CN105720987B - 一种采用采样量化电路的压缩采样模数转换器 - Google Patents
一种采用采样量化电路的压缩采样模数转换器 Download PDFInfo
- Publication number
- CN105720987B CN105720987B CN201610031779.2A CN201610031779A CN105720987B CN 105720987 B CN105720987 B CN 105720987B CN 201610031779 A CN201610031779 A CN 201610031779A CN 105720987 B CN105720987 B CN 105720987B
- Authority
- CN
- China
- Prior art keywords
- signal
- switch
- sampling
- analog
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/50—Analogue/digital converters with intermediate conversion to time interval
- H03M1/54—Input signal sampled and held with linear return to datum
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/12—Analogue/digital converters
- H03M1/34—Analogue value compared with reference values
- H03M1/38—Analogue value compared with reference values sequentially only, e.g. successive approximation type
Abstract
本发明是一种用于压缩采样模数转换器的采样量化电路,属于混合信号集成电路设计技术领域。本发明提出了“信号观测——误差估计——信号校准——信号恢复”的进行误差校准的信号处理流程以及多路并行采样、模拟域积分,单一量化器量化的采样量化电路实现结构。该采样量化电路结构将所有模拟采样、积分的结果依次输入到同一个量化器中,有效减少了多路量化过程中的失配问题,降低了压缩采样模数转换器系统实现的复杂度,采样及量化电路的分模块设计,提高了各模块设计的独立性和通用性。
Description
技术领域
本发明涉及一种采用采样量化电路的压缩采样模数转换器,属于混合信号集成电路设计技术领域。
背景技术
模数转换器(Analog-to-Digital Converter,以下简称ADC)的基本思想是将连续的一定范围内的模拟信号,通过采样、保持、量化、编码的步骤,用特定的方式进行量化,将量化结果用一组特定的数字编码来表示,并使之作为数字处理系统的输入信号。传统的模数转换器受到奈奎斯特(Nyquist)采样定理的限制,必须以高于处理信号带宽二倍的频率对信号进行采样,因此高频信号处理方面的应用对ADC的性能提出了更高的要求,受制于工艺等因素,目前量化器的速度与精度无法与当前数字处理系统所处理的信息要求相匹配。
自然界的信息通常包含大量冗余,具有较高的可压缩性,传统的处理方法中在模数转换阶段依据Nyquist采样定理对信息进行完全采集,再输入到数字系统进行压缩,然后对压缩的结果进行传输或者存储。但是这种方式存在一定缺陷,即中间环节包含大量冗余信息的处理过程,而且需要引入额外的数字系统进行压缩编码,增加了硬件实现的成本。
压缩采样理论在2006年由Candes和Donoho等人提出,其核心思想是针对自然界的信号通常具有稀疏性这一特点,在采样阶段即实现数据压缩,用随机矩阵进行信号的观测,观测结果的采样频率远低于Nyquist频率,利用先验的信号稀疏性,在数字系统中进行信息的重构,随后进行处理。压缩采样理论可以用如下的公式表示,对于一个N维稀疏信号x,用一个M×N(M<<N)的观测矩阵Φ去观测,得到一个M维的观测结果,再根据信号的稀疏性完成信号的恢复:
将压缩采样理论应用到模数转换器的实现,即为压缩采样模数转换器,通常的实现结构包括采样量化及信号恢复,与传统的模数转换器结构相比,有以下几点差别:
