CN107800434A - 一种基于参数提取的快速adc测试方法 - Google Patents
一种基于参数提取的快速adc测试方法 Download PDFInfo
- Publication number
- CN107800434A CN107800434A CN201710902624.6A CN201710902624A CN107800434A CN 107800434 A CN107800434 A CN 107800434A CN 201710902624 A CN201710902624 A CN 201710902624A CN 107800434 A CN107800434 A CN 107800434A
- Authority
- CN
- China
- Prior art keywords
- parameter
- algorithm
- adc
- test
- static
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/10—Calibration or testing
- H03M1/1071—Measuring or testing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Analogue/Digital Conversion (AREA)
Abstract
本发明公开了一种基于参数提取的快速ADC测试方法,即利用静态码值,提取得到用来进行频谱分析的少量静态码值,经过增益误差消除处理后,通过频谱分析估算得到动态参数值;在参数提取测试算法基础之上,重新优化了ADC测试结构,即采用优化的直方图与参数提取测试算法相结合的测试架构;改进的直方图测试方法即利用移动平均滤波器法,通过使用与传统测试相比更少的采样点数得到同样精度的静态参数。与传统ADC测试方法相比,本发明所提ADC测试架构,即利用一次测试采集的静态码值,同时用于通过优化直方图方法计算静态参数和利用参数提取算法估算动态参数,能够在确保计算精度的前提下,大大优化测试时间。
Description
技术领域
本发明涉及ADC测试领域,具体涉及一种ADC动态参数估算算法以及 改进的ADC测试架构。
背景技术
模数转化器(简称A/D转换器或者ADC)作为将连续的模拟信 号转换为计算机可以处理的数字信号器件,即现实世界与机器语 言之间的重要接口,已经成为现代电子系统中不可或缺的重要组 成部分。随着电子技术的不断发展,ADC在无线通信、医疗设备、 控制系统以及数字消费类产品(如数码相机,数字电视)等方面 有着广泛的应用。为了满足更高层次的应用需求,ADC芯片的集 成度以及内部复杂度不断提高,这就需要更高效、可靠的ADC测 试方法对芯片进行性能测试以保证芯片的稳定性应用。
ADC主要有两类性能指标。一类性能指标是基于ADC转移特 性曲线命名,包括积分非线性(INL)、微分非线性(DNL)、偏移 误差(offset error)以及增益误差(gain error)。根据IEEE标准, 这些参数主要将正弦信号或者斜坡信号作为输入信号,利用直方 图方法获得。另一类是根据ADC频谱性能命名,主要包括总谐波 失真(THD),无杂散动态范围(SFDR)、信噪比(SNR)等。这 些参数主要是将高纯度的正弦信号作为输入信号源,利用快速傅 里叶变换(FFT)方法测得。根据传统的测试方法,若要测得A/D 转换器的所有性能指标往往需要两次测试过程,使得测试成本大 大增加。为了降低测试成本,开始研究ADC静态参数与动态参 数之间的关系,试图仅通过一次静态测试或者一次动态测试过程, 获得ADC所有性能参数。有很多文章提出利用动态测试方法通过 估算得到积分非线性曲线,能够避免进行静态测试过程以减少测试 成本。但是,由于动态测试所需采样点数少,这些方法只能粗略 的描绘积分非线性曲线,并不能准确的得到积分非线性误差,与 直方图测试方法相比,计算精度低。虽然,这些方法被许多学者 进行广泛的研究,但是还没有一种方法被单独的使用去计算ADC 的所有性能参数。在需要精确积分非线性误差值的情况下,还需 要用直方图方法进行测试,也就是说,并没有真正实现一次测试 过程测得ADC所有性能参数。因此,人们开始研究基于静态测试 估算动态参数的估算方法。由于此类方法基于静态测试过程,能 够利用大量的采样点数精确的得到静态参数和动态参数值,达到 了一次测试过程测得所有性能参数的目的,减少了动态测试过程 所需成本。
综上所述,研究基于静态测试估算动态参数的测试方法,能 够在保证测试精度的前提下,避免动态测试过程以达到减少测试 成本的目的,具有很高的研究价值。
发明内容
本发明的目的是提供一种基于参数提取的快速ADC测试方法,以解决 传统的ADC测试方法存在的测试时间过长、成本过高等问题。
