 = P1 + 9.64

2 ADC: 输入阻抗Rl,调理电路增益为0, 参考电压V=1V(输入信号峰值V/2) 有效位数ENOB,采样频率fs,

3 FFT 长度N, 窗因子=主瓣宽度/矩形窗主瓣宽度

信噪比门限14dB

计算的指标 RF输出的 噪声功率.灵敏度。动态范围。 FFT处理后的噪声功率.灵敏度。动态范围

RF输出噪底由输出噪声和杂散功率决定

RF输出噪声: No = GBNi=kT0BFG

RF输出带内最大3阶交调的杂散功率:

经过ADC假设阻抗是匹配的,调理电路无增益且只有量化误差其他都是理想的

满量程时ADC的量化噪声功率:Nb=输入adc的功率-6.02×enob-1.76

FFT后视频带宽bv = fs/N

    

时间: 2024-08-01 04:07:45

接收机的指标-噪声、灵敏度、动态范围的相关文章

LNA与PA

LNA是低噪声放大器,主要用于接收电路设计中.因为接收电路中的信噪比通常是很低的,往往信号远小于噪声,通过放大器的时候,信号和噪声一起被放大的话非常不利于后续处理,这就要求放大器能够抑制噪声.PA(功放)主要功能是功率放大,以满足系统要求,最重要的指标就是输出功率大小,其次线性如何等等,一般用在发射机的最后一级. LNA用在接收机由于对噪声要求很严格,所以其bias较低,这样就能实现很小的NF和很高的效率,但同时会导致线性区增益较低,最大输入功率不是很高(也可以说1dB压缩点吧).PA主要是考虑

[转载]三款SDR平台对比:HackRF,bladeRF和USRP

这篇文章是 Taylor Killian 13年8月发表在自己的博客上的.他对比了三款平价的SDR平台,认为这三款产品将是未来一年中最受欢迎的SDR平台.我觉得这篇文章很有参考价值,简单翻译一份转过来.原文在这里:http://www.taylorkillian.com/2013/08/sdr-showdown-hackrf-vs-bladerf-vs-usrp.html 翻起来才发现,太长了.觉得这么长就没必要翻译了,不符合快速阅读的习惯,深度阅读的人显然应该直接看原文.但是既然开了个头,就翻

监督学习 - 一个典型的工作流程

参考:https://blog.csdn.net/oucpowerman/article/details/50390239 现今,当在"数据科学"领域开始引入各种概念的时候,著名的"鸢尾花(Iris)"花数据集可能是最常用的一个例子.1936年,R.A.Fisher在他的判别分析中创建和使用了Iris数据集.Iris现在可以从UCI机器学习库中免费得到. 在一个监督分类任务中,它将会是一个很好的例子.Iris中的花被分为了三类:Setosa , Virginica

分类预测算法评价(初识)

分类于预测算法评价 分类与预测模型对训练集进行预测而得出得准确率并不能很好得反映预测模型未来得性能,为了有效判断一个预测模型得性能表现,需要一组没有参与预测模型建立得数据集并在该数据集上评价预测模型得准确率,这组独立耳朵数据集叫做测试集,模型预测效果评价,通常用相对绝对误差,平均绝对误差,均方误差,均方根误差来衡量. 绝对误差与相对误差 设Y表示实际值, Ý表示预测值, 则称E为绝对误差,计算公式如下: Ε = Y - Ý e为相对误差, 计算公式如下 e = (Y - Ý) / Y 有时也可以

(转载)高速ADC的关键指标:量化误差、offset/gain error、DNL、INL、ENOB、分辨率、RMS、SFDR、THD、SINAD、dBFS、TWO-TONE IMD

(一)一个基本概念 分贝(dB):按照对数定义的一个幅度单位.对于电压值,dB以20log(VA/VB)给出:对于功率值,以10log(PA/PB)给出.dBc是相对于一个载波信号的dB值:dBm是相对于1mW的dB值.对于dBm而言,规格中的负载电阻必须是已知的(如:1mW提供给50Ω),以确定等效的电压或电流值. (二)静态指标定义 1.量化误差(Quantization Error) 量化误差是基本误差,用简单3bit ADC来说明.输入电压被数字化,以8个离散电平来划分,分别由代码000

一文吃透电源中的纹波、噪声和谐波

一文吃透电源中的纹波.噪声和谐波 纹波 纹波:是附着于直流电平之上的包含周期性与随机性成分的杂波信号.指在额定输出电压.电流的情况下,输出电压中的交流电压的峰值.狭义上的纹波电压,是指输出直流电压中含有的工频交流成分. 噪声 噪声:对于电子线路中所标称的噪声,可以概括地认为,它是对目的信号以外的所有信号的一个总称.最初人们把造成收音机这类音响设备所发出噪声的那些电子信号,称为噪声.但是,一些非目的的电子信号对电子线路造成的后果并非都和声音有关,因而,后来人们逐步扩大了噪声概念.例如,把造成视屏幕

NB-IOT的OTA测试(功率、灵敏度测试)

2017年7月25日新益技术实现了NB-IoT终端系统测试,在OTA暗室中完成了NB-IoT终端系统总辐射功率TRP(TotalRadiated Power)和总全向灵敏度TIS(Total Isotropic Sensitivity)测试.测试得到的360度全方位辐射和接收性能参数,为NB-IoT产品推向市场提供重要的参考数据. 关于NB-IoT通常一项通信技术从诞生到发展成熟需要4~5年的发展周期,NB-IoT从15年下半年到现在只经过两年就得到业界普遍认可,在国内更是涌现出芯片,模组和终端

WLAN 无线网络 05 - RF 噪声、信噪比、RSSI

继续上篇内容, 接着讨论RF信号. 说到信号,就不可避免的要讨论噪声.物理学定义的噪声是噪声是声波的频率.强弱变化无规律.杂乱无章的声音.电子学中对噪声的定义为能对信号在传输过程中所产生信号(如杂散电磁场)干扰的能量. 噪声电平(noise floor),在信号学中,将所有干扰信号传输的噪声源和其他信号定量测量所得的值定义为噪声电平,并将它的值以dBm为单位衡量. 信噪比(SNR) 信噪比,即信号强度与噪声电平的比值.因dBm为mW的log值,所以这个比值也经常被认为是一个差值.SNR是衡量信号

加州理工学院公开课:机器学习与数据挖掘_误差和噪声(第四课)

这一课的主题是:误差分析与噪声处理. 该课时的主要内容如下: 1.Nonlinear Transformation(Continue)(非线性转换(续)) 2.Error Measure (误差度量)(重点) 3.Noisy Targets(噪声指标)(重点) 4.Preamble to the Theory(理论热身) 1.Nonlinear Transformation: 在上一节课的最后,作者举了一个关于非线性转换的例子.通过该例子我们可以直观的看到非线性的数据可以被转化成线性的数据并且利