首先,模数转换器的采样量化电路具有较大区别。不同于传统ADC对信号的直接采样,压缩采样ADC需要实现压缩采样,即数学意义上的随机观测,观测一个值实际上是实现对信号的内积,所以在实现观测的过程中需要实现对输入信号的随机采样并加和;而同时观测矩阵又需要同时获取一段信息的多个观测值,所以在实现时需要有多个获取信号内积的通路彼此独立工作,采样量化模块的实现效果也将直接影响到后续的恢复等过程。目前压缩采样ADC的采样量化电路有两种主要的实现形式:
一种为单路随机采样及量化模型,利用信号的稀疏特性,通过较少的量化数据重构原始信号,其最基本的思想是利用一个符合Nyquist采样频率的时钟对信号进行采样,但只选取当中少量的点进行量化。但是这种实现方法,丢弃了许多采样点的信息,会导致信号重构的效果较差。具体实现上,采样伪随机序列与处理信号相乘,通过一个低通滤波器实现观测数据的线性组合,降低采样数据量,如图1所示,但是由于在实际的设计中,低通滤波器的输出不会只与当前信号有关,还会与之前的状态有关,所以相邻两次量化器的输出会有较大的相关性,等效观测矩阵受到了极大的限制。
另一种为多路随机控制ΔΣ调制,多路数字积分型,结构如图2所示。这个结构巧妙的结合了ΔΣ调制器的过采样特性和积分特性,每一路的量化为一个单独的ΔΣADC,过采样的频率符合信号的Nyquist采样频率即可,在内部实现简单的量化,并对差值进行反馈。以1阶调制器为例,ADC的输出累加和即为这段时间ΔΣ调制器输入信号的累加。在实际应用中将信号进行分帧,并在进入调制器之前加上前置的随机采样控制,调节ΔΣ输入的信号的系数,这样就是完成了一次内积运算,即完成了对一帧信号的一个观测。当多路结构进行并行工作时,即可实现对输入信号的多次观测,而且由于随机采样的控制每一路彼此之间相互独立,相关系数为零,所以通过合理的随机控制,可以在极大程度上满足RIP条件。由于这种结构ADC的输出累加和做为输出,所以可以使用比较简单的量化器实现较高精度的观测,但是在这种结构中量化器的输出数据速率并没有下降。而且这种结构每一路均需要一个量化器,所以总体结构比较复杂,而且同时存在着量化器失配与环路滤波器失配问题。
其次,与传统的模数转换器结构相比,压缩采样模数转换器在完成硬件层面对模拟信号的采样量化之后,得到的并非满足Nyquist采样定理的对原始信号的直接采样量化结果,而是降低了采样率的压缩采样数据点的量化结果,欲得到原始信号信息还需要根据压缩采样理论,根据原始信号的稀疏性应用凸优化等方法进行信号的恢复。即传统模数转换器从模拟信号输入到数字信号输出,需要经过采样、保持、量化、编码四个过程,而压缩采样模数转换器则需要稀疏变换、压缩采样、保持、量化、编码、信号恢复等六个过程,对整个系统设计提出了新的要求。与应用到数字图像处理等领域不同,将压缩采样理论应用到模数转换器的设计实现中,压缩采样不再只是软件层面的算法实现工作,需要将信号的稀疏变换及压缩采样通过硬件实现,而信号恢复需要使用恢复算法对压缩采样得到的数字编码信号进行恢复,成为了一项需要多平台、软硬件结合的工作,传统的在软件层面进行的恢复算法研究需要针对硬件实现带来的诸多新的问题进行改进。
发明内容
本发明的目的是提出一种采用采样量化电路的压缩采样模数转换器,结合压缩采样在理论研究方面已经取得的进展,弥补传统模数转换器在宽带信号处理领域的不足以及压缩采样理论在实际应用中的空白,发明内容包括采样量化电路的设计以及信号处理流程的优化。针对目前压缩采样模数转换器常用的采样量化电路结构上的不足,提出一种新型的用于压缩采样模数转换器的采样量化电路实现结构。针对硬件实现中产生的误差对整体性能的影响,提出进行误差校准的信号处理流程。
本发明提出的采用采样量化电路的压缩采样模数转换器,包括N个随机采样支路和一个量化器,每个随机采样支路由N个随机采样开关、N个模拟积分器、N个输出控制开关、量化器、随机采样控制信号发生器和输出时钟组成,所述的N个模拟积分器的输入端分别通过N个随机采样开关与模拟信号输入相连,N个模拟积分器的输出端分别通过N个输出控制开关与所述的量化器的输入端相连,量化器的输出端输出数字信号;所述的N个随机采样开关分别与所述的随机采样控制信号发生器相连,所述的N个输出控制开关分别与所述的输出时钟相连。
本发明的压缩采样模数转换器中,所述的随机采样支路中的采样开关和模拟积分器为受控开关电容积分器,采用全差分结构,实现对信号的{-1,1}加权控制,由运算放大器、积分电容以及受控开关构成,将受控开关两端分别命名为左端和右端,输入信号由两个输入端VIP和VIN接入,VIP端口与受控开关Φ2和受控开关Φ4左端相连,VIN端口与受控开关Φ1和受控开关Φ5左端相连,受控开关Φ1和受控开关Φ2右端与受控开关Φ3左端相连,受控开关Φ4和受控开关Φ5右端与受控开关Φ6左端相连,受控开关Φ3左端通过积分电容C1连接到共模输入电压VCM上,受控开关Φ6左端通过积分电容C2连接到共模输入电压VCM上,受控开关Φ3右端连接运算放大器正输入端,受控开关Φ6右端连接运算放大器负输入端,运算放大器正负输入端之间通过电容Φc1相连,正负输出端之间通过电容Φc2相连,正相输入输出端之间通过反馈电容C3相连,负相输入输出端之间通过反馈电容C4相连,运算放大器正负相输出信号通过输出端口VOP和VON输出。
