
一種基于偽隨機噪聲注入的流水線ADC數字校準算法
包晴晴;彭析竹;符土建;劉小喬;唐鶴
【摘 要】流水線ADC中運算放大器在設計過程中為了滿足建立速度的要求,往往
無法達到較高的信號建立精度,從而導致流水線ADC中的乘法數模轉換器(MDAC)
出現增益誤差.提出一種基于偽隨機噪聲注入的數字后臺校準方法,對MDAC的級
間增益進行校準.將該校準算法應用于一款12 bit 250 MS/s的流水線ADC,仿真結
果表明,校準后流水線ADC的有效位數(ENOB)可達到11.826 bit,信噪失真比
(SNDR)可達72.95 dB,無雜散動態范圍(SFDR)可達89.023 dB.
【期刊名稱】《電子與封裝》
【年(卷),期】2019(019)008
【總頁數】5頁(P16-20)
【關鍵詞】流水線ADC;數字校準;偽隨機噪聲
【作 者】包晴晴;彭析竹;符土建;劉小喬;唐鶴
【作者單位】電子科技大學,成都610054;電子科技大學,成都610054;電子科技大
學,成都610054;電子科技大學,成都610054;電子科技大學,成都610054
【正文語種】中 文
【中圖分類】TN402
1 引言
隨著工藝的快速發展,工藝尺寸不斷縮小,模擬電源電壓逐漸降低,流水線ADC
中的運算放大器、開關電容電路等模塊的設計面臨越來越多的困難[1],運放的有
限增益、開關的電荷注入等非理想因素也都限制了流水線ADC 精度的提高。此外,
芯片生產過程中,由于受工藝環境和過程的影響,很多參數會隨時間發生變化。為
了降低模擬電路的設計難度及參數變化產生的不利因素,需要引入校準的功能。目
前的校準方法主要分為模擬域和數字域兩種,前者主要通過采用小電容對電路中的
大電容進行校準[2-3],對電容的設計精度要求高,實現起來比較困難,因此普遍
采用數字校準。數字校準又分為前臺校準[4-5]和后臺校準[6-7],前臺校準需要打
斷系統的正常轉化過程,且一般難以跟蹤參數變化帶來的影響,而后臺校準則不會
打斷系統的正常工作,且能夠實時追蹤參數的變化,對參數變化進行校準和修正,
在實際電路中得到了廣泛的應用。
本文提出一種流水線ADC 校準算法,基于偽隨機噪聲注入的方法,根據偽隨機噪
聲的自相關性及其與其他信號不相關的特性,提取流水線ADC 中的級間增益誤差,
然后采用加冗余級的方法,降低所提取增益誤差中的干擾項,通過設置合適的步長,
將級間增益的估計值逐步向級間增益的實際值進行迭代更新,逐漸消除流水線
ADC 中級間增益誤差帶來的影響,最終得到滿足精度要求的數字輸出。將校準后
流水線ADC 的輸出數據進行快速傅里葉變化分析,得到流水線ADC 的有效位數
等指標。通過本文校準算法校準后的ADC 與未校準的ADC 相比,各項性能指標
得到顯著提升。
2 流水線ADC 的結構及原理
流水線ADC 的基本結構主要包括三個部分[8]:前端的采樣保持電路,中間若干級
的流水線式ADC,最后一級快閃式ADC。圖1 為傳統流水線ADC 的基本結構圖,
采樣保持電路將采樣后的輸入信號同時輸入到每級ADC 的子ADC 采樣端及
MDAC 的輸入端,第i 級的子ADC 對采樣得到的信號進行量化產生數字碼Di,
然后輸入信號Vres,(i-1)(第一級的輸入信號為Vin)與Di 的差值經運算放大
器放大Gi 倍,得到的輸出信號Vres,i 輸入到下一級,作為下一級的輸入信號。
圖1 傳統流水線ADC 中結構示意圖
對于整體的流水線ADC,數字輸出的理想值可以表示為:
其中Dout 為流水線ADC 最終的數字輸出,Wi 為每級數字輸出對應的權重,G0
代表前端采樣保持電路的增益值,實際電路中一般取為1,Gj 為第j 級MDAC的
級間增益,N 表示整體ADC 的總級數。在理想情況下,MDAC 的級間增益等于
一個常數,但是隨著流水線ADC 對速度和精度要求的提高,流水線ADC 中運放
的單位增益帶寬積的要求也隨之增高,這導致高增益的運放實現起來較為困難,
MDAC 的級間增益不再是一個常數。級間增益的非線性變化會直接導致流水線
ADC 最終合成的數字輸出精度降低,因此為了提高流水線ADC 的精度,需要通
過數字校準的方法對級間增益進行校準,進而達到流水線ADC 的精度要求。
3 校準算法的設計
3.1 偽隨機噪聲注入的基本原理
基于第2 節提到的級間增益誤差對流水線ADC精度的影響,本文提出一種基于偽
隨機噪聲注入的數字后臺校準算法,對級間增益的誤差進行校準。采用數字校準的
流水線ADC 結構如圖2 所示,流水線ADC 第i 級及其后端ADC 對輸入信號
Vin,i 進行量化,DBE 為后端ADC 量化產生的數字碼,PN 為在流水線ADC 中注
入的偽隨機序列(PN),r 為所注入PN 序列的系數。Di 和DBE 在模擬域可以分別
表示為:
其中,Qi 為第i 級的量化誤差,Qi,BE 為后端ADC引入的量化噪聲。
