CN107863966A - 一种用于智能传感器的逐次逼近模数转换器电容优化方法 - Google Patents

Abstract

该发明公开了一种用于智能传感器的逐次逼近模数转换器电容优化方法，为了减少不必要的损失包括：设计复杂度、芯片面积、功耗、速度等，同时减小电容失配误差，本发明提出了一种不同于传统的电容阵列优化方案：通过电容排序，组合并调整电容阵列，使得ADC的电容失配误差得到减小，提高精度；相较于传统技术，本发明不需要增加额外的电容。

Description

一种用于智能传感器的逐次逼近模数转换器电容优化方法

技术领域

本发明涉及一种逐次逼近模数转换器，应用于智能传感器的高速高精度模数转换器。

背景技术

智能传感器是新一代的智能仪器，集成变换器、信号调节和后处理电路模块于一身。近年 来，智能传感器广泛应用于精密仪器、医疗仪器、通信、雷达、航空航天、电子对抗、安防安 检系统、故障检测、地震探测等领域，在我们的生活中有着非常重要的作用。最近几年，随着 智能传感器飞速发展，应用于智能传感器的内嵌模块如传感器、放大器、模数转换器(ADC) 的研究受到广泛关注。一个完整的智能传感器不仅需要传感器、放大器模块对外部信号进行采 集，为了外部信号能进一步得到处理和校正，只有通过ADC将接收到的模拟信号转换成数字 信号。因此，ADC模块对智能传感器设备的可靠性、稳定性和持久性都有着极大的影响。美 国在高速、高精度模数转换器领域对我国有严格的出口限制，因此，只有研发具有自主知识产 权的高性能模数转换器，才能打破欧美发达国家对我国这一领域的压迫性地位，才能推进我国 相关领域的发展。因此，本发明是一项具有重大意义的工作。

智能传感器的主要的架构如图1所示，由传感器，电极，放大器，低通滤波器，模数转换 器五个内嵌模块组成。工作流程：首先，传感器感知到外部的信号，传感器输出的小信号通过 电极经过放大器和低通滤波器预处理，最后通过模数转换器模块完成感知信号到数字信号的转 换。可见，在整个过程中，ADC是一个非常重要的模块。本发明着重于高精度ADC的实现， 并能满足高性能、多功能的智能传感器的需要。

主流的奈奎斯特频率(Nyquist-Rate)式的模数转换器包括全并行模数转换器(Flash ADC)、 逐次逼近模数转换器(SAR ADC)、过采样模数转换器(ΣΔ ADC)以及流水线模数转换器 (Pipeline ADC)。无杂散动态范围(SFDR)，信噪失真比(SNDR)，信噪比(SNR)是衡量 ADC线性度的动态参数，更高的动态参数意味着更高的线性度。

全并行模数转换器只能用于低精度高采样速率的应用，过采样和流水线型的模数转换器则 不适用于低功耗的场合。逐次逼近模数转换器，顾名思义，是利用一种二进制算法来实现输入 模拟信号到输出数字信号的转换。如图2所示，逐次逼近模数转换器由采样保持模块、数模转 换器模块(DAC)、电压比较器和一个逐次逼近寄存器，并没有多余的放大器模块。因此，电 荷型逐次逼近转换器的简单结构成为众多奈奎斯特频率式ADC中的研究热点。

高精度的逐次逼近模数转换器主要采用混合电阻电容结构，在混合电阻电容结构中，采用 电阻和电容两种元件，高位DAC由二进制电容阵列构成，而低位DAC由电阻串组成。因此， 总电容值比同精度的纯二进制电容架构都小，有效的减小了电容阵列的面积；而面积越小，速 度越快。

如图2所示，DAC电容阵列的失配是限制ADC性能的核心因素。文献[Y.-H.Chung,M.-H.Wu,and H.-S.Li,“A 12-bit 8.47-fJ/Conversion-Step Capacitor-Swapping SARADC in 110-nm CMOS”,IEEE Trans.on Circuits and Systems-I,vol.62,no.1,pp.10--18,Jan.2015.]采用 高、低位电容阵列互换的位循环方法，能提高SFDR，但效果不显著；而传统的前台校正技术 和后台校正技术均需要增加较大的芯片面积；文献[Hua Fan,HadiHeidari,Franco Maloberti， “High Resolution and Linearity Enhanced SAR ADC forWearable Sensing Systems,”IEEE Int. Symp.Circuits and Systems(ISCAS),2017:180-183]提出一种电容再重构技术，能显著提高 SFDR，但是需要增加64个额外的单位电容，极大增加了芯片面积。