本发明的压缩采样模数转换器中,所述的输出控制开关可由乒乓式模拟电压寄存器实现,由积分电容及单联双控开关组成,两个积分电容电容下端接地,积分电容C1正端与单联双控开关Φh中间端相连,积分电容C2正端与单联双控开关中间端相连,两个单联双控开关左端都与信号输入端相连,双控开关右端都与积分电容Φo左端相连,积分电容Φo右端则连接到输出端,通过控制积分电容Φh和积分电容在两端之间交替开闭,使得两个积分电容交替保持输入电压,并交替输出。
本发明的压缩采样模数转换器中,所述的量化器为逐次逼近模数转换器实现,采用全差分结构,包括采样开关、数模转换器、比较器以及逻辑控制四部分组成。逐次逼近模数转换器的基本思想是对输入信号做二分查找,即对输入信号每次与数模转换器产生的当期搜索范围的中值进行比较,根据比较结果确定下一次比较的搜索范围,通过多次比较逐次地逼近输入信号,搜索范围逐步减小到量化步长。
本发明的压缩采样模数转换器中,所述的随机采样控制信号发生器为M序列发生器,采用线性移位寄存器阵列结构,将N个寄存器首尾相连并引入反馈结构,即组成一个N级M序列发生器,引入控制电平VT,用来消除锁死状态,进行全局的同步,VT长时间为高可以使得寄存器状态全部置为1状态,通过控制VT的电平状态用来同步Fabonacci序列产生器的状态,在恢复系统中进行观测矩阵的同步恢复。
本发明提出的采用采样量化电路的压缩采样模数转换器,其优点是,利用压缩采样理论,量化器的工作频率可以低于奈奎斯特频率,提出了多路并行采样、模拟域积分,单一量化器量化的采样量化电路实现结构,所有模拟积分的结果依次输入到同一个量化器中,有效减少了量化器间的失配,降低了系统实现的复杂度,同时提出了“信号观测——误差估计——信号校准——信号恢复”的信号处理流程,在对压缩采样信号量化之后,引入误差校准方法,减少硬件实现部分引入的各项误差,之后再将校准过的信号通过恢复算法进行信息恢复,可有效消除硬件实现中的非理想因素。
附图说明
图1是已有技术中单路随机采样量化的压缩采样ADC结构示意图。
图2是已有技术中多路随机控制ΔΣ调制,多路数字积分型压缩采样ADC结构示意图。
图3是本发明提出的模数转换器中信号处理流程框图。
图4是本发明提出的采用采样量化电路的压缩采样模数转换器的系统框图。
图5是图4所示的采样量化电路中采样开关和模拟积分器的电路原理图。
图6是图4所示的采样量化电路中输出控制开关的电路原理图。
图7是图4所示的采样量化电路中量化器的电路原理图。
图8是图4所示的采样量化电路中随机采样控制信号发生器原理图。
图9是一种误差估计仿真样例。
具体实施方式
本发明提出的采用采样量化电路的压缩采样模数转换器,如图4所示,包括N个随机采样支路和一个量化器,每个随机采样支路由N个随机采样开关、N个模拟积分器、N个输出控制开关、量化器、随机采样控制信号发生器和输出时钟组成,所述的N个模拟积分器的输入端分别通过N个随机采样开关与模拟信号输入相连,N个模拟积分器的输出端分别通过N个输出控制开关与所述的量化器的输入端相连,量化器的输出端输出数字信号;所述的N个随机采样开关分别与所述的随机采样控制信号发生器相连,所述的N个输出控制开关分别与所述的输出时钟相连。
本发明的压缩采样模数转换器中,所述的随机采样支路中的采样开关和模拟积分器为受控开关电容积分器,如图5所示,采用全差分结构,实现对信号的{-1,1}加权控制,由运算放大器、积分电容以及受控开关构成,将受控开关两端分别命名为左端和右端,输入信号由两个输入端VIP和VIN接入,VIP端口与受控开关Φ2和受控开关Φ4左端相连,VIN端口与受控开关Φ1和受控开关Φ5左端相连,受控开关Φ1和受控开关Φ2右端与受控开关Φ3左端相连,受控开关Φ4和受控开关Φ5右端与受控开关Φ6左端相连,受控开关Φ3左端通过积分电容C1连接到共模输入电压VCM上,受控开关Φ6左端通过积分电容C2连接到共模输入电压VCM上,受控开关Φ3右端连接运算放大器正输入端,受控开关Φ6右端连接运算放大器负输入端,运算放大器正负输入端之间通过电容Φc1相连,正负输出端之间通过电容Φc2相连,正相输入输出端之间通过反馈电容C3相连,负相输入输出端之间通过反馈电容C4相连,运算放大器正负相输出信号通过输出端口VOP和VON输出。
