CN104767524B - Adc自适应滤波数字校准方法 - Google Patents

Abstract

本发明公开了一种ADC自适应滤波数字校准方法，包括步骤：对数据格式约束设定：原始数据都采用二进制数，其它数据都采用带符号的补码定点数并设置初始化值；进行线性校准运算，包括线性校准误差值计算，权重值和扰动信号值更新；进行增益校准运算，包括：进行最优权重和计算，进行ADC输出特性曲线增益系数计算，进行最后结果运算。本发明通过设定好数据格式，算法中采用移位运算，拼接运算，定点数加法运算，定点数乘法运算来代替浮点乘法，使算法方便硬件电路的设计实现，从而降低硬件电路开销；本发明的增益校准算法能快速完成ADC输出特性曲线的斜率调整，实现2为基的二进制结果输出，能极大的提高ADC的精度和使用范围。

Description

ADC自适应滤波数字校准方法

技术领域

本发明涉及一种半导体集成电路制造领域，特别是涉及一种ADC自适应滤波数字校准方法。

背景技术

ADC主要的误差来源包括比较器偏移(Offset)，电容失配(Mismatch)，增益误差(Gain error)等，其中制造带来的DAC电容失配，是不可能避免的，由其引起的ADC输出特性曲线非线性变化，对ADC的性能影响最大。传统的模拟改善方式有采用大电容单元，但带来面积，功耗的开销。或是采用小电容阵列来代替大电容阵列，来改善ADC的线性特性，但这种方式会增加控制难度，降低ADC速度。采用自适应滤波算法的数字校准方式，正在成为校准电容失配的主流技术。现有自适应滤波算法实现线性校准，数字电路需要大规模的运算单元，实现复杂。

发明内容

本发明所要解决的技术问题是提供一种ADC自适应滤波数字校准方法，能降低硬件电路开销并提高ADC的精度和使用范围。

为解决上述技术问题，本发明提供的ADC自适应滤波数字校准方法包括步骤：

步骤一、对ADC自适应滤波数字校准方法中的数据格式进行如下约束设定：输入到ADC的原始数据都采用二进制数，原始数据的各位权重值、线性校准后的各位最优权重值、扰动信号值、线性校准误差值、ADC输出特性曲线增益系数、增益误差值、最优权重和、临时增益修正后的值和输出结果都采用带符号的补码定点数并设置初始化值。

步骤二、进行线性校准运算，所述线性校准运算包括线性校准误差值计算，权重值和扰动信号值更新。

所述线性校准误差值计算包括获取加扰动信号的原始数据和减扰动信号的原始数据，对所述原始数据的各位权重值进行拼接操作，采用定点数加法和定点数乘法对所述加扰动信号的原始数据、所述减扰动信号的原始数据、所述扰动信号值和拼接操作后的所述原始数据的各位权重值进行运算得到所述线性校准误差值。

所述权重值和扰动信号值更新中首先对所述线性校准误差值进行拼接操作，采用定点数加法和定点数乘法对所述加扰动信号的原始数据、所述减扰动信号的原始数据、所述原始数据的各位权重值和拼接操作后的所述线性校准误差值进行运算得到更新后的所述原始数据的各位权重值；采用定点数加法对所述扰动信号值和拼接操作后的所述线性校准误差值进行运算得到更新后的所述扰动信号值。

将更新后的所述原始数据的各位权重值和所述扰动信号值代入所述线性校准误差值计算中并进行多次重复迭代得到线性校准后的各位最优权重值。

步骤三、进行增益校准运算，包括：进行所述最优权重和计算，进行ADC输出特性曲线增益系数计算，进行最后结果运算。

所述ADC输出特性曲线增益系数计算中采用定点数乘法对所述ADC输出特性曲线增益系数和所述最优权重和进行运算得到所述临时增益修正后的值；采用定点数加法和定点数乘法对所述临时增益修正后的值进行运算得到增益误差值；对所述增益误差值进行拼接操作，采用定点数加法对所述ADC输出特性曲线增益系数和拼接操作后的所述增益误差值进行运算得到更新后的所述ADC输出特性曲线增益系数；将更新后的所述ADC输出特性曲线增益系数代入所述临时增益修正后的值的运算中实现多次重复迭代。

