VNA Tools—A Metrology Software Supporting the Digital Traceability Chain

摘要

本文介绍了 METAS VNA Tools 版本 2.9.0，这是一款专为支持矢量网络分析仪（VNA）测量中的数字可追溯性链而设计的计量学软件套件。该软件基于 METAS UncLib 版本 2.9.0 的不确定性引擎，能够对整个测量过程进行严谨建模，并进行全面的不确定性评估。通过将数值、依赖关系和灵敏度封装在结构化的不确定性对象中，该软件确保了可追溯性和相关性信息在整个复杂的校准链中得以保留和传播。此方法允许实现无缝、模块化的不确定性评估，并支持生成包含嵌入式校准数据的数字签名校准证书。该方法增强了透明度、可重复性和互操作性，符合计量学数字化转型的目标。VNA Tools 为在计量基础设施的所有层级上实施可追溯、数据驱动的工作流程提供了坚实的基础。

核心概念与技术框架

1. 矢量网络分析仪（VNA）测量原理

• 基本功能：VNA 测量被测设备（DUT）在幅度和相位上相对于参考阻抗的反射和传输特性，作为频率的函数。
• S-参数：VNA 测量的核心物理量是散射参数（S-参数），它们表征了元件的反射和透射行为。对于一个两端口网络，其线性关系可表示为 b = Sa，其中 a 和 b 分别代表入射和反射波。
• 坐标系：S-参数是二维量，可用极坐标（幅度和相位）或笛卡尔坐标（实部和虚部）表示。

2. 不确定性评估的数学基础

• 测量模型：一个通用的测量模型将输出量 Y 表示为输入量 X 的函数，即 Y = f(X)。
• 线性不确定性传播：当模型是线性的或可线性化时，不确定性由雅可比矩阵 J 描述，其传播公式为 Vy = Jyx * Vx * J'yx。
• 自动微分（AD）：为了高效、准确地计算雅可比矩阵，VNA Tools 引入了自动微分技术，它能自动计算复杂方程的导数，避免了手动编程的错误。

3. 不确定性对象（Uncertainty Objects）

• 核心思想：将一个测量模型分解为一系列基本运算和函数，形成一个“计算图”（如图2所示）。
• 对象构成：每个中间结果（蓝色方框）被存储为一个“不确定性对象”，它包含：
  • 值：最佳估计值。
  • 依赖关系：一个全局唯一标识符（GUID）列表，指明该结果依赖于哪些输入量。
  • 灵敏度：对各依赖量的偏导数（敏感度），并已乘以相应的标准不确定度。
• 优势：这种显式跟踪依赖关系的方式，使得在处理相关性时无需存储庞大的协方差矩阵，从而显著提高了计算效率和内存使用效率。

软件架构与功能

1. METAS VNA Tools 与 METAS UncLib

• 独立运行：VNA Tools 是一个独立于 VNA 固件的免费软件套件，可在 PC 上直接控制 VNA 设置、处理原始测量数据并执行所有计算。
• 核心引擎：其不确定性传播功能由 METAS UncLib 库提供支持，该库实现了多变量不确定性传播，遵循 GUM（《测量不确定度表示指南》）及其补充文件的要求。
• 主要功能：
  • 集成多种关键组件，以支持符合 EURAMET VNA 指南的全面不确定性评估。
  • 内置数据库，用于存储校准标准的表征数据。
  • 提供测量日志，记录所有相关操作（如测量、重新连接、电缆移动），便于追踪不确定性贡献。
  • 支持类型 A（重复测量）和类型 B（扩展不确定度）分析。

2. 数字可追溯性链的支持

• 校准证书：METAS 发布 S-参数校准证书，采用数字签名的电子格式（PDF/A3），可直接嵌入校准数据。
• 数据恢复：用户可将证书中的数据加载到软件中，重建出与证书提供者完全相同的 LinProp 对象状态，从而可以复现其工作校准标准。
• 溯源路径：如图4所示，从 NMI 的主标准开始，经过工作标准、实验室黄金标准等层级，最终到达客户 DUT。整个链条上的影响量（xA, xB, xC, xD）都被累积到最终的测量结果 y 中。

关键应用案例

1. 质量标准校准中的相关性问题

• 场景：两个质量标准 m1 和 m2 在不同时间点由同一 NMI 校准，然后被组合成一个总质量 mtot = m1 + m2。
• 问题：如果忽略两个质量标准之间的系统性相关性（例如，它们共享同一个校准误差源），则组合后的总质量 mtot 的不确定度会被严重低估（文中指出可能低估近 30%）。
• 解决方案：VNA Tools 通过“不确定性对象”机制，利用 GUID 将系统性误差的来源统一标识（如 ID1），确保在 m1 和 m2 组合时，该相关性被正确地纳入计算（如图5所示）。

2. VNA 校准中的过校准问题

• 场景：VNA 使用了比实际需求更多的校准标准，导致系统过度确定。
• 问题：这会导致误差系数的求解变得不稳定，进而使测量结果的不确定度区间被高估（如图6中黑色阴影区域所示）。
• 解决方案：VNA Tools 包含一个专门的优化算法，用于解决此类过校准问题，从而得到更合理的不确定度区间（如图6中红色阴影区域所示），显著降低了评估偏差。

结论与展望

• 核心价值：VNA Tools 通过引入不确定性对象和自动微分等先进技术，为计量学领域提供了一个强大的工具，它不仅实现了对测量不确定度的精确评估，更重要的是，它构建了一个完整的、可追溯的数字证据链。
• 未来方向：该软件已发展成为一个“准标准”，有助于推动计量学向真正的数字化和无缝可追溯性迈进。未来的研究方向包括将测量日志和模型直接嵌入到证书中，以实现更高级别的数据溯源和证明。