第五章ADC性能仿真.docx

第五章ADC性能仿真.docx

《第五章ADC性能仿真.docx》由会员分享，可在线阅读，更多相关《第五章ADC性能仿真.docx（15页珍藏版）》请在冰豆网上搜索。

第五章ADC性能仿真

第五章ADC性能仿真

本章旨在分析ADC转换器的结构，并建立ADC的模型和仿真系统。

通过仿真检验Dither信号、噪声、采样时钟抖动以及ADC的非线性特性对ADC性能的影响。

第一节A/D转换器的模型

ADC的作用是将一定幅度的模拟信号转换为相应的数字量，传递函数反映了它最基本的特征。

理想的ADC传递函数是一个等间距的阶梯图，如第二章图2-1-2所示。

由于实际的ADC存在非线性特性，所以它的传递函数是一个非等间距的阶梯图，如第二章图2-2-3所示。

用公式表示其传递函数如下：

式（5-1-1）是理想ADC的传递函数；式（5-1-2）是实际ADC的传递函数，其中Yn是ADC的数字输出，X是模拟输入信号，LSB为最小量化电平，DNL（k）为微分非线性参数。

从式（5-1-2）中可以看出，要想模拟实际ADC的特性，必须分析其结构，得出其非线性参数。

从ADC的结构上看，有逐次比较（successiveapproximation）式ADC、快闪（flash）式ADC、分级快闪（subrangingflash）式ADC和-式ADC等。

要实现中频或射频采样，就必须采样高速大动态范围的ADC，而目前高速大动态范围的ADC都采用分级快闪式结构。

这种ADC的结构如图5-1-1所示，它是一个两级流水线式结构。

实际的ADC中还可以采用

图5-1-1分级快闪式ADC结构

三级流水线式结构。

在图5-1-1表示的ADC中，模拟输入信号先被量化为N位数字量作为整个ADC的高位输出。

这个N位数字量又被DAC转换为模拟量与输入信号相减，其差值被放大后再由另一个N位ADC转换为数字量作为整个ADC的低位输出。

全部量化过程由时钟控制分时进行，每个阶段的模拟量分别由采样保持（S/H）电路保存，整个ADC按流水线式方式工作。

这种结构的ADC实际上是由两个N位ADC组成，而中间由DAC、S/H、减法电路和放大电路将它们关联起来，从而构成一个2N位ADC，所以这种结构ADC的DNL体现为两个N位ADC的DNL特性的组合。

在整体上DNL曲线由第一级ADC特性决定，而细节上又由第二个ADC的DNL特性所决定。

图5-1-2是一个12位ADC的DNL曲线，DNL在总体上呈26周期规律变化，而每个周期的DNL又由第二个6位ADC的DNL特性所决定。

图5-1-212位ADC的DNL曲线

除了量化器之外，ADC的另一个重要部分是采样保持。

由于采样时钟抖动（jitter）的存在，使得实际采样时钟的周期每次都不一样。

假定实际采样周期为TR,理想采样周期为TS,时钟抖动为Tj，则它们三者的关系如式（5-1-3）。

在实际情况下，Tj是一个高斯分布的噪声。

（5-1-3）

有了以上量化器和采样器两个基本模型，再加上ADC的DNL数据，就可以实现ADC的仿真系统。

第二节ADC仿真系统

ADC仿真系统的结构如图5-2-1所示。

在这个仿真系统中，圆弧方框表示的是可选功能项。

该系统可以实现三种信号的叠加输入，其中两个是单频信号f1和f2，另一个是dither信号。

除了单频信号的频率和幅度可以调节外，Dither的带宽和幅度也可设定。

此外，Dither

图5-2-1ADC仿真系统

幅度的概率分布可以设置为均匀分布和高斯分布。

从输入信号上看，该系统不仅能分析dither的功效，而且能检验ADC的双音互调。

对于采样器和量化器，即可把它们看成理想的部件，也可通过加上时钟抖动和DNL使它们接近实际的情况。

量化器量化位数是可以通过软件来设置的。

对于采样器，其时钟抖动分布形式也定为均匀分布或高斯分布。

DNL是反映整个系统的关键所在，它概括了ADC的所有非线性特性。

有的ADC芯片厂家提供DNL参数，也可通过实测ADC电路得到这些参数。

量化器的输出即为ADC的输出，仿真系统可对输出做时域、频域和DNL分析。

我们选择Labview作为仿真系统的开发平台。

Labview是美国NI公司研制开发的基于图形编程的环境开发平台。

它用图标表示功能模块，使用数据流程图式语言编写源程序。

编程简洁、形象，且思路清晰，调试也非常方便。

除此之外，它还带有丰富的应用软件包，如数字滤波、谱分析、窗函数等等，这样可以大大缩短系统的开发时间。

第三节ADC仿真结果

5-3-1理想的ADC

理想的ADC指的是只有量化误差（量化噪声）的ADC。

仿真中所用的ADC采用14bit，采样频率fs=80MHz；信号是单频正弦波，功率-1dBFS；FFT长度M=16384，谱平均32次；在非相干采样时会产生频谱泄漏，需要加窗函数，使用4-TermBlackman-Harris窗。

