Ein Funksignal kann im Zeitverlauf unauffällig wirken und trotzdem von Störungen, Oberwellen oder Nachbarkanälen überlagert sein. In der Signalverarbeitung bezeichnet spectral analysis die Untersuchung, aus welchen Frequenzanteilen ein Signal besteht. Ich zeige, wie diese Analyse mit FFT und Leistungsdichtespektrum funktioniert, welche Einstellungen das Ergebnis beeinflussen und wie sich die Methode bei Telekommunikationssystemen in Timor-Leste sinnvoll einsetzen lässt.
Die wichtigsten Entscheidungen fallen bei Frequenz, Auflösung und Messdauer
- Frequenzspektrum: Es zeigt, bei welchen Frequenzen Energie, Nutzsignal, Oberwellen oder Störungen liegen.
- FFT: Sie wandelt zeitabhängige Messwerte in eine Darstellung des Frequenzbereichs um.
- Auflösung: Sie ergibt sich aus Messdauer und Abtastrate, nicht allein aus einer größeren FFT-Länge.
- Fensterung: Eine Hann- oder Hamming-Funktion reduziert Leakage, kann aber Amplitude und Auflösung beeinflussen.
- Telekommunikation: Die Methode hilft bei Interferenzsuche, Kanalprüfung, Antennenmessung und der Kontrolle von Funkstrecken.
Was eine Spektralanalyse sichtbar macht
Im Zeitbereich sehe ich, wie sich die Signalspannung oder Feldstärke verändert. Im Frequenzbereich erkenne ich dagegen, wo die Signalenergie konzentriert ist. Ein einzelner deutlicher Peak kann beispielsweise auf einen Träger hindeuten, mehrere gleichmäßige Peaks auf Oberwellen und ein breiter Untergrund auf Rauschen oder breitbandige Störungen.
Diese Perspektive ist besonders hilfreich, wenn die Ursache eines Problems im Zeitdiagramm verborgen bleibt. Eine instabile Funkverbindung kann etwa durch einen zu niedrigen Signalpegel entstehen, aber ebenso durch einen starken Störer im Nachbarkanal. Erst das Frequenzbild zeigt, ob tatsächlich die gewünschte Frequenz frei und sauber ist.
Amplitude, Leistung und Leistungsdichte
Ein Amplitudenspektrum beschreibt die Größe einzelner Frequenzanteile. Das Leistungsspektrum betrachtet dagegen meist das Quadrat der Amplitude. Bei zufälligen oder breitbandigen Signalen ist die Leistungsdichte PSD oft sinnvoller, weil sie die Leistung pro Hertz angibt, zum Beispiel in V²/Hz oder dB/Hz.
Diese Größen sollte ich nicht durcheinanderbringen. Ein Peak im Amplitudenspektrum beantwortet die Frage, wie stark eine Frequenzkomponente ist. Eine PSD hilft eher dabei, den Rauschboden zu beurteilen und Signale mit unterschiedlicher Bandbreite fair miteinander zu vergleichen.
Wie aus Messdaten ein Frequenzbild wird
Die digitale Analyse beginnt mit einer Folge abgetasteter Messwerte. Bei einer Abtastrate von 1000 Hz können Frequenzen bis knapp unter 500 Hz eindeutig dargestellt werden. Diese Grenze folgt aus dem Nyquist-Kriterium. Wird ein Signal mit höherer Frequenz nicht vorher gefiltert, kann es als falsche niedrigere Frequenz erscheinen. Dieser Effekt heißt Aliasing und lässt sich nachträglich kaum zuverlässig korrigieren.
Für die Berechnung wird häufig die diskrete Fourier-Transformation verwendet. Die FFT ist ein schneller Rechenweg dafür und liefert komplexe Werte für einzelne Frequenzpunkte. Aus Betrag und Phase kann ich anschließend Amplitude, Leistung oder zeitliche Phasenbeziehungen ableiten.
Die Frequenzauflösung richtig berechnen
Bei N Messwerten und einer Abtastrate fs beträgt der Abstand der Frequenzpunkte näherungsweise Δf = fs/N. Messe ich beispielsweise 1 Sekunde mit 10.000 Samples, liegt die rechnerische Auflösung bei 1 Hz. Eine längere Messdauer trennt nahe Frequenzen besser, verlängert aber die Beobachtungszeit.
Das Auffüllen der Daten mit Nullen, sogenanntes Zero-Padding, macht die Kurve optisch feiner. Es erzeugt jedoch keine zusätzliche echte Auflösung. Die Fähigkeit, zwei nahe Signale zu unterscheiden, hängt weiterhin vor allem von der ursprünglichen Messdauer und vom verwendeten Fenster ab.