进一步的改进是，步骤二中所述线性校准误差值计算包括如下分步骤：

步骤21、设定重复迭代次数以及重复迭代次数的最大值，重复迭代次数用s表示，s小于设定的s最大值时进行后续步骤22。

步骤22、获取加扰动信号的原始数据和减扰动信号的原始数据，所述加扰动信号的原始数据用rawdt1表示，所述减扰动信号的原始数据用rawdt2表示，原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位；对所述原始数据的各位权重值的拼接操作，移除整数最高位，最低位用“0”补上将所有的权重值放大一倍，算法公式如下：

Wi＝{Wi[m+n]，Wi[m+n-2：0]，1′b0}；

其中，Wi表示所述原始数据的第i位对应的权重值，Wi[m+n]表示的Wi的最高位，Wi[m+n-2:0]表示取Wi的第m+n-2位到最低位的值。

步骤23、获得放大后的权重值之后代入如下公式计算线性校准误差值：

其中，error表示所述线性校准误差值，diff表示所述扰动信号值，rawdt1[i]表示rawdt1的第i位值，rawdt2[i]表示rawdt2的第i位值，diff[m+n]表示的diff的最高位，数据上方添加一横杠线表示数据各位取反操作。

进一步的改进是，步骤二中所述权重值和扰动信号值更新包括如下分步骤：

步骤24、对所述线性校准误差值进行拼接操作，使所述线性校准误差值缩小2×u，u为缩小因子，由具体设计具体确定，移除的高位由符号位填补，拼接操作公式为：

error＝{{(u+1){error[m+n]}}，error[m+n-u-1：0]}；

其中，error[m+n]表示的error的最高位，error[m+n-u-1：0]表示取error的第m+n-u-1位到最低位的值。

步骤25、拼接操作后的所述线性校准误差值，采用如下公式进行Wi和diff更新：

diff(s+1)＝diff(s)+error；

Wi(s)表示第s次更新前的Wi，Wi(s+1)表示第s次更新后的Wi，diff(s)表示第s次更新前的diff，diff(s+1)表示第s次更新后的diff。

第s次更新后，如果s小于设定的s最大值，则返回到步骤21进行下一次重复迭代；如果s等于设定的s最大值，以Wi(s+1)为所述原始数据的第i位对应的最优权重值，所述线性校准运算结束。

其中，sum_wt表示所述最优权重和；Wopti表示为所述原始数据的第i位对应的最优权重值，原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位。

进一步的改进是，步骤三中进行ADC输出特性曲线增益系数计算包括如下分步骤：

步骤31、采用如下公式计算所述临时增益修正后的值：

sum_temp＝slope×sum_wt；

其中，sum_temp表示所述临时增益修正后的值，slope表示所述ADC输出特性曲线增益系数，sum_wt表示所述最优权重和。

步骤32、采用如下公式计算所述增益误差值：

其中，2^N-1表示N位全“1”以2为基的二进制数加权求和的值，slope_err表示所述增益误差值，x表示所述增益误差值的重复迭代次数，slope_err(x)表示第x次更新前slope_err，slope_err(x+1)表示第x次更新后的增益误差值；原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位；如果计算所得的slope_err小于预期值则得到所述ADC输出特性曲线增益系数的最终值并进入步骤34，否则进入步骤33。

步骤33、采用如下公式进行所述ADC输出特性曲线增益系数更新：

slope(x+1)＝slope(x)×{{(n+1){slope_err[m+n]}}，slope_err[m+n-13：0]}；

其中，slope表示所述ADC输出特性曲线增益系数，slope(x+1)表示第x次更新后的slope，slope(x)表示第x次更新前的slope；slope_err[m+n-13：0]表示取slope_err的第m+n-13位到最低位的值；slope_err[m+n]表示的slope_err的最高位；将更新后的slope代入步骤31中实现多次重复迭代。

