CN107809247A - 一种高速高精度adc动态输入输出特性曲线快速测试方法 - Google Patents
一种高速高精度adc动态输入输出特性曲线快速测试方法 Download PDFInfo
- Publication number
- CN107809247A CN107809247A CN201710902634.XA CN201710902634A CN107809247A CN 107809247 A CN107809247 A CN 107809247A CN 201710902634 A CN201710902634 A CN 201710902634A CN 107809247 A CN107809247 A CN 107809247A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- mfrac
- formula
- 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
- H03M1/1095—Measuring or testing for ac performance, i.e. dynamic testing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种高速高精度ADC动态输入输出特性曲线的快速测试方法。针对高速高精度ADC,本测试方法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。该测试方法避免了传统改进直方图采样点数多和相关频域估算ADC动态输入输出特性曲线测试方法中严格相干采样条件等问题,这些成果对于实现高速高精度ADC快速测试和验证具有十分重要的实用价值。
Description
技术领域
本发明涉及高速高精度ADC测试领域,具体涉及ADC批量测试和验证、用于ADC一次性快速估算算法研究等。
背景技术
模数转换器(Analog-to-Digital Convertor,ADC)是当前数模混合信号和数字信号处理两大系统中极其关键的组成模块。近年来随着SOC技术和通信产业的迅猛发展,对ADC的性能要求也越来越高。其中流水线型ADC由于可以同时达到高速、高精度的性能要求,已经广泛应用于各个领域,比如射频技术、多媒体数据处理以及自动化测试仪等。对于需要评估这类器件质量的ADC制造商,测试时间是最为重要的关注点之一。如何快速有效的测试高速高精度ADC既直接关系到芯片的生产周期及其使用寿命,又间接影响芯片的市场认可度。对于高速高精度ADC芯片,其设计和工艺制作成本本就占用很大一部分,如果在芯片测试流程中还无法保证足够短的测试时间,总成本将会大大增加。因此,为了提高产品的可靠性,并出于测试成本角度考虑,当前最大的障碍在于缺乏一种行之有效的高速高精度ADC快速测试方法。
通常ADC的性能指标分为两类,一类是包含微分非线性、积分非线性等在内的静态参数,一类是包含无杂散动态范围、信噪比、总谐波失真等在内的动态参数。已有的国际测试标准是通过采集两组不同数字码来分析上述两类参数。如16位高速高精度ADC,一方面,在保证每个输出数字码平均采集30个样本的条件下,采用直方图方法测试静态参数。另一方面,在保证时钟同步及相干采样条件下,利用快速傅立叶变换完成动态参数的测试。事实上,若能从测试所需样本数量少的动态参数中间接估算出静态参数,那么在整个测试和验证中就无需消耗静态参数测试所需的时间。
在此背景下,基于对ADC的单次数据采集来测试ADC性能指标的估算问题在早期逐渐受到关注,并到目前为止有了较大的发展。其中比较具有代表性的ADC估算算法,如基于DFT的频域估算方法,参数谱估计算法及基于贝塞尔函数的频域估算方法等,已经应用于实际的ADC纯静态测试。然而近十年,随着高速数字示波器和高速高精度ADC电路在电子设计中越来越广泛的应用,针对高速高精度ADC的测试也越来越受到关注。对于这类ADC,由于其应用背景与普通ADC不同,它更关注高频信号输入下呈现的动态非线性(DynamicNonlinearity)。此时,早期已提出的各类估算方法因多种条件限制,如模型构建中未考虑动态非线性、保证严格的相干采样条件、需要单次频率估计足够准确等等,已无法适用于高速高精度ADC快速准确的测试。
为此,针对上述限制条件,本发明研究并改进传统的估算方法,在保证可接受的测量精度下实现高频信号输入下高速高精度ADC非线性的快速测试已经成为当前混合信号测试领域的热点研究课题之一,其研究成果对于模数混合信号器件的验证和测试具有十分重要的意义。
发明内容
本发明的目的是提供一种高速高精度ADC动态输入输出特性曲线的快速测试方法,在保证足够估算精度的情况下,其大大降低测试所需的采样点数,并无须严格的相干采样条件,极大地缩短测试时间。
为实现上述目的,本发明采用的技术方案为:
一种高速高精度ADC动态输入输出特性曲线快速测试方法,采用第一类和第二类切比雪夫多项式对待测ADC动态输入输出特性曲线建模;然后在参考误差最优估计的基础上利用正弦信号输入下采集的ADC输出数字码和已知的正弦激励信号信息搭建已有的动态输入输出特性曲线模型;随后采用最小二乘拟合方法在时域上识别该模型中的未知参数,最终估算出拟合的动态输入输出特性曲线。
具体步骤为:
设待测ADC的激励信号为正弦信号如下,
x(t)=V cos(2πfxt)+C (1)
式中,V是输入正弦信号幅度,fx为输入正弦信号频率,C为输入正弦信号偏移量;
那么,ADC动态输入输出特性曲线的完整模型应建模为:
式中,Nh称为该模型的阶数,由ck组成的求和项是对静态非线性的描述,而由dk所组成的求和项是对动态非线性的描述,e(t)表示所有系统误差的总和;
