CN113114243B

CN113114243B - 一种tiadc系统失配误差校正方法及系统

Info

Publication number: CN113114243B
Application number: CN202110347067.2A
Authority: CN
Inventors: 秦家军; 赵雷; 曹喆; 刘树彬; 安琪; 董若石
Original assignee: University of Science and Technology of China USTC
Current assignee: University of Science and Technology of China USTC
Priority date: 2021-03-31
Filing date: 2021-03-31
Publication date: 2022-10-28
Anticipated expiration: 2041-03-31
Also published as: CN113114243A

Abstract

本发明公开了一种TIADC系统失配误差校正方法及系统，属于数字信号处理技术领域，包括：将不同频率点的正弦波信号作为TIADC系统的输入，计算TIADC系统中各待校准通道相对于参考通道在不同频点的失配误差，该失配误差包括增益误差、采样时钟相位误差和偏置误差；利用机器学习方式，基于不同频点的失配误差，对滤波器的系数进行迭代训练，得到迭代稳定后的滤波器系数；利用迭代稳定后的滤波器系数对TIADC系统的输出波形数据进行修正。本发明适用于宽带信号修正且易于硬件集成。

Description

一种TIADC系统失配误差校正方法及系统

技术领域

本发明涉及数字信号处理技术领域，特别涉及一种TIADC系统失配误差校正方法及系统。

背景技术

高速高精度的模拟数字变换技术在高能物理实验、数字存储示波器、通信、雷达等领域均有着重要且广泛的应用，虽然随着半导体工艺的进步以及集成电路设计技术的发展，单个ADC采样率性能已经有了很大的提升，但由于应用需求也在不断升级，在很多场景下单片ADC仍然无法满足应用的需求，尤其是在需要同时满足高速和高精度的场合下。一种行之有效的方法是采用多通道时间交织(Time-Interleaved)结构，即使用M片ADC芯片通过并行交替采样将系统采样率提升为单片ADC的M倍。

然而，由于信号延时的不同以及芯片制造工艺的偏差等原因，各通道间不可避免的会存在诸多失配如偏置失配、增益失配以及采样时钟相位失配等。这些失配会对输入信号进行调制，在频谱上则表现为在相应的频点出现杂散，从而恶化多通道TIADC(Time-Interleaved ADC)系统的动态性能，因此，需要对TIADC的各项失配误差进行校准。

针对TIADC的失配误差校准问题，已有多种方法和技术被提出，比如：在硬件电路上对不同通道的信号进行延时调节、自适应失配补偿技术、分数延时滤波器和完美重构滤波器等方法。但大多是将偏置误差、增益误差以及采样时间相位误差作为独立的校准对象分别进行校准，且存在或是修正效果不够理想、或是只能适用于窄带信号、或是消耗硬件资源较大等问题。

发明内容

本发明的目的在于克服现有技术存在的缺陷，以对TIADC中存在的失配误差进行精确的校正，且不受通道数目限制。

为实现以上目的，一方面，采用一种TIADC系统失配误差校正方法，包括如下步骤：

S1、将不同频率点的正弦波信号作为TIADC系统的输入，计算TIADC系统中各待校准通道相对于参考通道在不同频点的失配误差，该失配误差包括增益误差、采样时钟相位误差和偏置误差；

S2、利用机器学习方式，基于不同频点的失配误差，对滤波器的系数进行迭代训练，得到迭代稳定后的滤波器系数；

S3、利用迭代稳定后的滤波器系数对TIADC系统的输出波形数据进行修正。

进一步地，所述步骤S1：将不同频率点的正弦波信号作为TIADC系统的输入，计算TIADC系统中各待校准通道相对于参考通道在不同频点的失配误差，包括：

选取不同频率点的正弦波信号作为由M个采样通道构成的TIADC系统的输入，获取各通道的采样数据，利用拟合的目标函数对每个采样通道的波形数据进行正弦波参数拟合，得到拟合参数，所述拟合参数包括正弦波的幅度、角频率、相位和直流偏置；