步骤34、采用如下公式调整最优权重值：

Wopti＝slope×Wopti；

其中，Wopti表示为所述原始数据的第i位对应的最优权重值。

进一步的改进是，步骤三中进行最后结果运算包括两种情形：

当所述原始数据带扰动信号时，最后结果运算公式如下：

其中，result为最后结果，所述原始数据包括加扰动信号的原始数据和减扰动信号的原始数据，rawdt1表示所述加扰动信号的原始数据，rawdt2表示所述减扰动信号的原始数据，原始数据都为N位二进制数，Wopti表示为所述原始数据的第i位对应的最优权重值；

当所述原始数据不带扰动信号时，所述原始数据之间加权求和。

本发明具有如下有益效果：

1、本发明通过设定好数据格式，算法中采用移位运算，拼接运算，定点数加法运算，定点数乘法运算来代替浮点乘法，使算法方便硬件电路的设计实现，从而降低硬件电路开销。

2、本发明的增益校准算法能快速完成ADC输出特性曲线的斜率调整，实现2为基的二进制结果输出，能极大的提高ADC的精度和使用范围。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细的说明：

图1是本发明实施例方法的流程图。

具体实施方式

如图1所示，是本发明实施例方法的流程图；本发明实施例ADC自适应滤波数字校准方法包括步骤：

步骤一、对ADC自适应滤波数字校准方法中的数据格式进行如下约束设定：输入到ADC的原始数据都采用二进制数，原始数据的各位权重值、线性校准后的各位最优权重值、扰动信号值、线性校准误差值、ADC输出特性曲线增益系数、增益误差值、最优权重和、临时增益修正后的值和输出结果都采用带符号的补码定点数并设置初始化值。

本发明实施例中，原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位；

步骤二、进行线性校准运算，所述线性校准运算包括线性校准误差值计算，权重值和扰动信号值更新.

所述线性校准误差值计算包括获取加扰动信号的原始数据和减扰动信号的原始数据，对所述原始数据的各位权重值进行拼接操作，采用定点数加法和定点数乘法对所述加扰动信号的原始数据、所述减扰动信号的原始数据、所述扰动信号值和拼接操作后的所述原始数据的各位权重值进行运算得到所述线性校准误差值；具体包括如下分步骤：

步骤21、设定重复迭代次数以及重复迭代次数的最大值，重复迭代次数用s表示，s小于设定的s最大值时进行后续步骤22。

步骤22、获取加扰动信号的原始数据和减扰动信号的原始数据，所述加扰动信号的原始数据用rawdt1表示，所述减扰动信号的原始数据用rawdt2表示，对所述原始数据的各位权重值的拼接操作，移除整数最高位，最低位用“0”补上将所有的权重值放大一倍，算法公式如下：

Wi＝{Wi[m+n]，Wi[m+n-2：0]，1′b0}；

其中，Wi表示所述原始数据的第i位对应的权重值，Wi[m+n]表示的Wi的最高位，Wi[m+n-2:0]表示取Wi的第m+n-2位到最低位的值。

步骤23、获得放大后的权重值之后代入下公式计算线性校准误差值：

其中，error表示所述线性校准误差值，diff表示所述扰动信号值，rawdt1[i]表示rawdt1的第i位值，rawdt2[i]表示rawdt2的第i位值，diff[m+n]表示的diff的最高位，数据上方添加一横杠线表示数据各位取反操作。

所述权重值和扰动信号值更新中首先对所述线性校准误差值进行拼接操作，采用定点数加法和定点数乘法对所述加扰动信号的原始数据、所述减扰动信号的原始数据、所述原始数据的各位权重值和拼接操作后的所述线性校准误差值进行运算得到更新后的所述原始数据的各位权重值；采用定点数加法对所述扰动信号值和拼接操作后的所述线性校准误差值进行运算得到更新后的所述扰动信号值；将更新后的所述原始数据的各位权重值和所述扰动信号值代入所述线性校准误差值计算中并进行多次重复迭代得到线性校准后的各位最优权重值；具体包括如下分步骤：

