1. 用AWG生成1KHZ sine，假设其DAC为18BIT，那么在其有效rang内可得到2e18= 262144个steps, 要利用这些steps，那么AWG的sample频率就改至少为1KHZ*265144=265MHz。
A1. 上述算式是指定在一個完整的sine cycle (M=1) 內要塞進262144點 (n=256k)，Fin又固定1KHz就會導致Fs=256MHz；若M可調整，算式就會變成M=1367 (1367個sine, 與n互質)，n=262144 (256K)，Fs=192000Hz (192KHz)，Fin=Fs*M/N=1001.221Hz。有趣的是，就算整段256K的waveform內有1367個sine wave，但是由於M與N互質，使得全部256K點的電壓都不同，而之後轉換成頻域的FFT運算有將1367個sine wave folding成1個sine的效果，等於全部256k點等同全部用在一個sine wave內各個不同電壓的效果，這就是為何coherent sampling要求MN互質的原因。
2. 高BIT数使step电压更小，额外谐波成分更少，但该如何量化step电压对频域THD的影响呢。
A2. 其實谐波失真的問題核心來自於待測物的設計缺陷，二次谐波的來源通常是交越失真 (zero or middle crossing, 因為一個sine會通過中點兩次) 與峰值壓縮 (peak suppression, 一個sine也會有兩個峰值)，如果這兩種問題同時發生，就會變成是4次谐波失真最大 (中點兩次+兩個峰值=sine頻率的4倍)。只要儀器與測試板的總和規格有超越待測物特性6dB (約電壓域的2倍) ~12dB (約電壓域的4倍)，該量測圖表就有足夠的代表性成為正式的測試報告。
3. 采样定理Fin/Fs=N/M, (M取正整数，M与N不可约分) 为保证FFT的故障覆盖率，N不能取太小，那多大合适呢？用DIG的极限？
A3. 這問題的答案很 "藝術"，因為N越大頻域圖表越細緻，頻譜解析度RBW (Resolution Bandwidth)越細，但是測試時間也會跟著變長 (所以出報告當然n越長越好，量產測試就需要拿捏采样點數了)，若只是擷取SNR/ THD/ SNDR等參數，Audio實務上N設定到8K以上對參數的改善已經有限，采样點N再升高會改善的只剩量測結果的穩定度 (故量測結果不穩時把采样點提高也是種辦法)，實作可以多試試各種N的大小對量測參數的變化，記得要同DUT log幾百筆資料，事後各種case用統計histogram分析設定的優劣，科學實驗要用客觀分析，讓數字說話就好。