Meeting Tomorrow‘s Challenges R&S Seminartour Test & Measurement Solutions “Grundlagen Spektrumanalyse ” Oliver Voß, RSV-H Dr. Wolfgang Wendler

April 2012| Grundlagen Spektrumanalyse | 2 Dipl.-Ing. (FH) Oliver Voß Applikationen ROHDE & SCHWARZ Vertriebs GmbH Zweigniederlassung Nord Geschäftstelle Hamburg Postfach – Hamburg Vierenkamp Hamburg Telefon: Fax: Mobiltelefon: System-Ingenieur bei Rohde & Schwarz in HH 2000 Applikations-Ingenieur R&S Vertrieb in HH Applikations- Spezialist für Spektrum– und Signalanalyse in Deutschland Grundlagen Spektrumanalyse

April 2012| Grundlagen Spektrumanalyse | 3 Dr. Wolfgang Wendler Produktmanagement Spektrum- und Signalanalyse ROHDE & SCHWARZ GmbH & Co. KG Postfach München Mühldorfstrasse München Telefon: Fax: Mobiltelefon: Promotion am Institut für Tieftemperaturphysik an der Universität Bayreuth 1997 Entwicklungsingenieur bei TEMIC Semiconductor GmbH in Heilbronn 2000 Prozessingenieur bei Loewe Opta AG in Kronach 2004 Produktmanager für Spektrum- und Signalanalyse bei Rohde & Schwarz in München Grundlagen Spektrumanalyse

April 2012| Grundlagen Spektrumanalyse | 4 Agenda Grundlagen Spektrumanalyse  Signale im Zeit- und Frequenzbereich  Realisierung eines Spetrumanalysators  Frequenzumsetzung  Filter: RBW, Video - Analog - Digital - FFT - Sweep time  Detektoren und Tracemode  Standardmessfunktionen eines Spektrumanalysators -Frequenzzähler -Phase Noise Marker -N dB down -Marker Peak List -Spurious Emmissions Messungen  Produktportfolio Spektrum- Signal- und Realtime-Analyse

April 2012| Grundlagen Spektrumanalyse | 5 Warum Spektrumanalyse? Signale im Zeit- und Frequenzbereich Die Analyse eines Sinussignals kann einfach mit einem Messgerät im Zeitbereich durchgeführt werden.

April 2012| Grundlagen Spektrumanalyse | 6 Signale im Zeit- und Frequenzbereich Beispiel (2): Zeitbereich – Rechtecksignal Approximation mit Sinussignalen

April 2012| Grundlagen Spektrumanalyse | 7 n = 1 11 f n amplitude time domain frequency Signale im Zeit- und Frequenzbereich Beispiel (2): Zeitbereich – Rechtecksignal Approximation mit Sinussignalen

April 2012| Grundlagen Spektrumanalyse | 8 Beispiel (2) – Spektrum eines Rechtecksignals Signale im Zeit- und Frequenzbereich

April 2012| Grundlagen Spektrumanalyse | 9 Fouriertransformation einer idealen Sinusschwingung ergibt eine Linie im Frequenzbereich bei der Frequenz f 0 Im Frequenzbereich geht die Phaseninformation des transformierten Signals verloren Signale im Zeit- und Frequenzbereich Periodisches Signal - Fourier Transformation eines Sinussignals T0T0 f0f0 A A t f ZeitbereichFrequenzbereich

April 2012| Grundlagen Spektrumanalyse | 10 Agenda Grundlagen Spektrumanalyse  Signale im Zeit- und Frequenzbereich  Realisierung eines Spetrumanalysators  Frequenzumsetzung  Filter: RBW, Video - Analog - Digital - FFT - Sweep time  Detektoren und Tracemode  Standardmessfunktionen eines Spektrumanalysators -Frequenzzähler -Phase Noise Marker -N dB down -Marker Peak List -Spurious Emmissions Messungen  Produktportfolio Spektrum- Signal- und Realtime-Analyse