发明内容

为了减少不必要的损失(设计复杂度、芯片面积、功耗、速度)，同时减小电容失配误差， 本发明提出了一种不同于传统的电容阵列优化方案：通过电容排序，组合并调整电容阵列，使 得ADC的电容失配误差得到减小；相较于传统技术，本发明不需要增加额外的电容。

本发明的技术方案包括：一种用于智能传感器的逐次逼近模数转换器电容优化方法，该优 化方案包括：

步骤1：将总电容64C的二进制电容阵列拆分成64个单位电容组成的电容阵列；

步骤2：将这64个单位电容按大小从高到低进行排序，并把最大的电容数字码设为1，次 最大的标号为2，以此类推，直到64，最终把数字码记录于寄存器内；

步骤3：将64个单位电容按如下分组规则分为4组，分组编号记录并覆盖写入原寄存器；

第1组：C₁、C₆₄、C₃、C₆₂、C₅、C₆₀、C₇、C₅₈、C₉、C₅₆、C₁₁、C₅₄、C₁₃、 C₅₂、C₁₅、C₅₀；

第2组：C₁₇、C₄₈、C₁₉、C₄₆、C₂₁、C₄₄、C₂₃、C₄₂、C₂₅、C₄₀、C₂₇、C₃₈、C₂₉、 C₃₆、C₃₁、C₃₄；

第3组：C₃₂、C₃₃、C₃₀、C₃₅、C₂₈、C₃₇、C₂₆、C₃₉、C₂₄、C₄₁、C₂₂、C₄₃、 C₂₀、C₄₅、C₁₈、C₄₇；

第4组：C₁₆、C₄₉、C₁₄、C₅₁、C₁₂、C₅₃、C₁₀、C₅₅、C₈、C₅₇、C₆、C₅₉、C₄、 C₆₁、C₂、C₆₃；

步骤4：在一次逐次逼近转换过程中，选择两组电容替换最大电容32C，从余下的两组中 选择一组替换次大电容16C，最后余下的一组电容中依次替换8C、4C、2C、C、C的电容。

进一步的，所述步骤4的具体方法为：

第一次逐次逼近转换过程中，选择第1、2组电容替换最大电容32C，选择第3组替换次 大电容16C，选择低4组电容一次替换8C、4C、2C、C、C的电容；

第二次逐次逼近转换过程中，选择第1、4组电容替换最大电容32C，选择第2组替换次 大电容16C，选择低3组电容一次替换8C、4C、2C、C、C的电容；

第三次逐次逼近转换过程中，选择第3、4组电容替换最大电容32C，选择第1组替换次 大电容16C，选择低2组电容一次替换8C、4C、2C、C、C的电容；

第四次逐次逼近转换过程中，选择第2、3组电容替换最大电容32C，选择第4组替换次 大电容16C，选择低1组电容一次替换8C、4C、2C、C、C的电容；

第五次逐次逼近转换过程中，选择第3、4组电容替换最大电容32C，选择第1组替换次 大电容16C，选择低2组电容一次替换8C、4C、2C、C、C的电容；

第六次逐次逼近转换过程中，选择第1、4组电容替换最大电容32C，选择第2组替换次 大电容16C，选择低3组电容一次替换8C、4C、2C、C、C的电容；

以上述六次替换方法为一个周期，后续依次循环替换。

本发明一种用于智能传感器的逐次逼近模数转换器电容优化方法，通过电容排序，组合并 调整电容阵列，使得ADC的电容失配误差得到减小，提高精度；相较于传统技术，本发明不 需要增加额外的电容。

附图说明

图1为智能传感器的通常架构。

图2为逐次逼近模数转换器的基本架构。

图3为传统的14位电阻电容型逐次逼近模数转换器结构。

图4为本发明提出的电容拆分、排序、分组方法。

图5为本发明提出的逐次逼近电容分组替换规则。

图6为电容排序后的概率密度函数与传统电容的概率密度函数对比图。

图7为传统二进制电容阵列、再重构技术及本发明提出的14位电阻电容型逐次逼近模数 转换器无杂散动态范围SFDR的蒙特卡洛仿真结果。

图8为传统二进制电容阵列、再重构技术及本发明提出的14位电阻电容型逐次逼近模数 转换器信噪失真比SNDR的蒙特卡洛仿真结果。

具体实施方式

本发明提出一种应用于智能传感器的电阻电容型逐次逼近模数转换器的电容优化方案，将 二进制电容阵列拆分成单位电容，再对其进行排序、分组，最后按一定的电容组替换规则替换 原来的二进制电容阵列参与逐次逼近转换，从而达到提高线性度的目的。下面以14位电阻电 容型逐次逼近模数转换器为例进行详述。传统的14位电阻电容型逐次逼近模数转换器的结构 如图3所示，它由高6位电容DAC和低8位电阻串DAC共同构成。

