CN107888191A - 逐次逼近模数转换器及其基于自适应预测区间的量化方法 - Google Patents
逐次逼近模数转换器及其基于自适应预测区间的量化方法 Download PDFInfo
- Publication number
- CN107888191A CN107888191A CN201711307659.1A CN201711307659A CN107888191A CN 107888191 A CN107888191 A CN 107888191A CN 201711307659 A CN201711307659 A CN 201711307659A CN 107888191 A CN107888191 A CN 107888191A
- Authority
- CN
- China
- Prior art keywords
- dac
- capacitor
- electric capacity
- redundant capacitor
- comparative result
- 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.)
- Granted
Links
- 238000013139 quantization Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 16
- 239000003990 capacitor Substances 0.000 claims abstract description 86
- 230000000052 comparative effect Effects 0.000 claims abstract description 35
- 238000003491 array Methods 0.000 claims description 49
- 230000005611 electricity Effects 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 108020004705 Codon Proteins 0.000 description 8
- 229910002056 binary alloy Inorganic materials 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000000718 qrs complex Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M1/00—Analogue/digital conversion; Digital/analogue conversion
- H03M1/002—Provisions or arrangements for saving power, e.g. by allowing a sleep mode, using lower supply voltage for downstream stages, using multiple clock domains or by selectively turning on stages when needed
-
- 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
- H03M1/46—Analogue value compared with reference values sequentially only, e.g. successive approximation type with digital/analogue converter for supplying reference values to converter
- H03M1/466—Analogue value compared with reference values sequentially only, e.g. successive approximation type with digital/analogue converter for supplying reference values to converter using switched capacitors
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Analogue/Digital Conversion (AREA)
Abstract