April 2012| Grundlagen Spektrumanalyse | 11 Realisierung eines SPA l Blockschaltbild eines Spektrumanalysators (stark vereinfacht) Anzeige Eingang Sägezahn Hüllkurven- detektor Mischer ZF- Verstärker Lokaloszillator ZF-Filter Logarithmierer Video-Filter x y Detektor

April 2012| Grundlagen Spektrumanalyse | 12 Realisierung eines SPA - HF Konzept R&S FSV

April 2012| Grundlagen Spektrumanalyse | 13 Realisierung eines SPA l Blockschaltbild eines Spektrumanalysators Anzeige Eingang Sägezahn Hüllkurven- detektor Mischer ZF- Verstärker Lokaloszillator ZF-Filter Logarithmierer Video-Filter x y Detektor

April 2012| Grundlagen Spektrumanalyse | 14 DisplayDetektor f start f stop f IF frequency converter HF ZF ZF-Filter Local oscillator  Realisierung eines SPA Prinzip: Frequenzumsetzung

April 2012| Grundlagen Spektrumanalyse | 15 Realisierung eines SPA Prinzip: Frequenzumsetzung Frequency Converter Multiplier f RF f LO f IF Spectrum of the mixing products lower mixing product upper mixing product

April 2012| Grundlagen Spektrumanalyse | 16 Realisierung eines SPA Prinzip: Frequenzumsetzung HIGH 1 st IF, R&S FSV: Conversion f If = |f LO – f RF | Level f f RF f LO Frequency Converter Multiplier f RF f LO f IF IF filter

April 2012| Grundlagen Spektrumanalyse | 17 Conversion f If = |f LO – f RF | Level f f RF f LO Frequency Converter Multiplier f RF f LO f IF IF filter Realisierung eines SPA Image Conversion ≈ f If + f LO

April 2012| Grundlagen Spektrumanalyse | 18 f LO <f<f RF  f IF = (f RF - f LO ) Spiegelfrequenzbereich f LO f ZF f IF f RF f img f f IF f LO >f RF  f IF = f LO - f RF ) f LO f ÎF Messbereich 1 MHz4.601 GHz 4.6 GHz 3.6 GHz8.2 GHz9.201 GHz12.8 GHz lowpass Vorteil: Die Spiegelfrequenzen sind im Abstand von 2*f IF -> Es genügt ein einfacher Tiefpass Realisierung eines SPA Prinzip: Frequenzumsetzung HIGH 1 st IF Beispiel IF 4.6 GHz (FSU)

April 2012| Grundlagen Spektrumanalyse | 19 Realisierung eines SPA Prinzip: Frequenzumsetzung Preselection (YIG) Conversion f If = |f LO – f RF | Level f f RF f LO upper mixing product Frequency Converter Multiplier f RF f LO f IF Input filter

April 2012| Grundlagen Spektrumanalyse | 20 (variable for freq. tuning) (constant) 1st Mixer f LO1 f LO2 input lowpass 3rd Mixer f LO3 RF attenuator 1st IF2nd IF3rd IFRF evaluation stage 2nd Mixer Realisierung eines SPA Realisierung: 3 ZF-Stufen

April 2012| Grundlagen Spektrumanalyse | 21 Agenda Grundlagen Spektrumanalyse  Signale im Zeit- und Frequenzbereich  Realisierung eines Spetrumanalysators  Frequenzumsetzung  Filter: RBW, Video - Analog - Digital - FFT - Sweep time  Detektoren und Tracemode  Standardmessfunktionen eines Spektrumanalysators -Frequenzzähler -Phase Noise Marker -N dB down -Marker Peak List -Spurious Emmissions Messungen  Produktportfolio Spektrum- Signal- und Realtime-Analyse

April 2012| Grundlagen Spektrumanalyse | 22 Realisierung eines SPA l Blockschaltbild eines Spektrumanalysators Anzeige Eingang Sägezahn Hüllkurven- detektor Mischer ZF- Verstärker Lokaloszillator ZF-Filter Logarithmierer Video-Filter x y Detektor

April 2012| Grundlagen Spektrumanalyse | 23 Filter (FSU) Filter: RBW, Video

April 2012| Grundlagen Spektrumanalyse | 24 level f f 3 dB 3 dB Bandbreite 6 dB 6 dB Bandbreite 60 dB 60 dB Bandbreite Shape Factor S = dB BW 3 dB BW S = dB BW 6 dB BW 3 dB : Allgemeine Spektrumanalyse 6 dB : EMC (60 dB Definition: für Shapefaktor) Filter: RBW Charakterisierung des Bandpassfilters Bandbreite: l Der Shape Faktor beschreibt die Filterkurve l SF ist das Verhältnis von 60dB-BW zur 3dB-BW.

