EVM是什麼？
在星座圖中，會有一個理想的點，然後還有一個實測的點。
就是一個是打算在哪，另一個是實際在哪。
再換句話說，就是一個是理想，一個是現實。
星座圖中的點，其與原點連接的向量，所對應的長度和角度，分別對應信號的幅度和相位。
理想點與原點的連接，是一個參考的向量。
實測點與原點的連接，是一個實測的向量。
而理想點與原點的連接，就被稱為誤差向量(error vector)。
和所有向量一樣，誤差向量有幅度，有方向。
在數字調製中，主要關注誤差向量的幅度，不糾結方向。
因此，最重要的測量目標，是誤差向量的幅度，即EVM，全稱為error vector magnitude.
人都知道，理想與現實的差距越小越好。
所以，誤差向量的幅度，也是越小越好。
那差別主要來自哪裡呢？
一個來自幅度誤差(magnitude error)，也就是說接收到的向量與參考的向量相比，要麼太長，要麼太短。
一個來自相位誤差(phase error),也就是說接收到的向量與參考的向量相比，角度有差。
EVM大，則代表測量點和理想點之間的距離很大。
也就是說理想點A所對應的測量點，可能與理想點B的位置更接近。
這樣，會導致接收端誤判的概率提高。
因此，減小EVM，是無線通訊系統中的重要目標之一。
對EVM造成影響的因素主要有哪些？
影響EVM的因素，可以分為四大類，分別為幅度影響，相位影響，I/Q不平衡，配置因素。
說到幅度影響。
首先，與幅度相關的因素，都可能會影響EVM。
比如說，信號太高，導致器件進入非線性；或者信號太低，容易受噪聲影響，此時都會增加EVM。
比如說，外界干擾，或者系統內的雜散，也會影響EVM。
比如說，相應頻寬內不平坦的頻率響應，也可能增加EVM。
…….
說到相位影響。
也就是說，與相位相關的因素，都會可能影響EVM。
比如說，信號相噪的影響。我的理解是這樣的(歡迎批判)：本身相位調製是基於理想相位的，如果相位噪聲太高的話，理想相位本身就不理想了。
比如說，相位響應隨頻率的變化而變化。我的理解是這樣的(歡迎批判)：可以理解為群時延隨著頻率的變化有抖動，這樣的話，不同頻率的信號經過時，其相位變化也會不一樣，導致EVM增加。
還有就是I/Q不平衡。
比如說增益不平衡，相位不平衡，直流饋通等。
說到配置因素。
就包括髮端和收端，設置的匹配濾波器的類型或參數，符號率等設置的有差別。
EVM計算時的注意點
EVM計算時，會歸一化。
有兩種歸一化的方法，一種是用最大峰值功率來歸一化；另一種，是用RMS功率來歸一化。
在比較EVM時，需要保證使用同樣的歸一化方法。
EVM的單位可以是%，也可以是dB。
對於單位為%的EVM值，小的百分比值，表示更好的EVM。
對於單位為dB的EVM值，通常為負值，越負，EVM越好。
EVM在debug中的作用
重點來了哈！雖然說，我沒有用過這種方法來進行過debug。
但是看上去，好像很好用的樣子。
首先，看看EVM隨時間變化的曲線的作用。
EVM是基於每個符號進行計算的，也就是說，每個符號都會計算EVM。
因此，EVM可以繪製成時間的函數，也可以看成連續符號的函數。
比如如下圖，發送和接收符號率之間細微的差異，使得EVM隨時間變化的曲線呈現出一個V形曲線。
突發或者脈衝信號，在開始或結束的時候，由於各種放大器效應或時序的影響，EVM可能會高點。
如果幅度隨時間變化，可能會使得幅度相對較高或者幅度相對較低的符號的EVM變大。
EVM也可以繪製成隨頻率的曲線。
EVM隨頻率變化的函數，是對上面的EVM隨時間變化的函數進行FFT變換。
而這個曲線最有用的應用，是可以發現帶內的雜散信號或者干擾。
如下圖所示，藍色曲線為幅度譜，看不出任何有雜散信號。青色曲線為EVM譜，上面可以明顯的看到帶內雜散性。
這是因為，疊加有雜散信號的有用信號的EVM，只會在雜散頻率處變高。
還有EVM與功率之間的關係，即看EVM隨著輸入功率變化的函數。
如下圖所示，曲線為一個浴缸形狀的曲線。低輸入電平時，SNR較小，導致較高的EVM；高輸入電平時，器件進入非線性，EVM也會惡化。
所以，這個EVM與功率的曲線，可以用來確定器件的最優工作區域。
EVM隨功率以及頻率變化的曲線
在三維空間內，繪製EVM隨功率和頻率變化的曲線，可以很容易的找出被測器件的隨頻率變化趨勢或者問題區域。
參考文獻:
[1] Rohde&Schwarz White Paper，UNDERSTANDING EVM