本发明的压缩采样模数转换器中,所述的输出控制开关可由乒乓式模拟电压寄存器实现,由积分电容及单联双控开关组成,两个积分电容电容下端接地,积分电容C1正端与单联双控开关Φh中间端相连,积分电容C2正端与单联双控开关中间端相连,两个单联双控开关左端都与信号输入端相连,双控开关右端都与积分电容Φo左端相连,积分电容Φo右端则连接到输出端,通过控制积分电容Φh和积分电容在两端之间交替开闭,使得两个积分电容交替保持输入电压,并交替输出。
本发明的压缩采样模数转换器中,所述的量化器为逐次逼近模数转换器实现,采用全差分结构,包括采样开关、数模转换器(DAC)、比较器以及逻辑控制四部分组成。逐次逼近模数转换器的基本思想是对输入信号做二分查找,即对输入信号每次与数模转换器产生的当期搜索范围的中值进行比较,根据比较结果确定下一次比较的搜索范围,通过多次比较逐次地逼近输入信号,搜索范围逐步减小到量化步长。
本发明的压缩采样模数转换器中,所述的随机采样控制信号发生器为M序列发生器,采用线性移位寄存器阵列结构,将N个寄存器首尾相连并引入反馈结构,即组成一个N级M序列发生器,引入控制电平VT,用来消除锁死状态,进行全局的同步,VT长时间为高可以使得寄存器状态全部置为1状态,通过控制VT的电平状态用来同步Fabonacci序列产生器的状态,在恢复系统中进行观测矩阵的同步恢复。
本发明提出的压缩采样模数转换器的信号处理流程如图3所示,整个系统需要实现将模拟信号输入转换为数字信号输出的功能,输入信号首先要经过信号观测即压缩采样的过程,误差估计模块会根据实际电路结构选择误差模型,对信号误差进行估计,信号校准模块根据观测信号和估计的误差对信号进行校准,最后经过校准的信号会送入到信号恢复模块,完成信号恢复,即得到系统要实现的数字信号输出。
采样量化电路系统结构实现如图4所示,待处理的模拟信号会输入到并行的N个随机采样支路中,每一支路的核心模块为一个模拟积分器,各积分器前后各有两个受控开关,前一个开关为随机采样开关,后一个为采样积分结果输出控制开关。每一个随机采样开关的通断都受随机采样控制信号发生器产生的控制信号控制,进一步,配合积分器可实现积分系数的控制,多路并行及实现了受随机采样信号控制的随机采样矩阵。采样积分结果输出控制开关受输出时钟产生的时钟控制信号控制,根据整体时序及逻辑,依次将每一支路的采样积分结果输入到量化器中,量化器则将各采样结果量化成数字信号输出。
误差估计和信号校准可通过对信号误差的估计有效消除部分由于采样量化电路带来的信号误差。根据采样量化电路结构的不同,误差模型及估计方法不尽相同,需要考虑的误差包括量化误差、电容失配、工艺偏差、系统噪声等。信号恢复的本质是利用信号的稀疏性,用较少的观测信号实现对原始信号的恢复,数学意义上是解一个欠定方程组,可应用凸优化等方法进行求解,目前有较多公开的算法,可根据系统要求选择使用。
以下结合一个附图及一个完整的模数转换器系统实现样例,对本发明提出的压缩采样模数转换器详细说明如下:
整体的信号处理流程如图3所示,输入信号首先要经过信号观测即压缩采样的过程,误差估计模块会根据实际电路结构选择误差模型,对信号误差进行估计,信号校准模块根据观测信号和估计的误差对信号进行校准,最后经过校准的信号会送入到信号恢复模块,完成信号恢复,即得到系统要实现的数字信号输出。
信号观测及压缩采样环节为电路实现,具体结构如图4所示,设定并行随机采样支路数为N,信号压缩比为R,那么信号积分周期即采样积分信号帧长M=N*R,受控采样开关以及采样控制信号发生器的时钟频率等同于采样信号的Nyquist采样频率fs,量化器以及输出时钟的时钟控制信号频率为fs/R。
实际电路实现中对于量化器以及积分器没有特定要求,可根据系统整体实现需求选择现成的模块或产品,积分器两端的受控开关也选择通用受控开关结构即可。随机采样控制信号发生器和输出控制信号发生器分别产生控制信号,其中随机采样控制信号发生器为每一支路产生不同的随机序列(序列1~N),每一段序列长度等于每一帧采样信号长度M,序列中的值控制采样开关通断实现随机采样,输出时钟产生的时钟控制信号使得各支路在完成积分之后将结果依次输入到量化器中,需要保证时序的正确性,避免冲突。
一个具体电路实现中各主要模块可进行如下选择,随机采样控制信号发生器可选择一个通用的M序列发生器,M序列发生器产生的随机序列作为控制信号,受控开关及模拟积分器模块选用一个全差分受控开关电容积分器,如图5所示,为实现积分结果依次输入到量化器,在积分器后接一个乒乓式模拟电压寄存器,实现积分结果的受控依次输出,如图6所示,量化器选用通用的逐次逼近模数转换器(SAR ADC)实现,结构框图如图7所示。