Warum Leakage entsteht
Eine FFT verarbeitet immer ein endliches Datenstück. Beginnt oder endet darin keine ganzzahlige Anzahl von Perioden, verteilt sich die Energie eines Tons auf benachbarte Frequenzpunkte. Dieses Übersprechen heißt spectral leakage und kann schwache Signale neben einem starken Träger verdecken.
Eine Fensterfunktion gewichtet die Randwerte des Messabschnitts herunter. Dadurch sinken die Nebenkeulen, während sich die Hauptkeule verbreitert. Ich verwende deshalb nicht automatisch das schärfste Fenster, sondern wähle es nach der Messaufgabe: Für allgemeine Messungen ist Hann ein guter Ausgangspunkt, für präzise Amplitudenmessungen kann ein Flat-Top-Fenster geeigneter sein.
Welche Methode für welches Signal passt
Die einfache FFT ist stark, wenn das Signal während der Messung weitgehend stationär bleibt. Bei einem konstanten Träger, einem periodischen Maschinengeräusch oder einem stabilen Funkkanal liefert sie schnell ein verständliches Bild. Bei stark wechselnden Signalen reicht ein einzelnes Gesamtspektrum dagegen nicht aus, weil es Veränderungen über die Zeit mittelt.
| Methode | Geeignet für | Stärke | Grenze |
|---|---|---|---|
| Einzelne FFT | Stabile, periodische Signale | Schnell und einfach | Empfindlich gegenüber Fensterung und Messrauschen |
| Welch-Methode | Rauschende oder zufällige Signale | Ruhigeres PSD-Ergebnis durch Mittelung | Weniger zeitliche und teils geringere spektrale Auflösung |
| Spektrogramm | Signale mit wechselnder Frequenz | Zeigt Frequenz und Zeit gleichzeitig | Benötigt Kompromiss zwischen Zeit- und Frequenzauflösung |
| Parametrische Verfahren | Gut modellierbare Signale | Können nahe Komponenten sehr präzise schätzen | Abhängig von einem passenden Signalmodell |
Bei der Welch-Methode wird das Messsignal in überlappende Abschnitte geteilt. Für jeden Abschnitt entsteht ein modifiziertes Periodogramm, danach werden die Ergebnisse gemittelt. Häufig sind 50 Prozent Überlappung ein brauchbarer Startwert. Das Ergebnis schwankt weniger, allerdings verliere ich durch kürzere Segmente Auflösung.
Für einen Frequenzsprung, einen kurzen Burst oder ein wanderndes Signal nutze ich lieber ein Spektrogramm. Es basiert meist auf einer kurzzeitigen Fourier-Transformation und zeigt, wann ein Frequenzanteil auftritt. Eine lange Fensterdauer trennt Frequenzen besser, eine kurze Fensterdauer zeigt schnelle Ereignisse genauer. Beides gleichzeitig lässt sich nicht beliebig maximieren.
Die Parameter, die das Ergebnis entscheiden
Abtastrate und Analogfilter
Die Abtastrate muss zur höchsten interessierenden Frequenz passen. Für ein Signal bis 10 MHz reicht eine theoretische Abtastung knapp über 20 MHz nicht als praktische Sicherheitsmarge aus, weil reale Filter keine unendlich steilen Flanken besitzen. Ich plane deshalb Reserve für das Anti-Aliasing-Filter ein und prüfe, welche Bandbreite der Messverstärker tatsächlich verarbeitet.
Messdauer und Segmentlänge
Die Messdauer bestimmt, wie eng Frequenzen voneinander getrennt werden können. Will ich zwei Träger mit 5 Hz Abstand untersuchen, genügt eine sehr kurze Aufnahme nicht. Für eine schnelle Übersicht kann eine grobe Auflösung genügen, für die Bewertung von Nachbarkanälen oder schmalbandigen Störern brauche ich dagegen eine längere Aufzeichnung.
Fenster und Darstellung
Ein Rechteckfenster liefert eine schmale Hauptkeule, erzeugt aber bei ungünstigem Periodenabschluss starke Nebenkeulen. Hann ist meist robuster für allgemeine Messungen. Ein Flat-Top-Fenster verbreitert Peaks stärker, liefert dafür eine verlässlichere Amplitudenablesung. Die Entscheidung sollte zur Frage passen, die ich beantworten möchte.
Die Darstellung in Dezibel macht große Pegelunterschiede lesbar. Dabei muss ich wissen, worauf sich der Wert bezieht, etwa dBFS, dBV, dBm oder dB/Hz. Ein Diagramm ohne Einheiten und Referenz ist für eine technische Entscheidung nur eingeschränkt brauchbar.
Telekommunikation mit realen Beispielen
In abgelegenen Regionen wie Timor-Leste ist die Funkinfrastruktur häufig besonders stark von Standort, Gelände, Stromversorgung und Backhaul abhängig. Eine Spektrumanalyse ersetzt keine vollständige Netzplanung, sie liefert aber schnell Hinweise darauf, ob ein Problem aus Frequenzbelegung, Hardware oder Ausbreitung entsteht.