加入Dither的方法有很多种，可以加入白噪声、带外噪声。

这里用的是窄带高斯噪声，具体做法是产生方差为σ的高斯白噪声，经过滤波后形成信号频带之外的噪声，与原来的信号相加。

理想的ADC在输入信号是单频信号的情况下，量化噪声不再是白噪声，而是以谐波的形式出现。

特别当采样频率是信号频率的整数倍时尤其明显。

图5-3-1和图5-3-2是两种不同频率的正弦波的情况：

未加Dither：

SNR=85.05dB，SFDR=97.3dBc=98.3dBFS

加了Dither：

SNR=84.91dB，SFDR=115.4dBc=116.4dBFS

图5-3-1理想ADC量化产生谐波：

信号频率fa=59MHz

图5-3-1反映的是理想ADC采样产生谐波，采样频率80MHz，信号频率59MHz，产生的谐波很大。

未加Dither：

SNR=84.82dB，SFDR=112.6dBc=113.6dBFS

加了Dither：

SNR=84.85dB，SFDR=114.4dBc=115.4dBFS

图5-3-2理想ADC量化产生谐波：

信号频率fa=59.35421MHz

图5-5-2仍然是理想ADC的结果，不同的是信号频率变成59.35421MHz。

可以看出谐波明显减小了，原因是采样频率和信号频率的相关性变小。

二者相比较，各自呈现的噪声特性不同，相干采样呈现的谐波分量较大。

但噪声总量是相同的，仿真结果的SNR细微的差别原因有两个：

一是相干采样的部分谐波与信号重叠，被误认为是信号，二是计算SNR时去掉信号附近的一些值，相干采样被去掉的值较多。

如果是单次采样计算，则相干采样的SNR值会有较大的变动，因为在相干采样时，采样值的重复可能性大，导致量化噪声不能遍历一个LSB范围的所有可能的值，而是在某几个固定的值上，从而使量化噪声有时大有时小；采用多次随机采样进行谱平均之后，则量化噪声在一个LSB范围内均匀分布，使得量化噪声的总量稳定。

因为每次的频谱都是具有其谐波特性，所以结果仍然呈现谐波特性。

5-3-2白噪声对ADC的影响

白噪声的加入方法是在输入信号上加上白噪声，白噪声是由高斯噪声源产生的，其标准方差为σ。

白噪声的引入肯定会降低信噪比，新的噪声是量化噪声和白噪声之和。

另一方面白噪声会改善量化产生的谐波，随着加入的白噪声的量的不同，改善的效果也不同。

图5-3-3是未加白噪声的频谱；图5-3-3至图5-3-7分别是加入不同量的白躁声的频谱，其中输入信号频率fa=59MHz，采样频率80MHz。

图的下方所显示的是指未加Dither时的输出频谱。

图5-3-3是理想ADC模型，加入少量的白噪声，可以看出谐波有了较明显的改善，但仍然还有一定的谐波，原因是幅度还不够，信噪比有少量的下降。

增大白噪声的能量，如图5-3-4，谐波进一步得到改善，但是谐波并未完全消除，需进一步增加白噪声。

同时可以看出信噪比也在下降。

随着白噪声的进一步增大，如图5-3-5，谐波已经不太明显了，但还存在少量。

和前面一样，信噪比也在继续下降。

SNR=84.13dB，SFDR=101.8dBc=102.8dBFSSNR=82.49dB，SFDR=109.3dBc=110.3dBFS

图5-3-3理想ADC加入白噪声σ=0.125LSB图5-3-4理想ADC加入白噪声σ=0.25LSB

SNR=81.78dB，SFDR=112.9dBc=113.9dBFSSNR=80.35dB，SFDR=113.5dBc=114.5dBFS

图5-3-5理想ADC加入白噪声σ=0.3LSB图5-2-6理想ADC加入白噪声σ=0.4LSB

图5-3-6中的谐波已很不明显，同时信噪比相对于没有加白噪声时也下降了很多。

如果继续增大白噪声，谐波还要继续下降。

SNR=76.14dB，SFDR=109.7dBc=110.7dBFS

图5-3-7理想ADC加入白噪声σ=0.75LSB

图5-3-7是加入比较大的白噪声（σ=0.75LSB）时的情况，谐波几乎看不见，但信噪比已严重下降。

从图5-3-3到图5-3-7的频谱可以看出，在白噪声的功率小于量化噪声的功率时，白噪声可以改善量化产生的谐波，但在白噪声的功率大于量化噪声的功率之后，白噪声的引入只会使信噪比下降，因为此时已经几乎没有谐波成分了。