随后的算法估算过程中暂不考虑e(t)的影响,e(t)对于估算精度的影响将在优化估算结果中给出,那么此时所考虑的输入输出特性曲线实际上是一条近似平滑的拟合曲线;结合所分析的动态输入输出特性曲线的非单值形式,利用第一类和第二类切比雪夫多项式与三角函数的关系,如以下两式,
Tn(cosθ)=cos(nθ) (3)
式中,Tn为第一类切比雪夫多项式,Un为第二类切比雪夫多项式;
结合上述式(2)、(3)、(4)进行数学变换得到由估算得到的输入输出特性曲线g1(x),g2(x),
式中,tk是对应第一类切比雪夫多项式系数,uk是对应第二类切比雪夫多项式系数,系数c0与式(2)中系数c0一致;
采用参数谱线估计的方法,在时域上直接对ADC的输出数据进行谱线分量的识别。为了谱线分析,将ADC的输出特性模型建模为:
式中,fs为ADC的采样速率,fx为输入信号频率,N为采样点数;
针对式(7)中未知的输入信号频率,采用迭代法来估计fx;
随后,如式(14)和式(15)所示,通过切比雪夫多项式系数与傅立叶系数的关系,直接获得动态输入输出特性曲线g1(x)和g2(x);
式中为初相偏移;如(16)所示,其可通过一次非同相谐波分量来估算;
至此,本测试方法就实现了快速获取动态输入输出特性曲线g1(x)和g2(x)。
3、根据权利要求2所述的高速高精度ADC动态输入输出特性曲线快速测试方法,其特征在于:采用迭代法来估计fx的具体实现过程如下:
1)应用IpDFT来获取fx的迭代初试值,假设其角频率w=2πfx;
2)确定角频率初值w0之后,利用式(7)完成一次参数谱线估计,从而确定式(7)中各个傅立叶系数初始值;
3)假设第i次迭代的输入信号角频率为wi。根据泰勒展开,
cos wtn≈coswitn-tnsinwitnΔwi (8)
sin wtn≈sinwitn+tncoswitnΔwi (9)
式中,
Δwi=w-wi (10)
将式(8)和式(9)代入式(7),整理简化得到,
y=Hixi (11)
式中,
显然,通常情况下采样点数N>>2Nh+2,因此,式(11)满足超定线性方程组的特征,通过最小二乘拟合方法来获得估计值xi;随后继续迭代,直到估计值xi满足所设定的精度,便获得各项傅里叶系数以及输入信号频率fx的估计值。
所述测试方法还在仿真上分析模型误差关于采样点数和模型阶数的定量关系,获得误差最优估计;用户在实际测试中设定测量所需的估算精度,然后参考误差最优估计来完成待测ADC的非线性测试。
有益效果:
本发明合理的利用时域分析的优势,并在基础上利用切比雪夫多项式建模和估算的方式拟合出ADC动态输入输出特性曲线,其实现复杂度低,适用于大多数高速高精度ADC的非线性测试。
本发明在保证可接受估算精度的情况下,显著降低测试所需的采样点数,实现快速测试的目的。
附图说明
图1为本发明中ADC测试的主要框架;
图2为本发明ADC动态输入输出特性曲线快速测试方法主要流程图;
图3为本发明数模混合信号测试系统示意图;
图4为本发明最大动态INL估算误差与模型阶数和采样点数关系图;
图5为本发明基于改进直方图测试和本测试方法的动态INL误差图1;
图6为本发明基于改进直方图测试和本测试方法的动态INL误差图2。
具体实施方式
下面结合附图对发明的技术方案进行详细的说明。
下面结合附图对本发明的技术方案进行详细的说明。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高速高精度ADC动态输入输出特性曲线的快速测试方法,图1给出了本实施例中ADC测试的主要框架,通过高精度发生器产生足够纯度的正弦信号作为待测ADC的激励信号,同时给待测ADC提供超低抖动的时钟源,当ADC处于稳定采集时,由测试系统采集ADC输出数字码,最后基于本测试方法分析来完成ADC动态输入输出特性曲线的快速估算。本实施例中,待测ADC的分辨率为14比特,采样速率为125MHz。图2给出了本发明ADC动态输入输出特性曲线快速测试方法主要流程图。
1.选择适当的信号源。高信号源精度是保证ADC准确测试的关键因素,当选择某款待测ADC时,需要适当的选择精度的信号源。通常所选择的信号源精度至少比待测ADC高2比特以上。
2.搭建数模混合信号测试系统。具备稳定性、高效性的测试系统有助于待测ADC的快速测试,图3给出了本实施例中数模混合信号测试系统的构建,整个系统中,供电电源采用电压精度达0.016%+1.5mV的Agilent N6705,测试激励源设备采用具备16比特精度的Agilent 33522A,时钟发生模块采用相位噪声密度低于-140dBc/Hz的NI PXIe 5450,数据采集卡采用内部可支持200MHz的高速数字输入输出的NI PXIe 6556板卡,而数据处理和存储通过NI公司的Labview软件平台调用Matlab快速数据处理工具的方式来完成。
3.基于本测试方法对测试系统采集的数字码处理并分析得到待测ADC的非线性(动态输入输出特性曲线)。本测试方法的具体实现过程如下:
在针对高频输入信号的测试中,ADC输入输出特性曲线模型构建时,不仅要考虑纯静态非线性所引入的同相谐波,还要考虑动态非线性所引入的非同相谐波。除此之外,还包括热噪声、高斯噪声、量化噪声等影响因子,这里统称为系统误差。假设待测ADC的激励信号为正弦信号如下,
x(t)=V cos(2πfxt)+C (1)
式中,V是输入正弦信号幅度,fx为输入正弦信号频率,C为输入正弦信号偏移量。
那么,ADC动态输入输出特性曲线的完整模型应建模为,
式中,Nh称为该模型的阶数,由ck组成的求和项是对静态非线性的描述,而由dk所组成的求和项是对动态非线性的描述,e(t)表示所有系统误差的总和。
随后的算法估算过程中暂不考虑e(t)的影响,e(t)对于估算精度的影响将在优化估算结果中给出。那么此时本测试方法所考虑的输入输出特性曲线实际上是一条近似平滑的拟合曲线。结合所分析的动态输入输出特性曲线的非单值形式,利用第一类和第二类切比雪夫多项式与三角函数的关系,如式(3)和式(4),