April 2012| Grundlagen Spektrumanalyse | 25 Filter: RBW Spezifikation: Shape-Faktor Frequenzauflösung wird auch durch den Shape-Faktor bestimmt: Der Shape-Faktor (SF) ist das Verhältnis 60 dB / 3 dB Bandbreite

April 2012| Grundlagen Spektrumanalyse | 26 Filter: RBW Abbildung des ZF-Filters durch ein sinusförmiges Eingangssignal am FSW

April 2012| Grundlagen Spektrumanalyse | 27 Abbildung des Filters bei einem Sweep Filter: RBW

April 2012| Grundlagen Spektrumanalyse | 28 Filter: RBW S pezifikation: Frequenzauflösung - RBW Spektrum eines Eingangssignals bestehend aus zwei sinusförmigen Trägern mit gleichem Pegel RBW=3 kHz RBW=10 kHz

April 2012| Grundlagen Spektrumanalyse | 29 lJedes Filter benötigt Zeit einzuschwingen  Settling Time (Einschwingzeit): ts lWährend des Einschwingens ist die Bewertung des Pegels fehlerhaft. lDie Einschwingzeit ist eine Funktion der Bandbreite ts~1/B. lUnd: ist abhängig vom Filtertyp ts ~K, K ≈ 1 Gaussfilter Filter: RBW Filter-Einschwingzeit und Messgeschwindigkeit

April 2012| Grundlagen Spektrumanalyse | 30 l Aus der Einschwingzeit des RBW-Filters errechnet sich die Dauer der “gesweepten” Messung: Minimum Sweep Time l Faktor k ist abhängig vom Filtertyp und l dem akzeptierten Pegelfehler während des Einschwingens Zu geringe Sweep-Zeit führt zu: Pegelfehler Frequenzfehler Auflösefehler  k = 2.5 (max. Pegel Fehler 0,15 dB) RBW-Filter Filter-Einschwingzeit und Messgeschwindigkeit Moderne Spektrumanalysatoren unterstützen durch Messroutinen und Einstellhilfen

April 2012| Grundlagen Spektrumanalyse | 31 l Bandbreite einstellbar von z.B. 10 kHz to 10 MHz l Empfindlichkeit ist von der Anzahl der Pole abhängig l 4 polig, shape factor 60 / 3 dB ~ 12 l 5 polig shape factor 60 / 3 dB ~ 9,5 1 Pole 4-Pole synchronous tuned filter Filter: RBW Analoge Filter

April 2012| Grundlagen Spektrumanalyse | 32 True Gauss (ideale Eigenschaften) analoge Approximation identisches Passband Filter: RBW Spezifikation: Analog vs. digital Filter

April 2012| Grundlagen Spektrumanalyse | 33 l Spectrum Analysator (Beispiel R&S FSP) IF 20.4 MHz A D 32 MHz I Q 12 bit Lowpass filter filter coefficients I + Q 22 IF envelope voltage 90° LO IF I mixer Q mixer NCO Digital Resolution Bandwidths Anti aliasing bandpass Filter: RBW Implementierung digitaler Filter

April 2012| Grundlagen Spektrumanalyse | 34 l Truly Gauss-shaped l Shape factor 4,6 l Minimum sweep time mit k = 1 l kleiner Shape Factor => Höhere Empfindlichkeit l Schneller sweep (im Vergleich zu analogen Filter) l Hohe Bandbreiten Genauigkeit  höhere Pegelgenauigkeit für Rauschmessungen l Keine Drift durch Temperatur, oder Alterung l kein manueller Abgleich in der Fertigung notwendig, daher raschere Endprüfung von GerätenAbgleich l mögliche Filterfunktionen, die mit Analogfiltern nur schwer oder gar nicht realisierbar sind, beispielsweise Filter mit linearer Phase. Vorteile Filter: RBW Charakterisierung Digitaler Filter

