使用互调多项式和有效位数对ADC进行建模
在本文中，我们将讨论如何在系统仿真中对adc进行建模的另一种方法，这次是使用有效位数，并通过在理想量化器输入中引入5阶多项式来调整adc。
到目前为止，在本系列中，我们已经讨论了各种优点 在系统仿真中对数据转换器进行建模的方法，特别是通过使用 使用有效位数或enob的建模方法.
现在，我们将通过添加一个新元素来继续讨论：直接调整我们的adc模型，在理想量化器输入中添加一个5阶多项式。
我们的新adc模型的描述
我们上一篇文章中介绍的模型没有产生任何明显的杂散频率（杂散）。由于杂散是adc性能的一个重要特性，因此需要更好的模型。
如图 1 所示。
图1.
这将向理想的量化器输入添加一个 5 阶多项式。
应使用双音输入来确定参数α我（fc） 和 ne（fc);其中 fc 是音调之间的中心频率，如图 2 所示（您将从 我们的第一篇文章).
图2.
如果这些参数中的任何一个也是δf（音调之间的间隔）的函数，则adc中的存储器可能存在非线性，并且该模型将不适用。
例如，图3所示的双音输入（从图3中讨论 我们上一篇文章） 使用，其中 ne = 8 位，α3 = 0.04，以及所有其他α我 = 0。存在与我们上一篇文章相同的奈奎斯特带宽（730.9 mhz）和“有趣带宽”（233.7 mhz）。
图3.
图4显示了单音输入的输出，图5显示了双音输入的输出。
图4.
图5.
互调产物出现在双音输入的“相关带宽”内，但单音输入则不然。
如果有人只在这个“感兴趣的带宽”内进行测量——例如，如果有一个数字带通滤波器只通过该频段——单音测试不会捕获互调效应，但双音会。
图6绘制了5至12个输入位的各种sinad。很明显，以“相关带宽”测量的单音输入不会捕获超过7位的互调效果。
图6.
此外，对于超过7位，由于量化噪声随着位数的增加而降低，但互调失真保持不变，因此sinad不会随着位数的增加而改善。
与制造商模型的比较
亲爱的读者：你现在可能想知道;“那又如何？这些只是一些模型及其对某些信号的响应。目的是什么？
目的应该是可以在adc上进行双音测量，并选择图1所示的参数值，以使其最适合测量的adc输出。这通常可以手动调整它们，直到获得良好的配合。然后，简化的模型可用于长误码率（ber）仿真。
测量可以在实际设备上完成，也可以在设备的良好模型上进行，也可以从制造商的数据表中获得。
要成为一个好的模型，它必须与实际设备非常接近;比如一个完整的spice模型。如此复杂的模型在 ber 仿真中运行需要很长时间。
您的作者可以从制造商那里获得他们所谓的“行为”模型，他们声称该模型捕获了特定模型adc的所有重要参数。制造商的型号还考虑了内部和外部时钟抖动。这用于评估该方法。
双音输入
图 7 显示了仿真设置。生成双音输入，然后输入到作者和制造商的模型中。两者都通过光谱分析显示。
图7.
图 8 显示了使用的输入。两种音调在 300 到 350 mhz 之间。adc采样频率约为250 mhz，因此这些音调位于第三奈奎斯特区。
由于每个峰值fs为-6.02 db，因此当它们加入相位时，电压将是两倍，从而产生0 db峰值fs。
图8.
图9显示了制造商型号的输出，在大约27至107 mhz的“相关带宽”中，sinad为63.74 db。
图9.
图 10 显示了调整作者的模型参数以进行匹配后的结果。
图 10.
多项式系数提供了足够的自由度，因此可以与杂散进行几乎完全相同的匹配。ne 的 11 位，本底噪声比制造商型号低 3 db，ne 的 10 位使其比制造商的型号高 3 db。
您的作者决定使用 10 位的悲观值，这给出了 60.74 db 的 sinad。改进的模型将允许添加高达6 db的加性白高斯噪声，因此n的值越高e 可以选择，并添加额外的噪声以匹配本底噪声。
ofdm 波形输入
现在可以将这两个模型与通信波形作为输入进行比较。
商用软件包附带 lte 型号;生成 ofdm 信号。该模型包括一个调制器、一个频率选择性瑞利衰落通道、加性白高斯噪声和解调器。
可以将adc模型插入解调器前面，并评估adc输出的频谱和ofdm信号的误差矢量幅度，如图11所示。
图 11.
使用具有 64-qam 副载波的 ofdm 信号。您作者的 adc 模型的参数与图 10 中使用的相同。
商用软件包使用复杂的包络符号 [3] 来形成其信号。这仅允许调制信息通过复数逐个样本地进行跟踪，并且载波频率仅保持为已知常数。因此，描述波形所需的样本数量大大减少。
但是，adc 模型的输入需要是显式载波上的真实信号，以考虑作为输入频率函数的 adc 性能差异。因此，需要完成“载波上的复包络到实数”和“载波上的实数到复数包络”的转换 [3]。
图12显示了两个adc模型的ofdm信号输入。它以与图8所示的双音相同的频率为中心。
图 12.
