矢量信号分析仪计量中的evm指标研究
EVM相关知识及测量方法
EVM相关知识及测量方法EVM（Error Vector Magnitude）是衡量无线通信系统性能的一个重要指标。
它用来描述理论信号与实际信号之间的差异程度，也就是接收信号与理想信号之间的差异程度。
下面我们将分别介绍EVM的概念和意义，以及常见的EVM测量方法。
一、EVM概念及意义EVM是对无线通信系统中的无线信号进行评估的一种系统性能指标。
EVM的数值范围通常在0%到100%之间，数值越小表示接收信号与理想信号的差别越小，系统性能越好。
当EVM达到或超过一定的阈值时，可能会导致误码率（BER）的增加，从而影响通信质量。
EVM的大小受到许多因素的影响，如噪声、非线性失真、多径干扰、频偏等。
因此，EVM可以用来评估无线通信系统中各种不完美因素对信号质量的影响。
在现实世界中，传输信号往往不可避免地受到各种干扰和失真的影响。
通过测量EVM，我们可以了解无线通信系统中存在的问题，并作出相应的优化和改进。
二、EVM测量方法EVM的测量一般分为物理层测量和链路层测量两种方法。
1.物理层测量方法：(1)频域法：将接收到的信号进行FFT变换，转换到频域。
然后计算接收信号与理想信号之间的差异，并基于差异的统计学特征进行EVM计算。
(2)时域法：将接收信号和理想信号进行时域对齐，并计算它们之间的相位和幅度差异。
2.链路层测量方法：(1)比特错误率（BER）测量法：通过传输一组已知的比特组合，并与接收信号进行比较，统计出差异的比特数量，进而计算出EVM。
(2)码元错误率（SER）测量法：与BER测量法类似，只不过将接收信号与理想信号进行码元级别的比较。
(3)帧错误率（FER）测量法：通过计算接收的帧和理想帧的差异，统计出差异的帧数量，进而计算出EVM。
在实际应用中，EVM常常结合其他无线通信系统性能指标进行评估，如信号质量（Signal Quality），码字错误率（Symbol Error Rate）等，以便对系统性能进行全面分析和优化。
EVM是什么？怎么测？
EVM是什么？怎么测？EVM（Error Vector Magnitude）是在频谱分析仪和通信中经常听到的一个词，第一次见到这个词，莫名就觉得它充满故事性。
今天就来探究一下它的背景。
在通信网络中，为了保证信号传输的质量，我们需要验证发射器以及接收机的性能。
发射器的性能评判指标是多样化的，但EVM一个指标，便可将它们“一波带走”。
在了解EVM之前，我们先来了解一下什么是QAM调制。
QAM 调制传统的调制类型包括BPSK, QPSK等。
在后续的技术更新换代中，采用越来越高阶的QAM调制类型。
因为其可实现更高的频谱效率。
并且，QAM调制的输入数据可同时利用载波信号的相位和幅度进行调制。
在发射链中，符号编码器（symbol encoder）将输入的数据流翻译成In-phase(I)和信号的正交（Quadrature）Q分量。
这两个正弦波分量有90度的相位差。
调制的输出是I和Q信号分量的组合。
调制输出的信号经过放大器之后，便可通过天线发射出去在空间中传播。
更高的数据速率可以通过在一个符号位里面编码更多的数据位数来实现。
更高阶的QAM使得在保持相同的频谱分布下，能传输更多的数据位数，从而实现了更高的效率。
以wifi信号为例：· 802.11ac（WIFI 5）每个符号位symbol里面包括了8 bits的数据，从而支持最高256-QAM;·802.11ax（WIFI 6）每个符号位symbol里面包括了10 bits的数据，从而支持最高1024-QAM;·802.11be每个符号位symbol里面包括了12 bits的数据，从而支持最高4096-QAMQAM 星座图在星座图中，信号以I和Q分量进行表示。