由于流水線ADC 級間增益未知,所以用估計值G?i近似表示,此時數字輸出
Dout,i 在模擬域可表示為:
圖2 采用數字校準的流水線ADC 結構示意圖
利用PN 序列自相關以及與其他信號不相關的特性將Dout,i 和PN,i 做相關處理,
Dout,i 中與PN,i 不相關的部分趨近于0,有:
由式(5)可計算出級間增益的偏差(Gi/G?i-1),實現校準。
校準過程可視為從噪聲中過濾信號的過程,式(4)中與PN 無關的部分可視為白
噪聲,通過增加PN 序列的長度將白噪聲過濾掉,提取級間增益的偏差。然后經過
迭代,實現增益的估計值逐漸向實際增益值的收斂。白噪聲較多時,會影響校準的
收斂時間和收斂精度。因此,為了得到較好的收斂結果必須降低PN 無關項。
3.2 加冗余級的理論分析
目前經常用到的降低PN 無關項的技術包括“劈分ADC”[7]和“數字高位削減”,
這些技術可以有效降低式(4)中的Vin,i,但對量化噪聲項Qi,BE/G?i 無效。對
ADC中的量化噪聲進行分析可知,將第i 級后端的ADC 視為一個整體,其量化噪
聲可以表示為:
Li 是該整體的最低有效位,表示為:
Ni 為第i 級至最后一級對應的有效位數,也可以表示為:
其中VFS,i 是第i 級至最后一級整體的輸入幅度,Gj(j=i+1,…,N-1)代表對應各
級的運放增益,Gflash 為快閃式ADC 等效的級間增益。由式(5)~(8)可知,
對于流水線ADC 結構中靠后的級數,等效量化噪聲相對而言更大。因此在采用偽
隨機碼校準技術對其級間增益進行校準的時候,靠后的級間增益的估計值收斂結果
更不精確。尤其是當采用“劈分ADC”和“數字高位削減”這類技術降低了其余
PN 無關項的時候,量化噪聲成為了影響校準精度和速度的主要因素。
圖3 加冗余級的流水線ADC 框架圖
對于流水線中間的某一級,減少該級以后整體的等效LSB(Li)可降低量化噪聲。
Li 的大小由該整體的有效位數決定,因此在該整體中插入結構相同的流水線冗余
級,可增加從前級往后看時的等效有效位數,大幅度減小量化噪聲。加入冗余級的
流水線ADC 結構如圖3 所示,本文中的數字校準技術相較于傳統的數字校準技術
多加了3 級冗余,冗余級的增加降低了Li,進一步降低了Qi,BE,因此式(4)中
后端ADC 所引入的量化噪聲Qi,BE 所占的比例降低,有利于增益校準精度的提高。
在模擬電路中,本校準算法通過使用開關電容通路完成偽隨機序列的注入,同時增
加了3 級冗余,使得整體電路的面積和功耗均有所增加;但由于冗余級比較靠后,
因此模擬電路中冗余級內的采樣電容值較小,所以面積和功耗的增加量均較??;且
所加冗余級的電路結構與前級類似,因此不會額外增加電路的設計復雜度,校準算
法的整體校準工作在數字電路中實現。
3.3 數字校準算法的整體實現
本文以一個12 bit 250 MS/s 的流水線ADC 為例,加了冗余級之后,流水線
ADC 共有12 級,包括11 級流水線式ADC 和一個閃存式ADC。如圖4 所示,
對前6 級流水線式ADC 進行級間增益的校準,在校準第6級的級間增益時,將第
6 級之后的部分看成理想的后端ADC,式(5)的結果乘以一定的系數作為迭代步
長,將第六級級間增益估計值G?6 與多次的迭代步長相累加,經過若干周期后,
級間增益估計值G?6 逐漸趨近于級間增益的實際值,因此式(5)的結果也逐漸趨
近于零,在誤差可忍受的范圍內,即可認為此時的級間增益的估計值等于實際值,
同理可類推得到第一級到第五級級間增益的校準過程。
圖4 流水線ADC 數字校準的整體結構圖
利用基于偽隨機噪聲注入的加冗余級的校準算法對流水線ADC 級間增益進行校準
的過程中,對流水線ADC 每級增益范圍要求較低,使得模擬電路設計的難度降低,
同時依然可以實現較高的校準精度。此外,本算法具有高效、快速、準確的特點,
能夠實現流水線快速精確校準,從而提高流水線ADC 系統性能。
4 仿真結果
在采樣頻率為250 MHz、輸入信號頻率約122 MHz時,利用matlab 對12 bit
250 MS/s 的流水線ADC 的輸出結果進行FFT 分析。圖5 和圖6 分別為采用數字
校準前和采用數字校準后流水線ADC 的差分非線性(DNL)和積分非線性(INL)
的仿真結果。
圖5 流水線ADC 校準前的差分非線性和積分非線性
圖6 流水線ADC 校準后的差分非線性和積分非線性
圖7 和圖8 分別為采用數字校準前和采用數字校準后流水線ADC 的動態參數仿真
結果,表1 為兩者的DNL 和INL 及動態參數。通過對比可知,該校準算法能顯著
提高流水線ADC 的靜態特性和動態特性,從而提高流水線ADC 的精度。
圖7 12 bit 250 MS/s 流水線ADC 校準前動態性能
圖8 12 bit 250 MS/s 流水線ADC 校準后動態性能
表1 12 bit 250 MS/s 流水線ADC 校準前后動態參數變化?
