您的位置 首页 产品

高速模数转化器的转化误码率解密

就像很多其他半导体器件一样,高速模数转换器(ADC)并不能始终像我们期望那样完美运行。它们存在一些固有限制,使其偶尔会产生超出正常功能

就像许多其他半导体器材相同,高速模数转化器(ADC)并不能一直像咱们期望那样完美运转。它们存在一些固有约束,使其偶然会产生超出正常功用的稀有转化过错。可是,像测验和丈量设备等许多实践采样体系不容许存在高ADC转化误码率。因而,量化高速模数转化误码率(CER)的频率和起伏十分重要,这样工程师才干规划出具有适宜预期功用的体系。

高速或GSPS ADC(每秒千兆采样ADC)相对稀少呈现的转化过错不只形成其难以检测,而且还使丈量进程十分耗时。该继续时刻一般超出毫秒规模,到达几小时、几天、几周乃至是几个月。为了协助消减这一耗时测验担负,咱们可以在必定“置信度”确实定性状况下预算误码率,而依然坚持成果的质量。

比特误码率(BER)与转化误码率(CER)

与串行或并行数字数据传输中比特误码率的数字等效值相似,转化误码率是转化过错数与样本总数之比。可是,BER和CER之间有一些截然不同之处。数字数据流中的BER测验选用长伪随机序列,该序列可于发送器中在传输两头运用常用种子值来发动。接纳器预期将收到抱负的传输。经过调查接纳数据与抱负数据的差异,便可准确核算出BER。两头之间伪随机序列数据中的失配(依据种子值)即视为比特过错。

与CER不同,差错测定不像纯数字比较那么简略。由于ADC转化进程中一直具有小的非线性,别的还存在体系噪声和颤动,因而并非总是能确认预期数据和实践数据之间确实切差异。相反,需求树立差错阈值,用于确认转化过错和具有容许预期噪声的样本之间的边界。这与数字BER不同,并不会对发送和接纳的预期数据进行切当比较。相反,首要有必要量化样本的差错起伏,然后再确认是转化过错,仍是在转化器和体系的预期非线性规模内。

ADC后端数字接口的误码率有必要低于转化器的内核CER,因而无法忽视。假如并非如此,那么数据输出传输差错将掩盖CER并成为首要差错来历。体系规划人员实践并不关怀差错来自ADC的哪一部分,可是,出于评论意图,咱们将仅重视ADC转化误码率。

亚稳态

高速ADC中形成转化过错的一个常见原因是一种称为亚稳态的现象。高速ADC在将模仿信号转化为数字值的不同转化级中往往会运用许多梯形比较器。假如比较器无法确认模仿输入是高于仍是低于其参考点时,就会产生或许导致呈现过错代码的亚稳态成果。当两个比较器的输入之差起伏十分小或为零时,就或许产生这种状况,此刻无法进行正确比较。由于此过错值会沿着流水线传达,因而ADC或许产生严峻的转化过错。

当差分模仿输入为相对较大的正值或负值时,比较器可以快速核算出差值并给出清晰决议。当差分值很小或为零时,比较器做出决议所需的继续时刻会长许多。假如在此决议点之前比较器输出锁存,则将产生亚稳态成果。

图1. 此根本梯形比较器规划给出了比较器决议点的转化毛病概率性点(亚稳态)。假定AIN = VA,中心的比较器或许无法在有限转化时刻内分辩安稳的输出,导致位[1]和位[0]具有多个或许的过错组合。

走运的是,有些规划方案可以减轻这个问题。首要,最清楚明了的办法是将比较器的不确认规模规划地十分小,迫使比较器在或许的最大模仿输入条件规模内做出准确决议。不过,这或许形成电路功率和规划尺度添加。

第二种办法是尽量推迟比较器采样时刻,给模仿输入最长的时刻树立至已知的比较器输出值。不过,这种办法存在多个约束,由于推迟最长也只能继续到当时采样时刻完毕,然后比较器有必要继续处理下一次采样。