Tn(cosθ)=cos(nθ) (3)
式中,Tn为第一类切比雪夫多项式,Un为第二类切比雪夫多项式。
结合式(2)、式(3)和式(4)进行数学变换可得由估算得到的输入输出特性曲线g1(x),g2(x),
式中,tk是对应第一类切比雪夫多项式系数,uk是对应第二类切比雪夫多项式系数,系数c0与式(2)中系数c0一致。
为了避免频域上FFT变换的频谱分析,即摆脱采样时钟严格同步条件的限制,采用参数谱线估计的方法,在时域上直接对ADC的输出数据进行谱线分量的识别。为了谱线分析,将ADC的输出特性模型建模为,
式中,fs为ADC的采样速率,fx为输入信号频率,N为采样点数。
针对式(7)中未知的输入信号频率,最佳方式是采用迭代法来估计fx。其具体实现过程如下,
1)应用IpDFT来获取fx的迭代初试值,假设其角频率w=2πfx;
2)确定角频率初值w0之后,利用式(7)完成一次参数谱线估计,从而确定式(7)中各个傅立叶系数初始值;
3)假设第i次迭代的输入信号角频率为wi。根据泰勒展开,
cos wtn≈coswitn-tnsinwitnΔwi (8)
sin wtn≈sinwitn+tncoswitnΔwi (9)
式中,
Δwi=w-wi (10)
将式(8)和式(9)代入式(7),整理简化得到,
y=Hixi (11)
式中,
显然,通常情况下采样点数N>>2Nh+2,因此,式(11)满足超定线性方程组的特征,可通过最小二乘拟合方法(Least Square Fitting,LS)来获得估计值xi。随后继续迭代,直到估计值xi满足所设定的精度,便获得各项傅里叶系数以及输入信号频率fx的估计值。
随后,如式(14)和式(15)所示,通过切比雪夫多项式系数与傅立叶系数的关系,可直接获得动态输入输出特性曲线g1(x)和g2(x)。
式中为初相偏移。如(16)所示,其可通过一次非同相谐波分量来估算。
至此,本测试方法就实现了快速获取动态输入输出特性曲线g1(x)和g2(x)。
4.优化估算结果。ADC快速估算所付出的最大代价在于测试结果精度的下降。为此,图4给出了最大动态INL估算误差与模型阶数和采样点数的定量关系。以14比特ADC为例,通常仅需要8000采样点数、60模型阶数就能极大地优化本测试方法的估算结果,因而在实际测试中具有很大的实用价值。
5.图5、6给出了基于改进直方图测试和本测试方法的动态INL误差图。基于图5、6的结果,表1给出了详细的测试数据对比。通过以上测试结果图和测试数据可知本专利可以降低测试时间,同时保证可靠的测量精度。
表1基于改进直方图测试和本测试方法的动态INL测试结果
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 (4)
1.一种高速高精度ADC动态输入输出特性曲线快速测试方法,其特征在于:采用第一类和第二类切比雪夫多项式对待测ADC动态输入输出特性曲线建模;然后在参考误差最优估计的基础上利用正弦信号输入下采集的ADC输出数字码和已知的正弦激励信号信息搭建已有的动态输入输出特性曲线模型;随后采用最小二乘拟合方法在时域上识别该模型中的未知参数,最终估算出拟合的动态输入输出特性曲线。
2.根据权利要求1所述的高速高精度ADC动态输入输出特性曲线快速测试方法,其特征在于:具体步骤为:
设待测ADC的激励信号为正弦信号如下,
x(t)=Vcos(2πfxt)+C (1)
式中,V是输入正弦信号幅度,fx为输入正弦信号频率,C为输入正弦信号偏移量;
那么,ADC动态输入输出特性曲线的完整模型应建模为:
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>c</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msubsup>
<msub>
<mi>c</mi>
<mi>k</mi>
</msub>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mn>2</mn>
<msub>
<mi>&pi;f</mi>
<mi>x</mi>
</msub>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msubsup>
<msub>
<mi>d</mi>
<mi>k</mi>
</msub>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mn>2</mn>
<msub>
<mi>&pi;f</mi>
<mi>x</mi>
</msub>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>e</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Nh称为该模型的阶数,由ck组成的求和项是对静态非线性的描述,而由dk所组成的求和项是对动态非线性的描述,e(t)表示所有系统误差的总和;
随后的算法估算过程中暂不考虑e(t)的影响,e(t)对于估算精度的影响将在优化估算结果中给出,那么此时所考虑的输入输出特性曲线实际上是一条近似平滑的拟合曲线;结合所分析的动态输入输出特性曲线的非单值形式,利用第一类和第二类切比雪夫多项式与三角函数的关系,如以下两式,
Tn(cosθ)=cos(nθ) (3)
<mrow>
<msub>
<mi>U</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mo>(</mo>
<mrow>
