ADC基础1.doc

混合信号技术给当今的半导体制造商们带来了很多新挑战，以前一些对数字电路只有很小影响的缺陷如今在嵌入式器件中却可能大大改变模拟电路的功能，导致器件无法使用。为确保这些新型半导体器件达到“无缺陷”水平，需要开发新的测试策略、方法与技术。本文将结合一个简单的混合信号器件——模数转换器(ADC)来对这些策略、技术与方法进行讨论，说明混合信号器件测试的步骤和方法。有了这些基本认识后，就可将其扩展并应用到当前先进的嵌入式半导体器件中，如数字滤波器、音频/视频信号处理器及数字电位计等。 传统半导体器件测试包括基本参数测试(连续性、泄漏、增益等)和功能测试(将器件输出与给定输入相比较)，混合信号测试还要再另外增加两个测试，即动态测试和线性测试。动态参数描述的是器件对一个特定频率或多频率时序变化信号的采样(从模拟信号中建立数字波形)和重现(利用数字输入建立模拟信号)能力。线性参数则相反，描述的是器件内在特性，主要关注数字和模拟电路之间的关系。下面将对这两种特性分别作详细说明。 动态测试 模数转换器的动态特性有时也称作传输参数，代表器件模拟信号采样和输入波形的数字再现能力，信噪比(SNR)、总谐波失真(THD)及有效位数(ENOB)等指标可使制造商对器件输出的“纯度”和数字信息精度进行量化。新型动态测试技术产生于上世纪80年代，主要围绕数字信号处理和傅立叶变换，将时域波形和信号分别转换为频谱成分。这种技术可以同时对多个测试频率进行采样，效率和重复性非常高。图1是对一个普通ADC器件进行快速傅立叶变换(FFT)测试的示意图，图中可以看到模拟信号在时域内转换成数字代码，然后用傅立叶变换转换成频谱。对ADC输出进行傅立叶分析可提供宝贵的性能信息，但如果测试时条件设置不当得到的信息也会毫无意义。为了从器件输出信号的傅立叶分析中提取有意义的性能参数，在讨论FFT结果之前首先需要考虑测试条件，其中包括输入信号完整性、采样频率、一致性及系统测量误差(假频、量化及采样抖动误差)。 图1 ADC器件傅立叶测试示意图 ?◆输入信号 对于模数转换器来说，输入信号的“纯度”会影响数字输出的性能。输入信号中的耦合噪声将转换为输出信号数字噪声，如果输入信号中有太多噪声和失真，ADC性能实际上会被测试条件所掩盖。输入信号的精度和纯度最终取决于器件的转换分辨率，一般来说测试设备的精度要比被测器件高10倍以上。另外可以考虑在输入端使用滤波器，除去输入信号之外的噪声和失真。 ◆采样与一致性 采样频率是采样时间的倒数，如果采样数据点选择正确，一个无限时序变化信号可用有限几个数据点来表示。通过奈奎斯特采样间隔定理，即采样频率必须是被测信号频率的两倍以上，我们可以获得正确的采样频率范围，利用采样点再现输入信号。在我们所举例子中，ADC必须以输入频率两倍以上的频率“运行”或采样，以便正确地数字化再现出输入信号，得到有效动态测试结果。 一致性是动态测试第二个关键的部分，当能对测试信号的生成与采样进行控制时，它可以提供很多东西。一致性采样主要是为了保证采样数据包含完整的输入周期描述信息，使得在有限的样本中收集到尽可能多输入信息。一致性采样定义了测试频率(Ft)、样本大小(M)、采样频率(Fs)以及测试周期(N)之间的关系，如式（1）所示： M/Ft=N/Fs 式（1） 这里的M和N为互质数。 另外，一致性采样还可以保证傅立叶变换将采样数据的频率成分放入离散频段中。 ◆量化、假频与采样抖动 量化误差指的是从时序变化信号中可分离出的最小量值信息，以我们讨论的ADC测试为例，量化误差就是最小步距代表的电压，或建立输入测试信号的模拟信号源最小分辨率。假频是由采样产生的，它将高频信号认作低频信号。实际上当采样频率小于信号频率两倍时，采样周期即已违反了奈奎斯特采样规定，对高频信号采用低采样率的结果就好像它是一个低频信号。抖动误差是指系统输入或采样能力与期望值之间的差异或偏离，换句话说，本来一个有一定幅度的信号预计在时间X产生，但由于抖动误差会使信号比预期的时间提前或推迟出现；同样抖动误差也可能在采样时产生，原来规定在时间X采集数据但实际却比预期时间提前或推迟。量化误差、抖动误差和假频都会使输入信号失真，在频谱上出现错误信息。 如果测试条件都设置正确，同时也遵守采样规则，那么时基采样信号经傅立叶变换后的频率部分将提供重要的器件性能参数。图2是一个典型的傅立叶变换图，突出的部分是基本频率，定义为器件输入频率，在这个例子中是一个1kHz正弦波，图中也显示了在基本频率倍频上出现的谐波频率和最大幅值。对于我们讨论的ADC器件，从频谱可以算出五个重要动态传输特性，分别是信噪比(SNR)、总谐波失真(THD)、无杂散动态范围(SFDR)、信号与噪声失真比(S