本发明提出的优化方法如图4所示，先将总电容64C的二进制电容阵列拆分为64个单位 电容阵列，其他结构与传统类似。排序方法与再重构技术类似：上电之后首先对所有单位电容 进行测量并排序，得到所有电容的数字码；接着，按照步骤3所示的分组方法进行分组，最后， 按照图5所示的电容组替换策略，在每次进行逐次逼近转换的过程中依照规则进行替换。以第 一次Vin(i)为例，原来二进制电容阵列中32C的最大电容由第一组和第二组替换，16C的次 大电容由第三组替换，剩余的8C、4C、2C、C、C的电容由第四组的电容按顺序替换，下一 次Vin(i+1)则采取不一样的替换规则，整个替换规则每六轮为一个周期。

本发明利用单位电容组按照电容组替换规则进行与传统的二进制电容阵列相似的逐次逼 近转换，之所以可以提高线性度，其中心思想主要在于两点：

一、结合统计学原理，利用排序后分布函数的标准差缩小带来的等效电容失配误差降低， 分布函数见图6。图中，相对于单位电容(图中黑色曲线)，经过排序的电容的分布函数较窄， 较高，意味着更小的标准差，等效于更小的电容失配误差。

二、传统逐次逼近模数转换器普遍采用的位循环模式为：对某一固定位的判断总采用某一 固定的电容，即在转换过程中，所有位循环都采用同一种电荷重分配方案，导致由电容失配引 入的误差总在同一码字不断累加，为了避免由电容失配引入的误差总在同一码字不断累加，本 发明提出的电容阵列优化方法，不需要引入额外运放做噪声整形，不需要任何校正算法，也不 需要任何额外的电容阵列，只需要对排序分组后的电容进行分组。按照电容组替换规则，整个 电容阵列由四组按照六种不同的排列顺序进行替换，累积的失配误差用INL的方差σ_INL ²给予 量化，其中：

上式中，N_T为单位电容个数，对于N位SAR ADC,N_T＝2^N，n为用到的元件个数，对 于传统结构，当n等于N_T/2时，易得：

即传统SAR ADC的最大误差发生在中点，对应的积分非线性误差为

对于本发明的四组电容进行替换，假设第一次转换得到数字码n₁，第二次转换得到数字码 n₂，第三次得到数字码n₃，第四次得到数字码n₄，四次累计得到的方差为：

σ_n1234 ²＝(n₁+n₂+n₃+n₄)σ_u ²

令n₁₂₃₄＝n₁+n₂+n₃+n₄，得到INL方差：

其中，N_T为电容总数，σ_u为单位电容失配误差。

当n₁₂₃₄等于N_T/2，我们可以得到：

即四组电容进行替换后的积分非线性误差为四组电容进行替换能将积 分非线性误差降低为传统的1/4，积分非线性误差的降低对应SFDR的提升。

综上：一、排序分组可以使得电容等效失配误差的降低；二、电容组替换规则可以避免电 容失配引入的误差总在同一码字不断累加，从而提升线性度。因此，本发明综合了两者的优势 从而达到大幅提升线性度的目的。

如图7，图8所示，对传统二进制电容阵列、再重构技术及本发明改进的14位电阻电容型 逐次逼近模数转换器分别进行matlab仿真，得到无杂散动态范围SFDR的仿真结果及信噪失 真比SNDR的仿真结果。仿真设定中，单位电容取值为100μf，单位电容失配误差为 0.001和0.002，蒙特卡洛仿真次数为500次。