<mi>n</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
<mi>&theta;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>sin</mi>
<mi>&theta;</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Tn为第一类切比雪夫多项式,Un为第二类切比雪夫多项式;
结合上述式(2)、(3)、(4)进行数学变换得到由估算得到的输入输出特性曲线g1(x),g2(x),
<mrow>
<msub>
<mi>g</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>c</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msubsup>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
<msub>
<mi>T</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>C</mi>
</mrow>
<mi>V</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msqrt>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>C</mi>
</mrow>
<mi>V</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msubsup>
<msub>
<mi>u</mi>
<mi>k</mi>
</msub>
<msub>
<mi>U</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>C</mi>
</mrow>
<mi>V</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>g</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>c</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msubsup>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
<msub>
<mi>T</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>C</mi>
</mrow>
<mi>V</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msqrt>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>C</mi>
</mrow>
<mi>V</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msubsup>
<msub>
<mi>u</mi>
<mi>k</mi>
</msub>
<msub>
<mi>U</mi>
<mi>k</mi>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>C</mi>
</mrow>
<mi>V</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,tk是对应第一类切比雪夫多项式系数,uk是对应第二类切比雪夫多项式系数,系数c0与式(2)中系数c0一致;
采用参数谱线估计的方法,在时域上直接对ADC的输出数据进行谱线分量的识别。为了谱线分析,将ADC的输出特性模型建模为:
<mrow>
<mi>y</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</mfrac>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>&infin;</mi>
</msubsup>
<msub>
<mi>a</mi>
<mi>k</mi>
</msub>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>&pi;f</mi>
<mi>x</mi>
</msub>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>&infin;</mi>
</msubsup>
<msub>
<mi>b</mi>
<mi>k</mi>
</msub>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>&pi;f</mi>
<mi>x</mi>
</msub>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>n</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<mi>N</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,fs为ADC的采样速率,fx为输入信号频率,N为采样点数;
针对式(7)中未知的输入信号频率,采用迭代法来估计fx;
随后,如式(14)和式(15)所示,通过切比雪夫多项式系数与傅立叶系数的关系,直接获得动态输入输出特性曲线g1(x)和g2(x);