5-3-3DNL对ADC的影响

DNL（微分非线性）是实际的量化台阶的宽度与理想的差值。

通常在多级快闪式结构的ADC中，以后级影响为主，即DNL呈现周期重复的特性，但不完全是周期性的。

改善DNL的方法是对输入信号外加一个dither信号，使输入信号本来固定在某个点的采样值随机化。

这里加入的是一个低频的噪声。

仿真中改变ADC的DNL的方法是修改量化的台阶，具体实现时采用两级快闪式结构的ADC，产生64个DNL数据，再周期重复到整个DNL范围内。

图5-3-8是加入了0.275LSB的白噪声的频谱，加入白噪声之后，量化造成的谐波已被消除，剩下的谐波是DNL造成的。

同时对比可以看出Dither对DNL的改善作用，谐波几乎看不到。

白噪声的量为σ=0.275LSB：

SNR=80.74dB，SFDR=101.0dBc=102.0dBFS（fa=59MHz）

图5-3-8非理想ADCDNL造成谐波

图5-3-8是具有DNL的非理想ADC量化产生的谐波，由前面的仿真结果可知，加入了0.275LSB白噪声后已经明显地改善了量化产生的谐波，那么图中的谐波基本是由于非理想ADC的DNL特性造成的。

5-3-4Dither信号的大小对ADC的影响

理论上看，加入Dither的大小是与DNL的特性有关的，当周期性的DNL呈现较长的周期时，则需要加的dither量就要大一些。

对于两级快闪式结构的ADC，同样是14bit输出，后一级是6bit的就要比后一级是5bit的所要加的Dither信号大一倍左右。

以下测试采用的是8+6的形式，即前级为8bit，后级为6bit。

为了能更好地看清Dither大小的影响，要使用更深的FFT，即使用FFT长度为M=131072，谱平均次数为Times=32。

由于受窗函数的限制，不能使用-1dBFS的信号，使用的是-20dBFS的单频正弦信号，频率是59MHz，采样仍然是80MHz。

SNR=63.77dB，SFDR=77.3dBc=97.3dBFSSNR=63.48dB，SFDR=82.8dBc=102.8dBFS

图5-3-9Dither=0（不加Dither）图5-3-10Dither=0.97LSB

图5-3-9是没有加Dither时的频谱，由于量化和DNL的作用，谐波很严重，导致SFDR只有77.3dBc。

由于输入信号幅度小，所以信噪比比较小，仅63.77dB。

图5-3-10是加了少量的Dither的频谱，由于量化造成的谐波基本被消除，只剩下DNL造成的谐波，所以SFDR有所提高，变成82.8dBc，同时加入Dither使信噪比略有下降。