受控开关电容积分器可采用全差分结构实现,用以实现对信号的{-1,1}加权控制,由运算放大器、积分电容以及受控开关构成。为便于描述,开关两端分别命名为左端和右端。信号由两个输入端VIP和VIN接入,VIP端口与开关Φ2和Φ4左端相连,VIN端口与开关Φ1和Φ5左端相连,开关Φ1和Φ2右端与Φ3左端相连,开关Φ4和Φ5右端与Φ6左端相连,开关Φ3左端通过电容C1连接到共模输入电压VCM上,开关Φ6左端通过电容C2连接到共模输入电压VCM上,开关Φ3右端连接运算放大器正输入端,开关Φ6右端连接运算放大器负输入端,运算放大器正负输入端之间通过电容Φc1相连,正负输出端之间通过电容Φc2相连,正相输入输出端之间通过反馈电容C3相连,负相输入输出端之间通过反馈电容C4相连,运算放大器正负相输出信号通过输出端口VOP和VON输出。
输出控制开关可由乒乓式模拟电压寄存器实现,由电容及开关组成。两个电容下端接地,电容C1正端与单联双控开关Φh中间端相连,电容C2正端与单联双控开关中间端相连,两个双控开关左端都与信号输入端相连,双控开关右端都与开关Φo左端相连,开关Φo右端则连接到输出端。该结构通过控制双控开关Φh和在两端之间交替开闭,使得两个电容交替保持输入电压,并交替输出。
量化器可选择逐次逼近模数转换器实现,采用全差分结构实现,主要包括采样开关、数模转换器(DAC)、比较器以及逻辑控制四部分组成。逐次逼近模数转换器的基本思想是对输入信号做二分查找,即对输入信号每次与数模转换器产生的当期搜索范围的中值进行比较,根据比较结果确定下一次比较的搜索范围,通过多次比较逐次地逼近输入信号,搜索范围逐步减小到量化步长。
随机采样控制信号发生器可用M序列发生器实现,采用线性移位寄存器阵列结构,将N个寄存器首尾相连并引入反馈结构,即组成一个N级M序列发生器,引入控制电平VT,可用来消除锁死状态,还可以进行全局的同步。VT长时间为高可以使得寄存器状态全部置为1状态,通过控制VT的电平状态可以用来同步Fabonacci序列产生器的状态,进而可以在恢复系统中进行观测矩阵的同步恢复。
误差估计和信号校准可通过对信号误差的估计有效消除部分由于采样量化电路带来的信号误差。根据采样量化电路结构的不同,误差模型及估计方法不尽相同,可以一种误差估计模型作为样例说明,在本实现样例中,由于寄生电容等因素对开关电容积分器造成信号观测1%~2%的误差,考虑到输入信号频率与采样频率无关,假定采样点服从独立同分布,以单位峰值正弦信号输入进行仿真,引入观测误差并根据中心极限定理对误差进行估计拟合,估值与实际误差值基本吻合,根据估计值对信号进行修正,即实现了信号的校准,误差仿真样例见图8,此为一种特定情况下的误差模型及仿真结果,误差估计和信号校准的核心为一种针对系统实现的信号校准思路,解决的是硬件非理想因素带来的误差问题,不限于某种误差模型及仿真环境。
本发明具体实现的误差校准与信号恢复算法推导过程如下:
待处理信号通常具有组稀疏性,信号的组稀疏性是指信号在稀疏域内具有自然的分组特性,在一组内的值同时为零,或者同时非零。基于这种组稀疏性的假设,可以降低求解的自由度,从而进一步降低了求解的复杂度,提高了恢复算法的性能。对于组稀疏信号x,其l2,1范数的定义为:
其中表示信号x的不同分组,x共有c个互不交叠的分组。l2,1范数所表示的概念就是讲x分成c个组,每组单独求2范数,最后对每组的2范数进行求和。对于基于l2,1范数的优化求解问题与1范数的求解模型相似,在信号x满足组稀疏条件且等效观测矩阵A满足RIP条件下可以等价转化为:
minx||x||2,1,s.t.Ax=y (2)
在考虑重构误差的条件下,模型为:
minx||x||2,1,s.t.||Ax-y||2<ε (3)
进一步化简等价为:
引入额外变量z,将问题转化为
考虑到目标函数只有一个变量,但迭代的变量有两个,所以进一步经函数转化为增广拉格朗日形式:
其中λ1∈RN、λ2∈RM为迭代乘子,β1、β2为步长系数。因为x,z不相关,所以可以进一步的将目标进行x、z分离,将问题化简为两个子问题:
X为变量的
Z为变量的
记φi是x稀疏表示矩阵的基底,为对λ1λ2进行迭代更新。