为实现上述目的,本发明采用的技术方案为:
一种基于参数提取的快速ADC测试方法,包括如下步骤:
步骤一,通过仿真实验确定现有动态参数估算算法的最佳测试条件,并 进行仿真分析,得到在此最佳测试条件下的动态参数值;其中,所 述现有动态参数估算算法为基于INL值估算动态参数算法;
步骤二,通过理论推导以及实验仿真,明确静态参数与动态参数 之间存在的关系,为现有动态参数估算算法的优化作铺垫;
步骤三,对现有动态参数估算算法进行优化,具体为:通过对静 态测试所采集的静态码值,进行数据处理,使其能够进行频谱分 析进而得出动态参数指标,并通过对12位ADC模型进行MATLAB 仿真验证所提优化算法的可行性以及精确性;
步骤四,在上述步骤优化算法的基础上,采用移动平均滤波器法 优化直方图方法,从而达到优化测试时间的目的;
步骤五,选择一款ADC芯片,搭建ADC测试系统,通过具体的 实验对优化算法做性能验证。
步骤一中,确定最佳测试条件的方法为:在不同的采样点数下,其 他测试条件相同,计算INL误差。
步骤三中,在静态测试时,采用的测试条件是输入信号幅度略高 于ADC满量程幅度。步骤四中,优化的直方图方法即是利用较 少的采样点数,通过平均移动滤波器法,得出ADC静态参数。
步骤五中,ADC芯片为ADI公司生产的AD9258芯片。
本发明通过研究ADC动态参数估算算法,试图通过一次测试 测得所有ADC参数,从而达到节省测试时间和成本的目的。对于 现有动态参数估算算法,即基于INL值估算动态参数算法,通过 利用INL值与谐波失真的对应关系,计算得到总噪声功率,进而 得到动态参数SINAD以及ENOB参数。本发明目标是在原有的估 算算法的基础上提高该算法的测试精度且在最佳测试时使用更少 的测试时间。
有益效果:相对于现有的技术方案,本发明的优点是:
(1)基于INL估算动态参数的估算算法,认为ADC的噪声来 源全部来自量化噪声,但在实际ADC测试中,其噪底并非仅由量 化噪声构成,由于ADC内部结构,外围电路以及测试仪器均会使 测试系统引入噪声成分,依据原基于INL估算动态参数的估算算 法所提公式计算得出的动态参数与标准测试方法FFT相比差距很 大。而本发明所提算法通过将数据处理后的静态码值进行频谱分 析,所有噪声成分都会以频谱的形式展示出来,提高了计算精度。
(2)本发明提出优化的ADC测试架构,即采用优化的直方图 测试与参数提取测试算法相结合,通过采集与传统测试以及原基 于INL估算动态参数算法相比较少的采样点数,达到一次测试过 程测得所有性能参数的目的,使得测试时间大大减少。
(3)本发明所提算法除计算得到静态参数外,能够估算得出所 有的动态性能参数,SINAD、ENOB、SFDR和THD。而原估算算 法由于只能根据总噪声功率,计算得出SIAND以及ENOB,无法 识别谐波分量,不能得到SFDR和THD参数。
附图说明
图1为本发明所述优化的ADC测试架构图;
图2为本发明所述的参数提取测试算法的方法流程图;
图3为本发明采用的优化的直方图方法的流程图;
图4为原基于INL估算动态参数算法流程图;
图5为研究原基于INL估算动态参数算法的最佳测试条件图;
图6为采用参数提取测试算法经过对静态码值提取过后频谱图;
图7为采用参数提取算法提取过后的静态码值消除增益误差后的频谱 图;
图8为标准动态测试算法与参数提取测试算法频谱比较图;
图9为采用优化的直方图方法后的INL曲线图;
图10为传统直方图测试方法所得的INL曲线图;
图11为实测标准动态测试算法与参数提取测试算法频谱比较图;
图12为实测采用优化的直方图方法后的INL曲线图;
图13为实测传统直方图测试方法所得的INL曲线图。
具体实施方式
以下结合具体实施例对上述方案做进一步说明。应理解,这些 实施例是用于说明本发明而不限于限制本发明的范围。实施例中 采用的实施条件可以根据具体厂家的条件做进一步调整,未注明 的实施条件通常为常规实验中的条件。
实施例:
本实施例描述了一种基于参数提取的快速ADC测试方法,首 先以12比特ADC模型通过MATLAB仿真说明改进算法的可行性, 然后采用14位实际ADC芯片,即ADI公司AD9258芯片验证改 进算法,具体过程如下:
1、研究原算法即基于INL估算动态参数算法的最佳测试条件, 并进行仿真分析,得到在此条件下的动态参数值。确定最佳测试 条件如图5所示。具体方法是在不同的采样点数下,其他测试条 件相同,计算INL误差。从图中可知,当采样点数为8192时,INL 值为1.67LSB,随着采样点数的增加,INL显著下降,当采样点数 为131072,即12位ADC平均每个码值采集32个点时,INL下降 至0.773LSB。当再增加采样点数时,INL值变化很小,并趋于稳定。因此,确定正弦直方图的最佳采样点数为平均每个码值采集 32个点数。在此基础计算得出的INL值,即根据图4所示流程图, 并根据公式(1)、(2)、(3)计算得到SINAD以及ENOB。计算 结果为SINAD为65.897dB,ENOB为10.820。