选取一个采样通道作为参考通道，将剩余M-1个采样通道作为待校准通道，利用拟合参数分别计算M-1个待校准通道相对于参考通道在不同频点下的失配误差。

进一步地，所述拟合的目标函数为：

其中，A、ω、

和DC为待拟合的参数，分别代表拟合后正弦波的幅度、角频率、相位和直流偏置，t_i表示第i个采样点的采样时刻，y_i表示第i个采样点的幅度值。

进一步地，所述步骤S2：利用机器学习方式，基于不同频点的失配误差，对滤波器的系数进行迭代训练，得到迭代稳定后的滤波器系数，包括：

S21、利用所述不同频点的失配误差分别构造所述M-1个待校准通道的训练集和目标集；

S22、对训练集中的每个样本数据进行滤波处理，得到对应的滤波器输出波形数据；

S23、采用平方损失函数计算滤波器输出波形数据与该样本对应的目标波形数据之间的误差值；

S24、利用梯度下降算法，根据误差值计算滤波器系数的增量，并更新滤波器系数；

S25、判断滤波器系数的变化量是否小于设定的阈值e，若否则执行步骤S22，若是则执行步骤S26；

S26、确定滤波器系数迭代达到稳定状态，并将此时的滤波器系数作为迭代稳定后的滤波器系数。

进一步地，所述训练集当中的训练样本与其对应的目标样本产生方式分别如下：

其中，Δg_m,f、Δt_m,f分别表示第m个通道在频率为f的正弦波输入下的增益误差、采样时钟相位误差，ytr_m,f,i表示第m个通道在频率为f的正弦波输入下训练样本中的第i个数据，ymk_m,f,i表示第m个通道在频率为f的正弦波输入下目标样本中的第i个数据。

进一步地，所述训练集中的每个样本长度以及相位需随机生成。

进一步地，所述对训练集中的每个样本数据进行滤波处理，得到对应的滤波器输出波形数据，滤波操作如下：

其中，y'_i表示经过滤波器之后第i个数、ytr_i表示所述训练样本中的第i个数据、w是滤波器的系数，K是滤波器的阶数。

进一步地，所述滤波器输出波形数据与该样本对应的目标波形数据之间的误差值的计算公式为：

其中，N为所述训练集中训练样本数据个数，ymk_i和y'_i分别为样本对应的目标波形数据和滤波器输出波形数据。

进一步地，所述各个滤波器系数的梯度计算公式如下：

其中，n为迭代次数，η为学习率，N为所述训练集中训练样本数据个数，L为误差值，ymk_i和y'_i分别为样本对应的目标波形数据和滤波器输出波形数据，ytr_i表示训练样本数据，w表示滤波器系数，w_j,n表示第n次迭代后的滤波器系数，ymk_i为样本对应的目标波形数据。

另一方面，采用一种TIADC系统失配误差校正系统，包括失配误差计算模块、系数迭代模块和误差修正模块，其中：

失配误差计算模块用于将不同频率点的正弦波信号作为TIADC系统的输入，计算TIADC系统中各待校准通道相对于参考通道在不同频点的失配误差，该失配误差包括增益误差、采样时钟相位误差和偏置误差；

系数迭代模块用于利用机器学习方式，基于不同频点的失配误差，对滤波器的系数进行迭代训练，得到迭代稳定后的滤波器系数；

误差修正模块用于利用迭代稳定后的滤波器系数对TIADC系统的输出波形数据进行修正。

与现有技术相比，本发明存在以下技术效果：本发明利用失配误差构造出输入波形，将输入波形送入滤波器，通过自动迭代调整滤波器系数，使得滤波器输出波形逼近预期的理想波形，从而达到校准失配误差的目的。

附图说明

下面结合附图，对本发明的具体实施方式进行详细描述：

图1是一种TIADC系统失配误差校正方法的流程图；

图2是一种TIADC系统失配误差校正方法的整体流程图；

图3是一种TIADC系统失配误差校正系统的结构图；

图4是双通道TIADC系统的原理示意图；

图5是本发明实施例提供的校正前后信号频谱图；其中，(a)为ADC1输出信号频谱图；(b)为ADC2输出信号频谱图；(c)为校正前TIADC系统输出信号频谱图；(d)为校正后TIADC系统输出信号频谱图。

具体实施方式

为了更进一步说明本发明的特征，请参阅以下有关本发明的详细说明与附图。所附图仅供参考与说明之用，并非用来对本发明的保护范围加以限制。

如图1所示，本实施例公开了一种TIADC系统失配误差校正方法，包括如下步骤S1至S3：

需要说明的是，由于偏置误差是个不随频率变化的固定误差，实施过程中直接扣除就可以。

作为进一步优选的技术方案，上述步骤S1：将不同频率点的正弦波信号作为TIADC系统的输入，计算TIADC系统中各待校准通道相对于参考通道在不同频点的失配误差，包括如下细分步骤S11至S12：