点与水平轴的角度代表了信号的相位，点到原点的距离代表了信号的幅度。
星座图上，每一个点都代表着独特的幅度和相位信息。
整个星座图就代表着其能传输的所有可能符号位。
越高阶的QAM调制，其星座图的点之间距离越近，从而对噪声和非线性也就越敏感。
EVM的定
1.1.1.1 EVM对于一些恒包络的调制方案，比如GSM 移动通信系统中的GMSK （Gauss Minimum Shift Keying ：高斯最小频移键控），相位误差和频差被作为衡量调制精度的指标，然而对于3G 中普遍采用的QPSK 来说，是一种非恒包络调制，以上两项指标就不足以反映调制精度，因为这种调制方式使得信号除了相位上有误差以外，幅度上也会有误差[5]。
所以，对于非恒包络调制精度，一种可以全面衡量信号幅度误差和相位误差的指标误差矢量幅度（EVM ：Error Vector Magnitude ）被提出来了，EVM 是反映测量信号和参考信号的误差的一个指标，在星座图上误差矢量很清楚的反映了信号的损伤，可以通过比较测量信号矢量Z 和参考信号矢量R 得到的误差矢量E 来评估，然后用上面提到的那些调制域测量的指标去分析并解决发射机设计中的问题，如下图。
图1误差矢量信号定义示意图EVM 定义为误差矢量信号平均功率的平方根值和参考信号平均功率的平方根值之间的比值，实际也就是误差矢量信号和参考信号的均方根值（RMS ：Root Mean Square ）之间的比值，并把这种比值以百分比的形式表示。
假设测量信号为Z ，参考信号表示为R ，则EVM 的计算公式如下：%100)()()()(⨯-==R R M S R Z R M S R R M S E R M S E V M式中测量信号Z 就是实际测到的发射机发射的信号，参考信号R 是对发射机信号用理想接收机接收并经过理想的解调和理想的再调制得到的。
测量信号Z 和参考信号R 都要经过频差、绝对相位和幅度、时钟的修正。
1. IQ 信号的幅度误差和相位误差上节介绍的EVM 反映了测量信号和参考信号的误差情况，其中涵盖了IQ 信号的幅度误差和相位误差，但是有时候分析问题时需要分别考察IQ 信号的幅度误差和相位误差。
幅度误差定义为测量信号和参考信号幅度之差的均方根值与参考信号幅度的均方根值之间的比值，并以百分比的形式表示，计算公式如下：%100)()(⨯-=R R M S R Z R M S r r o r M a g n i t u d e E相位误差定义为测量信号和参考信号相位之差的均方根值，计算公式如下：))()((R phase Z phaseRMS PhaseError -= 这里要强调的一点是，这里定义的IQ 信号的幅度误差和相位误差与误差矢量信号的幅度和相位是不同的概念，这一点从定义式和参见图1中都可以看出来。
发射信号调制精度EVM指标分析
EVM ISI = 0.0752 + 0.0662 = 9.98%
接收信号的调制精度的恶化将引起解调基带信号的信噪比的恶化。
3
频率合成器近端相噪对EVM的影响
影响调制精度恶化的另外一个主要贡献是 VHF/UHF 频率合成器的近端相位噪声，
VHF/UHF频率合成器在发射机中用作调制器的本地振荡器和上边器mixer的本振信号。 相位 噪声对EVM的影响可以通过下面来评估。假定在式（5-3-10）中，矢量误差是由频率合成 器的相位噪声 φn (t ) 引起，则恶化的信号可表示为：
a (k1 ) = a(k1 ) + e(k1 ) = a(t )exp( jφn (t ))
'
（5-3-21）
于是矢量误差的幅度为：
e(t ) = a (t ) − a(t ) = a(t ) e jφn (t ) − 1