逐次逼近模数转换器及其基于自适应预测区间的量化方法,属于模拟数字转换技术领域。本发明中的DAC模块包括两个冗余电容,根据切换冗余电容前的第一比较结果切换第一冗余电容并得到切换后的第二比较结果,在根据比较第一比较结果和第二比较结果判断是继续量化还是切换第二冗余电容并得到切换后的第三比较结果,再根据比较第二比较结果和第三比较结果判断是调整预测区间还是直接从最高位开始量化。本发明确保了在预测区间窗口大小范围内的采样点能够预测正确,通过预测正确可以大幅度减少比较次数和DAC模块中电容开关的切换次数。
Description
技术领域
本发明属于模拟数字转换技术领域,尤其涉及一种逐次逼近模数转换器及其基于自适应预测区间的量化方法,以及本发明在生物电信号特征参数提取中的应用。
背景技术
针对生物电信号在大部分时间内,幅度变化缓慢、不同波段区分明显、具有周期性变化的特性,有文献提出了区间预测算法,传统的区间预测技术,通过将上次量化结果高几位直接载入到本次高几位的量化结果,如果预测正确就可以进行低位比较,如果预测错误则将高几位的下极板电容复位,重新进行量化。
量化区间预测技术的引入,可以减少数模转换器DAC的量化次数,大幅度地衰减信号中低频部分的量化功耗,从而使得系统的整体功耗大幅度降低。但是该区间预测算法存在明显的缺点,当输入信号采样点位于预测区间以外,但是非常接近预测区间时,前后两次采样的信号幅度变化仍然很小,该区间预测算法会判断预测错误,将预测区间电容复位并重新量化,造成了不必要的比较和切换。
发明内容
针对上述存在的问题或不足,为实现系统对信号的中低频部分进行更低功耗的量化,本发明提供了一种逐次逼近模数转换器及其基于自适应预测区间的量化方法,保证在预测区间窗口大小范围内的采样点都能预测正确,具有较好的区间预测能力和较低的功耗。
本发明的技术方案为:
一种逐次逼近模数转换器,包括DAC模块、比较器模块、SAR逻辑电路模块和预测判断控制电路模块,
所述DAC模块获取输入信号,其输出端连接所述比较器模块的输入端,其控制端连接所述SAR逻辑电路模块的第一输出端和预测判断控制电路模块的第一输出端;所述比较器模块的输出端连接所述SAR逻辑电路模块的第一输入端和预测判断控制电路模块的输入端,所述预测判断控制电路模块的第二输出端连接所述SAR逻辑电路模块的第二输入端,所述SAR逻辑电路模块的第二输出端输出所述逐次逼近模数转换器的数字输出;
所述DAC模块包括两组基于共模电压复位的二进制开关电容阵列,每组二进制开关电容阵列为分段电容阵列,包括主DAC阵列、子DAC阵列和连接在所述主DAC阵列和子DAC阵列之间的耦合电容CS,所述主DAC阵列包括M个量化电容以及第一冗余电容CR1和第二冗余电容CR2,M为大于1的正整数,按权重由高到低的顺序给所述主DAC阵列的M个量化电容编号为C1、C2、……、CM,第一冗余电容CR1与量化电容CM的电容值相等,第二冗余电容CR2与量化电容CM-1的电容值相等,所述第一冗余电容CR1和第二冗余电容CR2依次插在所述量化电容CM之后。
具体的,所述子DAC阵列包括L个量化电容,按权重由高到低的顺序给所述子DAC阵列的L个量化电容编号为CM+1、CM+2、……、CM+L,L为大于1的正整数;所述子DAC阵列中的量化电容上极板耦合并连接所述耦合电容CS的一端和共模电压,下极板通过开关分别连接输入电压、共模电压、参考电压和地电压,所述参考电压为所述逐次逼近模数转换器的参考电压,所述共模电压的电压值为所述参考电压的电压值的一半;所述主DAC阵列中的量化电容的上极板耦合并连接所述耦合电容CS的另一端和所述比较器模块的正向输入端或负向输入端,下极板通过开关分别连接输入电压、共模电压、参考电压和地电压。
一种基于自适应预测区间的逐次逼近模数转换器的量化方法,所述逐次逼近模数转换器中DAC模块为分段式二进制开关电容阵列,包括主DAC阵列、子DAC阵列和连接在所述主DAC阵列和子DAC阵列之间的耦合电容CS,所述主DAC阵列包括M个量化电容以及第一冗余电容CR1和第二冗余电容CR2,M为大于1的正整数,按权重由高到低的顺序给所述主DAC阵列的M个量化电容编号为C1、C2、……、CM,第一冗余电容CR1与量化电容CM的电容值相等,第二冗余电容CR2与量化电容CM-1的电容值相等,所述第一冗余电容CR1和第二冗余电容CR2依次插在所述量化电容CM之后;
所述自适应预测区间的方法是在所述逐次逼近模数转换器的量化过程中进行预测区间的自适应调整,所述基于自适应预测区间的量化过程包括如下步骤:
步骤一:将所述逐次逼近模数转换器上电复位,DAC模块采样保持,主DAC阵列中量化电容下极板连接保持不变,子DAC阵列中量化电容的下极板接共模电平,第一冗余电容CR1和第二冗余电容CR2的下极板接共模电平;
步骤二:对DAC模块的输出信号进行第一次比较产生第一比较结果b0,根据第一比较结果b0切换第一冗余电容CR1,切换之后对DAC模块的输出信号进行第二次比较产生第二比较结果b1;