本設計的流水線ADC 與參考文獻中提出的ADC的主要參數對比見表2。從表2
可以看出,本設計的流水線ADC 的ENOB、SNDR 均相對較高,動態特性良好。
表2 本文與參考文獻的主要參數對比?
5 結論
本文提出了一種基于偽隨機噪聲注入的加冗余級的校準算法。利用偽隨機噪聲注入
提取流水線ADC的級間增益的偏差,然后利用加冗余級的技術降低偏差提取過程
中量化噪聲的干擾;根據所提取偏差產生相應的步長,然后實現級間增益的估計值
向實際值的迭代更新,最終完成校準。將該校準算法應用于一款12 bit 250 MS/s
的流水線ADC,經校準后ADC 的有效位數可達11.826 bit,信噪失真比可達
72.95 dB,無雜散動態范圍可達89.023 dB,ADC 的動態性能得到明顯改善。盡
管該校準方法的使用會帶來一定程度的面積和功耗增加,但該校準算法能顯著提升
流水線ADC的精度,因此具有較高的實際應用價值。
參考文獻:
【相關文獻】
[1]SANSEN W M design esntials[M].New York:Springer US,2006:181-220.
[2]RYU S T,RAY S,SONG B S,et al.A 14-b linear capacitor lf-trimming pipelined
ADC[J].IEEE Journal of Solid-State Circuits,2004,39(11):2046-2051.
[3]SONG B S,TOMPSETT M F,LAKSHMIKUMAR K R.A 12-bit 1-M sample/s capacitor error-
averaging pipelined A/D converter[J].IEEE -State Circuits,1988,23(6):1324-1333.
[4]LEE S H,SONG B l-domain calibration of multistep analog-to-digital
converters[J].IEEE Journal of Solid-State Circuits,1992,27(12):1679-1688.
[5]LEE S H,SONG B tage gain proration technique for digital-domain multi-step
ADC calibration[J].IEEE Transactions on Circuits and Systems II:Analog and Digital Signal
Processing,2002,41(1):12-18.
[6] KEANE J P, HURST P J, LEWIS S H. Background interstage gain calibration technique for
pipelined ADCs[J].IEEE Transactions on Circuits and Systems I: Regular Papers,2005,52(1):
32-43.
[7]LI J,MOON U ound calibration techniques for multistage pipelined ADCs with
digital redundancy[J].IEEE Transactions on Circuits and Systems II:Analog and
Digital,Signal Processing,2003,50(9):531-538.
[8]LEWIS S H,GRAY P R.A pipelined 5-M sample/s 9-bit analog-to-digital converter[J].IEEE
J Solid-State Circuits,1987,22(6):954-961.
[9]郭英杰,王興華,丁英濤,等.一種12 位100 MS/s 流水線ADC 的設計[J].微電子學,2016,46(6):
721-725.

本文發布于:2023-05-22 11:27:37,感謝您對本站的認可!
本文鏈接:http://www.newhan.cn/zhishi/a/168472605748661.html
版權聲明:本站內容均來自互聯網,僅供演示用,請勿用于商業和其他非法用途。如果侵犯了您的權益請與我們聯系,我們將在24小時內刪除。
本文word下載地址:一種基于偽隨機噪聲注入的流水線ADC數字校準算法.doc
本文 PDF 下載地址:一種基于偽隨機噪聲注入的流水線ADC數字校準算法.pdf
| 留言與評論(共有 0 條評論) |