无线电RF和IF模数变换中的潜在的器件的和方法.docVIP

无线电RF和IF模数变换中的潜在的器件的和方法.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
附 录 无线电RF和IF信号模数变换中潜在的技术和方法 本附录讨论了一些其它的量化方法,它们也许会被考虑作为将来的无线电接收机中接收信号的数字化方法,或依据这些方法制作出新的ADC器件,甚至直接对从天线接收下来的信号进行采样。因为在无线电接收机领域的采样技术还有许多潜力可挖,所以在此探讨一下多种量化技术,这些量化技术旨在提高量化器的SFDR指标。 在无线电接收机应用中信号的变化范围非常大。对这种信号进行量化时要求ADC有一个大的动态范围。大部分商用ADC采用均匀量化技术(量化电平均匀分布),因此,这种ADC必须是高分辨率(高比特数)以达到大动态范围。问题是对许多无线应用来说,采用均匀量化技术的ADC很难达到满足宽带RF或IF信号所需要的高速大动态范围的要求。此外,信号量化的一个基本难题也是大的动态范围。为了解决这个问题,这里讨论了几种量化技术和它们在大幅度输入信号下的表现形态。 量化的原理如图F-1所示,这个过程可分为两个步骤:量化和编码。 图F-1 量化器与编码器 而在实际操作时却很难区分这两个步骤。量化产生一系列离散幅度的信号,而编码则用一个个码字来代表这些离散的幅度。对于二进制码字来说,它可以代表2B个量化电平(B是量化位数)。这样,量化所包含的信息量是: I = B fS = 每秒的比特率 这里 fS 是采样频率 一般总希望在能精确地重建信号的前提下使比特率尽可能的小。因为fS由信号的带宽决定,所以减小B是减小比特率的唯一途径。另一方面,B必须足够大以确保足够的SNR。明确输入信号的幅度范围也是很重要的,这样可以使量化器的SNR达到最大值又不使量化器出现饱和。为了说明动态最大化SNR,这里探讨了四种量化方法:均匀量化、(率量化、自适应量化和差分量化。 1.均匀量化 在均匀量化中,将量化器的输入电平的最大值和最小值之间均匀地等分,以得到量化电平。量化器的FSR定义为量化器的输入电平的最大值和最小值之差,量化步长q被定义为: (F-1) 这里B是量化器的分辨率(量化位数)。理论上量化器的动态范围(不同于SFDR)可以被定义为量化器最大输入电平和最小输入电平之比,它等于6B dB。因为输入信号x(n)可以是任何幅度值,它不可能由一个有限位数的量化电平来精确地表示。因此,量化后的信号必然引入一些误差。这个量化误差e(n)是x(n)和之差。假设e(n)在任何一个量化电平内是一个均匀分布的随机变量,那么这个随机变量的方差为: (F-2) 因为这个方差代表信号或噪声在1欧姆电阻上的功耗,所以输入信号的方差σx2和噪声方差σe2(量化误差的方差)之比就代表量化器的SNR。因此,均匀量化器的的SNR为: (F-3) 假定输入信号是一个正弦信号,其峰峰值即为FSR,那么: (F-4) (F-5) 这代表了均匀量化器的理论上的SNR,从中可以看出均匀量化器的表现行为。每增加量化位数(比特数B)一位,理论上SNR就增加6dB。注意,当输入信号的功率或方差减小时,SNR随之减小。在无线电接收机中,被量化的信号是RF或IF信号,且幅度变化范围非常大。采用均匀量化器实际上限制了动态范围(因为对A/D芯片来说,大动态范围和高速采样不可能同时获得),从而使SNR随输入信号的幅度变化而变化。下面探讨的量化技术可以改善量化器的动态范围使得SNR更加独立于输入信号。采用非均匀分布的量化电平就是这种量化技术中的一种。 2. μ率量化 一种改善量化器动态范围,使其SNR独立于输入信号的量化方法是量化输入信号的对数值,如图所示: 图 F-2 对数量化器的原理框图 (F-6) 量化输入信号的对数得到: (F-7) 这里e(n)是量化输入信号的对数值y(n)所产生的量化误差。对取指数得到: (F-8) 这里当x(n)为正时,sign[x(n)]是+1;x(n)为负时,sign[x(n)]是-1。如果e (n)很小,上式可以按指数展开并近似为: (F-9) 这里f(n)=x(n)e(n)显然是相对于输入信号x(n)的误差,而这个量化误差是通过量化输入信号的对数y(n)得到的。 因为假设x(n)和

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档