數據采集系統中ad性能測試變的分析

1adc的性能測試現在，實時處理器需要盡可能接近視頻、低頻和高頻，并接收盡可能多的目標信息。因而,ADC的性能好壞直接影響整個系統指標的高低和性能好壞,從而使得ADC的性能測試變得十分重要。表征ADC性能的參數,由于尚無統一的標準,各主要器件生產廠家在其產品參數特性表中給出的也不完全一致。一般來說,可以分為靜態特性和動態特性參數。2靜態折射特性2.1輸入電壓與參考電壓的比值ADC的分辨率定位為二進制末位變化1所需的最小輸入電壓與參考電壓的比值,即ADC能夠分辨的最小模擬量的變化:R=Vref/2NVref=12N(1)R=Vref/2ΝVref=12Ν(1)2.2ufsrn次常用數字量化電平定義為滿量程電壓(或滿度信號值)UFSR與2的N次冪的比值,其中N為被數字化的數字信號的二進制位數。量化電平的公式為:Q=VFSR/2N(2)2.3輸入所有輸入范圍全輸入范圍是指允許輸入模擬信號的最大值與最小值之差。2.4動態范圍動態范圍是指全輸入范圍與ADC最小可分辨的量值之比。2.5偏離誤差ADC的偏置誤差定義為使最低位被置成“1”狀態時ADC的輸入電壓與理論上使最低位被置成“1”狀態時的輸入電壓之差。2.6附加誤差當偏置誤差高速為零之后,輸出為全1時對應的實際輸入電壓與理想輸入電壓之差。3adc的操作速度高速ADC的動態特性是指輸入為交變簡諧信號時的性能技術指標,與ADC的操作速度有關的特性。在理想情況下是由量化所引起的等效量化噪聲,而實際ADC的動態性能指標則是由于ADC的非線性等因素所產生的失真、噪聲及頻響誤差等。3.1頻率響應它是沖擊響應的傅里葉變換,其最佳表達方式是幅頻與相頻曲線,從系統辨識的角度看這是在頻域對ADC動態線性特性的非參數模型描述。3.2傳遞函數非線性問題動態積分非線性誤差(INL)定義為在動態情況下(一般輸入信號為正弦信號),ADC實際轉換特性曲線之間的最大偏差。每個數碼的偏差都是由數碼的中心值來度量。ADC的INL是由ADC的模擬前端、采樣保持器及ADC傳遞函數的非線性造成,INL引起的各階失真分量的幅度隨輸入信號幅度變化。在某些情況下,INL以相對最佳擬合直線來定義,擬合曲線通常用最小二乘法求出。動態微分非線性誤差(DNL)定義為在動態情況下(一般輸入信號為正弦信號),ADC實際轉換特性的碼寬(1LSB)與理想代碼寬度之間的最大偏差,單位為LSB。為了保證ADC不失碼,通常規定在25℃時最大DNL為±1/2LSB。ADC的DNL是由ADC本身的電路結構和制造工藝等原因造成某些點的量化電壓大于或小于標準量化電壓。ADC的傳遞函數DNL引起的失真分量不僅依賴于信號的幅度,而且也取決于DNL出現的位置。這兩項指標是從輸入輸出特性的角度描述ADC非線性的非數學模型指標。3.3總諧波失真由于ADC的非線性使其輸出發生失真,在輸出的頻譜中出現許多輸入信號頻率的高次諧波,這些高次諧波分量稱為諧波失真分量。總諧波失真(THD)是指ADC輸出信號中包含的全部諧波分量的總有效值與滿度輸入信號有效值之比,用dB或%表示。對指定幅度和頻率的純正弦波信號輸入,在模數變換器的輸出頻譜中,包含混疊在內的所有諧波成分的方均和。除特別指出外,THD由第2個到第10個諧波的方均和來估算。THD也用與輸入頻率的輸出成分幅度的方均根的比的分貝數表示。3.4信噪失真比sacdb信噪比(SNR)是信號電平的有效值與各種噪聲(包括量化噪聲、熱噪聲、白噪聲等)有效值之比的分貝數。其中信號是指基波分量的有效值,噪聲指奈奎斯特頻率以下的全部非基波分量的有效值(除諧波分量和直流分量外)。對正弦輸入信號,信噪比的理想值是:SNR=(6.02N+1.763)dB(3)其中,N為ADC的位數。與信號帶寬有關的信噪比:SNR=(6.02N+1.763+10lg(fs/2fa))dB(4)由式(4)可得到這樣一個結論:當采樣頻率每增加4倍,信噪比就提高6dB,相當于提高ADC的1位有效位數。信噪失真比(SINAD)也稱信納比,指ADC輸出端信號有效值與奈奎斯特頻率以下的全部噪聲和諧波分量(包括隨機噪聲、非線性引起的諧波分量以及采樣定時誤差的影響等,但不包括直流分量)的總有效值之比,記作S/(N+D)。