Associé aux applicatifs PulseView et DifferentialView, l’analyseur de réseau vectoriel Vector Star MS4640B d’Anritsu assure les tests de caractérisation des radars et la conception des liens série à très haut débit. Anritsu agrandit sa famille Vector Star d’analyseurs de réseaux vectoriels (VNA) avec le modèle MS4640B. Doté de nouvelles capacités de mesures, incluant PulseView (mesures de paramètres [S] en pulse profile, point-in-pulse et pulse-to-pulse) et DifferentialView (mesures de paramètres [S] en mode différentiel), le MS4640B permet de relever les défis associés aux tests et à la caractérisation des composants et des sous-systèmes conçus pour les radars et les applications des liens à très haut débit.

L’applicatif PulseView, dédié aux tests en mode « impulsionnel », se caractérise par une résolution exceptionnelle de 2,5 ns, associée à une dynamique de 100 dB et des fenêtres de mesures indépendantes, assurant une simplicité et une lisibilité des mesures encore jamais atteinte. Il permet également d’observer les perturbations des performances durant les fronts de montée et de descente, ainsi que durant l’impulsion, ce qui n’était pas possible jusqu’à présent avec un tel niveau de précision et de détails.
Enfin, une durée d’acquisition de 500 ms autorise des mesures sur des trains d’impulsions à longue périodicité ou de type pulse-to-pulse sur un grand nombre d’impulsions. PulseView nécessite un numériseur FI (proposé en option) ainsi que quatre générateurs d’impulsions internes.
L’applicatif DifferentialView, associé à une seconde source de signal interne, permet aux concepteurs développant des amplificateurs différentiels ou travaillant sur des liens série à très haut débit, d’évaluer leurs produits en mode réel de stimulation.

Le MS4640B garde tous les avantages inhérents à la plate-forme Vector Star comme les mesures jusqu’à des fréquences basses de 70 kHz: ceci permet d’effectuer des mesures de paramètres [S] de très grande précision, pour une modélisation précise des composants à large bande ; la qualité des données en basses fréquences permet une bonne estimation des termes en courant continu et améliore leur causalité.