两种adc模型中的dbrmsfs水平均为-7 dbrmsfs。
图 13 显示了制造商模型的频谱，图 14 显示了作者模型的频谱。由于adc的非线性，两者都显示出频谱再生。光谱非常接近。
图 13.
图 14.
图 15 显示了制造商型号的已接收 ofdm 星座，图 16 显示了作者模型的 ofdm 星座。
图 15.
图 16.
均方根和峰值evm的比较见表3。这些结果的信噪比为90 db。
表 3.
在-7至-47 dbrmsfs的范围内，两种型号的evm之间的均方根差异为3.46 db。
总的来说，对于一组相当简单的参数，您作者的模型给出的结果与制造商的结果非常相似。没有关于制造商型号的信息，但它可能与您作者的相似。
无论如何，使用您作者的模型时，模拟运行得更快，因为不需要在模拟软件之间传输数据。因此，您作者的模型用于图 17 所示的误码率 (ber) 仿真。
图 17。
设计带有 adc 的系统时的一个重要参数是放置信号相对于 adc 满量程的最佳水平。
电平太低会导致信号相对于噪声和失真而言太小。
电平太高会导致过度削波，这也会使信号失真。通常，允许一些削波的电平是最佳的。
三种不同snr和-41至-7 dbrmsfs信号电平的误码率如图18所示。
图 18.
虚线还显示了旁路adc模型时的ber。使用adc，最佳范围约为10 db，自动增益控制应将信号保持在该范围内。
流媒体技术原理
凯氏定氮仪的使用说明以及使用效果的介绍
亚马逊正在赢得智能音箱市场大战的胜利
如何用机器学习解决数据库运维难题
2023 Q3-Q4全球存储市场情况及趋势
使用互调多项式和有效位数对ADC进行建模
虹科案例 | HK-Micronor光纤传感器应用领域介绍（上）
高通续吃苹果5G基带芯片订单，2026年前iPhone仍遭“卡脖子”
彩电市场暗藏涌动 OLED依然逆势上涨
MIT开发无需部件可调整焦距的相机镜头
Uber和Grab准备合并，新加坡竞争和消费者委员会意欲阻拦
Virtex UltraScale器件的优点
纯电动超跑蔚来EP93月进入国内 将有机会免费试驾
真正的区块链应用应该是什么样子的
Apple Vision Pro的空间计算与主要芯片
从入门到应用，关于LTC3115同步降压-升压转换器
色谱柱的使用及如何进行日常维护
一加5最新消息：五倍无损变焦很无敌！
土壤水分测定仪具有哪些特点
智能布线前沿技术及其应用
到目前为止，在本系列中，我们已经讨论了各种优点 在系统仿真中对数据转换器进行建模的方法，特别是通过使用 使用有效位数或enob的建模方法.
现在，我们将通过添加一个新元素来继续讨论：直接调整我们的adc模型，在理想量化器输入中添加一个5阶多项式。
我们的新adc模型的描述
我们上一篇文章中介绍的模型没有产生任何明显的杂散频率（杂散）。由于杂散是adc性能的一个重要特性，因此需要更好的模型。
如图 1 所示。
图1.
这将向理想的量化器输入添加一个 5 阶多项式。
应使用双音输入来确定参数α我（fc） 和 ne（fc);其中 fc 是音调之间的中心频率，如图 2 所示（您将从 我们的第一篇文章).
图2.
如果这些参数中的任何一个也是δf（音调之间的间隔）的函数，则adc中的存储器可能存在非线性，并且该模型将不适用。
例如，图3所示的双音输入（从图3中讨论 我们上一篇文章） 使用，其中 ne = 8 位，α3 = 0.04，以及所有其他α我 = 0。存在与我们上一篇文章相同的奈奎斯特带宽（730.9 mhz）和“有趣带宽”（233.7 mhz）。
图3.
图4显示了单音输入的输出，图5显示了双音输入的输出。
图4.
图5.
互调产物出现在双音输入的“相关带宽”内，但单音输入则不然。
如果有人只在这个“感兴趣的带宽”内进行测量——例如，如果有一个数字带通滤波器只通过该频段——单音测试不会捕获互调效应，但双音会。
图6绘制了5至12个输入位的各种sinad。很明显，以“相关带宽”测量的单音输入不会捕获超过7位的互调效果。
图6.
此外，对于超过7位，由于量化噪声随着位数的增加而降低，但互调失真保持不变，因此sinad不会随着位数的增加而改善。
与制造商模型的比较
亲爱的读者：你现在可能想知道;“那又如何？这些只是一些模型及其对某些信号的响应。目的是什么？
目的应该是可以在adc上进行双音测量，并选择图1所示的参数值，以使其最适合测量的adc输出。这通常可以手动调整它们，直到获得良好的配合。然后，简化的模型可用于长误码率（ber）仿真。
测量可以在实际设备上完成，也可以在设备的良好模型上进行，也可以从制造商的数据表中获得。
要成为一个好的模型，它必须与实际设备非常接近;比如一个完整的spice模型。如此复杂的模型在 ber 仿真中运行需要很长时间。
您的作者可以从制造商那里获得他们所谓的“行为”模型，他们声称该模型捕获了特定模型adc的所有重要参数。制造商的型号还考虑了内部和外部时钟抖动。这用于评估该方法。
双音输入
图 7 显示了仿真设置。生成双音输入，然后输入到作者和制造商的模型中。两者都通过光谱分析显示。
图7.
