一种压缩采样模数转换器误差校准方法技术

本发明专利技术涉及一种进行误差校准的压缩采样模数转换器信号处理方法，属于混合信号集成电路设计领域；本发明专利技术针对压缩采样模数转换器系统中电路实现中不可避免的非理想因素及其对后续信号恢复带来的影响，提出了在传统信号处理流程基础上增加误差估计及信号校准的思路，提出了“信号观测——误差估计——信号校准——信号恢复”的信号处理流程，可依据不同结构设定不同误差模型，并对硬件误差进行估计，对硬件观测信号进行校准，再将校准过的信号送入恢复模块，可有效消除压缩采样实际电路中非理想因素带来的性能恶化，在恢复前对采样信号进行校准，改善信号的恢复效果，实现更好的系统实现效果。

Error calibration method for compression sampling analog-to-digital converter

The invention relates to a compression error calibration sampling analog-to-digital converter signal processing method, which belongs to the field of mixed signal integrated circuit design; the invention of compressed sampling circuit ADC system with non ideal factors inevitably and the subsequent signal recovery brings, proposed in the traditional signal processing based on error estimation and signal calibration ideas, put forward the \signal observation signal flow processing: signal calibration signal recovery error estimate, according to the different structure of different error model, and the hardware error estimate, the calibration of the hardware observation signal. Then the signal is calibrated to the recovery module, which can effectively eliminate compressed sampling the performance deterioration caused by the non ideal factors in the actual circuit, the sampling signal in return Calibration to improve the recovery of the signal to achieve better system implementation.

【技术实现步骤摘要】

本专利技术是一种压缩采样模数转换器误差校准方法，属于混合信号集成电路设计

技术介绍
模数转换器(Analog-to-DigitalConverter，以下简称ADC)的基本思想是将连续的一定范围内的模拟信号，通过采样、保持、量化、编码的步骤，用特定的方式进行量化，将量化结果用一组特定的数字编码来表示，并使之作为数字处理系统的输入信号。传统的模数转换器受到奈奎斯特(Nyquist)采样定理的限制，必须以高于处理信号带宽二倍的频率对信号进行采样，因此高频信号处理方面的应用对ADC的性能提出了更高的要求，受制于工艺等因素，目前量化器的速度与精度无法与当前数字处理系统所处理的信息要求相匹配。自然界的信息通常包含大量冗余，具有较高的可压缩性，传统的处理方法中在模数转换阶段依据Nyquist采样定理对信息进行完全采集，再输入到数字系统进行压缩，然后对压缩的结果进行传输或者存储。但是这种方式存在一定缺陷，即中间环节包含大量冗余信息的处理过程，而且需要引入额外的数字系统进行压缩编码，增加了硬件实现的成本。压缩采样理论在2006年由Candes和Donoho等人提出，其核心思想是针对自然界的信号通常具有稀疏性这一特点，在采样阶段即实现数据压缩，用随机矩阵进行信号的观测，观测结果的采样频率远低于Nyquist频率，利用先验的信号稀疏性，在数字系统中进行信息的重构，随后进行处理。压缩采样理论可以用如下的公式表示，对于一个N维稀疏信号x，用一个M×N(M<<N)的观测矩阵Φ去观测，得到一个M维的观测结果，再根据信号的稀疏性完成信号的恢复：将压缩采样理论应用到模数转换器的实现，即为压缩采样模数转换器，其在实现过程中有两项工作难点：首先，与传统的模数转换器结构相比，压缩采样模数转换器在完成硬件层面对模拟信号的采样量化之后，得到的并非满足Nyquist采样定理的对原始信号的直接采样量化结果，而是降低了采样率的压缩采样数据点的量化结果，欲得到原始信号信息还需要根据压缩采样理论，根据原始信号的稀疏性应用凸优化等方法进行信号的恢复。即传统模数转换器从模拟信号输入到数字信号输出，需要经过采样、保持、量化、编码四个过程，而压缩采样模数转换器则需要稀疏变换、压缩采样、保持、量化、编码、信号恢复等六个过程，对整个系统设计提出了新的要求。其次，与应用到数字图像处理等领域不同，将压缩采样理论应用到模数转换器的设计实现中，压缩采样不再只是软件层面的算法实现工作，需要将信号的稀疏变换及压缩采样通过硬件实现，而信号恢复需要使用恢复算法对压缩采样得到的数字编码信号进行恢复，成为了一项需要多平台、软硬件结合的工作，传统的在软件层面进行的恢复算法研究需要针对硬件实现带来的诸多新的问题进行改进。
技术实现思路
本专利技术的目的是提出一种压缩采样模数转换器误差校准方法，针对的问题是，在压缩采样模数转换器在硬件实现中，会由于量化器的存在而引入量化误差，同时存在电容失配、工艺偏差、系统噪声等影响，如不考虑硬件实现带来的诸多误差，直接使用传统的恢复算法，会导致恢复效果恶化，使得整个系统实现的精度等指标降低，考虑硬件因素，应用本专利技术的误差校准方法，可有效提高系统性能。本专利技术提出的压缩采样模数转换器误差校准方法，根据压缩采样模数转换器的结构，在对压缩采样信号量化之后，引入误差校准方法，减少硬件实现部分引入的各项误差，之后再将校准过的信号通过恢复算法进行信息恢复，实现整个压缩采样模数转换器信号处理的完整流程，即将整个系统的信号处理流程由传统的“信号观测——信号恢复”修改为“信号观测——误差估计与信号校准——信号恢复”，消除硬件实现中的非理想因素，具体包括以下步骤：1)信号观测：将模拟输入信号与伪随机控制序列相乘，再经过一个低通滤波，完成对信号的压缩采样，采样频率低于信号的Nyquist采样频率，再通过模数转换，得到一系列数字序列，即信号的压缩采样结果；2)误差估计与信号校准：根据实际的压缩采样方法和电路结构，确定误差模型，再由信号观测结果可估计出压缩采样环节产生的误差的大致范围和波形，考虑量化误差、电容失配、工艺偏差、电路噪声等因素的影响，在压缩采样观测中，采样频率与输入信号频率无关，采样点服从独立同分布，以单位峰值正弦信号输入进行仿真，引入观测误差并根据中心极限定理对误差进行估计拟合，估值与实际误差值基本吻合，根据估计值对信号进行修正，即实现信号的校准；3)信号恢复：信号恢复是利用信号的稀疏性，用较少的观测信号实现对原始信号的恢复，数学意义上是解一个欠定方程组，可应用凸优化等方法进行求解，根据电路系统的应用特点，使用优化算法中的交替方向法进行信号恢复，并将传统算法与校准方法结合，提出结合了误差校准的恢复算法。上述压缩采样模数转换器误差校准方法，结合了误差校准方法的恢复算法数学表达式如下：本专利技术提出的进行误差校准的压缩采样模数转换器信号处理方法，根据压缩采样模数转换器的结构，在对压缩采样信号量化之后，引入误差校准方法，减少硬件实现部分引入的各项误差，之后再将校准过的信号通过恢复算法进行信息恢复，即实现了整个压缩采样模数转换器信号处理的完整流程，即将整个系统的信号处理流程由传统的“信号观测——信号恢复”修改为“信号观测——误差估计——信号校准——信号恢复”，系统框图如图1所示，可有效消除硬件实现中的非理想因素。根据系统实际实现中电路结构的不同，噪声产生的原因及对应的噪声模型也随之不同，本专利技术提出的误差校准方法可根据不同噪声模型调整参数设计，有效估计和拟合误差，适用于不同结构的电路设计及恢复算法选择，具有较强的通用性。本专利技术针对压缩采样模数转换器系统中电路实现中不可避免的非理想因素及其对后续信号恢复带来的影响，提出了在传统信号处理流程基础上增加误差估计及信号校准的思路，提出了“信号观测——误差估计——信号校准——信号恢复”的信号处理流程，可依据不同结构设定不同误差模型，并对硬件误差进行估计，对硬件观测信号进行校准，再将校准过的信号送入恢复模块，可有效消除压缩采样实际电路中非理想因素带来的性能恶化，在恢复前对采样信号进行校准，改善信号的恢复效果，实现更好的系统实现效果。3、如权利要求1所述的信号处理方法，根据系统实际实现中电路结构的不同，噪声产生的原因及对应的噪声模型也随之不同，本专利技术提出的误差校准方法可根据不同噪声模型调整参数设计，有效估计和拟合误差，适用于不同结构的电路设计及恢复算法选择，具有较强的通本文档来自技高网...

【技术保护点】
一种压缩采样模数转换器误差校准方法，其特征在于，根据压缩采样模数转换器的结构，在对压缩采样信号量化之后，引入误差校准方法，减少硬件实现部分引入的各项误差，之后再将校准过的信号通过恢复算法进行信息恢复，实现整个压缩采样模数转换器信号处理的完整流程，即将整个系统的信号处理流程由传统的“信号观测——信号恢复”修改为“信号观测——误差估计与信号校准——信号恢复”，消除硬件实现中的非理想因素，具体包括以下步骤：1)信号观测：将模拟输入信号与伪随机控制序列相乘，再经过一个低通滤波，完成对信号的压缩采样，采样频率低于信号的Nyquist采样频率，再通过模数转换，得到一系列数字序列，即信号的压缩采样结果；2)误差估计与信号校准：根据实际的压缩采样方法和电路结构，确定误差模型，再由信号观测结果可估计出压缩采样环节产生的误差的大致范围和波形，考虑量化误差、电容失配、工艺偏差、电路噪声等因素的影响，在压缩采样观测中，采样频率与输入信号频率无关，采样点服从独立同分布，以单位峰值正弦信号输入进行仿真，引入观测误差并根据中心极限定理对误差进行估计拟合，估值与实际误差值基本吻合，根据估计值对信号进行修正，即实现信号的校准；3)信号恢复：信号恢复是利用信号的稀疏性，用较少的观测信号实现对原始信号的恢复，数学意义上是解一个欠定方程组，可应用凸优化等方法进行求解，根据电路系统的应用特点，使用优化算法中的交替方向法进行信号恢复，并将传统算法与校准方法结合，提出结合了误差校准的恢复算法。...

【技术特征摘要】
1.一种压缩采样模数转换器误差校准方法，其特征在于，根据压缩采样模数转换器
的结构，在对压缩采样信号量化之后，引入误差校准方法，减少硬件实现部分引入的各项
误差，之后再将校准过的信号通过恢复算法进行信息恢复，实现整个压缩采样模数转换器
信号处理的完整流程，即将整个系统的信号处理流程由传统的“信号观测——信号恢复”
修改为“信号观测——误差估计与信号校准——信号恢复”，消除硬件实现中的非理想因
素，具体包括以下步骤：
1)信号观测：将模拟输入信号与伪随机控制序列相乘，再经过一个低通滤波，完成
对信号的压缩采样，采样频率低于信号的Nyquist采样频率，再通过模数转换，得到一系
列数字序列，即信号的压缩采样结果；
2)误差估计与信号校准：根据实际的压缩采样方法和电路结构，确定误差模型，再
由信号观测结果...

【专利技术属性】
技术研发人员：李冬梅，韩晨曦，魏经纬，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11