步骤三:比较步骤二的两次比较结果,若b0≠b1则预测正确,量化剩余位数,完成本次量化;若b0=b1,根据第二比较结果切换第二位冗余电容,切换之后对DAC模块的输出信号进行第三次比较产生第三比较结果b2;
步骤四:比较第二比较结果b1和第三比较结果b2,若b1≠b2则预测正确,此时根据第三比较结果b2调整预测区间,量化剩余位数,完成本次量化;若b1=b2,预测错误,将主DAC阵列中量化电容的下极板接共模电平复位,再从最高位开始量化。
具体的,所述步骤四中根据第三比较结果b2调整区间的具体做法为:当第三比较结果b2=1时,将此时主DAC的预测码字-1形成新的预测区间;当第三比较结果b2=0时,将此时主DAC的预测码字+1形成新的预测区间。
具体的,所述根据第一比较结果b0切换第一冗余电容CR1的具体做法为:若b0=1,则将第一冗余电容CR1下极板从共模电压切换至地电压,若b0=0则将第一冗余电容CR1下极板从共模电压切换至参考电压;根据第二比较结果b1切换第二冗余电容CR2的具体做法为:若b1=1,则将第二冗余电容CR2下极板从共模电压切换至地电压,若b1=0则将第二冗余电容CR2下极板从共模电压切换至参考电压。
本发明的有益效果为:确保了在预测区间窗口大小范围内的采样点能够预测正确,通过预测正确可以大幅度减少比较次数和DAC模块中电容开关的切换次数;对于心电信号(ECG)和脑电信号(EEG)等生物电信号包含大量的频率低、幅值变化缓慢的生物电信号,本发明提供的基于区间预测技术的量化方法可以滤除掉这些频率低、幅值变化缓慢的信号,提取其中的特征参数。
附图说明
图1为本发明提供的逐次逼近模数转换器的系统框图。
图2为本发明提供的逐次逼近模数转换器中带二进制冗余电容的分段DAC模块结构示意图。
图3为实施例中带二进制冗余电容的分段DAC模块结构示意图。
图4为预测高五位时的采样点和预测区间示意图。
具体实施方式
下面结合附图和具体实施例详细描述本发明,需要说明的是:实施例中的参数并不影响本发明的一般性。
如图3所示为实施例中DAC模块的结构示意图,包括两组分段式电容阵列,每组电容阵列包括主DAC阵列、子DAC阵列和连接在所述主DAC阵列和子DAC阵列之间的耦合电容CS,主DAC阵列包括7个量化电容以及第一冗余电容CR1和第二冗余电容CR2,按权重由高到低的顺序给所述主DAC阵列的M个量化电容编号为C1、C2、……、C7,第一冗余电容CR1与量化电容C7的电容值相等,第二冗余电容CR2与量化电容C6的电容值相等,使得预测区间和观察窗口大小相同,第一冗余电容CR1和第二冗余电容CR2依次插在所述量化电容C7之后。主DAC阵列中的量化电容的上极板耦合并连接耦合电容CS的一端和比较器模块的正向输入端或负向输入端,下极板通过开关分别连接输入电压Vin、共模电压Vcm、参考电压Vref和地电压gnd,其中参考电压Vref为逐次逼近模数转换器的参考电压,共模电压Vcm的电压值为参考电压Vref的电压值的一半。子DAC阵列包括4个量化电容,按权重由高到低的顺序给子DAC阵列的4个量化电容编号为C8、C9C10、C11;子DAC阵列中的量化电容上极板耦合并连接所述耦合电容CS的另一端和共模电压Vcm,下极板通过开关分别连接输入电压Vin、共模电压Vcm、参考电压Vref和地电压gnd。
基于本发明提供的逐次逼近模数转换器,本发明提出了一种基于自适应预测区间的量化方法,在逐次逼近模数转换器量化过程中自适应地调整预测区间,预测区间为上一次高位量化结果的预测码字序列。如果预测高M位,Dpre(C1:CM)表示本次量化的预测码字,上一次量化结束时将高M位的编码赋给Dpre(C1:CM),逐次逼近模数转换器采样保持后,Dpre(C1:CM)用于控制量化电容C1-CM的下极板开关切换,Dpre(Ci)=0时电容Ci下极板接地电压gnd,Dpre(Ci)=1时电容Ci下极板接参考电压Vref,i为1至M的正整数,除了C1-CM其余所有电容下极板接共模电压Vcm。随后进行一次比较,记录切换冗余电容之前的比较结果为第一比较结果b0,根据第一比较结果b0切换第一冗余电容CR1,若b0=1,则将第一冗余电容CR1下极板从共模电压Vcm切换至地电压gnd,若b0=0则将第一冗余电容CR1下极板从共模电压Vcm切换至参考电压Vref,然后得到切换第一冗余电容CR1之后的第二比较结果b1,如果b0≠b1,则预测正确,不需要切第二冗余电容CR2,然后开始量化剩余位数;如果b0=b1,则根据第二比较结果b1切换第二冗余电容CR2,若b1=1,则将第二冗余电容CR2下极板从共模电压Vcm切换至地电压gnd,若b1=0则将第二冗余电容CR2下极板从共模电压Vcm切换至参考电压Vref,得到切换第二冗余电容CR2之后的第三比较结果b2;如果此时b1≠b2,则预测正确,并调整预测区间,将Dpre(C1:CM)+1或-1,然后开始量化剩余位数;如果b0、b1、b2都相同,则预测错误,表示此次量化不能通过预测高位的方式实现,需要以二进制搜寻的方法,将C1-CM的下极板切换至共模电压Vcm进行复位,然后直接从最高位开始量化,量化结束后更新Dpre(C1:CM)。
