3、FFT扫描模式：FFT原理、FFT扫描的优势、FFT扫描的局限性
好，咱们接着聊频谱仪的扫描模式。前面讲了扫频式（Swept）扫描，那是传统路子。这一节，咱们聊聊另一种思路——FFT扫描模式。
说实话，我第一次接触FFT扫描时，心里还挺抵触的。总觉得这玩意儿是软件算出来的，不如硬件扫频来得“实在”。后来真用上了，才发现——嗯，真香。但香归香，它也有自己的脾气。
3.1 FFT原理：从时域到频域的“翻译官”
FFT，全称是快速傅里叶变换。说白了，它就是把一段时域信号，翻译成频域信号。
你想想看，我们平时看到的信号，在示波器上是一条随时间变化的波形。但频谱仪想看的是：这个信号里，哪些频率成分在“说话”，各自说了多大声。FFT就是干这个翻译活的。
它的数学基础是傅里叶变换，但FFT是它的快速实现版本。核心思想是：
- 采样：先把连续的模拟信号，按一定速率（采样率）变成离散的数字点。
- 加窗：对截取的一段数据，加个窗函数（比如汉宁窗、布莱克曼窗），减少频谱泄露。
- 计算：用蝶形算法，把N个时域点，快速算出N个频域点。
这里有个关键参数——RBW（分辨率带宽）。在FFT模式下，RBW和采样时间直接挂钩：
RBW ≈ K / T其中T是采样时间，K是窗函数系数（汉宁窗约1.44，矩形窗约0.89）。
举个例子：你想要1kHz的RBW，用汉宁窗，那采样时间T ≈ 1.44 / 1000 = 1.44毫秒。这个关系，我在项目里验证过无数次，基本靠谱。
小提示： 我个人习惯，在FFT模式下，先确定需要的RBW，再反推采样时间。这样心里有底，不会出现“怎么扫得这么慢”的尴尬。
3.2 FFT扫描的优势：快、准、狠
FFT扫描最大的优势，就是一个字——快。
传统扫频式是一点一点扫过去的，好比用放大镜慢慢看一幅画。FFT呢？它是一次性拍一张照片，然后瞬间分析出所有频率成分。你想想看，哪个更快？
具体来说，FFT扫描有这几个明显优势：
- 速度快：对于窄带宽、高RBW的场景，FFT比扫频式快几个数量级。我记得有一次测一个蓝牙信号的跳频图案，用扫频式慢得让人抓狂，换成FFT模式，瞬间出图。
- 灵敏度高：因为FFT是并行处理所有频率点，同样的测量时间下，它能积累更多的信号能量，噪声基底更低。说白了，能看到更弱的信号。
- 相位信息完整：FFT保留了信号的相位信息。如果你需要做矢量分析（比如解调、测群时延），FFT模式是必须的。扫频式只能看幅度，相位信息丢了。
- 适合瞬态信号：对于脉冲、突发信号，FFT能一次性捕获整个事件。扫频式可能只扫到一半，数据就不完整了。
重点： FFT模式特别适合做“窄带、高分辨率、快速”的测量。比如：谐波分析、调制域测量、瞬态信号捕获。
3.3 FFT扫描的局限性：不是万能药
但是，FFT也不是万能的。我刚开始用的时候，踩过不少坑。这里给大家说说它的局限性：
| 局限性 | 原因 | 实际影响 |
|---|---|---|
| 带宽受限 | FFT需要高速ADC，ADC的采样率决定了最大分析带宽 | 一般频谱仪的FFT模式，最大带宽只有几十MHz到几百MHz。想测宽频信号？还得用扫频式。 |
| 实时性差 | FFT需要先采集完整数据块，再计算，有处理延迟 | 对于连续变化的信号，FFT可能跟不上。扫频式虽然慢，但它是“实时”的。 |
| 频谱泄露 | 加窗不完美，能量会“漏”到相邻频点 | 测单音信号时，旁边会出现“假峰”。我曾经因为这个，误判了一个杂散信号，折腾了两天。 |
| 动态范围受限 | ADC的位数决定了动态范围上限 | 大信号旁边的小信号，可能被淹没。扫频式用模拟滤波器，动态范围反而更大。 |
| 对非周期信号不友好 | FFT假设信号是周期性的，非周期信号会引入误差 | 测噪声、瞬态脉冲时，需要小心处理。加合适的窗函数能缓解，但不能根除。 |
避坑指南： 我曾经在测一个窄带脉冲信号时，用了FFT模式，结果频谱图上出现了很多“假峰”。后来才发现，是脉冲的占空比太低，FFT的采样窗口没对齐。解决办法是：用触发模式，让FFT在脉冲到来时才开始采样。这个坑，希望大家别踩。
3.4 什么时候用FFT？什么时候用扫频？
这个问题，我经常被问到。我的建议是：
- 用FFT的场景：窄带宽（< 100MHz）、高RBW（> 10kHz）、需要相位信息、测瞬态信号。
- 用扫频的场景：宽带宽（> 100MHz）、低RBW（< 1kHz）、需要高动态范围、测连续波信号。
当然，现代频谱仪很多都支持“混合模式”——先用FFT快速扫描，再用扫频精细分析。这个咱们后面章节再细聊。
好了，FFT扫描模式就聊到这儿。下一节，咱们看看零扫宽模式——这个模式很有意思，它能让频谱仪“变成”一个示波器。敬请期待。