April 2012| Grundlagen Spektrumanalyse | 35 Filter: RBW Beispiel: R&S FSV Spektrumanalysator

April 2012| Grundlagen Spektrumanalyse | 36 Umsetzung in ZF Abtastung des Bandpass-Signals Anti aliasing filter (Analoges Bandpassfilter) Filter: RBW FFT Filter

April 2012| Grundlagen Spektrumanalyse | 37 l Maximaler Span ist durch die Bandbreite des A/D-Wandlers limitiert l Bei größeren Frequenzbereichen Unterteilung in einzelne Segmente/ Sub- Bänder l Notwendigkeit einer Erhöhung der Abtastwerte für die FFT aufgrund des Abtasttheorems l FFT Rechenzeit steigt l Schnelle Signalverarbeitung und hohe Rechengeschwindigkeit notwendig l Mit FFT Filtern kann eine deutlich niedrigere Messzeit als mit herkömmlichen Filtern erreicht werden. Filter: RBW FFT Filter im praktischen Einsatz

April 2012| Grundlagen Spektrumanalyse | 38 Filter: RBW Vergleich der Minimum Sweep-Zeit Erforderliche Sweep-Zeit in Abhängigkeit von der RBW bei Span=1MHz

April 2012| Grundlagen Spektrumanalyse | 39 Filter: RBW Vergleich FSU vs. FSW FSU ______ FSW

April 2012| Grundlagen Spektrumanalyse | 40 Realisierung eines SPA l Blockschaltbild eines Spektrumanalysators Anzeige Eingang Sägezahn Hüllkurven- detektor Mischer ZF- Verstärker Lokaloszillator ZF-Filter Logarithmierer Video-Filter x y Detektor

April 2012| Grundlagen Spektrumanalyse | 41 t meas Video- signal t t meas Filter: Video Filter Hüllkurven Detektor

April 2012| Grundlagen Spektrumanalyse | 42 l Der Hüllkurven Detektor wirkt wie ein Gleichrichter auf das ZF-Signal l Es entfernt den HF-Anteil aus dem Signal l Es liefert die Hüllkurve der positiven Anteile des ZF-Signals (Video Signal) Filter: Video Filter Hüllkurven Detektor

April 2012| Grundlagen Spektrumanalyse | 43 Filter: Video Filter Video Filter – Kleinsignal im Rauschen Video Filter Bandwidth set to: VBW = 200kHz Video Filter Bandwidth set to: VBW = 1kHz

April 2012| Grundlagen Spektrumanalyse | 44 l Glättung der angezeigten Messkurve/ Rauschminimierung l Sinussignale mit guten S/N-RatioVBW ~ RBW l Sinussignale mit geringem S/N-Ratio VBW < RBW (Reduzierung der VBW sorgt für stabilere Pegelmesswerte; Signale mit schwachem Pegel werden deutlicher) l Vermeidung der Mittelung bei Gepulsten Signale um niedrige Anzeigepegel (Amplitudenverlust) zu verhindern VBW >> RBW l Kanalleistungs-Messungen Einfluss VBW vermeiden VBW >> RBW (3 to 10 x RBW) l Für Rauschmessungen oder Phasenrauschmessungen VBW <<RBW (0.1 x RBW) (Mittelung von Rauschspitzen) l RMS-Detektor misst tatsächliche Leistung eines Signals Eine Glättung durch Verringern VBW nicht nötig Videofilterung: Wahl des VBW

April 2012| Grundlagen Spektrumanalyse | 45 Agenda Grundlagen Spektrumanalyse  Signale im Zeit- und Frequenzbereich  Realisierung eines Spetrumanalysators  Frequenzumsetzung  Filter: RBW, Video - Analog - Digital - FFT - Sweep time  Detektoren und Tracemode  Standardmessfunktionen eines Spektrumanalysators -Frequenzzähler -Phase Noise Marker -N dB down -Marker Peak List -Spurious Emmissions Messungen  Produktportfolio Spektrum- Signal- und Realtime-Analyse

