Les convertisseurs analogiques à numériques (CDA) sont des éléments fondamentaux des systèmes électroniques modernes, qui permettent de relier les domaines analogique et numérique en transformant les signaux continus en représentations numériques discrètes. Bien que les CDA permettent un traitement, un stockage et une transmission puissants des signaux numériques, ils introduisent intrinsèquement des erreurs pendant le processus de conversion. L'une des sources d'erreur les plus importantes est le bruit de quantification, qui peut limiter le rapport signal-bruit (SNR) et compromettre la fidélité globale du système.

Comprendre le bruit de quantification

Le bruit de quantification provient du processus fondamental de cartographie d'une tension d'entrée analogique continue à un ensemble fini de codes numériques discrets. Dans un ADC N-bit idéal, la plage d'entrée analogique est divisée en niveaux également espacés, chacun séparé par une taille d'étape de quantification, Δ. Lorsque le signal d'entrée est échantillonné et quantisé, la valeur continue réelle est approximative par le niveau discret le plus proche. La différence entre la valeur analogique véritable et la représentation quantisée est l'erreur de quantification , qui varie de à pour un quantificateur bien conçu.

Si le signal d'entrée est suffisamment actif et couvre de nombreuses étapes de quantification, l'erreur de quantification se comporte comme un bruit aléatoire à moyenne zéro, uniformément réparti. La valeur de la racine moyenne carrée (RMS) de ce bruit est . Parce que Δ est directement liée à la portée et à la résolution à pleine échelle de l'ADC (Δ = plage de sinusoïdal à pleine échelle / 2]N, le rapport de signal à bruit de quantification (SQNR) théorique pour une entrée sinusoïdale à pleine échelle est approximatif par . Chaque bits supplémentaire améliore le SQNR d'environ 6 dB, réduisant de moitié la puissance sonore de quantification.

L'impact sur la fidélité des signaux

Dans les systèmes audio, il se manifeste par un sifflement de bas niveau, une distorsion granulaire ou une perte de détails subtils. Dans les récepteurs de communication, il peut soulever le plancher sonore, rendant les signaux faibles difficiles à détecter. Pour la mesure et l'instrumentation, le bruit de quantification limite le plus petit changement de tension détectable, limitant le nombre effectif de bits (ENOB). Les applications telles que oscilloscopes numériques, radios définies par logiciel[ et capteurs biomédicaux exigent des SNRs dépassant 80 à 100 dB, ce qui exige une attention particulière à la réduction du bruit de quantisation.

Techniques de base pour réduire le bruit de quantification

1. Résolution croissante de l'ADC

Une ADC 12 bits offre 72 dB SQNR, tandis qu'une ADC 16 bits fournit 96 dB – une amélioration de 24 dB. Les ADC à haute résolution ont des étapes de quantification plus petites, réduisant la portée des erreurs et réduisant la puissance sonore. Cependant, les ADC à haute résolution sont assortis de compromis : ils consomment souvent plus de puissance, nécessitent des temps de conversion plus longs (limiter la largeur de bande) et ont une plus grande surface en silicium. De plus, pour une technologie de procédé donnée, le bruit intrinsèque de l'avant analogique (bruit thermique, bruit de flicker) peut dominer au-delà d'une certaine résolution, rendant ainsi la résolution plus faible encore inefficace.

2. Suréchantillonnage

Le suréchantillonnage implique l'échantillonnage du signal d'entrée à une vitesse beaucoup plus élevée que le taux de Nyquist (, où est la bande passante du signal). La principale idée est que la puissance sonore de quantification est uniformément répartie sur la gamme de fréquences de 0 à . En échantillonnant à une vitesse plus élevée, la même puissance sonore de quantification totale est répartie sur une bande passante plus large. Par la suite, un filtre numérique à passe bas peut éliminer le bruit hors bande, ne laissant que le bruit dans la bande passante. Cette technique permet une amélioration du RQS de dB, où l'OSR est le rapport de suréchantillonnage (. Par exemple, un ROS de 4 fournit une amélioration de 6 dB (équivalent à ajouter une bit).