步骤24、对所述线性校准误差值进行拼接操作，使所述线性校准误差值缩小2×u，u为缩小因子，由具体设计具体确定，移除的高位由符号位填补，拼接操作公式为：

error＝{{(u+1){error[m+n]}}，error[m+n-u-1：0]}；

其中，error[m+n]表示的error的最高位，error[m+n-u-1：0]表示取error的第m+n-u-1位到最低位的值。

步骤25、拼接操作后的所述线性校准误差值，采用如下公式进行Wi和diff更新：

diff(s+1)＝diff(s)error；

Wi(s)表示第s次更新前的Wi，Wi(s+1)表示第s次更新后的Wi，diff(s)表示第s次更新前的Wi，diff(s+1)表示第s次更新后的diff；

第s次更新后，如果s小于设定的s最大值，则返回到步骤21进行下一次重复迭代；如果s等于设定的s最大值，以Wi(s+1)为所述原始数据的第i位对应的最优权重值，所述线性校准运算结束，之后进行后续的步骤三。

步骤三、进行增益校准运算，包括：进行所述最优权重和计算，进行ADC输出特性曲线增益系数计算，进行最后结果运算。

其中，sum_wt表示所述最优权重和；Wopti表示为所述原始数据的第i位对应的最优权重值。

所述ADC输出特性曲线增益系数计算中采用定点数乘法对所述ADC输出特性曲线增益系数和所述最优权重和进行运算得到所述临时增益修正后的值；采用定点数加法和定点数乘法对所述临时增益修正后的值进行运算得到增益误差值；对所述增益误差值进行拼接操作，采用定点数加法对所述ADC输出特性曲线增益系数和拼接操作后的所述增益误差值进行运算得到更新后的所述ADC输出特性曲线增益系数；将更新后的所述ADC输出特性曲线增益系数代入所述临时增益修正后的值的运算中实现多次重复迭代。具体为，进行ADC输出特性曲线增益系数计算包括如下分步骤：

步骤31、采用如下公式计算所述临时增益修正后的值：

sum_temp＝slope×sum_wt；

其中，sum_temp表示所述临时增益修正后的值，slope表示所述ADC输出特性曲线增益系数。

步骤32、采用如下公式计算所述增益误差值：

其中，2^N-1表示N位全“1”以2为基的二进制数加权求和的值，slope_err表示所述增益误差值，x表示所述增益误差值的重复迭代次数，slope_err(x)表示第x次更新前slope_err，slope_err(x+1)表示第x次更新后的增益误差值；原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位；如果计算所得的slope_err小于预期值则得到所述ADC输出特性曲线增益系数的最终值并进入步骤34，否则进入步骤33；

步骤33、采用如下公式进行所述ADC输出特性曲线增益系数更新：

slope(x+1)＝slope(x)×{{(n+1){slope_err[m+n]}}，slope_err[m+n-13：0]}；

其中，slope表示所述ADC输出特性曲线增益系数，slope(x+1)表示第x次更新后的slope，slope(x)表示第x次更新前的slope；slope_err[m+n-13：0]表示取slope_err的第m+n-13位到最低位的值；slope_err[m+n]表示的slope_err的最高位；将更新后的slope代入步骤31中实现多次重复迭代；

步骤34、采用如下公式调整最优权重值：

Wopti＝slope×Wopti。

步骤三中进行最后结果运算包括两种情形：

当所述原始数据带扰动信号时，最后结果运算公式如下：

其中，result为最后结果，所述原始数据包括加扰动信号的原始数据和减扰动信号的原始数据，rawdt1表示所述加扰动信号的原始数据，rawdt2表示所述减扰动信号的原始数据，原始数据都为N位二进制数，Wopti表示为所述原始数据的第i位对应的最优权重值；

当所述原始数据不带扰动信号时，所述原始数据之间加权求和。

进行最后结果运算包括两种情形：

当所述原始数据带扰动信号时，最后结果运算公式如下：

其中，result为最后结果，所述原始数据包括加扰动信号的原始数据即rawdt1和减扰动信号的原始数据rawdt2。

当所述原始数据不带扰动信号时，所述原始数据之间加权求和。

以上通过具体实施例对本发明进行了详细的说明，但这些并非构成对本发明的限制。在不脱离本发明原理的情况下，本领域的技术人员还可做出许多变形和改进，这些也应视为本发明的保护范围。

