数据采集系统中ad性能测试变的分析

数据采集系统中ad性能测试变的分析

1adc的性能测试现在，实时处理器需要尽可能接近视频、低频和高频，并接收尽可能多的目标信息。因而,ADC的性能好坏直接影响整个系统指标的高低和性能好坏,从而使得ADC的性能测试变得十分重要。表征ADC性能的参数,由于尚无统一的标准,各主要器件生产厂家在其产品参数特性表中给出的也不完全一致。一般来说,可以分为静态特性和动态特性参数。2静态折射特性2.1输入电压与参考电压的比值ADC的分辨率定位为二进制末位变化1所需的最小输入电压与参考电压的比值,即ADC能够分辨的最小模拟量的变化:R=Vref/2NVref=12N(1)R=Vref/2ΝVref=12Ν(1)2.2ufsrn次常用数字量化电平定义为满量程电压(或满度信号值)UFSR与2的N次幂的比值,其中N为被数字化的数字信号的二进制位数。量化电平的公式为:Q=VFSR/2N(2)2.3输入所有输入范围全输入范围是指允许输入模拟信号的最大值与最小值之差。2.4动态范围动态范围是指全输入范围与ADC最小可分辨的量值之比。2.5偏离误差ADC的偏置误差定义为使最低位被置成“1”状态时ADC的输入电压与理论上使最低位被置成“1”状态时的输入电压之差。2.6附加误差当偏置误差高速为零之后,输出为全1时对应的实际输入电压与理想输入电压之差。3adc的操作速度高速ADC的动态特性是指输入为交变简谐信号时的性能技术指标,与ADC的操作速度有关的特性。在理想情况下是由量化所引起的等效量化噪声,而实际ADC的动态性能指标则是由于ADC的非线性等因素所产生的失真、噪声及频响误差等。3.1频率响应它是冲击响应的傅里叶变换,其最佳表达方式是幅频与相频曲线,从系统辨识的角度看这是在频域对ADC动态线性特性的非参数模型描述。3.2传递函数非线性问题动态积分非线性误差(INL)定义为在动态情况下(一般输入信号为正弦信号),ADC实际转换特性曲线之间的最大偏差。每个数码的偏差都是由数码的中心值来度量。ADC的INL是由ADC的模拟前端、采样保持器及ADC传递函数的非线性造成,INL引起的各阶失真分量的幅度随输入信号幅度变化。在某些情况下,INL以相对最佳拟合直线来定义,拟合曲线通常用最小二乘法求出。动态微分非线性误差(DNL)定义为在动态情况下(一般输入信号为正弦信号),ADC实际转换特性的码宽(1LSB)与理想代码宽度之间的最大偏差,单位为LSB。为了保证ADC不失码,通常规定在25℃时最大DNL为±1/2LSB。ADC的DNL是由ADC本身的电路结构和制造工艺等原因造成某些点的量化电压大于或小于标准量化电压。ADC的传递函数DNL引起的失真分量不仅依赖于信号的幅度,而且也取决于DNL出现的位置。这两项指标是从输入输出特性的角度描述ADC非线性的非数学模型指标。3.3总谐波失真由于ADC的非线性使其输出发生失真,在输出的频谱中出现许多输入信号频率的高次谐波,这些高次谐波分量称为谐波失真分量。总谐波失真(THD)是指ADC输出信号中包含的全部谐波分量的总有效值与满度输入信号有效值之比,用dB或%表示。对指定幅度和频率的纯正弦波信号输入,在模数变换器的输出频谱中,包含混叠在内的所有谐波成分的方均和。除特别指出外,THD由第2个到第10个谐波的方均和来估算。THD也用与输入频率的输出成分幅度的方均根的比的分贝数表示。3.4信噪失真比sacdb信噪比(SNR)是信号电平的有效值与各种噪声(包括量化噪声、热噪声、白噪声等)有效值之比的分贝数。其中信号是指基波分量的有效值,噪声指奈奎斯特频率以下的全部非基波分量的有效值(除谐波分量和直流分量外)。对正弦输入信号,信噪比的理想值是:SNR=(6.02N+1.763)dB(3)其中,N为ADC的位数。与信号带宽有关的信噪比:SNR=(6.02N+1.763+10lg(fs/2fa))dB(4)由式(4)可得到这样一个结论:当采样频率每增加4倍,信噪比就提高6dB,相当于提高ADC的1位有效位数。信噪失真比(SINAD)也称信纳比,指ADC输出端信号有效值与奈奎斯特频率以下的全部噪声和谐波分量(包括随机噪声、非线性引起的谐波分量以及采样定时误差的影响等,但不包括直流分量)的总有效值之比,记作S/(N+D)。