Проблемы и решения в калибровке высокоскоростных устройств в системах реального времени

Сложность многоканальных и временных систем

Для достижения показателей выборки, выходящих за рамки возможностей одного ядра (например, > 10 GS/s), системные разработчики часто используют ADC с временным интервалом: несколько суб-ADC, отбирающих один и тот же вход в режиме кругового диска. Эта архитектура вводит три дополнительных ошибки несоответствия: несоответствие смещения (разные полноразмерные смещения на канал), несоответствие усиления (разные полномасштабные амплитуды) и искажение времени (разные моменты выборки). Даже небольшое искажение порядка 100 fs производит значительные шпоры в выходном спектре, уменьшая нечеткий динамический диапазон (SFDR). Калибровка ADC с временным интервалом, возможно, является самой сложной подзадачей , поскольку она требует совместной оценки и коррекции всех трех несоответствий, часто без известного входного сигнала. Цифровая компенсация должна быть достаточно быстрой, чтобы исправить каждый образец в режиме реального времени, используя банки фильтров или полиномиальные интерполяторы.

Калибровочные методы и решения

Современная высокоскоростная калибровка ADC использует сочетание цифровой обработки сигналов, настройки смешанного сигнала и адаптивных алгоритмов. Решения варьируются от методов переднего плана, которые прерывают путь сигнала, до полностью фоновых подходов, которые невидимо работают для пользователя.

Форсайт vs. Фоновая калибровка

Форменная калибровка выполняется в режиме выделенной калибровки, как правило, при запуске или во время испытания. Применяется известный опорный сигнал (например, прецизионная синусоидальная волна или многотоновый сигнал), а ошибки ADC измеряются и сохраняются в таблице поиска или наборе коэффициентов. Этот подход дает высокую точность, поскольку стимул может быть очень чистым и время измерения неограниченно. Форменная калибровка, напротив, выполняется непрерывно, в то время как ADC преобразует фактические данные. Для выявления ошибок используются статистические свойства входного сигнала, такие как его функция плотности вероятности (PDF) или спектральное содержание. Фоновые методы более сложны, но необходимы для систем, которые не могут переносить простои.

Цифровые подходы к калибровке фона

Несколько цифровых фоновых методов получили распространение в отрасли:

• Адаптивная фильтрация с наименьшими средними квадратами (LMS): Для генерации сигнала ошибки используется эталонная модель идеального ADC, и коэффициенты цифрового компенсационного фильтра (например, для усиления и коррекции смещения) обновляются итеративно. Это эффективно для линейных ошибок, но может бороться с нелинейностями, если модель несоответствует.
• Калибровка на основе корреляции: При введении известной псевдослучайной последовательности (или с использованием собственной корреляционной структуры сигнала) смещения и несоответствия усиления можно оценить путем перекрестной корреляции вывода с отсроченной версией входа. Для ADC с временным перемещением корреляция выходов соседних каналов выявляет искажение времени.
• Гистограммная калибровка:Гистограмма выходного кода сравнивается с ожидаемым распределением (например, однородная для вводимого пиломатериала или дугсиновая для синусоидальной волны). Отклонения указывают на ошибки INL, а таблица коррекции построена путем сопоставления наблюдаемой гистограммы с идеальной. Этот метод работает в фоновом режиме, если входной сигнал неподвижен и имеет известное амплитудное покрытие.
• Слепая калибровка искажений: Для ADC со сдвигом во времени слепые алгоритмы используют тот факт, что шпоры несоответствия появляются на определенных частотах (например, при кратных f_f/M, где M — количество каналов).Сведение к минимуму энергии на этих частотах с помощью петли обратной связи, смещения времени обнуляются без необходимости опорного сигнала.

Методы калибровки смешанных сигналов

Не вся калибровка может быть выполнена исключительно в цифровой области. Методы смешанного сигнала корректируют аналоговый интерфейс, чтобы уменьшить ошибки перед оцифровкой:

• Программируемые конденсаторы: В трубопроводных АЦП размер конденсатора для отбора проб может быть уменьшен для исправления несоответствия конденсатора, улучшая DNL и INL у источника.
• На кристалле эталонные КАС: Для измерения эффективного усиления каждой стадии переключается эталон точного напряжения, и соответственно обрезается прирост остаточного уровня.
• Аналоговые задержек замкнутых контуров (DLL): Для настройки перекоса часов в времени-перемежаются ADCs, аналоговые DLL обеспечивают тонкую настройку фазы выборки часов для каждого под-ADC. Контрольное напряжение обновляется цифровой калибровочный двигатель на основе оценок перекоса.

Эти смешанные поправки снижают нагрузку на цифровую послеобработку и могут обеспечить лучшую энергоэффективность, поскольку ошибка фиксируется до количественной оценки данных.

Адаптивная калибровка для экологических изменений

Для поддержания точности в зависимости от температуры и изменений питания калибровка должна быть адаптивной. Один из подходов заключается в встраивании датчиков температуры на матрицу ADC и использовании предварительно охарактеризованной таблицы температурных коэффициентов для корректировки коэффициентов коррекции. Более сложные методы непрерывно выполняют фоновую калибровку, заставляя адаптивный фильтр отслеживать медленный дрейф. Поскольку постоянная времени дрейфа обычно составляет от секунд до минут, размер шага адаптации может быть сделан очень маленьким, гарантируя, что калибровочный двигатель не вводит свой собственный шум в путь сигнала. В некоторых конструкциях избыточный медленный ADC (например, преобразователь сигма-дельта) используется в качестве ориентира для мониторинга усиления и смещения дрейфов в высокоскоростном ядре.

Учитывая выдающееся положение ADC с временным перемешиванием в высокоскоростных системах, появились специализированные решения. Для смещения несоответствия простейшим фоновым методом является усреднение выхода каждого канала в течение длительного периода; dc смещения является отличие от глобального среднего. Получение несоответствия можно оценить по дисперсии выхода каждого канала. Самой сложной задачей является калибровка синхронизации перекоса. В слепой коррекции перекоса часто используется цифровой смеситель и структура фильтра с низким пропуском, которая обнаруживает производную входа и коррелирует ее с шпорами несоответствия. Другой метод использует тот факт, что для узкополосного ввода перекос создает фазовый сдвиг между каналами, который может быть измерен с помощью кросс-спектрального анализа. Последние проекты интегрируют все три коррекции в единый адаптивный калибровочный двигатель, который регулирует аналоговые ячейки задержки, а также запускает цифровую компенсацию перекоса фона в виде фильтров дробной задержки.

Практические соображения по осуществлению

Развертывание калибровки в производственной системе реального времени предполагает компромиссы в накладных расходах на оборудование, задержке и времени тестирования. Инженеры должны решить, какие ошибки наиболее важны для их применения и сколько цифровой логики может быть посвящено калибровке.

Калибровка накладных расходов и задержки

Каждый алгоритм калибровки потребляет логические вентили, память и мощность. Коррекция на основе таблицы поиска для INL может потребовать 2 ^N слов памяти (где N - разрешение ADC) - для 12-битного ADC это 4096 записей, что является скромным. Однако полная коррекция на основе Volterra для эффектов памяти может потребовать сотни множителей, работающих с тактовой частотой ADC. Задержка трубопровода также вызывает беспокойство: фильтры цифровой калибровки (например, для несоответствия усиления или искажения времени) неизбежно добавляют несколько тактовых циклов задержки. В системах управления обратной связью или цифровых преискативных петлях дополнительная задержка может ухудшить стабильность и пропускную способность. Поэтому чувствительные к задержке приложения могут поэтому предпочесть калибровку смешанного сигнала по сравнению с тяжелой цифровой постобработкой, даже если последняя предлагает больше возможностей коррекции.

On-Chip против Off-Chip калибровка

Многие высокоскоростные АЦП интегрируют калибровочную логику на том же кристалле, что и преобразователь. Это уменьшает количество внешних контактов и позволяет АЦП работать в качестве автономного модуля самокалибровки. На чипе калибровка часто использует проводные цифровые машины состояния, которые выполняют фиксированную последовательность, ограничивая гибкость, но гарантируя детерминированное поведение. Калибровка вне чипа , выполняемая в FPGA или выделенном DSP, предлагает большую программируемость — алгоритм калибровки может быть модернизирован, и передовые методы (например, машинное обучение) могут быть развернуты. Однако калибровка вне чипа увеличивает сложность системы и требует чистого цифрового интерфейса, который не впрыскивает шум обратно в аналоговый раздел. В радарах и коммуникационной инфраструктуре общий компромисс заключается в использовании на чипе калибровки переднего плана для начальной обрезки и вне чипа фоновой калибровки для постоянной адаптации.

Настройка для испытаний и измерений

Для проверки эффективности калибровки АЦП требуется высококачественная испытательная среда. Генераторы сигналов должны иметь более низкий фазовый шум и искажения, чем тестируемый АЦП; в противном случае могут маскироваться ошибки калибровки. Типичная установка включает в себя источник сверхнизких часов джиттера , низкошумный синусоидальный источник сигнала с полосовым фильтром и систему сбора данных высокого разрешения для захвата выходного сигнала АЦП для анализа. Для многотоновых АЦП часто используются многотоновые сигналы для выявления продуктов интермодуляции, которые выявляют шпоры несоответствия. Автоматизированное испытательное оборудование (ATE) может запускать последовательности калибровки и измерять показатели производительности, такие как SFDR, SNR и ENOB до и после калибровки. Коэффициенты калибровки затем хранятся в энергонезависимой памяти на модуле АЦП.

Будущие направления

По мере того, как скорость передачи данных продолжает расти — с ADC, достигающими 128 GS / с в исследовательских демонстраторах — методы калибровки развиваются. Машинное обучение изучается для нелинейной коррекции, где нейронная сеть обучается известным искажениям, а затем применяется в реальном времени к выходу ADC. Этот подход может обрабатывать сложные, зависящие от сигналов ошибки, которые трудно моделировать аналитически. В поле самокалибровка, где ADC использует свой собственный оцифрованный выход для обнаружения и коррекции дрейфа, становится стандартом. Кроме того, цифровые двойные методологии позволяют калибровку на системном уровне: вся аналоговая цепь — включая усилители, смесители и фильтры — моделируется и корректируется совместно с ADC, улучшая общую линейность системы. Тенденция к все более автономной калибровке, которая требует минимального вмешательства от разработчика системы.