S11、选取不同频率点的正弦波信号作为由M个采样通道构成的TIADC系统的输入，获取各通道的采样数据，利用拟合的目标函数对每个采样通道的波形数据进行正弦波参数拟合，得到拟合参数，所述拟合参数包括正弦波的幅度、角频率、相位和直流偏置；

其中，拟合的目标函数为：

其中，A、ω、

S12、选取一个采样通道作为参考通道，将剩余M-1个采样通道作为待校准通道，利用拟合参数分别计算M-1个待校准通道相对于参考通道在不同频点下的失配误差Δg_m,f、Δt_m,f和ΔO_m,f，分别表示第m个通道在频率为f的正弦波输入下的增益误差、采样时钟相位误差和偏置误差，其中偏置误差ΔO_m通常是个固定值，而Δg_m,f和Δt_m,f随着输入信号频率变化而变化，通过插值，获取更多频点下的失配误差。

作为进一步优选的技术方案，如图2所示，上述步骤S2：利用机器学习方式，基于不同频点的失配误差，对滤波器的系数进行迭代训练，得到迭代稳定后的滤波器系数，包括如下细分步骤S21至S26：

其中，训练集当中的训练样本产生公式如下：

与该训练样本对应的目标样本产生公式如下：

需要说明的是，训练集中的样本和目标集中的样本一一对应，为了保证所得训练集的完备性，每个样本长度以及样本的相位需随机生成。

其中，y'_i表示经过滤波器之后第i个数、ytr_i表示所述训练样本中第i个数据、w是滤波器的系数，K是滤波器的阶数。

其中，是平方损失函数表达式如下：

其中：所述各个滤波器系数的梯度计算公式如下：

式中，n为迭代次数，η为学习率，N为所述训练集中训练样本数据个数，L为误差值，ymk_i和y'_i分别为样本对应的目标波形数据和滤波器输出波形数据，ytr_i表示训练样本数据，w表示滤波器系数，w_j,n第n次迭代后的滤波器系数。

S25、判断滤波器系数的变化量是否小于设定的阈值e，

若否则执行步骤S22，若是则执行步骤S26；

如图3所示，本实施例公开了一种TIADC系统失配误差校正系统，包括失配误差计算模块、系数迭代模块和误差修正模块，其中：

作为进一步优选的技术方案，失配误差计算模块包括拟合单元和失配误差计算单元，其中：

拟合单元用于选取不同频率点的正弦波信号作为由M个采样通道构成的TIADC系统的输入，获取各通道的采样数据，利用拟合的目标函数对每个采样通道的波形数据进行正弦波参数拟合，得到拟合参数，所述拟合参数包括正弦波的幅度、角频率、相位和直流偏置；

失配误差计算单元用于选取一个采样通道作为参考通道，将剩余M-1个采样通道作为待校准通道，利用拟合参数分别计算M-1个待校准通道相对于参考通道在不同频点下的失配误差。

作为进一步优选的技术方案，所述系数迭代模块包括训练集构造单元、滤波处理单元、损失误差计算单元、更新单元、判断单元以及确定单元，其中：

训练集构造单元用于利用所述不同频点的失配误差分别构造所述M-1个待校准通道的训练集和目标集；

滤波处理单元用于对训练集中的每个样本数据进行滤波处理，得到对应的滤波器输出波形数据；

损失误差计算单元用于采用平方损失函数计算滤波器输出波形数据与该样本对应的目标波形数据之间的误差值；

更新单元用于利用梯度下降算法，根据误差值计算滤波器系数的增量，并更新滤波器系数；

判断单元用于判断滤波器系数的变化量是否小于设定的阈值e；

确定单元用于在判断单元输出判断结果为否时，重新执行滤波处理单元动作步骤；以及用于在判断单元输出结果为否时，确定滤波器系数迭代达到稳定状态，并将此时的滤波器系数作为迭代稳定后的滤波器系数。

以下通过双通道8Gsps 12-bit TIADC系统完成本实施例方案的完整示例性实施。图4是实施例中TIADC系统的原理示意图，该系统核心部分由两片4Gsps 12-bit ADC芯片组成，两个ADC的采样时钟相位相差180°，单个ADC的采样率为系统等效采样率的二分之一。工作时将输入信号同时输入至两个ADC进行采样，然后将两个ADC的输出结果按照采样先后顺序进行拼接。实际电路中，由于输入信号进入ADC之前的延时有差异、两个采样时钟无法严格的保证相位差为180°、两片ADC的增益和偏置也难免会有差异等，使得拼接后的信号存在失真。