在实际的电路实现中,电压缓冲器的压降和电容阵列失配等问题会干扰测试的准确性。这些非理想因素会带来性能的恶化,其中积分电容失配和缓冲器压降会引起积分的不准确,进而影响恢复效果。根据估算,积分系数的偏差在2-3%。需要对此进行校准。假设输入信号是一个幅值归一化的正弦信号,输入信号与采样频率无关,可以认为采样值是在正弦信号上任意取点,且每个点之间相互独立,那么采样值就独立服从一个均值为0,方差为0.5的随机分布。根据中心极限定理,M个期望为μ方差为σ2的独立同分布的随机值叠加,结果近似服从正态分布
因此对于第k个观测的支路来讲,其输出结果yk应该服从本发明根据s帧的观测结果yk1yk2…yks估算,有 是对的无偏估计,所以可以使用进行估算。因为高斯分布的方差应该服从开方分布,所以可以对结果进行假设检验,假设σk=σ0,下一个s帧的结果的方差则有
那么根据设定的拒绝域就可以判定之前的估值是否准确。对于不准确的结果,进行更新,更新为可以将整体的算法表述为:
其特征在于,利用压缩采样理论,量化器的工作频率可以低于处理信号的Nyquist采样频率,针对将压缩采样理论应用到硬件实现中的具体问题,提出了“信号观测——误差估计——信号校准——信号恢复”的信号处理流程,在信号观测即压缩采样量化流程设计中,提出了多路并行采样、模拟域积分,单一量化器量化的电路实现结构。
Claims (4)
1.一种采用采样量化电路的压缩采样模数转换器,其特征在于该压缩采样模数采样转换器中的量化电路包括N个随机采样支路和一个量化器,每个随机采样支路由一个随机采样开关、N个模拟积分器、N个输出控制开关、量化器、随机采样控制信号发生器和输出控制开关组成,N个模拟积分器的输入端分别通过N个随机采样开关与模拟信号输入相连,N个模拟积分器的输出端分别通过N个输出控制开关与量化器的输入端相连,量化器的输出端输出数字信号;所述的N个随机采样开关分别与随机采样控制信号发生器相连,所述的N个输出控制开关分别与所述的输出时钟相连;所述的随机采样支路中的随机采样开关和模拟积分器为受控开关电容积分器,采用全差分结构,实现对信号的{-1,1}加权控制,由运算放大器、积分电容以及受控开关构成,将受控开关两端分别命名为左端和右端,输入信号由两个输入端VIP和VIN接入,VIP端口与受控开关Φ2和受控开关Φ4左端相连,VIN端口与受控开关Φ1和受控开关Φ5左端相连,受控开关Φ1和受控开关Φ2右端与受控开关Φ3左端相连,受控开关Φ4和受控开关Φ5右端与受控开关Φ6左端相连,受控开关Φ3左端通过积分电容C1连接到共模输入电压VCM上,受控开关Φ6左端通过积分电容C2连接到共模输入电压VCM上,受控开关Φ3右端连接运算放大器正输入端,受控开关Φ6右端连接运算放大器负输入端,运算放大器正负输入端之间通过电容Φc1相连,正负输出端之间通过电容Φc2相连,正相输入输出端之间通过反馈电容C3相连,负相输入输出端之间通过反馈电容C4相连,运算放大器正负相输出信号通过输出端口VOP和VON输出。
2.如权利要求1所述的压缩采样模数转换器,其特征在于所述的输出控制开关可由乒乓式模拟电压寄存器实现,由积分电容及单联双控开关组成,两个积分电容下端接地,积分电容C1正端与单联双控开关Φh中间端相连,积分电容C2正端与单联双控开关中间端相连,两个单联双控开关左端都与信号输入端相连,两个单联双控开关的右端都与单联单控开关Φo左端相连,单联单控开关Φo右端则连接到输出端,通过控制单联双控开关Φh和单联双控开关在两端之间交替开闭,使得两个积分电容交替保持输入电压,并交替输出。
3.如权利要求1所述的压缩采样模数转换器,其特征在于所述的量化器为逐次逼近模数转换器,采用全差分结构,包括随机采样开关、数模转换器、比较器以及逻辑控制四部分组成,逐次逼近模数转换器是对输入信号做二分查找,即对输入信号每次与数模转换器产生的当期搜索范围的中值进行比较,根据比较结果确定下一次比较的搜索范围,通过多次比较逐次地逼近输入信号,搜索范围逐步减小到量化步长。
4.如权利要求1所述的压缩采样模数转换器,其特征在于所述的随机采样控制信号发生器为M序列发生器,采用线性移位寄存器阵列结构,将N个寄存器首尾相连并引入反馈结构,即组成一个N级M序列发生器,引入控制电平VT,用来消除锁死状态,进行全局的同步,VT长时间为高可以使得寄存器状态全部置为1状态,通过控制VT的电平状态用来同步Fabonacci序列产生器的状态,在恢复系统中进行观测矩阵的同步恢复。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610031779.2A CN105720987B (zh) | 2016-01-18 | 2016-01-18 | 一种采用采样量化电路的压缩采样模数转换器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610031779.2A CN105720987B (zh) | 2016-01-18 | 2016-01-18 | 一种采用采样量化电路的压缩采样模数转换器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105720987A CN105720987A (zh) | 2016-06-29 |