Störungen auf einer Richtfunkstrecke
Bei einer Richtfunkverbindung prüfe ich zuerst den vorgesehenen Kanal und seine benachbarten Bereiche. Ein schmaler Peak kann auf einen einzelnen Störer hindeuten, während ein erhöhter breiter Rauschboden eher zu einem breitbandigen Sender, einem fehlerhaften Verstärker oder elektromagnetischen Störungen passt.
Wichtig ist die Messung an mehreren Punkten. Ein Signal, das direkt am Funkgerät sauber aussieht, kann entlang der Antennenleitung durch Reflexionen oder einen schlechten Steckverbinder beeinträchtigt werden. Ich vergleiche deshalb Senderausgang, Antenneneingang und Empfangsstandort, wenn die Messausrüstung das zulässt.
Lesen Sie auch: PSD verstehen - Signalrauschen & Frequenzanalyse meistern
WLAN, Mobilfunk und lokale Interferenz
Bei WLAN- oder lokalen Breitbandsystemen sind einzelne Peaks nicht immer das Hauptproblem. Häufiger zählt, wie stark ein ganzer Kanal ausgelastet ist und ob ein benachbartes Signal in den eigenen Empfangsbereich hineinragt. Die PSD zeigt hier den Rausch- und Belegungsgrad besser als eine Momentaufnahme der Signalstärke.
Bei Mobilfunk- oder Satellitenanbindungen kann ein Spektrogramm zusätzlich zeigen, ob Störungen nur zu bestimmten Tageszeiten auftreten. Das ist in Standorten mit Generatorbetrieb, wechselnder lokaler Nutzung oder zeitabhängiger Funkaktivität besonders nützlich. Eine einmalige Messung liefert sonst leicht ein zu optimistisches Bild.
Wie ich Messungen zuverlässig interpretiere
Ich beginne nicht mit der Frage, welcher Peak am höchsten ist, sondern mit der Frage, welche technische Entscheidung aus der Messung folgen soll. Geht es um die Trägerfrequenz, den Rauschboden, eine Oberwelle, die belegte Bandbreite oder eine zeitabhängige Störung? Erst danach lege ich FFT-Länge, Fenster, Mittelung und Frequenzbereich fest.
- Signalquelle, Messpunkt und erwarteten Frequenzbereich dokumentieren.
- Abtastrate so wählen, dass das relevante Band sicher erfasst wird.
- Messdauer an die gewünschte Frequenzauflösung anpassen.
- Fensterfunktion und Skalierung festlegen und im Protokoll notieren.
- Mehrere Messungen durchführen, statt einen einzelnen Peak überzubewerten.
- Ergebnis mit Zeitverlauf, Pegel, Kabelführung und Standortbedingungen vergleichen.
Ein häufiger Fehler ist, den höchsten Peak sofort als Ursache zu betrachten. Ein starker Träger kann völlig normal sein, während ein schwacher, aber genau im Empfangsband liegender Störer die Verbindung stärker beeinträchtigt. Ebenso sollte ich ein glattes Spektrum nicht automatisch als gutes Ergebnis werten, denn eine zu starke Mittelung kann kurze Störungen ausblenden.
Bei Messungen mit Software Defined Radio oder günstigen USB-Spektrumanalysatoren achte ich zusätzlich auf Übersteuerung, Empfängerrauschen und unkalibrierte Pegel. Solche Geräte sind für die Fehlersuche und Trendbeobachtung sehr nützlich, ersetzen bei belastbaren Pegelangaben aber nicht automatisch ein kalibriertes Messsystem.
Was aus dem Frequenzbild praktisch folgt
Eine gute Analyse liefert nicht nur ein schönes Diagramm, sondern eine klare nächste Maßnahme. Liegt der Störer außerhalb des Nutzbands, kann ein geeigneter Filter helfen. Sitzt er im gleichen Kanal, sind Frequenzwechsel, bessere Abschirmung, eine andere Antennenposition oder eine Anpassung der Übertragungsparameter wahrscheinlicher wirksam.
Für stabile Signale genügt oft eine sauber skalierte FFT. Bei Rauschen ist ein gemitteltes PSD robuster, bei wechselnden Ereignissen ein Spektrogramm aussagekräftiger. Mein wichtigster Praxisgrundsatz lautet deshalb: Die Methode muss zur zeitlichen Natur des Signals passen, sonst interpretiere ich Messartefakte als Realität.
Wer Frequenzbereich, Einheiten, Fensterung und Messbedingungen gemeinsam betrachtet, kann Funkprobleme deutlich schneller eingrenzen. Gerade bei weit verstreuten Telekommunikationsstandorten schafft eine dokumentierte Spektralanalyse eine belastbare Grundlage für Wartung, Entstörung und die schrittweise Verbesserung der Konnektivität.