3. La modélisation du bruit par Delta-Sigma

La formation du bruit[ est la pierre angulaire des CAA modernes à haute résolution, en particulier les convertisseurs delta-sigma (Δ-].Dans un module Δ-, l'erreur de quantification n'est pas simplement ajoutée à la sortie; elle est plutôt alimentée et filtrée de façon à ce que la majeure partie de la puissance sonore soit poussée à des fréquences élevées en dehors de la bande de signal. Le bruit de quantification en bande est grandement atténué. Le modulateur utilise un quantificateur grossier (souvent 1-bit) fonctionnant à un taux de suréchantillonnage élevé, mais le filtre de façonnement du bruit atténue le bruit de quantification dans la région basse fréquence de 20 à 60 dB par décennie, selon l'ordre du filtre.

Un modulateur de premier ordre Δ- Δ- , qui permet d'améliorer dB, est un modulateur de deuxième ordre dB. Les modèles pratiques utilisent souvent des ordres de 2 à 5 pour obtenir des résolutions efficaces de 16 à 24 bits avec des rapports d'échantillonnage supérieurs de 64 à 256. Après le modulateur, un filtre numérique de décimation élimine le bruit hors bande et les échantillons vers le bas au taux de Nyquist. Cette approche est largement utilisée dans audio ADC, mesure de précision[ et interfaces de capteur[ où une haute résolution (20+ bits) est requise à des bandes passantes modérées (jusqu'à quelques mégahertz).

4. Détruit

Dither est l'addition intentionnelle d'une petite quantité de bruit aléatoire (généralement quelques LSB en amplitude) au signal d'entrée analogique avant la quantification. Bien que contre-intuitif, la dilution peut améliorer la fidélité du signal en brisant le motif déterministe de l'erreur de quantification. Sans dither, l'erreur de quantisation est corrélée avec le signal d'entrée, produisant une distorsion harmonique et des tons idles—des artefacts tonaux plus audibles ou plus gênants que le bruit aléatoire. L'ajout de la dither randomise l'erreur, linéarisant la fonction de transfert du quantificateur. Le résultat est une suppression des tons ionisants et un plancher plus gaussien, améliorant la gamme dynamique sans usure (SFDR).

La dither doit être soigneusement étalonnée : trop peu ne parvient pas à décorer l'erreur ; trop augmente le plancher sonore global et réduit le SNR. En général, la dither avec une amplitude de 1-2 LSB (de pointe à pointe) est optimale. De nombreux ADC haute performance comprennent des générateurs de dither intégrés. La dither externe peut également être injectée, mais elle doit être filtrée correctement avant l'entrée de l'ADC pour éviter la contamination hors bande. La dithering est fréquente dans les appareils audionumériques, les récepteurs radar et les tests et mesures.

Techniques avancées et complémentaires

Quantification multibit et correspondance dynamique des éléments

Dans les modulateurs Δ-, l'utilisation d'un quantificateur multibit (p. ex., 3-bit ou 4-bit au lieu de 1-bit) réduit intrinsèquement la taille de l'étape de quantification, abaissant le plancher de bruit avant de façonner. Cependant, les DAC multibits de rétroaction souffrent d'erreurs d'ajustement d'éléments, qui introduisent une distorsion harmonique et une linéarité de dégradation. [DEM]Les algorithmes d'ajustement d'éléments dynamiques (DWA), tels que la moyenne pondérée des données (DWA) ou le brouillage des papillons, randomisent l'utilisation des éléments DAC, convertissant les erreurs d'ajustement en bruit de forme.

Traitement et calibrage numériques

Les CAA modernes intègrent souvent des blocs numériques pour réduire davantage les artefacts de quantification. L'étalonnage numérique peut corriger les erreurs de gain, les problèmes de décalage et de linéarité. Les techniques basées sur la correction estiment l'erreur de quantification et la soustraitent dans le domaine numérique, augmentant ainsi ENOB. Par exemple, dans un ADC , la correction numérique pour les erreurs de gain inter-étapes et les erreurs de condensateur est standard. Une autre approche utilise annulation de bruit[ en ajoutant un deuxième CAA à basse résolution pour saisir l'erreur de quantification et ensuite la soustraire après traitement numérique (similaire à un ]]CAF clignotant avec un fin quantificateur.