2 '
2
(
)
2
= a(t )[cos φn (t ) − 1 + j sin φn (t )]
2
码间干扰对EVM的影响
调制的射频/中频信号通过一个非理想化的滤波器时，其调制精度会恶化。这个原因如
下： 调制信号通常由符号组成， 通过滤波后， 由于滤波器的群时延失真和幅度响应波动原因， 符号的波形系数也将失真， 这样将在邻近的符号或者其他符号上产生干扰。 这种干扰被称作 符号间干扰（ISI）或者码间干扰（ICI）。当调制信号通过非理想滤波器，特别是滤波器的 带宽接近与调制频谱的带宽时，ISI或者ICI是调制精度恶化的根本原因。其实，在开始产生 传输信号时，ISI或者ICI已经建立。为了得到传输信号的更高频谱效率，最初的矩形符号或 者码片波形需要再次成形，这叫做脉冲成形。脉冲成型处理可以用数学公式表示如下。如果 矩形符号或者码片是 arect (t ) ，脉冲成形滤波器的脉冲响应函数为 hps (t ) ，那么成形之后的符 号或者码片波形 aTX _ ideal (t ) 可以表示如下：
evm功率谱密度
evm功率谱密度EVM（Error Vector Magnitude）是一种用于衡量数字通信系统中信号质量的指标，它描述了实际接收到的信号与理论信号之间的差异。
而功率谱密度则是指信号在频率域中的分布情况。
本文将探讨EVM功率谱密度的概念、计算方法和应用。
一、概述EVM功率谱密度（EVM PSD）是指EVM与信号的频谱密度之间的关系。
它可以用来分析信号在不同频率下的误差水平，从而帮助工程师优化调制解调系统的性能。
二、EVM的定义EVM是一种描述实际接收到的信号与理论信号之间差异程度的指标。
它通常用百分比表示，计算公式如下：EVM = |RMS error vector| / |RMS reference vector|其中，RMS error vector表示接收到的信号与理论信号之间的欧几里得距离，RMS reference vector表示理论信号的模长。
EVM的数值越小，代表接收到的信号与理论信号越接近，信号质量越好。
三、功率谱密度的定义功率谱密度是指信号在不同频率上功率的分布情况。
它可以通过对信号进行傅里叶变换来得到。
功率谱密度可以用于研究信号的频谱特性，进而优化系统性能。
四、EVM功率谱密度的计算方法为了计算EVM功率谱密度，我们需要先对接收到的信号进行功率谱密度的分析，然后再计算EVM的数值。
下面将介绍一种常用的计算方法。
1. 采集数据：首先，我们需要采集接收到的信号的样本数据，包括信号的幅度和相位信息。
2. FFT变换：然后，对采集到的信号数据进行快速傅里叶变换（FFT），得到信号的功率谱密度。
3. 计算EVM：根据EVM的定义，使用采集到的信号数据和参考信号数据计算EVM的数值。
可以使用公式进行计算，也可以通过专业仪器进行测量。
4. 累积EVM功率谱密度：将多次采集到的信号进行累积，得到EVM功率谱密度。
可以利用工具软件进行数据处理和分析，进一步优化系统性能。
五、应用场景EVM功率谱密度在数字通信系统中有着广泛的应用。
无线射频模块的发射功率EVM频率误差等射频指标的详细资料概述
无线射频模块的发射功率EVM频率误差等射频指标的详细资料概述无线射频模块定制借助无线通信技术，能够在无线信号的传输和接收过程中实现不同射频指标的目标。
本文将详细探讨无线射频模块的发射功率、EVM（Error Vector Magnitude，错误矢量幅度）、频率误差等射频指标，并对其进行概述。
内容将会围绕每个指标的定义、重要性、影响因素以及相关测试方法进行阐述。
一、发射功率（Transmit Power）发射功率是无线射频模块发射信号的强度，是衡量模块传输效果和传输范围的重要指标。
发射功率对于信号传输的距离、穿透能力和传输稳定性至关重要。
较高的发射功率可以提高传输距离，但也可能导致干扰和电池消耗，因此需要在功率和性能之间取得平衡。
影响发射功率的因素包括射频电路、射频天线、工作频率、电源电压等。
测试发射功率时，可以使用功率计、功率分配器以及射频信号发生器进行测试。
二、EVM（Error Vector Magnitude）EVM是衡量无线通信系统中信号质量的指标，用于评估实际发送信号与理论参考信号之间的误差。
EVM越小，表示传输质量越好，误码率越低。
普通的无线通信系统通常要求EVM在一定范围内，以确保数据传输可靠性。
EVM的影响因素包括多径衰减、多普勒频移、相位噪声、非线性失真等。
为测试EVM，可以使用矢量信号分析仪或信号调制分析仪进行。
三、频率误差（Frequency Error）频率误差是指实际工作频率与理论频率之间的差异，是射频系统工作稳定性的关键指标之一、频率误差较小可以提高信号传输的质量，同时也能减少干扰。
频率误差主要受到晶振稳定性、温度变化、射频电路等因素的影响。
为测量频率误差，可以使用频谱分析仪或频率计进行测试。
除了发射功率、EVM和频率误差外，还有许多其他射频指标，例如谐波、动态范围、噪声系数等，这些指标对于无线射频模块的性能和传输效果同样重要。
综上所述，无线射频模块的发射功率、EVM和频率误差等射频指标对于无线通信的性能和稳定性至关重要。
利用矢量信号分析仪如何对IQ调制器中EVM性能进行优化
利用矢量信号分析仪如何对IQ调制器中EVM性能进行优化简介EVM或误差矢量幅度本质上是数字调制精度的标量测量，是任何数字调制源的重要品质因数。
本文介绍了矢量信号分析仪如何帮助优化IQ调制器的EVM性能，例如LTC5598，一个5MHz至1600MHz的高线性度直接正交调制器。
需要低调制器EVM，因为EVM在线路下降得更远- 传输上变频器，滤波器，功率放大器，通信信道和接收器都会损害接收信号。
测试设置除非另有说明，否则以下测试条件适用（参见图3）：凌力尔特公司演示电路DC1455A上的LTC5598 IQ调制器。
LO：0dBm，f = 450MHz。
基带调制：PN9，根升余弦（RRC）滤波，α= 0.35，符号率= 1Msps，16-QAM（每符号4位，峰均比5.4dB）。
基带驱动：V EMF 1 = 0.8V差分（1.15V PP 差分）。
V BIAS = 0.5V。
VSA测量滤波器：RRC，α= 0.35。
VSA参考滤波器：根余弦（RC）。
注1：V EMF 是差分IQ基带幅度，如Rohde＆amp; Sons所示。
Schwarz AMIQ软件。
实际的I和Q电压（峰峰值差分）测量如图所示。
16-QAM是一种相对常见的数字调制类型，很容易证明LTC5598可以达到的调制精度。
它被用于许多无线通信标准，如LTE / LTE-Advanced，HSDPA，EDGE Evo，CDMA2000 EV-DO，Cognitive Radio IEEE 802.22（TV white space），PHS和TETRA。
LTC5598 EVM测试结果LO = 450MHz时的典型EVM测量结果如图1所示，证明LTC5598 EVM为0.34％rms，峰。
evm的测试标准
EVM（误差矢量幅度）的测试标准主要包括以下几个方面：
测试信号：EVM是发射信号的理想的测量分量I（同相位）和Q（正交相位）（称为基准信号“R”）与实际接收到的测量信号“M”的I和Q分量幅值之间的矢量差。
适用范围：EVM适用于每一个发射和接收的符号。
表达方式：EVM是一个幅值量，表示为一个百分比，但是每个测量点上的相位和幅值误差都是要测量的。
测量方式：很多信号都要测量EVM。
实际上，EDGE标准要求要在200个以上的突发脉冲上测量EVM，因此它通常指的是RMS或者峰值EVM。
RMSEVM定义为平均误差矢量功率与平均基准功率的比值的平方根。
峰值EVM是在测量区间内出现的最大EVM。
评估指标：通过EVM值可以观察到信号的质量，这是眼图或BER测量之类的其他性能指标无法表征的。
EVM与误码率成正比，但是它比眼图或BER测试的速度更快，并且能够提供更多可供观察判断的信息。
EVM和信噪比（SNR）以及信号与噪声加失真比（SNDR）也有直接的关系。
另外，针对不同类型的信号，比如单载波信号，EVM的测试标准可能有所不同。
例如，对于单载波EVM的测试，可能需要考虑不同调制方式下的EVM要求，以及在特定条件下的UE输出功率等因素。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
矢量信号分析仪计量中的EVM 指标研究周峰，郭隆庆，张睿，张小雨 信息产业部通信计量中心矢量调制信号是现代通信的基础，矢量信号分析仪(VSA)是信号分析的重要仪表，目前，我国技术监督部门还没有制定VSA 的校准和鉴定规程，相关研究也并不完善。
所谓对VSA 的鉴定，就是通过测试测量来确定VSA 测量结果的残留误差。
而误差矢量幅度EVM ，是VSA 测量的核心指标之一，从EVM 入手进行研究，是比较合理的。
本研究报告以QPSK 信号为典型，建立了数学模型并且使用Matlab 语言编程搭建了简单算法平台，并且使用了PSA 频谱分析仪（包括VSA 选件）和SMU200矢量信号源进行了实验研究。
报告主要包含三个部分。
第一部分 EVM 计算中参考信号幅度输出算法研究VSA 可以分为两个模块：变频器、滤波器和放大器序列构成的模拟部分，和由数字处理芯片及其算法构成的数字模块。
本部分主要研究数字模块中的参考信号幅度生成算法。
图 1 VSA 的模块化构成中频信号被抽样量化后成为数字信号，N 个码片的抽样信号进入数字信号处理模块后，其幅度和相位就确定了，经过判决，重新生成了码字序列，然后计算EVM 指标。
EVM 指标是抽样信号和“标准参考信号”的矢量做差得出的结果。
而这个“标准参考信号”的幅度，则是N 个码片的抽样值决定的。
传统上我们定义参考信号幅度s M 为：我们假设一个码片的归一化幅度误差是M ∆，而相位误差是P ∆，根据三角关系，矢量幅度误差可以表示为：在调制方式确定后，星座图基本点的相位是确定的，所以是不依赖于参考信号幅度的，所以P ∆是确定的，但是M ∆是依赖参考信号幅度的，进而EVM 也是依赖参考信号幅度的。
经典理论指出：参考信号幅度sM 的选择算法，应当使EVM 尽可能小。
但是我们的研究显示，从理论上讲，（1）式的算法不是使EVM最小化的最优算法，以下我们将简要说明我们对最优算法的研究：VSA 输出的EVM 值，并不是单个码片的EVM 值，而是N 个码片EVM 的均方根值，即：rms EVM ==（3）前文已经说明，i P ∆是不可选择的，而1ii sM M M ∆=-(4) 而这个标准的s M 就是我们要求取的量。
设定函数()()22221141sin 411sin 122NN i i i i s i i i i s s P M P M f M M M M M ==⎛⎫⎛⎫∆∆⎛⎫⎛⎫=+∆+∆=+-+- ⎪ ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭∑∑ (5) ()s f M 越小,则rms EVM 越小,通过偏导法来求函数()s f M 的极值,通过分析,认为一定存在这样一个极小值存在在可导区间上:()'2211411sin 212sN N s ii i ii i s s s s M f M M P M M M M M M ==⎡⎤⎛⎫∂⎛⎫∆⎛⎫=+-+-⎢⎥ ⎪ ⎪ ⎪ ⎪∂⎝⎭⎢⎥⎝⎭⎝⎭⎣⎦∑∑ (6)（6）式的后一项是正常函数,而前一项则需要讨论,为了方便讨论起见,先将i M (i=1~N)从小到大排列,那么s M 的分布有3种不通的可能性,来分别进行讨论: 情况1. 