April 2012| Grundlagen Spektrumanalyse | 46 Realisierung eines SPA l Blockschaltbild eines Spektrumanalysators Anzeige Eingang Sägezahn Hüllkurven- detektor Mischer ZF- Verstärker Lokaloszillator ZF-Filter Logarithmierer Video-Filter x y Detektor

April 2012| Grundlagen Spektrumanalyse | 47 t meas video signal t t meas A/D samples s1 s2 s3 s4 s5 s6 s8 s1 Angezeigte Pixel Pixel nPixel n+1 MAX PEAK AUTO PEAK MIN PEAK AVG RMS SAMPLE Pixel nPixel n+1 Detektoren: Anzeige der Samples als Funktion des Detektors:

April 2012| Grundlagen Spektrumanalyse | 48 Detektoren: Beispiel: Auswahl eines Detektors bei R&S FSW

April 2012| Grundlagen Spektrumanalyse | 49 Detektoren l in FSP Spectrum Analyzers D A Envelope detector A-D-Converter Video filter RMS AV log lin Max Peak Min Peak Sample Video signal (linear scale) IF signal Display QP Auto Peak

April 2012| Grundlagen Spektrumanalyse | 50 Trace Mode Beispiel: Auswahl des Trace Mode bei R&S FSW

April 2012| Grundlagen Spektrumanalyse | 51 Agenda Grundlagen Spektrumanalyse  Signale im Zeit- und Frequenzbereich  Realisierung eines Spetrumanalysators  Frequenzumsetzung  Filter: RBW, Video - Analog - Digital - FFT - Sweep time  Detektoren und Tracemode  Standardmessfunktionen eines Spektrumanalysators -Frequenzzähler -Phase Noise Marker -N dB down -Marker Peak List -Spurious Emmissions Messungen  Produktportfolio Spektrum- Signal- und Realtime-Analyse

April 2012| Grundlagen Spektrumanalyse | 52 Standardmessfunktionen: MEAS & MKR FUNCT

April 2012| Grundlagen Spektrumanalyse | 53 Standardmarkerfunktionen Beispiel R&S FSW Standardmessfunktionen eines Spektrumanalysators  Frequenzzähler  Phase Noise Marker  N dB down  Marker Peak List  Spurious Emmissions Messungen

April 2012| Grundlagen Spektrumanalyse | 54 Standardmarkerfunktionen Spezifikation: Genauigkeit Frequenzangabe Wie genau ist die Frequenzdarstellung? Beispiel: f=1GHz; Span=10MHz; RBW=300kHz; Messpunkte=691 +/-( 1GHz * 1*10-7) + 0,1*300kHz + (1/2(10MHz/(691-1))+1Hz = +/- 38,3 kHz

April 2012| Grundlagen Spektrumanalyse | 55 Standardmarkerfunktionen Einsatz des Frequenzzählers l Messmethode: l SPA stoppt Sweep an der Markerposition l SPA startet Messroutine im I/Q Baseband mit speziellen Messalgorithmus l Hinweis: l Es findet keine Veränderung an den für die Messung gewählten Parametern statt!

April 2012| Grundlagen Spektrumanalyse | 56 Standardmarkerfunktionen Beispiel R&S FSW Standardmessfunktionen eines Spektrumanalysators  Frequenzzähler  Phase Noise Marker  N dB down  Marker Peak List  Spurious Emmissions Messungen

April 2012| Grundlagen Spektrumanalyse | 57 Standardmarkerfunktionen Spezifikation: Frequenz - Phasenrauschen l Spektrale Reinheit: Phasenrauschen l Definition: –Das Phasenrauschen beschreibt die Kurzzeitstabilität eines Oszillators und ist ein Maß für seine spektrale Reinheit. l Ursachen: –Schwankungen der Phase bzw. Frequenz sowie der Amplitude des Ausgangssignals. Diese Schwankungen wirken wie eine Modulation