以预测高五位为例,如图4所示,假如上一个采样点V1量化高五位得到的码值为10110,接下来的点V2也在这个预测区间内,则
DAC P端:
DAC N端:
所以
显然V2比处于预测区间中间的参考电平要大,所以VP-VN<0,此时输出码字b0=1,同时此码字指导第一个冗余电容CR1的切换,则:
DAC P端:
DAC N端:
所以
显然V2比处于预测区间顶端的参考电平要小,所以VP-VN>0,此时输出码字b1=0,同时判定预测正确,保留当前预测区间,然后开始剩余位数的量化。
若下一个点V3在预测区间以外,则:
DAC P端:
DAC N端:
所以
显然V3比处于预测区间中间的参考电平要大,所以VP-VN<0,此时输出码字b0=1,同时此码字指导第一个冗余电容CR1的切换,则:
DAC P端:
DAC N端:
所以
显然V3比处于预测区间顶端的参考电平要大,所以VP-VN<0,此时输出码字b1=1,同时此码字指导第二个冗余电容CR2的切换,则:
DAC P端:
DAC N端:
所以
显然V3比这个参考电平要小,而这个参考电平是观察窗口顶端位置所对应的电压,所以VP-VN>0,此时输出码字b2=0,同时判定预测正确,并将预测区间从10110改变为10111,作为下一个点的预测值,然后开始剩余位的量化。
若下一个输入信号采样点V4幅度陡增,即在预测区间和观察窗口以外,则:
DAC P端:
DAC N端:
所以
显然V4比处于预测区间中间的参考电平要大,所以VP-VN<0,此时输出码字b0=1,同时此码字指导第一个冗余电容CR1的切换,则:
DAC P端:
DAC N端:
所以
显然V4比处于预测区间顶端的参考电平要大,所以VP-VN<0,此时输出码字b1=1,同时此码字指导第二个冗余电容CR2的切换,则:
DAC P端:
DAC N端:
所以
显然V4比这个参考电平要大,VP-VN<0,此时输出码字b2=1,此时判断预测错误,将冗余电容之前的所有电容下极板复位,重新从高位开始量化。
虽然在信号幅度陡增即预测错误时,会增加比较器的比较次数,但是由于生物电信号,如心电信号(ECG)、脑电信号(EEG)在大部分时间内幅度变化缓慢,对于生物电信号平缓的部分可以正确的预测量化出其值或者跳过不量化,可以大幅度减少比较器的比较次数;当预测错误时量化出其值,根据量化过程中连续预测错误的次数可以将波形分类并识别出有用的波形,例如心电信号的T波、P波、QRS波群等。
本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (5)
1.一种逐次逼近模数转换器,包括DAC模块、比较器模块、SAR逻辑电路模块和预测判断控制电路模块,
所述DAC模块获取输入信号,其输出端连接所述比较器模块的输入端,其控制端连接所述SAR逻辑电路模块的第一输出端和预测判断控制电路模块的第一输出端;所述比较器模块的输出端连接所述SAR逻辑电路模块的第一输入端和预测判断控制电路模块的输入端,所述预测判断控制电路模块的第二输出端连接所述SAR逻辑电路模块的第二输入端,所述SAR逻辑电路模块的第二输出端输出所述逐次逼近模数转换器的数字输出;
其特征在于,所述DAC模块包括两组基于共模电压复位的二进制开关电容阵列,每组二进制开关电容阵列为分段电容阵列,包括主DAC阵列、子DAC阵列和连接在所述主DAC阵列和子DAC阵列之间的耦合电容CS,所述主DAC阵列包括M个量化电容以及第一冗余电容CR1和第二冗余电容CR2,M为大于1的正整数,按权重由高到低的顺序给所述主DAC阵列的M个量化电容编号为C1、C2、……、CM,第一冗余电容CR1与量化电容CM的电容值相等,第二冗余电容CR2与量化电容CM-1的电容值相等,所述第一冗余电容CR1和第二冗余电容CR2依次插在所述量化电容CM之后。
2.根据权利要求1所述的逐次逼近模数转换器,其特征在于,所述子DAC阵列包括L个量化电容,按权重由高到低的顺序给所述子DAC阵列的L个量化电容编号为CM+1、CM+2、……、CM+L,L为大于1的正整数;所述子DAC阵列中的量化电容上极板耦合并连接所述耦合电容CS的一端和共模电压,下极板通过开关分别连接输入电压、共模电压、参考电压和地电压,所述参考电压为所述逐次逼近模数转换器的参考电压,所述共模电压的电压值为所述参考电压的电压值的一半;所述主DAC阵列中的量化电容的上极板耦合并连接所述耦合电容CS的另一端和所述比较器模块的正向输入端或负向输入端,下极板通过开关分别连接输入电压、共模电压、参考电压和地电压。