10s M M <<,则10isM M -<.有 ()22211214sin 02N Ns i i i i i i s s s sf M M M M P M M M M ==∂⎛⎫∆⎛⎫=--= ⎪ ⎪∂⎝⎭⎝⎭∑∑ (7) 可以化简为1次方程的形式:()221124sin 02N Ni i s i s i i i P M M M M M ==∆⎛⎫--= ⎪⎝⎭∑∑ (8)可以求得2102112sin 2Nii s Ni i i MM P M ===⎡∆⎤⎛⎫- ⎪⎢⎥⎝⎭⎣⎦∑∑ (9)代入(3)式可以求得一个EVM 的极值。
情况2. s N M M >,同理可以求得212112sin 2Ni i s N Ni i i M M P M ===⎡∆⎤⎛⎫+ ⎪⎢⎥⎝⎭⎣⎦∑∑ (10)代入(3)式可以求得一个EVM 的极值。
情况3. 1,1k s k M M M K N +<<≤<M1MkM N图 3s M 的区间设定21221112sin 12sin 22Ni i sk kNi i i ii i k M M P P M M ===+=⎡∆⎤⎡∆⎤⎛⎫⎛⎫++- ⎪ ⎪⎢⎥⎢⎥⎝⎭⎝⎭⎣⎦⎣⎦∑∑∑ (11)同样，代入(3)式可以求得N-1个EVM 的极值。
在这样的共N+1个极值点中,最小的那个对应的s M ，就是理论上的最优点。
需要注意到的是, 因为比对EVM 的前提是按照判决输出的符号来生成标准信号,所以i P ∆小于90度。
这就保证了（9）～（11）式的分式分母不为0，s M 不为负。
同时，观察（9）～（11）可以看出一个有趣的现象：sk M （k=0～N ）的递增的，但是其讨论的取值区间却是递减的！这说明有一部分sk M 根本不符合其区间设定，我们以QPSK 信号为典型，使用Matlab 语言对该算法进行了实现，多次实验表明，这N+1个sk M 值有且仅有一个符合初始的取值区间设定，而这个恰恰就是N+1个sk M 值中使EVM 最小的值。
这个现象从一个侧面显示了该算法的统一性和自洽性。
但是，以QPSK 信号为典型的研究表明，通常使用的(1)式算法是非常接近最优值的，也就是如果将最优值视为实际的EVM 值，图5显示的是最优算法和通常算法下的EVM 对照，差别在10-5量级上，那么基于（1）所求得的EVM 值的残留误差是非常小的。
所以，数字模块的参考幅度算法的误差不是EVM 误差的主要来源。
从可以查阅的文献看，我们对参考信号幅度生成算法的研究是有一定独创性的，尽管该算法理论最优，但是复杂度大大增大了，同时对于EVM 测量性能的改善非常小，但是这只是对于QPSK 信号而言，最优算法最大的特点就是考虑了相位误差因素，也许在相位更加敏感的调制系统中，我们的最优算法仍然有较好的实用价值。
图4显示的是实际的N 个码片的星座点和参考星座点的对照，实际星座点由于I/Q 路的增益不平衡、I/O 原点因为载波泄露的漂移、相位噪声和高斯噪声等原因，存在失真，这些从星座图上可以观察到。
图 4 实际星座点和参考星座点/QPSK图 5 最优参考信号幅度生成算法和幅度均方根算法下的EVM对照第二部分VSA点阵检测的方法研究首先，我们简要说明什么是点阵检测。