SNR=63.57dB，SFDR=93.0dBc=113.0dBFSSNR=63.55dB，SFDR=101.3dBc=121.3dBFS

图5-3-11Dither=7.77LSB图5-3-12Dither=15.5LSB

增大Dither的能量，从图5-3-11中可以看出，SFDR进一步提高，变成93.0dBc。

但谐波仍然比较明显，若要进一步改善，必须再加大Dither。

进一步增大Dither，可以看出谐波进一步被改善，SFDR提高到101.3dBc。

如图5-3-12所示。

SNR=63.53dB，SFDR=105.5dBc=125.5dBFSSNR=63.52dB，SFDR=105.9dBc=125.9dBFS

图5-3-13Dither=19.4LSB图5-3-14Dither=25.9LSB

图5-3-13中谐波已经很不明显，SFDR提高到105.5dBc，这是因为加入的Dither已经比较大，达到了后一级ADC量化范围的1/3。

继续增大Dither，SFDR提高已不明显了；若再继续增大，也不会有很大的改善。

如图5-3-14所示。

这个结果说明只要Dither的幅度足够大，能跨过分级式ADC的DNL周期所对应的幅度时，Dither就能明显地改善DNL周期性所造成的谐波。

5-3-5ClockJitter对ADC的影响

ClockJitter是指采样时钟的抖动，它使得实际采样点与理想采样点的位置发生偏离，从而导致采样值的变动，而引入噪声。

一般情况下可认为Jitter引入的噪声是高斯分布的噪声。

但Jitter对于量化造成的谐波有类似白噪声的改善作用，而对DNL造成的谐波几乎没有作用，因为它不够大。

图5-3-15是输入信号既加有一定量的白噪声，也存在时钟抖动的情况，ADC是一个具有DNL的非理想ADC。

从图中可以看出，ClockJitter和白噪声无法消除由DNL造成的谐波，图5-3-15中的下图，而Dither则可以消除谐波，如图5-3-15中的上图。

图5-3-15白噪声的σ=0.275LSB，图5-3-16白噪声的σ=0，

ClockJitter的σj=0.5psClockJitter的σj=0.5ps

图5-3-16中输入信号是一个未加噪声的单频信号，ADC是一个具有理想量化电平的ADC，但存在时钟的抖动。

从图中可以看出，ClockJitter有类似白噪声的功效，可以消除量化产生的谐波。

另外，Jitter的大小对于SNR影响非常大，特别是在信号频率很高的情况下。

当fa=59M，tj=0.5ps时，对于14bit的ADC，其SNR=74dB。

而对于一个没有时钟抖动的理想14bitADC,其SNR=84dB。

这和第二章分析的结果也是相吻合的。

5-3-6双音互调的仿真

图5-3-17是理想ADC的双音互调仿真结果，由于量化误差产生了许多谐波分量，如图5-3-17中的下图。

当加上15.5LSB的Dither之后，谐波得到了很好地抑制，如图5-3-17中的上图。

图5-3-17理想ADC的双音互调仿真结果

图5-3-18非理想ADC的双音互调仿真结果

图5-3-18是理想ADC的双音互调仿真结果，ADC具有DNL特性，在输入信号上同时加上了0.275LSB的白噪声。

由于白噪声的原因，量化产生的谐波被很大程度地改善了，导致双音互调的成分也相对减小，如图5-3-18中的下图，然而并没有全部被改善。

而dither则使谐波分量得到明显的改善，如图5-3-18中的上图。

所以，量化和DNL都可以引起双音互调。

由量化引起的双音互调可以通过引入白噪声而得到改善，而由DNL造成的双音互调则必须用Dither才可以改善。

第四节仿真结果总结

上述仿真结果可以总结为以下几点：

1、量化和DNL（微分非线性）都会使ADC产生谐波分量。

2、白噪声和ClockJitter（时钟抖动）可以部分或全部改善量化产生的谐波。

但白噪声和ClockJitter会引入噪声，使ADC的信噪比下降。

3、Dither对于量化和DNL产生的谐波都有改善作用。

4、Dither的大小与DNL的形式有关，即与DNL呈现出的周期特性有关。

第五节仿真结果分析

理论上，对于一个与采样时钟完全非相干的输入信号来说，它的量化误差与输入信号也应该是无关的。

然而实际输入信号总是在某种程度上和采样时钟存在一定的相互关系，因此，量化误差和输入信号就有了一定的相互关系，而成为输入信号的函数。

这样，量化误差就会加大各种谐波分量或产生伪波，而降低ADC的SFDR。

对于相干采样来说，采样时钟和输入信号的频率成整数关系，其量化误差形成的谐波分量就更大。

另外，对于分级快闪式结构的ADC来说，其DNL呈周期性变化，因此，其量化噪声中的谐波分量不仅来源于相干采样，也来源于DNL的周期性。

Dither的作用就是打破输入信号与采样时钟的固定相互关系，打乱ADC量化器DNL的周期性规律，从而使输入信号和量化误差不相关，使量化误差均匀地分布到所有的频率分量中而相当于一种白噪声，这样就大大地减小了量化误差对谐波分量的贡献，提高了ADC的SFDR。

在实际的ADC中，采样时钟并不是一个理想的时钟信号,它在一定程度上存在着抖动。

虽然时钟的抖动降低了ADC的信噪比（SNR），而从另一方面看它又如同一种宽带低幅dither作用在理想采样的ADC上，所以时钟抖动在一定程度上也能改善ADC的SFDR。

因此，一般情况下是不必在输入信号上加入宽带低幅dither的。

通过仿真可以得出这样的结论：

无论是窄带还是宽带dither都可以明显地改善ADC的SFDR指标，两者改善的效果基本相同。

由于dither在A/D转换后被除去，所以dither并不减少ADC的SNR。

在相干采样和ADC具有周期性DNL的情况下，Dither对SFDR的改善更加明显。

时钟的抖动相当于小幅度宽带dither，有助于改善SFDR。