采用本方案提供的TIADC系统失配误差校正方法，对上述的失配误差进行修正，包括以下步骤：

步骤1)：根据带宽应用需求，选取不同频率点的正弦波信号输入至由M个采样通道构成的TIADC系统中，获取各通道的采样数据，对每个采样通道的波形数据进行正弦波四参数拟合，即拟合的目标函数为：

其中，A、ω、

和DC分别代表拟合后正弦波的幅度、角频率、相位和直流偏置。

以第一个采样通道作为参考通道，利用拟合得到的参数，分别计算出剩余M-1个待校准通道相对于参考通道的失配误差Δg_m、Δt_m和ΔO_m，分别表示第m个通道的增益误差、采样时钟相位误差和偏置误差，其中偏置误差ΔO_m通常是个固定值，而Δg_m和Δt_m随着输入信号频率变化而变化；

本实施例中通道数M为2，为了实现宽带修正，输入的正弦波频点分别为：69.97MHz、134.97MHz、224.97MHz、377.97MHz、847.97MHz、947.97MHz、1147.97MHz、1447.97MHz和1547.97，通过四参数拟合分别计算出通道二在各个频点下的失配误差，并利用三次样条插值，进一步将频率点数扩充为128个，得到128个频点下的失配误差数据。

步骤2)：基于步骤1)中计算得到的失配误差分别构造M-1个待校准通道的训练集和目标集，其中训练集当中的训练样本与其对应的目标样本产生方法分别如下所示：

本实施例中，针对第二采样通道，根据128个频点下的失配误差对应的生成各自的训练集和目标集，每个训练集中的样本数为100。

步骤3)：对训练集中的每一个样本进行如下操作：对样本数据进行滤波后得到输出波形数据：

其中，y'_i表示经过滤波器之后第i个数、ytr_i表示样本数据中第i个数、w是滤波器的系数以及K是滤波器的阶数。

本实施例中，滤波器阶数为80，初始滤波器系数中w₄₁为1，其余均为0。

为了度量滤波器输出波形与预期的目标波形之间的偏差，采用平方损失函数作为度量工具，计算滤波器输出波形数据与该样本对应的目标波形数据之间的误差值，具体表示如下：

其中，N为样本中数据个数，ymk_i和y'_i分别为目标波形和滤波器输出波形；

步骤4)：利用梯度下降算法计算出损失函数与各个滤波器系数之间的关系，并根据步骤3)计算得到的误差值，计算出各个滤波器系数的梯度，具体表示如下：

其中，n为迭代次数，η为学习率。

重新进行步骤3)，直到滤波器系数的变化量小于设定的阈值e，认为迭代达到稳定状态，即：

本实施例中，学习率η设置为0.001，阈值e设置为1e-4。

步骤5)：利用迭代稳定后的滤波器系数对TIADC系统的输出波形数据进行修正。

本示例中选取异于训练频点的447.97MHz作为测试频点，利用上述8-Gsps 12-bitTIADC系统对447.97MHz的正弦波进行并行交替采样，将各通道输出数据交织拼接后经过80阶的滤波器，滤波器系数为训练稳定后的获得的系数，滤波器输出的波形数据即为修正后的波形数据。分别对修正前后的数据进行频谱分析，并计算SNR、ENOB和SFDR等动态指标，分析结果如图5所示，其中图5(a)和图5(b)分别是ADC1和ADC2的频谱图，和芯片datasheet基本一致；图5(c)是并行交替采样后未做校正的频谱图；图5(d)是并行交替采样数据经过校正之后的频谱图。从图中可以看出，经过校正之后，SNR、ENOB和SFDR相对校正之前有明显的提升。

本发明提供的TIADC系统失配误差校正方法具有如下有益效果：

(1)通过将失配误差视为“广义噪声”，然后利用一组滤波器对这些“广义噪声”进行滤波处理，而滤波器的系数则是通过机器学习的方式从训练集中自行训练获得。该方法原理简单，具有很高的通用性，不受限于交替并行采样ADC的个数，适用于宽带信号修正，尤其适用于窄带信号。

(2)本方法适用于宽频带信号，通过对采样信号进行数字滤波从而实现失配误差的校正，可以对TIADC中存在的失配误差进行精确的校正，应用比较灵活，显著提高了TIADC系统的SNR、SFDR、ENOB等动态指标，同时不受通道数目限制，具有很好的有效性、广泛性和实用性，且易于硬件集成，尤其在应用于窄带信号校正时，硬件开销优势明显。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。