April 2012| Grundlagen Spektrumanalyse | 58 Standardmarkerfunktionen - Phasenoise Marker

April 2012| Grundlagen Spektrumanalyse | 59 Standardmessfunktionen eines Spektrumanalysators  Frequenzzähler  Phase Noise Marker  N dB down  Marker Peak List  Spurious Emmissions Messungen Standardmarkerfunktionen Beispiel R&S FSW

April 2012| Grundlagen Spektrumanalyse | 60 Standardmarkerfunktionen Beispiel: Messung des Shape-Faktors des 50kHz RBW-Filters: SF = 60dB/3dB = 195,8kHz/50kHz = 3,916

April 2012| Grundlagen Spektrumanalyse | 61 Standardfunktionen eines Spektrumanalysators  Frequenzzähler  Phase Noise Marker  N dB down  Marker Peak List  Spurious Emmissions Messungen Standardmarkerfunktionen Beispiel R&S FSW

April 2012| Grundlagen Spektrumanalyse | 62 l Peak List ermöglicht eine schnelle und komfortable Messung  automatische Suche nach Peaks  Frequenzbereich mit LEFT und RIGHT LIMIT definierbar  Pegel - Threshold definierbar (minimal erforderliche Amplitude eines Peaks)  Peak Excursion Einstellung möglich (minimaler steigender/fallender Signalpegel) Standardmarkerfunktionen Marker Peak List

April 2012| Grundlagen Spektrumanalyse | 63 Standardmessfunktionen eines Spektrumanalysators  Channel Power ACLR  C/N  C/N0  OBW  Spectrum Emission Mask  Spurious Emissions  APD  CCDF  Time Domain Power  Harmonic Distortion ... Standardmessfunktionen Beispiel R&S FSW

April 2012| Grundlagen Spektrumanalyse | 64 Oft sind die Pegel von Spurious sehr gering. Um diese niedrigen Pegel zu detektieren ist eine hohe Dynamik/ kleine RBW nötig  Abdeckung eines großen Frequenzbereiches  Geringe RBW bei großem Span erfordern lange Sweep-Zeit  Häufig sind Messbedingungen durch Regularien/ Messvorschriften definiert z.B. Definition des Frequenzbereiches in Verbindung mit Referenzlevel und RBW Standardmessfunktionen Spurious Emmissions Messungen

April 2012| Grundlagen Spektrumanalyse | 65 Standardmessfunktionen Spurious Emmissions Messungen Individueller Limit Check möglich

April 2012| Grundlagen Spektrumanalyse | 66 Grenzwertverletzung Standardmessfunktionen Spurious Emmissions Messungen

April 2012| Grundlagen Spektrumanalyse | 67 Agenda Grundlagen Spektrumanalyse  Signale im Zeit- und Frequenzbereich  Realisierung eines Spetrumanalysators  Frequenzumsetzung  Filter: RBW, Video - Analog - Digital - FFT - Sweep time  Detektoren und Tracemode  Standardmessfunktionen eines Spektrumanalysators -Frequenzzähler -Phase Noise Marker -N dB down -Marker Peak List -Spurious Emmissions Messungen  Produktportfolio Spektrum- Signal- und Realtime-Analyse

April 2012| Grundlagen Spektrumanalyse | 68 R&S Signal and Spectrum Analyzers Product Portfolio l Widest range of products in the industry l From hand-held and entry level to high end l Up to 67 GHz, 160 MHz demodulation bandwidth l Thirteen different product families l FSC, FSH, ZVH, FSL, FSV, FSG, FSQ, FSU, FSMR, FSUP, FMU, FSVR,FSW l Instruments families support extensive configuration possibilities l Measurement functionalities, elaborate power measurement functions l Remote control & emulation possibilities l General purpose application firmware l Support for all 2G, 2.5G, 3G and emerging 4G broadband standards such as LTE l WLAN, WiMAX, WiFi, Bluetooth, general purpose VSA, etc l Real-time Spectrum Analysis to 40 GHz l VOR/ILS