其中,σn为噪声功率,VLSB最小分辨率电压,bits为ADC位数,xi为每个代码对应的INL值。
SINAD=6.02*ENOB+1.76 (3)
2、在静态测试时,为了能够将所有码值采集到,其采用的 测试条件是输入信号幅度略高于ADC满量程幅度。因此,为了 能够从静态的码值提取出正确的谐波失真信息,需对增益误差进 行校准,消除这部分对谐波分量的影响,进而估算得出正确的动 态参数值。利用本发明所述改进的动态参数估算算法计算得到动 态参数值并与标准动态测试以及原算法进行比较。具体做法流程 图如图2和图3所示。首先,实现参数提取测试算法。具体步骤如下:
(1)同样利用1所述的测试条件,即采样点数为每个码值 平均采样32次。利用参数提取,即等间隔对静态码值进行采样, 得到进行频谱测试的8192个采样点。此时得到的静态码值为有 截断的静态码值,根据奈奎斯特采样定律,8192个点能够很好 的恢复出原波形。
(2)由于当对所得有截断的静态码值(点数)进行傅里叶 变换后,结果存在增益误差,即得到图6所示频谱图,其并不能 代表真实的动态参数值。因此需对数字码进行增益误差消除。这 里采用最小二乘法进行增益误差校正。定义m位ADC,其输入 正弦波为:
其中,Aactual为实际输入信号幅度,f为输入信号幅度,Vos(actual)为 直流偏移。通过静态测试所得的码值,其幅度Aactual大于满量程输 入信号幅度。对此输入信号采样N个点后,得到y[n]
设误差消除之前的数字码波形为y(n)。
式中,这一项代表频谱中谐波成分,J为 信号周期,n则为0,1,…,N-1
幅度校正的具体做法是:
①计算原波形的幅度A0与偏移Vos0:
其中,N为有截断的静态码值点数,VREF+为ADC的正参考 电压,VREF-为ADC的负参考电压,Wb为有截断的静态码值的最 低代码宽度,Wt为有截断的静态码值的最高代码宽度。
②对原波形做傅里叶变换,得到Y[k]后,根据傅里叶系数求出y[n] 的周期J1和初始相位
J1=max1≤K≤N/2{abs(Y(K))}-1 (8)
③在计算得到J1和后,利用最小二乘法求出所求未发生截断的 信号y0[n]周期J0和相位为:
J0=ΔJ+J1 (10)
其中ΔJ为J和J1之差,为和之差。
④最后可拟合得到未发生截断的波形表达式,即增益误差消除 后表达式:
⑤将原始信号y[n]中减去截断的波形信号ycli[n],然后加上未截断 的波形信号即可得到所要求得到信号y0[n]:
经过增益误差消除后的频谱图如图7所示。
3、做标准动态参数测试并与本发明所述改进的测试算法进 行比较,比较图如图8所示。建立表格说明本发明所述改进的算 法与原算法以及标准动态参数算法进行比较,如表格1所示。从 表格可以看出,改进的算法与原算法相比精度更高。原算法与标 准动态测试方法SINAD的值相差0.879dB,ENOB值相差0.146。 改进算法与标准动态测试方法SINAD的值仅相差0.137dB, ENOB值相差0.023。与原算法相比,改进算法的计算精度SINAD 提高了0.742dB,ENOB提高了0.123。由于原算法无法计算得出 THD和SFDR参数,本发明用改进算法与标准算法做比较,从表 中可知,ADC的THD计算误差为0.176dB,SFDR计算误差为0.118dB。
表1
4、在原算法的基础上利用优化的直方图方法,即采用移动 平均滤波器法进行计算,实验表明,在采用65540个采样点数 时,得到的最大INL值与标准直方图方法得到的最大INL值仅 相差0.089LSB,具体如图9和图10所示。
5、通过12位ADC模型仿真验证改进算法的可行性之后, 采用14位实际ADC芯片,即AD9258芯片进行验证。按照测 试流程,所得计算结果如表2所示。图11说明了实测时,标准动 态测试算法与参数提取测试算法频谱比较图,图12说明了实测时,采 用优化的直方图方法后的INL曲线图,图13说明了实测时,传统直方 图测试方法所得的INL曲线图。
表2
6、实验结果表明,利用改进算法计算所得的最大INL估算误差为 0.186LSB,SINAD、THD、SFDR、ENOB估算误差分别为0.211dB、 0.159dB、0.119dB、0.035。与原估算算法相比,优化算法所得SINAD 和ENOB的估算精度提高了0.343dB和0.057。与传统ADC测试方法相 比,在保证测试精度的前提下,测试时间减少了50.769%。
