矢量網絡分析儀S參數測量不確定度的確定方法技術

本發明專利技術公開了一種矢量網絡分析儀S參數測量不確定度的確定方法，涉及矢量網絡分析儀的校準方法技術領域。所述方法通過MCM仿真實現，避免了使用GUM法評定不確定度時需要考慮S參數間相關性的問題和使用經驗算法得到的不確定度不完善的問題；該方法從校準件的定義出發，基于SOLT校準方法對矢量網絡分析儀進行自校準，將校準件引入的不確定度通過矢量網絡分析儀傳遞給被測件，最后，通過使用MCM仿真的方法得到矢量網絡分析儀測量被測件S參數的測量不確定度及其相關性，以保證矢量網絡分析儀能夠獲得被測件準確的S參數性能，提高了測試的準確性。

【技術實現步驟摘要】

本專利技術涉及矢量網絡分析儀的校準方法

技術介紹
矢量網絡分析儀(Vector?Network?Analyzer，VNA)是微波測量領域使用最廣泛的測量儀器。為了保證矢量網絡分析儀的S參數測量量值準確可靠，人們開發了高精度的校準件用于矢量網絡分析儀的自校準，二端口矢量網絡分析儀校準技術被廣泛地應用于商業儀器之中，其中最重要的是基于12項誤差模型的SOLT校準技術。 校準技術一般包括三個重要部分：誤差模型(Error?Model)、校準過程(Calibration?Procedure)和誤差修正(Error?Correction)。首先，根據矢量網絡分析儀的硬件結構確定系統誤差的來源，進而利用誤差模型將被測件散射參數與系統誤差的關系以信號流圖的形式直觀地表示出來，然后通過測量校準件計算出各系統誤差的大小并保存下來，最后，通過誤差修正算法將測量結果中系統誤差的影響去除，得到被測件散射參數的真實值。 通常認為校準件是完全理想的，即短路校準件反射系數ΓS＝-1，開路校準件反射系數ΓO＝1，匹配校準件反射系數ΓL＝0以及直通校準件ST11＝ST22＝0，ST12＝ST21＝1。然而由于實際校準件的不完善性，導致了校準件散射參數(S參數)的不確定性，因此對矢量網絡分析儀的校準結果引入了不確定度，最終，矢量網絡分析儀將不確定度傳遞給被測件。目前，二端口矢量網絡分析儀測量不確定度的計算方法主要有： 1)安捷倫公司的矢量網絡分析儀說明書給出的矢量網絡分析儀不確定度計算方法； 2)EURAMET?cg-12《Guidelines?on?the?Evaluation?of?Vector?Network?Analysers(VNA)》給出的不確定度計算方法； 3)中華人民共和國工業和信息化部發布的SJ/T11433-2012《矢量網絡分析儀通用規范》給出的不確定度計算方法。 但是，以上方法只是給出了S參數測量不確定度的經驗算法，其中均未考慮S參數的相關性問題，上述幾種方法是不完善的。因此，有必要給出一種更為完善的S參數不確定度計算方法，以保證矢量網絡分析儀能夠獲得被測件準確的S參數。
技術實現思路
本專利技術所要解決的技術問題是提供一種矢量網絡分析儀S參數測量不確定度的確定方法，所述方法提供了一種更為完善的S參數不確定度的確定方法，以保證矢量網絡分析儀能夠獲得被測件準確的S參數，提高了測試的準確性。 為解決上述技術問題，本專利技術所采取的技術方案是：一種矢量網絡分析儀S參數不確定度的確定方法，其特征包括以下步驟： 第一步，選擇十二項誤差模型作為矢量網絡分析儀的自校準模型； 第二步，選擇合適的校準件，并確定校準件的S參數； 第三步，使用校準件對矢量網絡分析儀進行SOLT自校準，按照矢量網絡分析儀測量信號流圖，得到基于SOLT校準方法的十二項誤差，并使用MCM蒙特卡洛器件仿真的方法得到十二項誤差的概率密度分布； 第四步，使用矢量網絡分析儀測量被測件，將第三步得到的十二項誤差的概率密度分布數據帶入全二端口誤差模型公式，使用MCM蒙特卡洛器件仿真測試方法，得到矢量網絡分析儀被測件的S參數的不確定度及其相關性。 進一步的，第一步中矢量網絡分析儀通過測量一組已知參數的校準件，比較測試數據和已知參數的校準件的標準數據，計算出矢量網絡分析儀的系統誤差，即系統自校準模型。 進一步的，第二步中校準件的S參數確定方法為：以校準件S參數的理想值作為該參數的期望值，設定一個離散值作為該參數的測量不確定度，該離散值通過查閱相關文獻并根據經驗進行設定。 進一步的，所述十二項誤差為，EDF：正向方向性誤差；EDR：反向方向性誤差；ESF：正向源匹配誤差；ESR：反向源匹配誤差；ERF：正向反射跟蹤誤差；ERR：反向反射跟蹤誤差；EXF：正向隔離度誤差；EXR：反向隔離度誤差；ELF：正向負載匹配誤差；ELR：反向負載匹配誤差；ETF：正向傳輸跟蹤誤差；ETR：反向傳輸跟蹤誤差。 進一步的，第三步SOLT自校準過程如下： 1)單端口標準件SOL測量過程 當i(i＝1or2)端口接單端口校準件時，12項誤差模型簡化為單端口誤差模型，單端口校準件X的反射系數為ΓX時，其測量值為Smii(X)，由信號流圖計算反射系數測量值可以得到如下表達式： S mii ( X ) = E Di + E Ri Γ X 1 - E Si Γ X - - - ( 1 ) ]]> i端口依次接短路校準件S(Γ＝ΓS)、開路校準件O(Γ＝ΓO)和匹配校準件L(Γ＝ΓL)，結合式(1)，可得 S mii ( S ) = E Di + E Ri Γ S / 本文檔來自技高網...