主要是為了強調諧波失真。SINADdB=20×lg(Asignal[rms]/Anoise[rms])(5)有效位數(ENOB)是指在噪聲和失真存在時,ADC實際可達到的位數。ENOB=[SINAD-1.763dB]/6.02(6)3.5基波頻譜的下降到3db處的帶寬ADC的模擬帶寬是指輸入掃描頻率基波在ADC輸出端用FFT分析得到的基波頻譜下降到3dB處的帶寬(不考慮諧波失真和噪聲影響)。根據輸入信號幅值不同,模擬帶寬又可以分為小信號帶寬(SSBW,一般指1/10滿量程)和全功率帶寬(FPBW,指滿量程)。3.6信號幅度有效值sfdr高速ADC應用在通信系統中,最重要的技術指標之一就是無雜散信號動態范圍(SFDR)。ADC的SFDR定義為在第一奈奎斯特區測得信號幅度的有效值與最大雜散分量有效值之比的分貝數。SFDR通常是輸入信號幅度的函數,可以用相對輸入信號幅度的分貝數(dBc)或相對ADC滿度的分貝數(Dbfs)來表示。N位ADC的SFDR通常比SNR理論值大許多,這是由于噪聲與失真之間的度量方法有著根本的區別。值得注意的是增加ADC的分辨率可以提高其SNR,但是不可能增加SFDR。3.7純正弦波和bsb的信號特性當ADC輸入兩個頻率靠近的信號時,由于ADC傳遞函數的非線性,將導致互調失真(IMD)。通常用兩個頻率f1和f2的純正弦波同時加到ADC的輸入端,為了在兩個信號同相位時不導致ADC限幅,這兩個信號的幅度應稍大于ADC的半滿量程。除另有說明,互調失真是指3階分量引起的失真,它是某一輸入信號幅度的有效值與3階互調失真有效值之比的分貝數dBc表示。諧波失真和互調失真是在頻域描述ADC的動態非線性的非參數模型指標。4fft算法仿真ADC測試方法主要有兩種:模擬方法和數字方法。前者是將A/D采集的數字信號經D/A轉換為模擬信號再用傳統的測試方法對其進行測試,優點是易于理解,缺點是許多A/D采集卡本身不帶D/A,即或有,D/A的性能也將影響A/D指標的測試;后者一般采用FFT算法,FFT方法有許多優點,本文將利用Matlab仿真工具研究用FFT分析測定ADC的有效位數(ENOB),信噪比(SNR),信納比(SINAD),諧波失真(THD)以及無雜散動態范圍(SFDR)的方法。FFT是從頻域測試ADC的一種方法,步驟如下:(1)產生一個基波為f0的正弦波信號x,其采樣頻率為fs。(2)利用matlab自帶的函數y=awgn(x,snr,′easured′,state)為正弦波信號x加上信噪比為snr的噪聲(這個是為了驗證用FFT算法測試ADC性能的正確性)。(3)根據FFT運算的結果,首先計算信號的有效值Signal。然后取基頻和其兩旁適當數目的采樣值,求它們的平方和的平方根。所需采樣的數目由已知的ADC的分辨率決定。其余的頻率采樣值的平方和的平方根作為噪聲的有效值Noise,它包括量化噪聲、ADC的諧波噪聲、超越噪聲及FFT的舍入誤差。有了這兩個有效值就能計算ADC的信納比(SINAD)。再根據公式ENOB=[SINAD-1.763dB]/6.02(7)可以求出ADC的有效位數。(4)根據基頻f0,采樣頻率fs以及采樣點數N可以計算出信號的諧波量,計算方法如下:fh[n]=(nfr+Nfs)modfs,n=±[2,3,…,H](8)式中,fr為參考輸入頻率,一般H=10。諧波的位置nh的計算為:nh=Mfh[n]/fs(9)然后求出所得諧波分量采樣值幅度的平方和的平方根,作為諧波分量的有效值Harmonics。(5)根據前面求得的信號的有效值Signal,噪聲有效值Noise以及諧波分量的有效值Harmonics,可以求得SNR,以及THD。(6)再求出除基波分量以外幅度值最大的雜散分量,從而求得無雜散動態SFDR。在該仿真中,我們選定一個頻率為1MHz的正弦波,采樣頻率為10MHz,設置的理論信噪比為48dB。用上述方法進行仿真后的結果如圖1和圖2所示。仿真計算所得的各項指標值為:SINAD=47.9915;SNR=47.995