Architectures en deux étapes et sous-traitance

][L'application d'une conversion grossière permet d'identifier une région, puis une conversion fine dans cette région. Cela réduit l'étape de quantification efficace sans exiger une correction linéaire haute résolution. ][L'application d'une correction numérique d'erreur][L'application d'une correction numérique d'erreur][[L'application d'une correction numérique][[L'application d'une correction numérique]][[L'application d'une correction numérique][[L'application d'une correction]][L'application d'une correction numérique][L'application d'une correction numérique][L'application d'une correction numérique][L'application d'une correction] [L'application d'une correction de valeur][L'application d'une correction][L'une correction de valeur] [L'application d'une telle que la correction de la correction de valeur

Considérations pratiques et échanges

Le choix de la bonne combinaison de techniques dépend des exigences de l'application : bandwidth, résolution[, consommation de puissance[, coût[, et dimension[. Par exemple, une résolution accrue et un suréchantillonnage des deux types de pénalités encourent une puissance : doubler le taux d'échantillonnage double à peu près la consommation dynamique de l'avant analogique de l'ADC. Le bruit se façonnant avec des modulateurs de haute ordre peut devenir instable et nécessite une conception soignée du filtre à boucle.

Dans les systèmes réels, le bruit de quantification n'est souvent pas la source principale de bruit. Le bruit thermique provenant des résistances et des interrupteurs, l'injection de charge[ provenant des condensateurs d'échantillonnage, et un dispositif de réglage de l'horloge peuvent régler le plancher de bruit. Ainsi, réduire le bruit de quantification en dessous de ces autres sources de bruit entraîne des rendements décroissants.Les ingénieurs doivent effectuer une analyse du budget de bruit, échanger des bits modulateurs Δ--, OSR et quantizer pour obtenir l'ENOB requis avec une dissipation de puissance acceptable.

Demandes bénéficiant de la réduction du bruit quantifié

Audio haute fidélité

Dans l'enregistrement et la lecture audio professionnels, le bruit de quantification influence directement la gamme dynamique et le plancher de bruit. Un système 16 bits offre une gamme dynamique théorique d' ~96 dB, mais les performances réelles sont inférieures en raison de non-linéarités.

Instrumentation de précision

Les multimètres numériques, les systèmes d'acquisition de données et les balances de pesage nécessitent des résolutions de 20 à 24 bits ou plus. Les ADCs[ à haut débit avec amplificateurs programmables intégrés (PGA) et filtres numériques sont le choix standard. La réduction du bruit de quantification permet de mesurer avec précision les moindres variations de tension (microvolts ou moins).

Communications sans fil

Les radios (SDR) et les récepteurs de stations de base définis par un logiciel doivent traiter des signaux faibles en présence de bloqueurs puissants. Un plancher de bruit à faible quantification augmente la plage dynamique sans spurious-free, permettant à l'ADC de numériser le signal faible et le bloqueur sans distorsion. Les ADC pipélinés avec des taux d'échantillonnage dans les centaines de mégahertz et 14 à 16 bits de résolution sont courants.

Imagerie médicale et capteurs biomédicaux

Dans les systèmes ultrasonore, IRM et EEG/ECG, les signaux sont souvent minuscules (microvolts) et doivent être numérisés avec une grande fidélité. Suréchantillonnage Δ- Δ Δ Les ADC à haute résolution minimisent les artefacts de quantification qui pourraient masquer les caractéristiques diagnostiques. La consommation d'énergie est également critique; les conceptions Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ- Δ-

Conclusion

En comprenant ses origines et en utilisant une combinaison de techniques bien choisie – résolution élevée, suréchantillonnage, façonnage du bruit, dithage et correction numérique avancée – les ingénieurs peuvent améliorer considérablement la fidélité des signaux. L'approche optimale dépend des compromis spécifiques entre la bande passante, la résolution, la puissance et les coûts exigés par l'application. À mesure que les processus semi-conducteurs avancent et le traitement numérique des signaux devient de plus en plus capable, les limites des performances réalisables de l'ADC continuent de s'élargir.

Pour en savoir plus: