本文關(guān)鍵詞：應(yīng)用于高速高精度Pipelined ADC中電容失配校正算法的研究　出處：《吉林大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 流水線型模數(shù)轉(zhuǎn)換器 數(shù)字后端校正算法 電容失配 低功耗

【摘要】：隨著技術(shù)的發(fā)展,各種應(yīng)用對ADC(Analog to Digital Converter,模數(shù)轉(zhuǎn)換器)的要求也越來越高。在眾多的ADC架構(gòu)中,Pipelined ADC(流水線型ADC)被認(rèn)為是同時兼具高速度、低功耗、高精度的一種架構(gòu)。近年來工藝的飛速發(fā)展并沒有給Pipelined ADC的性能帶來很大的提升,主要是因?yàn)樵赑ipelined ADC中影響性能的主要因素是電容失配以及放大器增益不足。放大器增益的不足可以通過增加放大器的級數(shù)或者采用Gain-boosting技術(shù)來解決;電容失配,可以通過增加電容面積的方法來減小,但這也就意味著功耗的增加。這些都是與消費(fèi)類電子低功耗的要求相悖的。因此對于電容失配的解決方法,人們更加傾向于通過校正算法來實(shí)現(xiàn)。由于數(shù)字電路在更小的工藝節(jié)點(diǎn)中的優(yōu)勢更加明顯,因此校正算法更希望是通過數(shù)字電路來實(shí)現(xiàn)。校正算法必須包括兩個過程,第一是對誤差的測量,第二是對ADC輸出結(jié)果的補(bǔ)償與校正。根據(jù)ADC在使用過程中是否需要一個獨(dú)立的校正過程,又將校正算法分為前端校正算法和后端校正算法。相較于前端校正算法,后端校正算法由于是實(shí)時校正,因此對環(huán)境、溫度等因素的影響更具有魯棒性,也更加的智能化。因此ADC中電容失配校正算法更加趨向于后端校正。目前針對于采用1.5-bit/stage MDAC的Pipelined ADC的數(shù)字校正技術(shù)大都通過注入偽隨機(jī)碼的形式測量誤差,并在數(shù)字域中對結(jié)果進(jìn)行校正。這種校正算法最大的缺點(diǎn)是注入的隨機(jī)向量會大大減小ADC的輸入范圍。相較于1.5-bit/stage MDAC,=2.5bit/stage MDAC在降低對工藝的要求的同時,在功耗上也具有更大的優(yōu)勢。然而目前針對于采用=2.5-bit/stage MDAC的Pipelined ADC中電容失配校正算法的研究多集中于數(shù)字前端校正,對于數(shù)字后端校正算法則鮮有報道。本課題提出了一種適用于采用2.5-bit/stage MDAC的Pipelined ADC中電容失配的數(shù)字后端校正算法,并在MATLAB上對其可行性、準(zhǔn)確性、穩(wěn)定性進(jìn)行了驗(yàn)證。應(yīng)用此技術(shù),設(shè)計(jì)了一款分辨率為14 bits、采樣率為40MS/s的Pipelined ADC。本課題采用X-fab 0.18um工藝,進(jìn)行了電路圖的設(shè)計(jì)與驗(yàn)證,版圖的設(shè)計(jì)與驗(yàn)證,并對芯片進(jìn)行了測試。芯片整體面積4x4mm2;在3.3V電壓下,整體功耗為110m W;芯片的測試結(jié)果表明,在2^26個時鐘周期內(nèi),可將ENOB由10.3 bits提高至12.1 bits。
[Abstract]:With the development of technology, various applications of ADC (Analog to Digital Converter, ADC) are increasingly high requirements. In the ADC architecture, Pipelined ADC (pipliened ADC) is considered to be both high speed and low power consumption, a kind of architecture with high precision. In recent years, the rapid development of technology and not to the performance of Pipelined ADC has greatly improved, mainly because the main factors affecting the performance of Pipelined in ADC is less than the capacitor mismatch and amplifier gain. Insufficient amplifier gain can be solved by increasing the amplifier series or using Gain-boosting technology; capacitor mismatch can be reduced by increasing the area of the capacitor. But this also means that the increase in power. These are contrary to consumer electronics and low power requirements. Therefore, the methods for solving the capacitor mismatch, people are more inclined to the Correction algorithm. Due to the advantages of digital circuit in the process node smaller in more obvious, so the correction algorithm is more hope to achieve through the digital circuit. The correction algorithms must include two stages, the first is to measure the error is second, compensation and correction of the ADC output results. According to whether the ADC is in the process of using the need for a separate correction process, and the correction algorithm is divided into front-end and back-end correction algorithm algorithm. Compared to the front-end back-end correction algorithm, correction algorithm for real-time correction and so on the environment, temperature and other factors is more robust, more intelligent. Therefore ADC capacitor mismatch correction algorithms tend to be more present in the end correction. Using 1.5-bit/stage MDAC Pipelined ADC digital correction technology mostly through the injection form of measurement error of pseudo random code, and in the digital domain The results were corrected. This algorithm is the biggest drawback is the input range of random vector injection will be greatly reduced compared to the ADC. 1.5-bit/stage MDAC, =2.5bit/stage MDAC in reducing the requirement of the process at the same time, also has more advantages in power consumption. However, according to MDAC Pipelined ADC by =2.5-bit/stage in capacitor research with the correction algorithm focused on digital front-end to back-end digital correction, correction algorithm is rarely reported. The number of back-end correction algorithm is proposed in this paper which is suitable for using 2.5-bit/stage MDAC Pipelined ADC capacitor mismatch, and MATLAB on the feasibility, accuracy and stability are verified. The application of this technology. The design of a resolution of 14 bits, sampling rate of 40MS/s Pipelined ADC. using the X-fab 0.18um technology, the design and verification of the circuit diagram, The design and verification of the layout and the chip were tested. The overall area of the chip is 4x4mm2. Under the 3.3V voltage, the overall power consumption is 110m W. The test results of the chip indicate that in the 2^26 clock cycle, ENOB can be increased from 10.3 bits to 12.1 bits..

