高速或GSPS ADC(每秒千兆采樣ADC)相對稀疏出現的轉換錯誤不僅造成其難以檢測，而且還使測量過(guò)程非常耗時(shí)。該持續時(shí)間通常超出毫秒范圍，達到幾小時(shí)、幾天、幾周甚至是幾個(gè)月。為了幫助消減這一耗時(shí)測試負擔，可以在一定“置信度”的確定性情況下估算誤差率，而仍然保持結果的質(zhì)量。

 

誤碼率(BER)與轉換誤差率

 

與串行或并行數字數據傳輸中BER的數字等效值類(lèi)似，CER是轉換錯誤數與樣本總數之比。但是，BER和CER之間有一些截然不同之處。數字數據流中的BER測試采用長(cháng)偽隨機序列，該序列可于發(fā)送器中在傳輸兩端使用常用種子值來(lái)啟動(dòng)。接收器預期將收到理想的傳輸。通過(guò)觀(guān)察接收數據與理想數據的差異，便可精確計算出BER。兩端之間偽隨機序列數據中的失配(基于種子值)即視為誤碼。

 

與CER不同，誤差測定不像純數字比較那么簡(jiǎn)單。由于A(yíng)DC轉換過(guò)程中始終具有小的非線(xiàn)性，另外還存在系統噪聲和抖動(dòng)，因此并非總是能確定預期數據和實(shí)際數據之間的確切差異。相反，需要建立誤差閾值，用于確定轉換錯誤和具有容許預期噪聲的樣本之間的界限。這與數字BER不同，并不會(huì )對發(fā)送和接收的預期數據進(jìn)行確切比較。相反，首先必須量化樣本的誤差幅度，然后再確定是轉換錯誤，還是在轉換器和系統的預期非線(xiàn)性范圍內。ADC后端數字接口的誤碼率必須低于轉換器的內核CER，因此無(wú)法忽視。如果并非如此，那么數據輸出傳輸誤差將覆蓋CER并成為主要誤差來(lái)源。

 

亞穩態(tài)

 

高速ADC中造成轉換錯誤的一個(gè)常見(jiàn)原因是一種稱(chēng)為亞穩態(tài)的現象。高速ADC在將模擬信號轉換為數字值的轉換過(guò)程中，往往會(huì )在不同階段使用多個(gè)梯級比較器。如果比較器無(wú)法確定模擬輸入是高于還是低于其參考點(diǎn)時(shí)，就會(huì )產(chǎn)生可能導致出現錯誤代碼的亞穩態(tài)結果。當兩個(gè)比較器的輸入之差幅度非常小或為零時(shí)，就可能發(fā)生這種情況，此時(shí)無(wú)法進(jìn)行正確比較。由于此錯誤值會(huì )沿著(zhù)流水線(xiàn)傳播，因此ADC可能產(chǎn)生重大的轉換錯誤。

 

當差分模擬輸入為相對較大的正值或負值時(shí)，比較器可以快速計算出差值并給出明確決定。當差分值很小或為零時(shí)，比較器做出決定所需的持續時(shí)間會(huì )長(cháng)很多。如果在此決定點(diǎn)之前比較器輸出鎖存，則將產(chǎn)生亞穩態(tài)結果。

 

有些設計方案可以減輕這個(gè)問(wèn)題。首先，將比較器的不確定范圍設計的非常小，迫使比較器在可能的最大模擬輸入條件范圍內做出準確決定。但是，這可能造成電路功率和設計尺寸增加。

 

第二種方法是盡量延遲比較器采樣時(shí)間，給模擬輸入最長(cháng)的時(shí)間建立至已知的比較器輸出值。但這種方法存在多個(gè)限制，因為延遲最長(cháng)也只能持續到當前采樣時(shí)間結束，而后比較器必須繼續處理下一次采樣。第三種方法是采用智能錯誤檢測和校正算法，該算法會(huì )對比較器在高速ADC轉換過(guò)程后續階段中引入的不確定性進(jìn)行數字補償。當比較器未能在最大允許時(shí)間內做出決定時(shí)，邏輯可檢測到該缺失。然后，此信息可被附加到相關(guān)樣本上，以便未來(lái)進(jìn)行內部調整。識別出此警報時(shí)，可使用后處理步驟在樣本從轉換器輸出前糾正該錯誤。這可以從圖1中的AD9625看出，它是ADI公司的一款12位、2.5GSPS ADC。

 

圖1：可在A(yíng)D9625的模數轉換過(guò)程內識別比較器的不確定性。在后續步驟中執行校正命令以校正樣本，然后再從轉換器輸出。

 

置信度

 

CER置信度(CL)是指在不精確到特定故障率的情況下對未來(lái)錯誤的外推預期。這可減少針對給定CER獲取的樣本總數，但代價(jià)是不能保證100%的確定性。從數學(xué)角度來(lái)說(shuō)，要達到絕對100%的確定性，需要取得無(wú)限持續時(shí)間內的樣本。因此，根據行業(yè)經(jīng)驗，95%的置信度已經(jīng)相當接近已知值，并且實(shí)現了不確定性和測量時(shí)間之間的平衡。如果將測試重復一百次，則有95次可以準確識別誤碼率。有時(shí)工程師會(huì )誤認為一旦在測試期間檢測到誤差，該過(guò)程就會(huì )結束并找到最終的CER。這既不準確也不完整。無(wú)論過(guò)程中是否有誤差，轉換誤差率及相關(guān)的置信度都可以測試。但是，如果在給定置信度下檢測到誤差，則與沒(méi)有錯誤時(shí)的樣本數相比，必須增加測量的樣本數量。