3.一种基于自适应预测区间的逐次逼近模数转换器的量化方法,其特征在于,所述逐次逼近模数转换器中DAC模块为分段式二进制开关电容阵列,包括主DAC阵列、子DAC阵列和连接在所述主DAC阵列和子DAC阵列之间的耦合电容CS,所述主DAC阵列包括M个量化电容以及第一冗余电容CR1和第二冗余电容CR2,M为大于1的正整数,按权重由高到低的顺序给所述主DAC阵列的M个量化电容编号为C1、C2、……、CM,第一冗余电容CR1与量化电容CM的电容值相等,第二冗余电容CR2与量化电容CM-1的电容值相等,所述第一冗余电容CR1和第二冗余电容CR2依次插在所述量化电容CM之后;
所述自适应预测区间的方法是在所述逐次逼近模数转换器的量化过程中进行预测区间的自适应调整,所述基于自适应预测区间的量化过程包括如下步骤:
步骤一:将所述逐次逼近模数转换器上电复位,DAC模块采样保持,主DAC阵列中量化电容下极板连接保持不变,子DAC阵列中量化电容的下极板接共模电平,第一冗余电容CR1和第二冗余电容CR2的下极板接共模电平;
步骤二:对DAC模块的输出信号进行第一次比较产生第一比较结果b0,根据第一比较结果b0切换第一冗余电容CR1,切换之后对DAC模块的输出信号进行第二次比较产生第二比较结果b1;
步骤三:比较步骤二的两次比较结果,若b0≠b1则预测正确,量化剩余位数,完成本次量化;若b0=b1,根据第二比较结果切换第二位冗余电容,切换之后对DAC模块的输出信号进行第三次比较产生第三比较结果b2;
步骤四:比较第二比较结果b1和第三比较结果b2,若b1≠b2则预测正确,此时根据第三比较结果b2调整预测区间,量化剩余位数,完成本次量化;若b1=b2,预测错误,将主DAC阵列中量化电容的下极板接共模电平复位,再从最高位开始量化。
4.根据权利要求3所述的基于自适应预测区间的逐次逼近模数转换器的量化方法,其特征在于,所述步骤四中根据第三比较结果b2调整区间的具体做法为:当第三比较结果b2=1时,将此时主DAC的预测码字-1形成新的预测区间;当第三比较结果b2=0时,将此时主DAC的预测码字+1形成新的预测区间。
5.根据权利要求3所述的基于自适应预测区间的逐次逼近模数转换器的量化方法,其特征在于,所述根据第一比较结果b0切换第一冗余电容CR1的具体做法为:若b0=1,则将第一冗余电容CR1下极板从共模电压切换至地电压,若b0=0则将第一冗余电容CR1下极板从共模电压切换至参考电压;根据第二比较结果b1切换第二冗余电容CR2的具体做法为:若b1=1,则将第二冗余电容CR2下极板从共模电压切换至地电压,若b1=0则将第二冗余电容CR2下极板从共模电压切换至参考电压。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711307659.1A CN107888191B (zh) | 2017-12-11 | 2017-12-11 | 逐次逼近模数转换器及其基于自适应预测区间的量化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711307659.1A CN107888191B (zh) | 2017-12-11 | 2017-12-11 | 逐次逼近模数转换器及其基于自适应预测区间的量化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107888191A true CN107888191A (zh) | 2018-04-06 |
CN107888191B CN107888191B (zh) | 2020-11-13 |
Family
ID=61773357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711307659.1A Active CN107888191B (zh) | 2017-12-11 | 2017-12-11 | 逐次逼近模数转换器及其基于自适应预测区间的量化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107888191B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108964663A (zh) * | 2018-08-23 | 2018-12-07 | 电子科技大学 | 一种基于预测算法的心电信号特征参数提取方法 |
