论文部分内容阅读
随着芯片制备工艺的不断提升,模数转换器(Analog-to-Digital Converter,ADC)的采样精度和速度得到不断提高,同时,其积分非线性误差也表现的越来越明显。因此,在现有ADC芯片的条件下,如何进一步提升数据采集设备的性能成为一个亟待解决的问题。纯粹利用工艺来实现高速高精度ADC的难度较大,通过数字后端补偿方法来消除ADC的积分非线性误差受到了越来越多的关注。在ADC芯片的众多误差中,积分非线性误差是最为关键的也是最难校准的。为了解决目前关于ADC积分非线性误差校准难的问题,本文针对ADC积分非线性误差模型和校准算法展开了深入的研究,主要工作如下:第二章主要分析了现有的ADC积分非线性误差模型和校准算法存在的不足之处。首先,介绍了ADC的差分非线性误差和积分非线性误差的来源及其特征,对非线性误差产生的原因进行了探究;然后,针对现有的ADC积分非线性误差多项式模型和Volterra级数模型存在的不足进行了分析;最后,重点分析了现有的ADC积分非线性误差校准算法的不足,其中包括ADC积分非线性误差LMS自适应校准算法和基于Volterra级数模型的ADC积分非线性误差校准算法。此分析结果能够为本文ADC积分非线性误差校准算法的设计提供参考依据。第三章主要针对ADC积分非线性误差校准算法方面存在的不足之处进行改进,进而提出了一种基于QHCF(Quadratic High Component Frequency)模型的ADC积分非线性误差校准算法。首先,设计了一种ADC积分非线性误差模型,给出了其模型参数。通过此模型来表征ADC的积分非线性误差,并分析了不同模型的拟合度;然后,提出了一种基于QHCF模型的ADC积分非线性误差校准算法。此校准算法包含前台误差估计和后台数字补偿两个处理流程。其中,在前台误差估计算法中给出了估计算法的结构、训练信号的选取方法以及拟合函数段数的选取方法。在数字后台补偿算法中给出了误差信号的重构方法和误差信号的消除方法;最后,针对本文提出的误差校准算法的复杂度进行分析,并对本文提出的误差校准算法和现有的校准算法的复杂度进行对比。第四章主要对本文提出的基于QHCF模型的ADC积分非线性误差校准算法进行仿真与验证。主要对不同校准算法的系统性能、校准时间、资源消耗和校准速度进行对比分析。通过硬件仿真初步验证了本文校准算法的硬件资源消耗情况。仿真结果表明,待校准ADC的无杂散动态范围由校准前的84.6dB提高到校准后的100.8dB,信纳比由校准前的66.4dB提高到校准后的66.6dB,有效位从校准前的10.71 bit提高到校准后的10.75 bit。本文的研究工作为提高流水线ADC的性能、实现积分非线性误差校准算法的芯片集成提供了一定的研究基础,有望适用于所有流水线ADC的校准。