CN105720987B true CN105720987B (zh) | 2019-06-18 |
Family
ID=56147269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610031779.2A Active CN105720987B (zh) | 2016-01-18 | 2016-01-18 | 一种采用采样量化电路的压缩采样模数转换器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105720987B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105720988B (zh) * | 2016-01-18 | 2018-08-28 | 清华大学 | 一种用于压缩采样模数转换器的采样量化电路 |
CN107918681A (zh) * | 2016-10-08 | 2018-04-17 | 深圳指瑞威科技有限公司 | 一种基于统计学的Sar ADC建模方法 |
CN106992783B (zh) * | 2017-04-06 | 2019-12-06 | 电子科技大学 | 基于二分查找的时间交织adc用采样时间失配校正方法 |
CN110380729B (zh) * | 2019-09-02 | 2022-04-22 | 电子科技大学 | 基于预测和局部过采样的逐次逼近模数转换器量化方法 |
CN113328747B (zh) * | 2021-04-14 | 2022-12-02 | 珠海迈巨微电子有限责任公司 | 模数转换器 |
CN113437972B (zh) * | 2021-06-11 | 2023-03-24 | 上海联影微电子科技有限公司 | 电容校准方法和电子设备 |
CN114124099B (zh) * | 2021-11-24 | 2022-08-09 | 苏州聚元微电子股份有限公司 | 增量型模数转换器的输入缩放模块 |
CN114844507A (zh) * | 2022-03-23 | 2022-08-02 | 福州大学 | 基于观测矩阵实现量化预测的模拟信息转换器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588653A (zh) * | 2008-05-20 | 2009-11-25 | 大唐移动通信设备有限公司 | 射频拉远的远端模块、近端模块、系统及方法 |
CN102176779A (zh) * | 2010-12-17 | 2011-09-07 | 河海大学 | 无线多媒体传感网视频信号自适应采样与频谱分配方法 |
CN103401560A (zh) * | 2013-06-17 | 2013-11-20 | 中国人民解放军海军航空工程学院 | 基于轮廓预提取的直接信息采样系统及其方法 |
CN104933846A (zh) * | 2015-06-04 | 2015-09-23 | 中国科学院苏州生物医学工程技术研究所 | 基于压缩感知的躯体传感器网络系统 |
CN105720988A (zh) * | 2016-01-18 | 2016-06-29 | 清华大学 | 一种用于压缩采样模数转换器的采样量化电路 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100290395A1 (en) * | 2009-04-15 | 2010-11-18 | Research In Motion Ltd | Sensor-based wireless communication systems using compressive sampling |
US8923386B2 (en) * | 2011-02-11 | 2014-12-30 | Alcatel Lucent | Method and apparatus for signal compression and decompression |
-
2016