April 2012| Grundlagen Spektrumanalyse | 69 Top Class FSUP Signal Source Analyzer Phase Noise Tester and High end Spectrum Analyzer in a single box FSMR Measuring Receiver One Box Solution for calibrating Signal Generators and Attenuators FMU Baseband Analyzer Universal analyzer for Baseband Signals R&S Signal and Spectrum Analyzers FSQFSU General Purpose FSGFSV Signal Analysis at its best Fastest analyzer on the market Signal Analyzer for wideband communication technologies FSL Portable Spectrum Analyzer up to 18 GHz with high end functions Handheld & Portable FSH FSC General purpose spectrum analysis Compact, Low Power Consumption Handheld Spectrum / Network / Modulation Analyzer for Field Applications Up to 18 GHz Real- Time FSVR Real-Time Spectrum Analyzer First combination of spectrum, signal, and real-time analysis up to 40 GHz NEW Handheld Cable & Antenna Analyzer for Installation & Maintenance ZVH NEW Top Class FSQ Spectrum and Signal Analysis in a single unit 120 MHz Signal Analysis Bandwidth FSU Full Span up to 67 GHz Performance leader in Dynamic Range, Phase Noise, Level accuracy, RBW FSW R&S Signal and Spectrum Analyzers Spectrum and Signal Analysis Unmatched Phase noise Up to 160 MHz Signal Analysis Bandwidth NEW

April 2012| Grundlagen Spektrumanalyse | 70 R&S Signal and Spectrum Analyzers Specifications in Brief (Top and Mid Class) 28 MHz (40 MHz optional) 10MHz 28/40/80/160 MHz 10 MHz 28 MHz (120 MHz optional) IQ Demodulation Bandwidth Typ. 30 dBm Typ dBm 0.4 dB (f < 8 GHz) Typ dBc (1 Hz 1GHz) 1 Hz to 10 MHz 20/50/80MHz in ZS 2Hz to 8 /13,6 26,5 GHz R&S FSW Typ. 27 dBm Typ dBm 0.3 dB (f < 3.6 GHz) Typ dBc (1 Hz 640 MHz) 1 Hz to 50 MHz 20 Hz to 3.6 / 8 / 26.5 / 46 / 50 / 67 GHz R&S FSU Typ. 18 dBm Typ dBm 0.4 dB (f < 7 GHz) Typ dBc (1 Hz) 1 Hz to 40 MHz 10 Hz to 3.6 / 7 / 13 / 30 / 40 GHz R&S FSV Typ. 27 dBm TOI Typ dBm DANL (1 GHz, 1 Hz RBW) 0.3 dB (f < 3.6 GHz) Overall measurement uncertainty Typ dBc (1 Hz 640 MHz) Phase Noise (10 kHz offset, 1 GHz) 1 Hz to 50 MHz Resolution Bandwidth 20 Hz to 3.6 / 8 / 26.5 / 40 GHz Frequency R&S FSQ

April 2012| Grundlagen Spektrumanalyse | 71 R&S Signal and Spectrum Analyzers Specifications in Brief (Real-time, Entry Level and Handheld) 20 MHz (FSH4/8) -28 MHz40 MHz IQ Demodulation Bandwidth Typ. 15 dBm Typ dBm <1 dB Typ. -95 dBc (1 Hz) 1 Hz to 10 MHz 9 kHz to 3 / 6 GHz R&S FSC Typ. 15 dBm Typ dBm 0.5 dB (f < 3 GHz) Typ. -97 dBc (1 Hz) 1 Hz to 20 MHz 9 kHz to 3 / 6 / 18 GHz R&S FSL Typ. 15 dBm Typ dBm <1 dB Typ. -95 dBc (1 Hz) 10 Hz to 3 MHz 9 kHz to 3.6 / 8 / 18 GHz R&S FSH Typ. 18 dBm TOI Typ dBm DANL (1 GHz, 1 Hz RBW) 0.4 dB (f < 7 GHz) Overall measurement uncertainty Typ dBc (1 Hz) Phase Noise (10 kHz offset, 1 GHz) 1 Hz to 40 MHz Resolution Bandwidth 10 Hz to 7 / 13 / 30 / 40 GHz Frequency R&S FSVR