上述实例只为说明本发明的技术构思及特点,其目的在于 让熟悉此项技术的人是能够了解本发明的内容并据以实施,并 不能以此限制本发明的保护范围。凡根据本发明精神实质所做 的等效变换或修饰,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于参数提取的快速ADC测试方法,其特征在于:包括如下步骤:
步骤一,通过仿真实验确定现有动态参数估算算法的最佳测试条件,并进行仿真分析,得到在此最佳测试条件下的动态参数值;其中,所述现有动态参数估算算法为基于INL值估算动态参数算法;
步骤二,通过理论推导以及实验仿真,明确静态参数与动态参数之间存在的关系,为现有动态参数估算算法的优化作铺垫;
步骤三,对现有动态参数估算算法进行优化,具体为:通过对静态测试所采集的静态码值,进行数据处理,使其能够进行频谱分析进而得出动态参数指标,并通过对12位ADC模型进行MATLAB仿真验证所提优化算法的可行性以及精确性;
步骤四,在上述步骤优化算法的基础上,采用移动平均滤波器法优化直方图方法,从而达到优化测试时间的目的;
步骤五,选择一款ADC芯片,搭建ADC测试系统,通过具体的实验对优化算法做性能验证。
2.根据权利要求1所述的基于参数提取的快速ADC测试方法,其特征在于:步骤一中,确定最佳测试条件的方法为:在不同的采样点数下,其他测试条件相同,计算INL误差。
3.根据权利要求1所述的基于参数提取的快速ADC测试方法,其特征在于:步骤三中,在静态测试时,采用的测试条件是输入信号幅度略高于ADC满量程幅度。
4.根据权利要求1所述的基于参数提取的快速ADC测试方法,其特征在于:步骤四中,优化的直方图方法即是利用较少的采样点数,通过平均移动滤波器法,得出ADC静态参数。
5.根据权利要求1所述的基于参数提取的快速ADC测试方法,其特征在于:步骤五中,ADC芯片为ADI公司生产的AD9258芯片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710902624.6A CN107800434A (zh) | 2017-09-29 | 2017-09-29 | 一种基于参数提取的快速adc测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710902624.6A CN107800434A (zh) | 2017-09-29 | 2017-09-29 | 一种基于参数提取的快速adc测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107800434A true CN107800434A (zh) | 2018-03-13 |
Family
ID=61533803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710902624.6A Pending CN107800434A (zh) | 2017-09-29 | 2017-09-29 | 一种基于参数提取的快速adc测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107800434A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826212A (zh) * | 2019-10-31 | 2020-02-21 | 中国电子科技集团公司第二十九研究所 | 一种基于直方图筛选及最小二乘拟合的序列周期估计方法 |
CN113114245A (zh) * | 2021-04-02 | 2021-07-13 | 电子科技大学 | Adc参数测试中超量程输入与非相干采样下的信号恢复方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103475369A (zh) * | 2013-07-04 | 2013-12-25 | 东南大学 | 基于信号源误差一次性校准识别的高精度adc测试方法 |
CN103529379A (zh) * | 2013-07-04 | 2014-01-22 | 东南大学 | 用于高精度adc测试中低分辨率信号源的选取方法 |
-
2017
- 2017-09-29 CN CN201710902624.6A patent/CN107800434A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103475369A (zh) * | 2013-07-04 | 2013-12-25 | 东南大学 | 基于信号源误差一次性校准识别的高精度adc测试方法 |