CN109194333A (zh) * | 2018-08-09 | 2019-01-11 | 电子科技大学 | 一种复合结构逐次逼近模数转换器及其量化方法 |
CN109802680A (zh) * | 2018-12-18 | 2019-05-24 | 北京大学(天津滨海)新一代信息技术研究院 | 一种基于分数基准的电容阵列及模数转换器 |
CN110380729A (zh) * | 2019-09-02 | 2019-10-25 | 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 |
CN110661530A (zh) * | 2019-08-30 | 2020-01-07 | 电子科技大学 | 一种模数转换器及其基于码字重组的量化方法 |
CN111510146A (zh) * | 2020-04-30 | 2020-08-07 | 电子科技大学 | 一种基于码字重组的模数转换器量化方法 |
CN112130447A (zh) * | 2020-09-23 | 2020-12-25 | 电子科技大学 | 一种传感器信号特征参数的提取方法 |
CN112367084A (zh) * | 2020-11-23 | 2021-02-12 | 电子科技大学 | 一种基于终端电容复用的逐次逼近型模数转换器量化方法 |
CN112968704A (zh) * | 2021-02-03 | 2021-06-15 | 电子科技大学 | 一种基于暂态电容切换方式的逐次逼近型模数转换器及其量化方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6424276B1 (en) * | 1999-09-09 | 2002-07-23 | Cirrus Logic, Inc. | Successive approximation algorithm-based architectures and systems |
CN102332920A (zh) * | 2011-07-18 | 2012-01-25 | 复旦大学 | 一种高sfdr多通道时间交错逐次逼近型模数转换器 |
US8576106B2 (en) * | 2010-11-30 | 2013-11-05 | International Business Machines Corporation | Analog-digital converter |
US20140247177A1 (en) * | 2013-03-01 | 2014-09-04 | Infineon Technologies Ag | Data conversion with redundant split-capacitor arrangement |
US20150263744A1 (en) * | 2014-03-13 | 2015-09-17 | Texas Instruments Incorporated | Dual comparator-based error correction scheme for analog-to-digital converters |
CN205754283U (zh) * | 2016-05-19 | 2016-11-30 | 英特格灵芯片(天津)有限公司 | 桥电容为整数值的电容电阻三段式逐次逼近模数转换器 |
CN106603077A (zh) * | 2016-11-22 | 2017-04-26 | 电子科技大学 | 一种逐次逼近全差分模数转换器及其工作流程 |
CN106899300A (zh) * | 2017-02-15 | 2017-06-27 | 电子科技大学 | 一种用于逐次逼近模数转换器的冗余循环平均方法 |
-
2017
- 2017-12-11 CN CN201711307659.1A patent/CN107888191B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6424276B1 (en) * | 1999-09-09 | 2002-07-23 | Cirrus Logic, Inc. | Successive approximation algorithm-based architectures and systems |
US8576106B2 (en) * | 2010-11-30 | 2013-11-05 | International Business Machines Corporation | Analog-digital converter |
CN102332920A (zh) * | 2011-07-18 | 2012-01-25 | 复旦大学 | 一种高sfdr多通道时间交错逐次逼近型模数转换器 |
