24小時聯系電話:18217114652、13661815404
中文
行業資訊
在ADC模型和DAC建模中添加低通濾波器
更好的ADC模型的建議
兩音測試信號比一音提供更多有關ADC性能的信息。您的作者模型非常適合特定ADC的制造商模型，因此可以方便地運行誤碼率仿真。該ADC碰巧具有非常寬的輸入帶寬。
對于帶寬較低的ADC，如圖1所示增加一個低通濾波器將提供一個更好的模型。
制造商的模型是“行為”模型，而不是精確的模型。最好與詳細的SPICE模型進行比較，或者在實際的物理設備上進行測量。
數模轉換器（DAC）的模型
參考文獻[19]至[26]提出了某種DAC模型，而[27]至[29]描述了DAC的特性，但沒有描述模型。在那些提出模型的模型中，大多數（[19]，[20]，[22]和[23]）提出的模型似乎是DAC設計人員而不是用戶所感興趣的，他們給出了詳細的特定模型來確定諸如SNR或噪聲影響之類的東西。輸出頻譜上的時鐘抖動。
其他人提出的模型似乎太簡單了。這些是[25]，僅考慮削波而沒有量化。文獻[26]將量化和削波建模為加法過程，僅對高斯輸入有效。
參考文獻[21]使用以下公式將DAC輸出（y（t））建模為DAC輸入（x（t））的函數：
y（t）= x（t）+ y HQ（x（t））+ y CM（x（t））+ y VQ（x（t））
等式1
這些是相應的術語：
y HQ（x（t））表示“水平量化”（理想時間采樣）
y CM（x（t））表示“時鐘源調制”（時鐘抖動）
y VQ（x（t））解釋了包括積分非線性在內的“垂直量化”（幅度量化）。
這些術語的表達并不十分復雜，因此這可能是模擬DAC的良好模型。輸入x（t）可以來自調制算法的浮點實現，也可以來自具有輸出M位的固定點1，其中M> NE；其中NE是DAC的有效位數。
參考文獻[24]提出了一個模型，該模型考慮了差分非線性（DNL），積分非線性（INL），增益和失調誤差，毛刺脈沖面積和建立時間。
[24]的圖5顯示了該模型的框圖。它由附加隨機誤差構成DNL模型；增加了確定性的時間函數以對毛刺進行建模；用于模擬INL，增益和失調誤差的多項式函數；延遲和時間轉換（在本文中沒有說明）；一個低通濾波器來模擬穩定時間；和噪聲模型（在文本中也沒有解釋）。可以對[24]中的圖5進行一些修改，從而在這里生成圖2，這與圖1中的ADC模型相反。如果量化導致的輸出噪聲不夠，則可以添加附加噪聲。
圖2. 來自Naoues，M.的DAC模型的修改；莫什（Morche）Dehos，C .；巴拉克河; 和Ghazel，A， [24]
讀者可能想知道為什么，由于DAC的輸入已經是數字的，因此需要圖2中的采樣器和量化器。
通常，對于仿真，可以使用連續時間的浮點算法。并且將其轉換為帶時鐘的定點版本是不值得的。（連續時間意味著仿真采樣頻率足夠高，因此沒有采樣效果。）而且，通常DAC接口上可用的實際位數（廣告位數）大于ENOB。