第三种办法是选用智能过错检测和校对算法,该算法会比照较器在高速ADC转化进程后续阶段中引进的不确认性进行数字补偿。当比较器未能在最大答应时刻内做出决议时,逻辑可检测到该缺失。然后,此信息可被附加到相关样本上,以便未来进行内部调整。辨认出此警报时,可运用后处理进程在样本从转化器输出前纠正该过错。这可以从图2中的AD9625看出,它是ADI公司的一款12位、2.5 GSPS ADC。

图2. 可在AD9625的模数转化进程内辨认比较器的不确认性。可在后续进程中履行校对指令以校对样本,然后再从转化器输出。

置信度

CER置信度(CL)是指在不准确到特定毛病率的状况下对未来过错的外推预期。这可削减针对给定CER获取的样本总数,但价值是不能确保100%确实定性。从数学视点来说,要到达肯定100%确实定性,需求取得无限继续时刻内的样本。因而,依据职业经历,95%的置信度现已适当挨近已知值而且完成了不确认性和丈量时刻之间的平衡。假如将测验重复一百次,则有95次可以准确识误码率。

有时咱们会误认为一旦在测验期间检测到过错,该进程就会完毕并找到终究的转化误码率。这既不准确也不完整。不管进程中是否有过错,都可以测验转化误码率及相关置信度。可是,假如在给定置信度下检测到过错,则与没有过错时的样本数比较,有必要添加丈量的样本数量。此影响如下图3所示。

样本数量

未检测到过错时,公式有所简化,右边的项等于零,成果仅取决于左面的项。当置信度为95%且未检测到过错时,所需的样本数仅约为预期CER的倒数乘以3。准确到100%置信度时,即关于任何CER值都有CL = 1.0,从数学视点上需求获取–ln(0)无穷大的无限样本数(N)。

图3. N*CER与置信度和过错检测计数的联系曲线。留意,检测到过错后可以继续进行CER测验,可是要完成相同的置信度,则需求添加丈量的样本数。差错阈值

高速ADC中的一切转化差错并非都“生而平等”。差错起伏很要害,由于有些差错肯定比其他差错更重要。例如,一个或两个最低有用位(LSB)差错或许在体系的预期噪底之内,乃至或许不会影响瞬时功用。可是,最高有用位(MSB)差错,乃至满量程差错或许形成体系毛病作业。因而,CER测验需求具有一种机制或阈值来确认转化中差错的严峻程度。

图4. 可以看到来自ADC样本的重构正弦波,它具有上限值和下限值。当代码超出限值后,则被视为转化过错。处于阈值规模内的较小非线性反常样本不会被视为转化过错。

转化的差错阈值应该包含ADC的已知线性缺乏,以及时钟颤动和其他超出转化器功用的体系噪声。关于任何给定样本,这些一般会累加为14位ADC的4或5个最低有用位(lsb)或16-32个代码。依据ADC分辩率、体系功用和运用的误码率要求,该值的巨细或许略有不同。运用此差错带与抱负值进行比较后,超出此限值的样本将被视为转化过错。在传统视频ADC中,此过错被称为“闪码”,由于它会在视频屏幕上产生亮白色像素闪耀。

可接受的转化器误码率很大程度上取决于信号处理体系和体系差错容差要求。例如,后院移动蓝牙对讲体系的用户可以忍受几个小时内产生几回过错,乃至不会发觉。关于航天卫星上的使命要害型传感器电路板,则或许需求将转化器不确认性降至最低,不然卫星或许从天上掉下来。退一步讲,即便没那么严峻,但也或许产生极端糟糕的作业,例如电视接纳信号很差。

历史上丈量的GSPS ADC转化误码率一般不会低于1e-14。关于1e-12的误码率,这意味着转化器在1e-12(1万亿)个样本内不该呈现转化过错。1e-15的误码率意味着转化器在1e-15(1百万的四次方)个样本规模内不该呈现转化过错。尽管这些数字看起来很大,但凭仗当今先进转化器技能的高采样速率,关于CER测验依然可以完成。可是,关于具有8 ns采样速率的125 MSPS转化器,1万亿次采样将占用800秒(1e-12 × 8 ns),约十三分钟。1百万的四次方次采样将占用800,000秒(1e-15 ×8 ns),也即9.24天。要在这些误码率中完成95%的置信度,则需求分别将这些采样继续时刻的每一个均乘以2.996。

