ADC性能改善的研究

ADC性能改善的研究

摘要：信息技术的发展丰富和方便了人们的生活。但是信息技术中超宽带接收机的发展对信息技术的提高与进步有良好的促进作用。

关 键 词：ADC；超宽带；模拟信号；量化

系统在较低信噪比情况下的性能决定了系统性能的优劣，很多的实用系统总是工作在临界或极限的情况下，比如，雷达的探测距离，通信的极限距离等等。对于数字化超宽带通信系统则是在给定误码率的条件下，可使用的最低转换精度为多少比特的ADC器件。

降低ADC的量化数据位数，可以极大降低ADC的成本，而超宽带接收机特性允许转换精度降低，这种情况下接收机仍然保持可以接受的误码率，当ADC的转换位数为 1 比特时，文献给出理论上相关接收机在信噪比等于7dB时，可以达到 10-4误码率。转换位数较低时可以使用Dither技术改善信噪比，提高转换精度。另一种提高转换精度的方法是利用 Σ~Δ调制原理，通过提高取样速率，即过采样技术降低量化噪声，提高转换精度。这种技术在高分辨的音频ADC中广泛应用，对于超宽带系统这种技术也是可行的，商业化的低价格 1 比特ADC(模拟比较器)的转换时间达到 70ps以下，因此低分辨率ADC转换精度的改善对系统的使用化具有重要意义。

模拟信号的数字化分为信号在时间域上的离散化和幅度域上的离散化，前者称为信号取样，后者称为信号的量化。奈奎斯特对信号取样过程进行了深入研究，给出了不失真恢复信号的采样规范，即采样定理，在满足取样定理的条件下可以不失真地恢复原始信号。而量化是一个非线性过程，幅度连续变化的信号被映射为有限个幅度值空间信号，量化过程中产生的误差必然会造成不可恢复的失真，引起系统性能的下降。

对消除或降低量化过程中信号失真的影响一直是相关学者研究的内容，确定最优的量化器是降低量化误差的主要环节之一。存在着不同的量化优化准则，通常采用最小均方误差来评价量化器的性能，最小均方量化误差下的最佳准则，即最佳量化器的阶梯电平应该取相邻量化电平的中点上，最佳量化器的量化电平应该取在量化区间的质心上。由于量化器输入的信号混有噪声，因此信号为随机变量，描述随机变量分布情况的参数是信号的概率密度，显然最佳量化器的设计与输入信号的概率密度分布有关，对于一个特殊情况，即信号概率密度等于常数时，输入信号为均匀分布时，最佳量化电平等于量化区间的中点。

在量化器输出电平数目固定的时候讨论量化信号最小化失真问题，推导了最小失真量化器参数方程，该方程需要借助数值方法求解，通过简化数值解的算法，对正态分布幅度输入信号的量化均方误差进行了计算。降低或消除量化误差的另一个关键环节是量化误差位均匀分布，即量化误差与量化器输入信号无关，这时信号在量化过程中，信号的概率密度不发生失真，由量化信号可以完全恢复原始输入信号的概率密度，即信号在概率密度意义上实现了类似采样恢复的线性过程这个理论是建立在随机信号理论分析量化误差的基础上的。

在经典的量化理论中，量化误差看作是均匀分布的随机噪声，这种情况只在输入信号幅度远大于量化阶梯电平或信号呈现类似随机信号特性时才能够成立。当转换精度降低，量化阶梯较少时，量化误差不再是与输入信号独立的均匀分布噪声，而是和输入信号幅度相关的变量，这时候量化误差对系统的影响是失真的主要因素，量化精度的降低导致系统引入额外

创先职称论文发表网 www.lunwen1998.com

的噪声。

与传统的量化误差分析理论不同，对随机信号量化过程的分析，可以把量化过程看作是对输入信号概率密度进行面积采样的过程将非线性处理过程转化为线性处理过程。

与取样定理相对应，根据面积取样的量化理论，如果随机变量的特征函数不发生混叠，可以无失真地恢复变量的概率密度，为了防止混叠可以采用一个特征函数带限滤波器，这个滤波器的实现就是在量化器的输入端加入一个均匀分布的白噪声，这个就是ADC的Dither技术。

文献推导了对于有限量化级数的量化器使量化噪声与输入独立的Dither 信号必须满足的条件，给出了满足这些条件的 Dither 信号类型，并证明 Dither 信号的概率密度在量化区间具有均匀分布时，量化失真最小。

改善 ADC 性能的另一个措施是根据 Σ~Δ 调制原理，通过提高取样速率，可以在很低转换位数的情况下获得较高的转换精度。Σ~ΔADC 是过去的 20年时间里，在模拟集成电路设计领域中最为重要的创新之一。对于 Σ~Δ 调制器的一个基本的理解应当是，它是通过反馈来改进一个粗糙量化器的有效分辨率。

参考文献

1.朱义军, 常力. UWB 的主要特点及在短距离无线通信中的应用前景.电子技术应用. 2003,(10):7~8

2.刘刚 , 张淑娥 , 邱巍巍 .超宽带无线通信技术及其应用. 电力系统通信 .2005,26(158):40~42