主要是为了强调谐波失真。SINADdB=20×lg(Asignal[rms]/Anoise[rms])(5)有效位数(ENOB)是指在噪声和失真存在时,ADC实际可达到的位数。ENOB=[SINAD-1.763dB]/6.02(6)3.5基波频谱的下降到3db处的带宽ADC的模拟带宽是指输入扫描频率基波在ADC输出端用FFT分析得到的基波频谱下降到3dB处的带宽(不考虑谐波失真和噪声影响)。根据输入信号幅值不同,模拟带宽又可以分为小信号带宽(SSBW,一般指1/10满量程)和全功率带宽(FPBW,指满量程)。3.6信号幅度有效值sfdr高速ADC应用在通信系统中,最重要的技术指标之一就是无杂散信号动态范围(SFDR)。ADC的SFDR定义为在第一奈奎斯特区测得信号幅度的有效值与最大杂散分量有效值之比的分贝数。SFDR通常是输入信号幅度的函数,可以用相对输入信号幅度的分贝数(dBc)或相对ADC满度的分贝数(Dbfs)来表示。N位ADC的SFDR通常比SNR理论值大许多,这是由于噪声与失真之间的度量方法有着根本的区别。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纯正弦波和bsb的信号特性当ADC输入两个频率靠近的信号时,由于ADC传递函数的非线性,将导致互调失真(IMD)。通常用两个频率f1和f2的纯正弦波同时加到ADC的输入端,为了在两个信号同相位时不导致ADC限幅,这两个信号的幅度应稍大于ADC的半满量程。除另有说明,互调失真是指3阶分量引起的失真,它是某一输入信号幅度的有效值与3阶互调失真有效值之比的分贝数dBc表示。谐波失真和互调失真是在频域描述ADC的动态非线性的非参数模型指标。4fft算法仿真ADC测试方法主要有两种:模拟方法和数字方法。前者是将A/D采集的数字信号经D/A转换为模拟信号再用传统的测试方法对其进行测试,优点是易于理解,缺点是许多A/D采集卡本身不带D/A,即或有,D/A的性能也将影响A/D指标的测试;后者一般采用FFT算法,FFT方法有许多优点,本文将利用Matlab仿真工具研究用FFT分析测定ADC的有效位数(ENOB),信噪比(SNR),信纳比(SINAD),谐波失真(THD)以及无杂散动态范围(SFDR)的方法。FFT是从频域测试ADC的一种方法,步骤如下:(1)产生一个基波为f0的正弦波信号x,其采样频率为fs。(2)利用matlab自带的函数y=awgn(x,snr,′easured′,state)为正弦波信号x加上信噪比为snr的噪声(这个是为了验证用FFT算法测试ADC性能的正确性)。(3)根据FFT运算的结果,首先计算信号的有效值Signal。然后取基频和其两旁适当数目的采样值,求它们的平方和的平方根。所需采样的数目由已知的ADC的分辨率决定。其余的频率采样值的平方和的平方根作为噪声的有效值Noise,它包括量化噪声、ADC的谐波噪声、超越噪声及FFT的舍入误差。有了这两个有效值就能计算ADC的信纳比(SINAD)。再根据公式ENOB=[SINAD-1.763dB]/6.02(7)可以求出ADC的有效位数。(4)根据基频f0,采样频率fs以及采样点数N可以计算出信号的谐波量,计算方法如下:fh[n]=(nfr+Nfs)modfs,n=±[2,3,…,H](8)式中,fr为参考输入频率,一般H=10。谐波的位置nh的计算为:nh=Mfh[n]/fs(9)然后求出所得谐波分量采样值幅度的平方和的平方根,作为谐波分量的有效值Harmonics。(5)根据前面求得的信号的有效值Signal,噪声有效值Noise以及谐波分量的有效值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杂散分量,从而求得无杂散动态SFDR。在该仿真中,我们选定一个频率为1MHz的正弦波,采样频率为10MHz,设置的理论信噪比为48dB。用上述方法进行仿真后的结果如图1和图2所示。仿真计算所得的各项指标值为:SINAD=47.9915;SNR=47.995