US20140247177A1 (en) * | 2013-03-01 | 2014-09-04 | Infineon Technologies Ag | Data conversion with redundant split-capacitor arrangement |
US20150263744A1 (en) * | 2014-03-13 | 2015-09-17 | Texas Instruments Incorporated | Dual comparator-based error correction scheme for analog-to-digital converters |
CN205754283U (zh) * | 2016-05-19 | 2016-11-30 | 英特格灵芯片(天津)有限公司 | 桥电容为整数值的电容电阻三段式逐次逼近模数转换器 |
CN106603077A (zh) * | 2016-11-22 | 2017-04-26 | 电子科技大学 | 一种逐次逼近全差分模数转换器及其工作流程 |
CN106899300A (zh) * | 2017-02-15 | 2017-06-27 | 电子科技大学 | 一种用于逐次逼近模数转换器的冗余循环平均方法 |
Non-Patent Citations (3)
Title |
---|
LIFEN LIU: "Low-Power Column-Parallel ADC for CMOS Image Sensor by Leveraging Spatial Likelihood in Natural Scene", 《SENSORS 2014IEEE》 * |
WUGUANG WANG: "A digital background calibration technique for split DAC based SAR ADC by using redundant cycle", 《2015 28TH IEEE INTERNATIONAL SYSTEM-ON-CHIP CONFERENCE (SOCC)》 * |
周亚运: "适用于生物电信号检测的12位超低功耗SAR ADC设计", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109194333B (zh) * | 2018-08-09 | 2021-06-08 | 电子科技大学 | 一种复合结构逐次逼近模数转换器及其量化方法 |
CN109194333A (zh) * | 2018-08-09 | 2019-01-11 | 电子科技大学 | 一种复合结构逐次逼近模数转换器及其量化方法 |
CN108964663A (zh) * | 2018-08-23 | 2018-12-07 | 电子科技大学 | 一种基于预测算法的心电信号特征参数提取方法 |
CN108964663B (zh) * | 2018-08-23 | 2021-08-17 | 电子科技大学 | 一种基于预测算法的心电信号特征参数提取方法 |
CN109802680A (zh) * | 2018-12-18 | 2019-05-24 | 北京大学(天津滨海)新一代信息技术研究院 | 一种基于分数基准的电容阵列及模数转换器 |
CN109802680B (zh) * | 2018-12-18 | 2023-06-09 | 北京大学(天津滨海)新一代信息技术研究院 | 一种基于分数基准的电容阵列及模数转换器 |
CN110661530A (zh) * | 2019-08-30 | 2020-01-07 | 电子科技大学 | 一种模数转换器及其基于码字重组的量化方法 |
CN110661530B (zh) * | 2019-08-30 | 2022-12-20 | 电子科技大学 | 一种模数转换器及其基于码字重组的量化方法 |
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 |
CN110380729A (zh) * | 2019-09-02 | 2019-10-25 | 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 |
CN111510146A (zh) * | 2020-04-30 | 2020-08-07 | 电子科技大学 | 一种基于码字重组的模数转换器量化方法 |
CN111510146B (zh) * | 2020-04-30 | 2022-03-25 | 电子科技大学 | 一种基于码字重组的模数转换器量化方法 |