Claims (6)

1.一种ADC自适应滤波数字校准方法，其特征在于，包括步骤：

步骤一、对ADC自适应滤波数字校准方法中的数据格式进行如下约束设定：输入到ADC的原始数据都采用二进制数，原始数据的各位权重值、线性校准后的各位最优权重值、扰动信号值、线性校准误差值、ADC输出特性曲线增益系数、增益误差值、最优权重和、临时增益修正后的值和输出结果都采用带符号的补码定点数并设置初始化值；

步骤二、进行线性校准运算，所述线性校准运算包括线性校准误差值计算，权重值和扰动信号值更新；

所述线性校准误差值计算包括获取加扰动信号的原始数据和减扰动信号的原始数据，对所述原始数据的各位权重值进行拼接操作，采用定点数加法和定点数乘法对所述加扰动信号的原始数据、所述减扰动信号的原始数据、所述扰动信号值和拼接操作后的所述原始数据的各位权重值进行运算得到所述线性校准误差值；

所述权重值和扰动信号值更新中首先对所述线性校准误差值进行拼接操作，采用定点数加法和定点数乘法对所述加扰动信号的原始数据、所述减扰动信号的原始数据、所述原始数据的各位权重值和拼接操作后的所述线性校准误差值进行运算得到更新后的所述原始数据的各位权重值；采用定点数加法对所述扰动信号值和拼接操作后的所述线性校准误差值进行运算得到更新后的所述扰动信号值；

将更新后的所述原始数据的各位权重值和所述扰动信号值代入所述线性校准误差值计算中并进行多次重复迭代得到线性校准后的各位最优权重值；

步骤二中所述线性校准误差值计算包括如下分步骤：

步骤21、设定重复迭代次数以及重复迭代次数的最大值，重复迭代次数用s表示，s小于设定的s最大值时进行后续步骤22；

步骤22、获取加扰动信号的原始数据和减扰动信号的原始数据，所述加扰动信号的原始数据用rawdt1表示，所述减扰动信号的原始数据用rawdt2表示，原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位；对所述原始数据的各位权重值的拼接操作，移除整数最高位，最低位用“0”补上将所有的权重值放大一倍，算法公式如下：

Wi＝{Wi[m+n]，Wi[m+n-2∶0]，1′b0}；

其中，Wi表示所述原始数据的第i位对应的权重值，Wi[m+n]表示的Wi的最高位，Wi[m+n-2:0]表示取Wi的第m+n-2位到最低位的值；1ˊb0表示一位二进制0；

步骤23、获得放大后的权重值之后代入如下公式计算线性校准误差值：

其中，error表示所述线性校准误差值，diff表示所述扰动信号值，rawdt1[i]表示rawdt1的第i位值，rawdt2[i]表示rawdt2的第i位值，diff[m+n]表示的diff的最高位，数据上方添加一横杠线表示数据各位取反操作；步骤三、进行增益校准运算，包括：进行所述最优权重和计算，进行ADC输出特性曲线增益系数计算，进行最后结果运算；

所述ADC输出特性曲线增益系数计算中采用定点数乘法对所述ADC输出特性曲线增益系数和所述最优权重和进行运算得到所述临时增益修正后的值；采用定点数加法和定点数乘法对所述临时增益修正后的值进行运算得到增益误差值；对所述增益误差值进行拼接操作，采用定点数加法对所述ADC输出特性曲线增益系数和拼接操作后的所述增益误差值进行运算得到更新后的所述ADC输出特性曲线增益系数；将更新后的所述ADC输出特性曲线增益系数代入所述临时增益修正后的值的运算中实现多次重复迭代。