表1总结了传统二进制电容阵列、再重构技术(文献[Hua Fan,Hadi Heidari,Franco Maloberti， “High Resolution and Linearity Enhanced SAR ADC forWearable Sensing Systems,”IEEE Int. Symp.Circuits and Systems(ISCAS),2017:180-183])与本发明提出的电阻电容型逐次逼近模数 转换器的SFDR、SNDR蒙特卡洛仿真的性能对比。表1表明：相比传统电阻电容型逐次逼近 模数转换器，本发明将SFDR平均值提高了约17dB，SNDR平均值提高了约16dB；文献[Hua Fan,Hadi Heidari,Franco Maloberti，“High Resolution and Linearity Enhanced SAR ADC for Wearable SensingSystems,”IEEE Int.Symp.Circuits and Systems(ISCAS),2017:180-183]提出的 电容再重构技术虽然也能提升SFDR，但是需要引入额外的64个单位电容，本发明可以避免 引入64个额外单位电容，进一步节省功耗和面积。

本发明针对传统电阻电容型逐次逼近模数转换器提出了一种新的电容阵列优化方案，只需 要将电容拆分成单位电容、排序、分组再按照替换规则进行逐次逼近转换，就可以实现线性度 的优化。相较于传统采用噪声整形技术或者校正算法，本发明控制逻辑简单、硬件开销小，同 时功耗和面积降低；相较于文献[Hua Fan,Hadi Heidari,FrancoMaloberti，“High Resolution and Linearity Enhanced SAR ADC for WearableSensing Systems,”IEEE Int.Symp.Circuits and Systems(ISCAS),2017:180-183]提出的再重构技术而言，本发明避免了额外电容阵列的引入， 并且达到了几乎一致的动态参数指标。

表1：传统、再重构技术与本发明提出的14位SAR ADC的SFDR、SNDR对比

Claims (2)

1.一种用于智能传感器的逐次逼近模数转换器电容优化方法，该优化方案包括：

步骤1：将总电容64C的二进制电容阵列拆分成64个单位电容组成的电容阵列；

步骤2：将这64个单位电容按大小从高到低进行排序，并把最大的电容数字码设为1，次最大的标号为2，以此类推，直到64，最终把数字码记录于寄存器内；

步骤3：将64个单位电容按如下分组规则分为4组，分组编号记录并覆盖写入原寄存器；

第1组：C₁、C₆₄、C₃、C₆₂、C₅、C₆₀、C₇、C₅₈、C₉、C₅₆、C₁₁、C₅₄、C₁₃、C₅₂、C₁₅、C₅₀；

第2组：C₁₇、C₄₈、C₁₉、C₄₆、C₂₁、C₄₄、C₂₃、C₄₂、C₂₅、C₄₀、C₂₇、C₃₈、C₂₉、C₃₆、C₃₁、C₃₄；

第3组：C₃₂、C₃₃、C₃₀、C₃₅、C₂₈、C₃₇、C₂₆、C₃₉、C₂₄、C₄₁、C₂₂、C₄₃、C₂₀、C₄₅、C₁₈、C₄₇；

第4组：C₁₆、C₄₉、C₁₄、C₅₁、C₁₂、C₅₃、C₁₀、C₅₅、C₈、C₅₇、C₆、C₅₉、C₄、C₆₁、C₂、C₆₃；

步骤4：在一次逐次逼近转换过程中，选择两组电容替换最大电容32C，从余下的两组中选择一组替换次大电容16C，最后余下的一组电容中依次替换8C、4C、2C、C、C的电容。

2.如权利要求1所述的一种用于智能传感器的逐次逼近模数转换器电容优化方法，其特征在于所述步骤4的具体方法为：

第一次逐次逼近转换过程中，选择第1、2组电容替换最大电容32C，选择第3组替换次大电容16C，选择低4组电容一次替换8C、4C、2C、C、C的电容；

第二次逐次逼近转换过程中，选择第1、4组电容替换最大电容32C，选择第2组替换次大电容16C，选择低3组电容一次替换8C、4C、2C、C、C的电容；

第三次逐次逼近转换过程中，选择第3、4组电容替换最大电容32C，选择第1组替换次大电容16C，选择低2组电容一次替换8C、4C、2C、C、C的电容；

第四次逐次逼近转换过程中，选择第2、3组电容替换最大电容32C，选择第4组替换次大电容16C，选择低1组电容一次替换8C、4C、2C、C、C的电容；

第五次逐次逼近转换过程中，选择第3、4组电容替换最大电容32C，选择第1组替换次大电容16C，选择低2组电容一次替换8C、4C、2C、C、C的电容；

第六次逐次逼近转换过程中，选择第1、4组电容替换最大电容32C，选择第2组替换次大电容16C，选择低3组电容一次替换8C、4C、2C、C、C的电容；

以上述六次替换方法为一个周期，后续依次循环替换。