CN112130447A (zh) * | 2020-09-23 | 2020-12-25 | 电子科技大学 | 一种传感器信号特征参数的提取方法 |
CN112367084A (zh) * | 2020-11-23 | 2021-02-12 | 电子科技大学 | 一种基于终端电容复用的逐次逼近型模数转换器量化方法 |
CN112367084B (zh) * | 2020-11-23 | 2023-04-18 | 电子科技大学 | 一种基于终端电容复用的逐次逼近型模数转换器量化方法 |
CN112968704A (zh) * | 2021-02-03 | 2021-06-15 | 电子科技大学 | 一种基于暂态电容切换方式的逐次逼近型模数转换器及其量化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107888191B (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107888191A (zh) | 逐次逼近模数转换器及其基于自适应预测区间的量化方法 | |
CN105391451B (zh) | 一种逐次逼近型模数转换器及其模数转换时开关切换方法 | |
CN104242935B (zh) | 一种sar adc分段电容失配的校正方法 | |
CN109150186A (zh) | 一种适用于逐次逼近模数转换器的预测量化方法 | |
CN106374930B (zh) | 基于数字域自校正的逐次逼近模数转换器及模数转换方法 | |
CN106992781A (zh) | 二进制电荷重分配型逐次逼近模数转换器的预测量化方法 | |
CN110504965B (zh) | 一种新型结构的两步式单斜模数转换器 | |
CN105959006B (zh) | 逐次逼近型模数转换器校准电路 | |
CN105723621A (zh) | 使用数字斜坡模拟-数字转换器的混合模拟-数字转换器和相应的方法 | |
CN110661530B (zh) | 一种模数转换器及其基于码字重组的量化方法 | |
CN111371457B (zh) | 一种模数转换器及应用于sar adc的三电平开关方法 | |
CN112367084B (zh) | 一种基于终端电容复用的逐次逼近型模数转换器量化方法 | |
CN111641413B (zh) | 一种高能效sar adc的电容阵列开关方法 | |
CN111786675B (zh) | 一种基于动态追踪的电荷共享式模数转换器量化方法 | |
CN111130550B (zh) | 一种逐次逼近寄存器型模数转换器及其信号转换方法 | |
CN105049049A (zh) | 一种提高逐次逼近模数转换器dnl/inl的电容交换方法 | |
CN108880553B (zh) | 低功耗自适应交替的逐次逼近型模数转换器及控制方法 | |
CN104467846B (zh) | 一种自适应电荷再分布模数转换器、转换方法及校准方法 | |
CN110535466A (zh) | 一种基于噪声整形技术和余量读出的过采样sar adc | |
CN111510146B (zh) | 一种基于码字重组的模数转换器量化方法 | |
CN108832928A (zh) | 一种sar adc电容阵列的共模电压校正电路及其校正方法 | |
CN107835023B (zh) | 一种逐次逼近型数模转换器 | |
CN110266312A (zh) | 一种应用于sar adc的dac开关方法 | |
CN112187274A (zh) | 提高逐次逼近型模数转换器参考电压稳定性的电路 | |
CN109039338B (zh) | 差分电容阵列及其开关切换方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231227 Address after: Building 3, No. 1180 Xingxian Road, Jiading Industrial Zone, Jiading District, Shanghai, 2018 Patentee after: Shanghai Optical Communication Co.,Ltd. Address before: 611731, No. 2006, West Avenue, Chengdu hi tech Zone (West District, Sichuan) Patentee before: University of Electronic Science and Technology of China |
|
TR01 | Transfer of patent right |