CN103529379A (zh) * | 2013-07-04 | 2014-01-22 | 东南大学 | 用于高精度adc测试中低分辨率信号源的选取方法 |
Non-Patent Citations (1)
Title |
---|
冯雪: "ADC动态参数估算算法的优化与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826212A (zh) * | 2019-10-31 | 2020-02-21 | 中国电子科技集团公司第二十九研究所 | 一种基于直方图筛选及最小二乘拟合的序列周期估计方法 |
CN110826212B (zh) * | 2019-10-31 | 2022-05-31 | 中国电子科技集团公司第二十九研究所 | 一种基于直方图筛选及最小二乘拟合的序列周期估计方法 |
CN113114245A (zh) * | 2021-04-02 | 2021-07-13 | 电子科技大学 | Adc参数测试中超量程输入与非相干采样下的信号恢复方法 |
CN113114245B (zh) * | 2021-04-02 | 2022-04-19 | 电子科技大学 | Adc参数测试中超量程输入与非相干采样下的信号恢复方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107181489B (zh) | 一种模数转换校准方法及装置 | |
CN103457603B (zh) | 一种基于平均频谱测试adc动态参数的方法 | |
Sovilj et al. | Digital stochastic measurement of a nonstationary signal with an example of EEG signal measurement | |
CN109633262A (zh) | 基于组合窗多谱线fft的三相谐波电能计量方法、装置 | |
CN101915874A (zh) | 一种基于傅立叶变换的谐波检测方法 | |
CN103475369B (zh) | 基于信号源误差一次性校准识别的高精度adc测试方法 | |
CN106019207A (zh) | 一种电能计量校准方法 | |
CN103543431A (zh) | 基于数字信号处理的电磁式互感器误差测量方法及系统 | |
CN107565559B (zh) | 一种配电网负荷谐波贡献评估的分段有界约束优化方法 | |
CN105787219B (zh) | 一种利用临近频点采样建立传导干扰耦合通道多元线性回归模型的方法 | |
CN106063132B (zh) | 嵌入式装置的芯片上模数转换器(adc)线性度测试 | |
CN113484603B (zh) | 一种电能量计量系统及方法 | |
Ramos et al. | Recent developments on impedance measurements with DSP-based ellipse-fitting algorithms | |
CN112946560A (zh) | 电能表校准方法、装置、电能表及电能表系统 | |
Arpaia et al. | A critical note to IEEE 1057-94 standard on hysteretic ADC dynamic testing | |
CN107800434A (zh) | 一种基于参数提取的快速adc测试方法 | |
CN112213560A (zh) | 一种基于z-adaline的高精度电网宽频信号测量方法 | |
CN104569675A (zh) | 一种电能计量芯片中的闪变检测电路及检测方法 | |
CN108627788B (zh) | 一种霍尔电流传感器磁滞检测的方法及系统 | |
CN107732940B (zh) | 一种基于adpss的电力系统稳定器参数优化试验方法 | |
CN107085133A (zh) | 用于计算单相有效值的方法及装置 | |
CN115642913A (zh) | 模数转换器adc校准方法、装置、设备和存储介质 | |
CN108845182A (zh) | 一种应用于夹具参数提取的相位计算方法 | |
CN109387806B (zh) | 基于simulink仿真的数字化电能表溯源系统误差影响分析方法 | |
CN106685423A (zh) | 模数转换器静态参数正弦波测试方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180313 |
|
RJ01 | Rejection of invention patent application after publication |