【技術保護點】
一種矢量網絡分析儀S參數測量不確定度的確定方法，其特征包括以下步驟：?第一步，選擇十二項誤差模型作為矢量網絡分析儀的自校準模型；?第二步，選擇合適的校準件，并確定校準件的S參數；?第三步，使用校準件對矢量網絡分析儀進行SOLT自校準，按照矢量網絡分析儀測量信號流圖，得到基于SOLT校準方法的十二項誤差，并使用MCM蒙特卡洛器件仿真的方法得到十二項誤差的概率密度分布；?第四步，使用矢量網絡分析儀測量被測件，將第三步得到的十二項誤差的概率密度分布數據帶入全二端口誤差模型公式，使用MCM蒙特卡洛器件仿真測試方法，得到矢量網絡分析儀被測件的S參數的不確定度及其相關性。

【技術特征摘要】
1.一種矢量網絡分析儀S參數測量不確定度的確定方法，其特征包括以下步驟：?
第一步，選擇十二項誤差模型作為矢量網絡分析儀的自校準模型；?
第二步，選擇合適的校準件，并確定校準件的S參數；?
第三步，使用校準件對矢量網絡分析儀進行SOLT自校準，按照矢量網絡分析儀測量信號流圖，得到基于SOLT校準方法的十二項誤差，并使用MCM蒙特卡洛器件仿真的方法得到十二項誤差的概率密度分布；?
第四步，使用矢量網絡分析儀測量被測件，將第三步得到的十二項誤差的概率密度分布數據帶入全二端口誤差模型公式，使用MCM蒙特卡洛器件仿真測試方法，得到矢量網絡分析儀被測件的S參數的不確定度及其相關性。?
2.根據權利要求1所述的矢量網絡分析儀S參數測量不確定度的確定方法，其特征在于：第一步中矢量網絡分析儀通過測量一組已知參數的校準件，比較測試數據和已知參數的校準件的標準數據，計算出矢量網絡分析儀的系統誤差，即系統自校準模型。?
3.根據權利要求1所述的矢量網絡分析儀S參數測量不確定度的確定方法，其特征在于，第二步中校準件的S參數確定方法為：以校準件S參數的理想值作為該參數的期望值，設定一個離散值作為該參數的測量不確定度，該離散值通過查閱相關文獻并根據經驗進行設?定。?
4.根據權利要求1所述的矢量網絡分析儀S參數測量不確定度的確定方法，其特征在于，所述十二項誤差為，EDF：正向方向性誤差；EDR：反向方向性誤差；ESF：正向源匹配誤差；ESR：反向源匹配誤差；ERF：正向反射跟蹤誤差；ERR：反向反射跟蹤誤差；EXF：正向隔離度誤差；EXR：反向隔離度誤差；ELF：正向負載匹配誤差；ELR：反向負載匹配誤差；ETF：正向傳輸跟蹤誤差；ETR：反向傳輸跟蹤誤差。?
5.根據權利要求4所述的矢量網絡分析儀S參數測量不確定度的確定方法，其特征在于，第三步SOLT自校準過程如下：?
1)單端口標準件SOL測量過程?
當i(i＝1or2)端口接單端口校準件時，12項誤差模型簡化為單端口誤差模型，單端口校準件X的反射系數為ΓX時，其測量值為Smii(X)，由信號流圖計算反射系數測量值可以得到如下表達式：?
i端口依次接短路校準件S(Γ＝ΓS)、開路校準件O(Γ＝ΓO)和匹配校準件L(Γ＝ΓL)，結合式(1)，可得?
接匹配負載時，可以直接測得隔離度誤差EXi＝Smji(L)(i≠j，j＝1or2)，其中，EDi為方向性誤差，ERi為反射跟蹤誤差，ESi...

【專利技術屬性】
技術研發人員：韓志國，梁法國，欒鵬，吳愛華，李鎖印，孫曉穎，馮亞南，許曉青，
申請(專利權)人：中國電子科技集團公司第十三研究所，
類型：發明
國別省市：河北;13