【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN792

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 龍建國;;數(shù)字校正算法中的增益分配[J];自動化技術(shù)與應(yīng)用;1986年03期

2 朱長山;;相關(guān)辨識校正算法[J];應(yīng)用科技;1989年04期

3 韓裕生,易素君,邵立康,丁厚本,李鵬輝,聶超,秦曉燕;多速度安檢系統(tǒng)的圖像實(shí)時校正算法[J];CT理論與應(yīng)用研究;2003年04期

4 滕月陽;張鐵;;三棒源衰減重建中的隨機(jī)校正算法[J];東北大學(xué)學(xué)報(自然科學(xué)版);2010年12期

5 張學(xué)峰;陳寶國;牛英宇;;改進(jìn)的基于神經(jīng)網(wǎng)絡(luò)的非均勻性校正算法[J];紅外與激光工程;2013年02期

6 王榮;;傾斜校正算法的仿真與分析[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2012年14期

7 陳若珠;田守軍;李戰(zhàn)明;呂強(qiáng);;一種健壯的指紋方向圖校正算法[J];電子測量技術(shù);2009年02期

8 羅維薇;樊凌雁;郭麗;;基于彩色濾光陣列的近似值估計(jì)自適應(yīng)校正算法[J];自動化與儀器儀表;2010年06期

9 欒亞群;李淑英;;基于立體圖對的顏色校正算法設(shè)計(jì)(英文)[J];科學(xué)技術(shù)與工程;2014年13期

10 羅小燕,胡海峰,熊銀根;一種立體校正算法的研究[J];中山大學(xué)學(xué)報(自然科學(xué)版);2003年05期

相關(guān)會議論文 前6條

1 葛云生;;干涉型光纖傳感器的正交解調(diào)中調(diào)制初相位影響及校正算法研究[A];2009全國虛擬儀器大會論文集（二）[C];2009年

2 陶邦一;;MERIS渾濁水體大氣校正算法及在近岸河口中的應(yīng)用[A];第八屆成像光譜技術(shù)與應(yīng)用研討會暨交叉學(xué)科論壇文集[C];2010年

3 張楨杰;劉真;于惠;;基于DWT抗打印掃描數(shù)字水印校正算法的研究[A];顏色科學(xué)與技術(shù)——2012第二屆中國印刷與包裝學(xué)術(shù)會議論文摘要集[C];2012年

4 巨志勇;鄭應(yīng)平;;二值表格圖像傾斜校正算法[A];第一屆中國高校通信類院系學(xué)術(shù)研討會論文集[C];2007年

5 李謙祥;胡靜濤;;頻譜重心校正算法在異步電動機(jī)轉(zhuǎn)速估計(jì)中的應(yīng)用[A];2007'儀表，，自動化及先進(jìn)集成技術(shù)大會論文集（二）[C];2007年

6 黃蕾;吳海龍;聶瑾芳;宋晶晶;俞汝勤;;三維熒光光譜結(jié)合二階校正算法快速測定化妝品中蘆丁含量[A];第十屆中國化學(xué)會分析化學(xué)年會暨第十屆全國原子光譜學(xué)術(shù)會議論文摘要集[C];2009年

相關(guān)博士學(xué)位論文 前2條

1 宮月紅;流水線型ADC數(shù)字校正技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 李淑芳;二階校正算法結(jié)構(gòu)剖析和多維校正用于復(fù)雜動態(tài)體系藥物定量分析研究[D];湖南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 斯聞豪;超大廣角畸變圖像校正算法的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

2 尹潔昕;基于非圓信號的陣列誤差自校正算法研究[D];解放軍信息工程大學(xué);2014年

3 孫培雙;魚眼圖像畸變校正算法的研究[D];天津工業(yè)大學(xué);2016年

4 沈宇超;變形QR碼的多結(jié)構(gòu)校正識別研究[D];華北電力大學(xué)(北京);2016年

5 王東旭;基于FPGA的魚眼圖像校正算法研究與實(shí)現(xiàn)[D];浙江大學(xué);2016年

6 吳火森;魚眼相機(jī)圖像處理及校正算法研究與實(shí)現(xiàn)[D];西安電子科技大學(xué);2015年

7 陳芳林;基于場景的紅外焦平面非均勻性校正算法及FPGA實(shí)現(xiàn)[D];南京理工大學(xué);2017年

8 華雨;基于BP神經(jīng)網(wǎng)絡(luò)的PSD非線性校正算法研究[D];南京理工大學(xué);2017年

9 李海彬;應(yīng)用于高速高精度Pipelined ADC中電容失配校正算法的研究[D];吉林大學(xué);2017年

10 尚雷敏;雙平板多功能核醫(yī)學(xué)成像系統(tǒng)數(shù)據(jù)校正算法研究[D];東華理工大學(xué);2017年

本文編號：1420775