图5. CER与差错起伏阈值的联系曲线。针对测验设定的差错阈值限值(在ADC代码中)会对给定置信度下的CER产生影响。

CER测验

下面的简化功用框图给出了怎么测验内部ADC内核的CER。在或挨近ADC最大编码速率下采样时,可运用频率相对较慢的正弦波作为模仿输入。应对模仿输入信号进行规划,以便在忽视体系噪声的状况下,两个相邻样本之间的预期肯定差不大于1 LSB代码。抱负状况下,模仿输入信号比满量程稍大,以便运用ADC的一切代码。应核算模仿输入和编码采样速率,以便树立较长的共同性周期,而ADC不在同一代码等级进行共同采样。

图6. 图中所示为CER测验的两种采样景象。顶部的景象是以比Fs/2稍快的速率对模仿信号进行采样,其间仅每隔一个样本比较一次。抱负状况下,两个接连样本的不同之处不超越一个LSB代码。下面的景象是对相对较慢的模仿输入进行过采样,以便两个相邻样本的不同之处也不超越一个LSB代码。

体系运用一个计数器来盯梢两个相邻样本之间的起伏差值超越阈值限值的状况,并将这种状况计数为转化过错。该计数器有必要保存整个测验进程中过错的累加总数。为了确保体系按预期作业,还应记载差错起伏与抱负状况之间的联系。测验需求的时刻将依据采样速率、所需的测验转化误码率和所需的置信度。

图7. CER测验比较两个接连ADC样本和预订差错阈值。计数器记载过错产生次数、幅值和采样方位标识符。

丈量与仿真

在挑选具有较低CER的ADC时,体系工程师应该可以区别列出的实践可测标准与仅依据规划仿真比如的标准。例如,1 GSPS ADC在置信度为95%且无过错条件下CER为1e-18的表述要么有必要仅依据电路仿真,要么有必要进行近一个世纪长的接连丈量。要将1e-18的CER准确到95% CL,即便运用相对较快的1 GSPS ADC且采样速率为1 ns,也将耗费29.96亿秒(2.996 × 1e18 × 1ns),约95年。您期望自己的体系ADC转化误码率独自经过仿真的外推评价,仍是依据实验室中实践丈量的成果进行指定?

小结

与数字比特误码测验概念不同,即便是GSPS ADC转化误码率测验,也需求很长时刻才干得到准确丈量成果。需求将CER测验的置信度设为小于100%,由于无法无限期地进行丈量。ADC采样有必要与阈值进行比较,然后才干确认其作为真实转化差错的重要性。实时测验体系会比较相邻样本,以获取超出阈值的严峻违背。

典型转化器架构可完成一些体系可接受的丈量转化误码率,新的规划和过错检测算法正推进限值完成更佳的功用。ADI的12位2.5 GSPS ADC AD9625分级比较型流水线内核运用专有技能检测流水线处理前期的ADC转化过错,然后处理和纠正后期的过错。这在12位GSPS ADC上完成了优于1e-15、CL为95%的职业一流丈量CER。

Ian Beavers是ADI公司(美国北卡罗来纳州格林斯博罗)高速模数转化器团队的运用工程师。Ian从1999年开端进入ADI公司作业,具有超越18年的半导体职业作业经历,他在美国北卡罗来纳州立大学取得电气工程学士学位,并在该大学的格林斯博罗分校取得M.B.A.学位。Ian是技能论坛高速ADC支撑社区的会员。如有任何问题,请发送到ADI公司技能论坛在线技能支撑社区的IanB。

声明:本文内容来自网络转载或用户投稿,文章版权归原作者和原出处所有。文中观点,不代表本站立场。若有侵权请联系本站删除(kf@86ic.com)https://www.86ic.net/xinpin/chanpin/249293.html

为您推荐

联系我们

联系我们

在线咨询: QQ交谈

邮箱: kf@86ic.com

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

返回顶部