 

 

以上公式給出了置信度、誤碼率和樣本數之間的自然對數數學(xué)關(guān)系表達式。式中：N為測量的樣本數；CER為轉換誤碼率；CL為置信度；E為檢測到的錯誤數。

 

未檢測到誤差時(shí)，公式有所簡(jiǎn)化，右邊的項等于零，結果僅取決于左邊的項。當CL為95%且未檢測到誤差時(shí)，所需的樣本數僅約為預期CER的倒數乘以3。測量到100%置信度，即對于任何CER值都有CL=1.0，從數學(xué)角度上需要獲取-ln(0)無(wú)窮大的無(wú)限樣本數(N)。

 

誤差閾值

 

高速ADC中的轉換誤差幅度很關(guān)鍵，有些誤差比其他誤差更重要。例如，一個(gè)或兩個(gè)最低有效位(LSB)誤差可能在系統的預期噪底之內，甚至可能不會(huì )影響瞬時(shí)性能。但是，最高有效位(MSB)誤差，乃至滿(mǎn)量程誤差可能造成系統故障事件。因此，CER測試需要具有一種機制或閾值來(lái)確定轉換中誤差的嚴重程度。

 

轉換的誤差閾值應該包括ADC的已知線(xiàn)性不足，以及時(shí)鐘抖動(dòng)和其他超出轉換器功能的系統噪聲。對于任何給定樣本，這些通常會(huì )累加為14位ADC的4或5個(gè)最低有效位(LSB)或16～32個(gè)代碼。根據ADC分辨率、系統性能和應用的誤碼率要求，該值的大小可能略有不同。使用此誤差帶與理想值進(jìn)行比較后，超出此限值的樣本將被視為轉換錯誤。在傳統視頻ADC中，此錯誤被稱(chēng)為“閃碼”，因為它會(huì )在視頻屏幕上產(chǎn)生亮白色像素閃爍?？山邮艿霓D換器誤碼率很大程度上取決于信號處理系統和系統誤差容差要求。

 

歷史上測量的GSPS ADC轉換誤差率一般不會(huì )低于1e-14。1e-15的誤差率意味著(zhù)轉換器在1e15個(gè)樣本范圍內不應出現轉換錯誤。雖然這些數字看起來(lái)很大，但憑借當今先進(jìn)轉換器技術(shù)的高采樣速率，對于CER測試仍然可以實(shí)現。但是，對于具有8ns采樣速率的125MSPS轉換器，1e15次采樣將占用800,000s(1e15*8ns)，也即9.24天。要在這些誤碼率中實(shí)現95%的CL，則需要分別將這些采樣持續時(shí)間的均乘以2.996。

 

CER測試

 

圖2給出了如何測試內部ADC 內核的CER。在或接近ADC最大編碼速率下采樣時(shí)，可使用頻率相對較慢的正弦波作為模擬輸入。應對模擬輸入信號進(jìn)行規劃，以便在忽視系統噪聲的情況下，兩個(gè)相鄰樣本之間的預期絕對差不大于1LSB代碼。理想情況下，模擬輸入信號比滿(mǎn)量程稍大，以便運用ADC的所有代碼。應計算模擬輸入和編碼采樣速率，以便建立較長(cháng)的一致性周期，而ADC不在同一代碼級別進(jìn)行一致采樣。

 

圖2：CER測試的兩種采樣情形。頂部的情形是以比Fs/2稍快的速率對模擬信號進(jìn)行采樣，其中僅每隔一個(gè)樣本比較一次。理想情況下，兩個(gè)連續樣本的不同之處不超過(guò)一個(gè)LSB代碼。下面的情形是對相對較慢的模擬輸入進(jìn)行過(guò)采樣，以便兩個(gè)相鄰樣本的不同之處也不超過(guò)一個(gè)LSB代碼。

 

圖3：CER測試比較兩個(gè)連續ADC樣本和預定誤差閾值。計數器記錄錯誤發(fā)生次數、幅值和采樣位置標識符。

 

系統使用一個(gè)計數器來(lái)跟蹤兩個(gè)相鄰樣本之間的幅度差值超過(guò)閾值限值的情況，并將這種情況計數為轉換錯誤。該計數器必須保留整個(gè)測試過(guò)程中錯誤的累加總數。為了保證系統按預期工作，還應記錄誤差幅度與理想情況之間的關(guān)系。測試需要的時(shí)間將基于采樣速率、所需的測試CER和所需的置信度(圖3)。

 

小結

 

典型轉換器架構可實(shí)現一些系統可接受的測量轉換誤碼率，新的設計和錯誤檢測算法正推動(dòng)限值實(shí)現更佳的性能。ADI的12位2.5GSPS ADC AD9625分級比較型流水線(xiàn)內核使用專(zhuān)有技術(shù)檢測流水線(xiàn)處理前期的ADC轉換錯誤，然后處理和糾正后期的錯誤。這在12位GSPS ADC上實(shí)現了優(yōu)于1e-15、置信度為95%的行業(yè)一流測量CER。

 

 

免責聲明：本文為轉載文章，轉載此文目的在于傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問(wèn)題，請聯(lián)系小編進(jìn)行處理。

 

推薦閱讀：