式中为初相偏移;如(16)所示,其可通过一次非同相谐波分量来估算;
至此,本测试方法就实现了快速获取动态输入输出特性曲线g1(x)和g2(x)。
3.根据权利要求2所述的高速高精度ADC动态输入输出特性曲线快速测试方法,其特征在于:采用迭代法来估计fx的具体实现过程如下:
1)应用IpDFT来获取fx的迭代初试值,假设其角频率w=2πfx;
2)确定角频率初值w0之后,利用式(7)完成一次参数谱线估计,从而确定式(7)中各个傅立叶系数初始值;
3)假设第i次迭代的输入信号角频率为wi。根据泰勒展开,
cos wtn≈cos witn-tnsin witnΔwi (8)
sin wtn≈sin witn+tncos witnΔwi (9)
式中,
Δwi=w-wi (10)
将式(8)和式(9)代入式(7),整理简化得到,
y=Hixi (11)
式中,
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>H</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>sin</mi>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>cos</mi>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mn>4</mn>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>sin</mi>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
<mo>+</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>cos</mi>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>Nw</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>Nw</mi>
<mi>i</mi>
</msub>
<mo>/</mo>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>sin</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>Nw</mi>
<mi>i</mi>
</msub>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>Na</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>sin</mi>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>Nb</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mi>cos</mi>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>k</mi>
</mrow>
<msub>
<mi>f</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<msub>
<mi>a</mi>
<mn>0</mn>
</msub>
<mn>2</mn>
</mfrac>
<mo>,</mo>
<msub>
<mi>a</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>a</mi>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msub>
<mo>,</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>b</mi>
<msub>
<mi>N</mi>
<mi>h</mi>
</msub>
</msub>
<mo>,</mo>
<msub>
<mi>&Delta;w</mi>
<mi>i</mi>
</msub>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
显然,通常情况下采样点数N>>2Nh+2,因此,式(11)满足超定线性方程组的特征,通过最小二乘拟合方法来获得估计值xi;随后继续迭代,直到估计值xi满足所设定的精度,便获得各项傅里叶系数以及输入信号频率fx的估计值。
4.根据权利要求1所述的高速高精度ADC动态输入输出特性曲线快速测试方法,其特征在于:所述测试方法还在仿真上分析模型误差关于采样点数和模型阶数的定量关系,获得误差最优估计;用户在实际测试中设定测量所需的估算精度,然后参考误差最优估计来完成待测ADC的非线性测试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710902634.XA CN107809247A (zh) | 2017-09-29 | 2017-09-29 | 一种高速高精度adc动态输入输出特性曲线快速测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710902634.XA CN107809247A (zh) | 2017-09-29 | 2017-09-29 | 一种高速高精度adc动态输入输出特性曲线快速测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107809247A true CN107809247A (zh) | 2018-03-16 |