以一个普通信号源为例，它输出的功率和频率是其本质特征，所以通常在校准信号源时，是在不同的频率序列上(如0.25MHz，1MHz，100MHz....)选取不同的功率序列(10dBm,5dBm,0dBm…)来进行测试，这本质是在频率—功率坐标系上选取了一组点阵，这组点阵上上的测试值和标准值之间的误差就揭示了被检对象的准确度，点阵选择越合理，点阵越密集，则校准的结果可信度越高。
在这里，我们称校准选取的参量坐标系为校准空间，校准点在校准空间上选取。
以普通信号源为例，其校准空间就是频率—功率坐标系。
频率图 6 一个普通信号源的校准空间和校准点阵那么要校准一个VSA,首先要解决的问题就是：1.选择能够反映VSA本质特征的校准空间。
VSA要分析信号的功率和频率，所以功率-频率坐标系是一个校准空间。
而VSA更主要的功能是调制分析，现代通信所使用的数字调制方式，以相位调制和幅度调制居多，相位调制是控制信号的相位，幅度调制是控制不同码字发射信号I路和Q路的幅度比例。
所以，对于工作在调相、调幅模式下的VSA来说，相位-I/O路幅度比例是另外一个有必要考虑的校准空间。
目前，我国还没有制定VSA的校准规范，在通常业界使用的测试方法中，在功率-频率空间中选取了通信常用的频率点和功率点进行测试，这是有必要的。
但是在更能反映VSA 本质的相位-I/O路幅度空间上，在选定的调制模式下，只选择最标准的信号进行测试，这等效于只选择了空间上的一个标准0点进行测试，这显然是不完善的。
这正如在墙上确定一张纸的位置，一个图钉是不够的，必须有一组图钉构成的点阵。
2. 在选择空间后，要选择合适的点阵。
点阵越密集越精确，但是校准的工作量也越大，所以点的数量要折衷考虑，同时，具体点的选取要考虑到校准标准的可实现性、常用工作点等因素。
在实际中，我们使用了PSA频谱分析仪（包括VSA选件）和SMU200矢量信号源进行了实验研究。
VSA作为被校准对象，SMU200作为标准。
由于SMU200可以调整I路和Q路的相位偏差和幅度增益不平衡度，所以我们在以下的校准空间上进行了EVM 的研究。
实验中的典型对象是QPSK 信号。
I/Q 路幅度不平衡度0dB~1dB,步进0.1dBI /Q 路相位偏差,d e g r e e 0d e g ~10d e g ,步进1d e g图 7 改进的VSA校准空间和校准点一例，0点为传统测试的唯一点图 8 图7中0点的EVM 测试界面，EVM=0.24％图9 图7中M点的EVM测试界面，EVM=10.36％第三部分简要总结和下一步思路目前有进展的工作有：1.以QPSK信号为典型编写了简单的EVM影响因素仿真平台，可以对I/Q路的增益不平衡、I/O原点因为载波泄露的漂移、相位噪声和高斯噪声等对EVM的影响进行研究。
选择QPSK信号为典型主要是因为若干3G标准（WCDMA、TD－SCDMA）使用该调制方式，同时，增益不平衡、I/O原点因为载波泄露的漂移、相位噪声对星座点位置影响的规律比较明确，编程实现简单。
但是该平台无论从复杂度和完整性方面，距计量科学研究院卞晰研究员的仿真平台(该平台以GMSK信号为典型)，差距非常大。
2.对EVM计算中参考信号幅度生成的最优方法进行了研究，具有一定的独创性，但是算法复杂度高，性能改善有限，暂时来看实用价值不高，但是该研究验证了目前使用的简化的基于均方根的参考幅度生成算法的小残留误差特性，从理论上说明了常用方法的合理性。
3.初步提出了VSA点阵校准的想法，进行了初步的实验探索。
下一步的思路主要有：1.进一步完善仿真平台，研究更多调制方式的EVM特性。
2.探索参考信号幅度生成的最优方法的实用领域，同时对VSA的相位偏差补偿算法、频率误差补偿算法开展研究。
3.进一步根据已有的矢量信号源如E4438等，开展点阵校准VSA的研究。
4.研究VSA模拟模块特性对EVM的影响。
（参照图1）。