图 8 显示了使用的输入。两种音调在 300 到 350 mhz 之间。adc采样频率约为250 mhz，因此这些音调位于第三奈奎斯特区。
由于每个峰值fs为-6.02 db，因此当它们加入相位时，电压将是两倍，从而产生0 db峰值fs。
图8.
图9显示了制造商型号的输出，在大约27至107 mhz的“相关带宽”中，sinad为63.74 db。
图9.
图 10 显示了调整作者的模型参数以进行匹配后的结果。
图 10.
多项式系数提供了足够的自由度，因此可以与杂散进行几乎完全相同的匹配。ne 的 11 位，本底噪声比制造商型号低 3 db，ne 的 10 位使其比制造商的型号高 3 db。
您的作者决定使用 10 位的悲观值，这给出了 60.74 db 的 sinad。改进的模型将允许添加高达6 db的加性白高斯噪声，因此n的值越高e 可以选择，并添加额外的噪声以匹配本底噪声。
ofdm 波形输入
现在可以将这两个模型与通信波形作为输入进行比较。
商用软件包附带 lte 型号;生成 ofdm 信号。该模型包括一个调制器、一个频率选择性瑞利衰落通道、加性白高斯噪声和解调器。
可以将adc模型插入解调器前面，并评估adc输出的频谱和ofdm信号的误差矢量幅度，如图11所示。
图 11.
使用具有 64-qam 副载波的 ofdm 信号。您作者的 adc 模型的参数与图 10 中使用的相同。
商用软件包使用复杂的包络符号 [3] 来形成其信号。这仅允许调制信息通过复数逐个样本地进行跟踪，并且载波频率仅保持为已知常数。因此，描述波形所需的样本数量大大减少。
但是，adc 模型的输入需要是显式载波上的真实信号，以考虑作为输入频率函数的 adc 性能差异。因此，需要完成“载波上的复包络到实数”和“载波上的实数到复数包络”的转换 [3]。
图12显示了两个adc模型的ofdm信号输入。它以与图8所示的双音相同的频率为中心。
图 12.
两种adc模型中的dbrmsfs水平均为-7 dbrmsfs。
图 13 显示了制造商模型的频谱，图 14 显示了作者模型的频谱。由于adc的非线性，两者都显示出频谱再生。光谱非常接近。
图 13.
图 14.
图 15 显示了制造商型号的已接收 ofdm 星座，图 16 显示了作者模型的 ofdm 星座。
图 15.
图 16.
均方根和峰值evm的比较见表3。这些结果的信噪比为90 db。
表 3.
在-7至-47 dbrmsfs的范围内，两种型号的evm之间的均方根差异为3.46 db。
总的来说，对于一组相当简单的参数，您作者的模型给出的结果与制造商的结果非常相似。没有关于制造商型号的信息，但它可能与您作者的相似。
无论如何，使用您作者的模型时，模拟运行得更快，因为不需要在模拟软件之间传输数据。因此，您作者的模型用于图 17 所示的误码率 (ber) 仿真。
图 17。
设计带有 adc 的系统时的一个重要参数是放置信号相对于 adc 满量程的最佳水平。
电平太低会导致信号相对于噪声和失真而言太小。
电平太高会导致过度削波，这也会使信号失真。通常，允许一些削波的电平是最佳的。
三种不同snr和-41至-7 dbrmsfs信号电平的误码率如图18所示。
图 18.
虚线还显示了旁路adc模型时的ber。使用adc，最佳范围约为10 db，自动增益控制应将信号保持在该范围内。
流媒体技术原理
凯氏定氮仪的使用说明以及使用效果的介绍
亚马逊正在赢得智能音箱市场大战的胜利
如何用机器学习解决数据库运维难题
2023 Q3-Q4全球存储市场情况及趋势
使用互调多项式和有效位数对ADC进行建模
虹科案例 | HK-Micronor光纤传感器应用领域介绍（上）
高通续吃苹果5G基带芯片订单，2026年前iPhone仍遭“卡脖子”
彩电市场暗藏涌动 OLED依然逆势上涨
MIT开发无需部件可调整焦距的相机镜头
Uber和Grab准备合并，新加坡竞争和消费者委员会意欲阻拦
Virtex UltraScale器件的优点
纯电动超跑蔚来EP93月进入国内 将有机会免费试驾
真正的区块链应用应该是什么样子的
Apple Vision Pro的空间计算与主要芯片
从入门到应用，关于LTC3115同步降压-升压转换器
色谱柱的使用及如何进行日常维护
一加5最新消息：五倍无损变焦很无敌！
土壤水分测定仪具有哪些特点
智能布线前沿技术及其应用