Family
ID=61584136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710902634.XA Pending CN107809247A (zh) | 2017-09-29 | 2017-09-29 | 一种高速高精度adc动态输入输出特性曲线快速测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107809247A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143034A (zh) * | 2018-09-10 | 2019-01-04 | 上海华虹集成电路有限责任公司 | 芯片adc性能自动化测试系统及方法 |
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 CN201710902634.XA patent/CN107809247A/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 |
---|
周凯: ""基于参数谱估计的高速高精度ADC测试算法研究与实现"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109143034A (zh) * | 2018-09-10 | 2019-01-04 | 上海华虹集成电路有限责任公司 | 芯片adc性能自动化测试系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8310385B2 (en) | Systems and methods for vector-based analog-to-digital converter sequential testing | |
CN103457603B (zh) | 一种基于平均频谱测试adc动态参数的方法 | |
CN104111435B (zh) | 一种测试夹具误差剔除方法 | |
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 | |
CN107181489A (zh) | 一种模数转换校准方法及装置 | |
CN103529379B (zh) | 用于高精度adc测试中低分辨率信号源的选取方法 | |
Ramos et al. | Recent developments on impedance measurements with DSP-based ellipse-fitting algorithms | |
CN105978643A (zh) | 正交相移键控调制器时延测试的测量方法 | |
CN106063132A (zh) | 嵌入式装置的芯片上模数转换器(adc)线性度测试 | |
CN105471431A (zh) | 一种测试模数转换器差分线性误差和积分线性误差的方法 | |
CN106291102B (zh) | 一种频标比对装置及方法 | |
CN107809247A (zh) | 一种高速高精度adc动态输入输出特性曲线快速测试方法 | |
Silva et al. | Methods for fast characterization of noise and offset in dynamic comparators | |
CN102324935A (zh) | 一种基于过零检测的数模转换器静态测试方法及系统 | |
Jin et al. | Code-density test of analog-to-digital converters using single low-linearity stimulus signal | |
Jin et al. | Testing of precision DAC using low-resolution ADC with wobbling | |
Ireland et al. | A method for using Josephson voltage standards for direct characterization of high performance digitizers to establish AC voltage and current traceability to SI | |
CN107800434A (zh) | 一种基于参数提取的快速adc测试方法 | |
CN107786204A (zh) | 数模转换器参数测试系统及方法 | |
CN205945703U (zh) | 数模转换器参数测试系统 | |
CN106685423A (zh) | 模数转换器静态参数正弦波测试方法 | |
Stefani et al. | Simple and time-effective procedure for ADC INL estimation | |
Björsell | Modeling analog to digital converters at radio frequency | |
CN111999587A (zh) | 一种调制域网络参数测试的迭代矢量误差修正方法 | |
Capofreddi et al. | The use of linear models for the efficient and accurate testing of A/D converters |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180316 |