2.如权利要求1所述的ADC自适应滤波数字校准方法，其特征在于：步骤二中所述权重值和扰动信号值更新包括如下分步骤：

步骤24、对所述线性校准误差值进行拼接操作，使所述线性校准误差值缩小2×u，u为缩小因子，由具体设计具体确定，移除的高位由符号位填补，拼接操作公式为：

error＝{{(u+1){error[m+n]}}，error[m+n-u-1：0]}；

其中，error[m+n]表示的error的最高位，error[m+n-u-1：0]表示取error的第m+n-u-1位到最低位的值；

步骤25、拼接操作后的所述线性校准误差值，采用如下公式进行Wi和diff更新：

diff(s+1)＝diff(s)+error；

Wi(s)表示第s次更新前的Wi，Wi(s+1)表示第s次更新后的Wi，diff(s)表示第s次更新前的diff，diff(s+1)表示第s次更新后的diff；

第s次更新后，如果s小于设定的s最大值，则返回到步骤21进行下一次重复迭代；如果s等于设定的s最大值，以Wi(s+1)为所述原始数据的第i位对应的最优权重值，所述线性校准运算结束。

3.如权利要求1或2所述的ADC自适应滤波数字校准方法，其特征在于：步骤三中所述最优权重和为线性校准后的各位最优权重值的和，采用如下公式计算：

其中，sum_wt表示所述最优权重和；Wopti表示为所述原始数据的第i位对应的最优权重值，原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位。

4.如权利要求1或2所述的ADC自适应滤波数字校准方法，其特征在于：步骤三中进行ADC输出特性曲线增益系数计算包括如下分步骤：

步骤31、采用如下公式计算所述临时增益修正后的值：

sum_temp＝slope×sum_wt；

其中，sum_temp表示所述临时增益修正后的值，slope表示所述ADC输出特性曲线增益系数，sum_wt表示所述最优权重和；

步骤32、采用如下公式计算所述增益误差值：

其中，2^N-1表示N位全“1”以2为基的二进制数加权求和的值，slope_err表示所述增益误差值，x表示所述增益误差值的重复迭代次数，slope_err(x)表示第x次更新前slope_err，slope_err(x+1)表示第x次更新后的增益误差值；原始数据都为N位二进制数；带符号的补码定点数都包括1位符号位，m位整数位，n位小数位；如果计算所得的slope_err小于预期值则得到所述ADC输出特性曲线增益系数的最终值并进入步骤34，否则进入步骤33；

步骤33、采用如下公式进行所述ADC输出特性曲线增益系数更新：

slope(x+1)＝slope(x)×{{(n+1){slope_err[m+n]}}，slope_err[m+n-13：0]}；

其中，slope表示所述ADC输出特性曲线增益系数，slope(x+1)表示第x次更新后的slope，slope(x)表示第x次更新前的slope；slope_err[m+n-13：0]表示取slope_err的第m+n-13位到最低位的值；slope_err[m+n]表示的slope_err的最高位；将更新后的slope代入步骤31中实现多次重复迭代；

步骤34、采用如下公式调整最优权重值：

Wopti＝slope×Wopti；

其中，Wopti表示为所述原始数据的第i位对应的最优权重值。

5.如权利要求1或2所述的ADC自适应滤波数字校准方法，其特征在于：步骤三中进行最后结果运算包括两种情形：

当所述原始数据带扰动信号时，最后结果运算公式如下：

其中，result为最后结果，所述原始数据包括加扰动信号的原始数据和减扰动信号的原始数据，rawdt1表示所述加扰动信号的原始数据，rawdt2表示所述减扰动信号的原始数据，原始数据都为N位二进制数，Wopti表示为所述原始数据的第i位对应的最优权重值；

当所述原始数据不带扰动信号时，所述原始数据之间加权求和。

6.如权利要求4所述的ADC自适应滤波数字校准方法，其特征在于：步骤三中进行最后结果运算包括两种情形：

当所述原始数据带扰动信号时，最后结果运算公式如下：

其中，result为最后结果，所述原始数据包括加扰动信号的原始数据和减扰动信号的原始数据，rawdt1表示所述加扰动信号的原始数据，rawdt2表示所述减扰动信号的原始数据，原始数据都为N位二进制数，Wopti表示为所述原始数据的第i位对应的最优权重值；

当所述原始数据不带扰动信号时，所述原始数据之间加权求和。