基于参数谱估计的高速高精度ADC测试算法研究与实现
发布时间：2019-07-24 20:16
【摘要】：近年来,模数转换器(ADC)向着高速高精度方向飞速发展,其发展的同时也极大地推动了ADC测试算法的研究和创新。然而这些年,如何实现高速高精度ADC的快速测试已经成为当前亟待解决的问题,原因在于已有的国际测试标准测试高速高精度ADC时所需的测试时间过长,严重限制了其在工程批量测试领域中的应用。因此,出于测试成本角度考虑,在保证可接受的测量精度下,实现高速高精度ADC的快速测试目前已经成为国内外混合信号测试领域的热点研究课题之一。本文对传统的纯静态参数谱估计算法进行研究和改进,采用迭代方式优化输入信号的频率估计问题,同时构建动态输入输出特性曲线模型实现高频信号输入下高速高精度ADC非线性的快速测试。针对高速高精度ADC,本文首先同时采用第一类和第二类切比雪夫多项式对其动态输入输出特性曲线建模,并由此得到输出码值与模拟输入值的关系。随后基于该模型利用高频正弦信号输入下采集的ADC输出数字码和已知的激励信号信息建立一组矩阵方程,并利用最小二乘拟合方法(Least-squares fitting,LS)进行求解,最后快速获得拟合的动态输入输出特性曲线及对应的动态INL估算结果。实现快速测试的最直接代价在于一定程度上降低了测试结果精度,为此,还重点对影响本文算法中误差模型的采样点数、模型阶数等因素进行了仿真分析,并绘制出了误差最优估计仿真图。最后本文选择分辨率为14和16比特的ADC作为仿真对象,并采用ADI公司的14比特,采样率达125 MSPS的高速高精度AD9648进行实验。实验结果表明,非相干采样并采用误差最优估计测试条件,即实际采样点数为8000,模型阶数为60时,6 MHz和10 MHz频率输入下基于本文动态参数谱估计方法获得的动态INL估算误差最大值分别为0.3849 LSB和0.3885 LSB,相比于频域动态估算测试结果,其估算精度分别提高了51.6%和58.8%。此外,在达到本文预期指标的情况下,基于本文方法所需的采样点数远小于传统直方图方法所需的2%,大大减少了测试时间。本文动态参数谱估计方法在测试时间和估算精度上很好的满足了设计要求和指标,可实现高速高精度ADC非线性的快速测试,其研究成果对于模数混合信号器件的验证和测试具有一定的工程实用价值。
【图文】：
东南大学工程硕±学位论文差（Ｑｕａｎｔｉｚａｔｉｏｎ邋Ｅｒｒｏｒ）逡逑量化结果与被呁化模拟量的差值。量化级数越多，量输入信号量化时，由０至２Ｗ－１码等效对应的模拟量ｓｔＳｉｇｎｉｆｉｃａｎｔＢｉｔ，ＬＳ及），它用来表征ＡＤＣ转换的最ＡＤＣ对信号进行数字化时，最大误差为±０．５邋及，即
（ａ）负X椧嫖蟛铄蚊Γ┱齒椧嫖蟛铄义贤迹玻冲澹澄唬粒模玫恼涸鲆嫖蟛铄义蟈椧嫖蟛詈推莆蟛畋碚鞯氖牵粒模枚月砍谭段谛藕诺淖芴逵跋斐潭取６杂谝桓鲥义鲜导实模粒模茫ǔＭ贝嬖谡饬街治蟛睿耸币Ｖぃ粒模玫男阅芫捅匦敕直鸲运土街治蟛铄义辖胁馐院托Ｕｅ义希ǎ矗┪⒎址窍咝裕ǎ模楸ǎ颍澹睿簦椋幔欤危铮睿欤椋睿澹幔颍椋簦澹模危蹋╁义衔⒎址窍咝杂殖莆罘址窍咝裕ㄒ逦粒模米还讨惺导实氖致肟矶扔肜硐胫靛义现睢Ｊ导什馐灾校ǔＭü礁鲎坏阒涞哪Ｄ馐淙肓恐睿茨骋皇致氲目礤义隙龋跞ヒ桓鲋道醇扑愀髀胫邓杂Φ奈⒎址窍咝浴＃粒模貌馐灾校ǔ＝新攵杂Φ腻义希瑰义
本文编号：2518844
【图文】：
东南大学工程硕±学位论文差（Ｑｕａｎｔｉｚａｔｉｏｎ邋Ｅｒｒｏｒ）逡逑量化结果与被呁化模拟量的差值。量化级数越多，量输入信号量化时，由０至２Ｗ－１码等效对应的模拟量ｓｔＳｉｇｎｉｆｉｃａｎｔＢｉｔ，ＬＳ及），它用来表征ＡＤＣ转换的最ＡＤＣ对信号进行数字化时，最大误差为±０．５邋及，即
（ａ）负X椧嫖蟛铄蚊Γ┱齒椧嫖蟛铄义贤迹玻冲澹澄唬粒模玫恼涸鲆嫖蟛铄义蟈椧嫖蟛詈推莆蟛畋碚鞯氖牵粒模枚月砍谭段谛藕诺淖芴逵跋斐潭取６杂谝桓鲥义鲜导实模粒模茫ǔＭ贝嬖谡饬街治蟛睿耸币Ｖぃ粒模玫男阅芫捅匦敕直鸲运土街治蟛铄义辖胁馐院托Ｕｅ义希ǎ矗┪⒎址窍咝裕ǎ模楸ǎ颍澹睿簦椋幔欤危铮睿欤椋睿澹幔颍椋簦澹模危蹋╁义衔⒎址窍咝杂殖莆罘址窍咝裕ㄒ逦粒模米还讨惺导实氖致肟矶扔肜硐胫靛义现睢Ｊ导什馐灾校ǔＭü礁鲎坏阒涞哪Ｄ馐淙肓恐睿茨骋皇致氲目礤义隙龋跞ヒ桓鲋道醇扑愀髀胫邓杂Φ奈⒎址窍咝浴＃粒模貌馐灾校ǔ＝新攵杂Φ腻义希瑰义
本文编号：2518844
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/2518844.html