- 2016-01-18 CN CN201610031779.2A patent/CN105720987B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101588653A (zh) * | 2008-05-20 | 2009-11-25 | 大唐移动通信设备有限公司 | 射频拉远的远端模块、近端模块、系统及方法 |
CN102176779A (zh) * | 2010-12-17 | 2011-09-07 | 河海大学 | 无线多媒体传感网视频信号自适应采样与频谱分配方法 |
CN103401560A (zh) * | 2013-06-17 | 2013-11-20 | 中国人民解放军海军航空工程学院 | 基于轮廓预提取的直接信息采样系统及其方法 |
CN104933846A (zh) * | 2015-06-04 | 2015-09-23 | 中国科学院苏州生物医学工程技术研究所 | 基于压缩感知的躯体传感器网络系统 |
CN105720988A (zh) * | 2016-01-18 | 2016-06-29 | 清华大学 | 一种用于压缩采样模数转换器的采样量化电路 |
Also Published As
Publication number | Publication date |
---|---|
CN105720987A (zh) | 2016-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105720987B (zh) | 一种采用采样量化电路的压缩采样模数转换器 | |
CN103281083B (zh) | 带数字校正的逐次逼近全差分模数转换器及其处理方法 | |
KR101255862B1 (ko) | 저감된 평균 입력 전류 및 저감된 평균 기준 전류를 갖는a/d 컨버터 | |
CN108809310B (zh) | 无源基于时间交织SAR ADC的带通Delta-Sigma调制器 | |
CN105720988B (zh) | 一种用于压缩采样模数转换器的采样量化电路 | |
CN107437944B (zh) | 一种电容型逐次逼近模数转换器及其自校准方法 | |
CN105591651A (zh) | 逐次逼近寄存器型模数转换器及其相关方法 | |
CN105720985B (zh) | 一种用于压缩采样模数转换器的可变压缩比采样电路 | |
US7965216B1 (en) | Compressed sensing analog-to-digital converter | |
CN108988860B (zh) | 一种基于sar adc的校准方法及sar adc系统 | |
CN104467842A (zh) | 一种带参考通道的tiadc的数字后台实时补偿方法 | |
CN110190854A (zh) | 一种面向两步式sar adc共用一组参考电压的实现电路及方法 | |
CN107835018A (zh) | 电路、模数转换器和方法 | |
CN111064469A (zh) | 一种基于相邻通道自相关函数的tiadc采样时间失配误差的校正方法 | |
CN105720982B (zh) | 一种压缩采样模数转换器误差校准方法 | |
CN106303313B (zh) | 压缩感知cmos图像传感器的量化求和电路 | |
CN104682958B (zh) | 一种带噪声整形的并行逐次逼近模数转换器 | |
Lu et al. | High dynamic range sensing using multi-channel modulo samplers | |
CN108696279A (zh) | 电压信号到时间信号的转换器 | |
Eamaz et al. | Unlimited sampling via one-bit quantization | |
CN109905129A (zh) | 基于分布式压缩传感的低开销电力数据采集方法 | |
CN106209099A (zh) | 基于真随机数序列的流水线模数转换器动态补偿装置 | |
CN111431534B (zh) | 一种量化多路输入的模拟数字转换器 | |
CN107359877B (zh) | 超宽带信号的时间交织采样adc全数字盲补偿方法 | |
CN112671486B (zh) | 一种基于神经网络的联合频谱感知方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |