一种基于统计计算的ADC量化噪声功率计算方法及装置制造方法及图纸

本发明专利技术提供了一种基于统计计算的ADC量化噪声功率计算方法及装置，包括：步骤1、ADC输入信号的概率密度函数；步骤2、通过输入信号的概率密度函数计算ADC输出信号的概率密度函数；步骤3、采用频率特性来表示概率密度函数，得到输出信号的特征函数；步骤4、调整ADC的输入，根据输出信号的概率密度函数与特征函数得到量化噪声的概率密度函数与特征函数；步骤5、建立量化定理条件，判断是否满足量化定理条件，若满足，则量化噪声功率为q2/12，否则根据量化噪声的概率密度函数与特征函数计算量化噪声的方差，即可得到量化噪声的功率。本发明专利技术实现非满功率和非正弦信号输入情况下的量化噪声计算，从而辅助雷达和通信接收机采集电路设计。从而辅助雷达和通信接收机采集电路设计。从而辅助雷达和通信接收机采集电路设计。

【技术实现步骤摘要】
一种基于统计计算的ADC量化噪声功率计算方法及装置


[0001]本专利技术涉及采集电路设计领域，特别涉及一种基于统计计算的ADC量化噪声功率计算方法及装置。

技术介绍

[0002]采集电路量化噪声功率传统计算方式是通过常用公式ENOB＝6.02N+1.761来进行估算。此公式一方面计算得到的量化噪声功率仅仅是在满功率输入情况下的量化噪声功率。另一方面，在低功率和信号输入情况下计算结果并不准确；比如在卫星通信情况下，期望信号功率远低于噪声信号功率。

技术实现思路

[0003]针对现有技术中存在的问题，提供了一种基于统计计算的ADC量化噪声功率计算方法及装置，对任意输入功率和输入信号波形的目标信号，都能快速计算其通过ADC后所引入的量化噪声。
[0004]本专利技术采用的技术方案如下：一种基于统计计算的ADC量化噪声功率计算方法，包括：
[0005]步骤1、根据ADC输入信号计算输入信号的概率密度函数；
[0006]步骤2、通过输入信号的概率密度函数计算ADC输出信号的概率密度函数；
[0007]步骤3、基于概率密度函数的频域特性，得到输出信号的特征函数；
[0008]步骤4、调整ADC的输入，根据输出信号的概率密度函数与特征函数得到量化噪声的概率密度函数与特征函数；
[0009]步骤5、建立量化定理条件，判断是否满足量化定理条件，若满足，则量化噪声功率为q2/12，其中，q为单位量化电平；若否，则根据量化噪声的概率密度函数与特征函数计算量化噪声的方差，即可得到量化噪声的功率。
[0010]进一步的，所述步骤2中，输出信号的概率密度计算方法为：
[0011][0012]其中，x表示输入信号，f
x
(x)为其概率密度函数；x
′
表示输出信号，f
x
′
(x)为其概率密度函数；q表示单位量化电平，ε表示量化噪声，m为时域下周期冲激序列的周期。
[0013]进一步的，所述步骤3中，对输出信号的概率密度函数进行傅里叶变换，得到输出信号的特征函数：
[0014][0015]其中，Φ
x
′
(u)为输出信号x
′
的特征函数；
‑
∞<u<+∞，l同为频域下周期冲激序列的周期，对应概率密度函数公式中的m。
[0016]进一步的，所述步骤4的具体过程为：将输入设置为x＝mq+ε，此时，输入x的概率密度函数与量化噪声ε的概率密度函数f
ε
(x)相同，由此得到量化噪声的概率密度函数和特征函数，分别为：
[0017][0018][0019]进一步的，所述步骤5中，量化定理条件具体为：输入随机变量x的特征函数满足的充要条件是量化噪声ε的概率密度函数满足：
[0020]进一步的，所述步骤5中，根据量化噪声的概率密度函数计算量化噪声的方差的具体方法为：
[0021]D[ε]＝E[ε2]‑
E2[ε][0022]其中，
[0023]进一步的，所述步骤5中，根据量化噪声的特征函数计算量化噪声的方差的具体方法为：
[0024][0025]进一步的，还包括步骤6，结合接收机灵敏度不等式，确定ADC的分辨率，求解输入信号的功率要求，从而决定信道放大倍数。
[0026]进一步的，所述接收机灵敏度不等式为：
[0027][0028]其中，SNR
o
为接收机灵敏度，H0为灵敏度门限。本专利技术还提出了一种装置，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述的基于统计计算的ADC量化噪声功率计算方法对应的计算机程序。
[0029]与现有技术相比，采用上述技术方案的有益效果为：在通信或者雷达接收机的采集电路设计中，采用本专利技术提出的方法，能够有效解决非满功率和非正弦信号输入情况下
量化噪声计算困难两个技术问题，从而辅助雷达和通信接收机采集电路设计。
附图说明
[0030]图1为本专利技术提出的ADC量化噪声功率计算方法。
[0031]图2为本专利技术一实施例中量化器信号示意图。
具体实施方式
[0032]下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。相反，本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0033]实施例1
[0034]如图2所示，就接收机中ADC(模拟
‑
数字转换器)的输入信号x和输出信号x
′
的关系而言，两者之间是一个非线性的关系，直接分析具有较大困难，量化器包含在ADC内。但是，如果从统计特性进行分析会发现，量化器的输入输出是线性的，这为分析工作带来很大方便。而且，输入信号x和输出信号x
′
本质上就是两个随机变量或者随机过程，可以基于信号概率密度函数，对量化输出及其量化噪声进行分析。由此，本实施例提出一种基于统计计算的ADC量化噪声功率计算方法，如图1所示，包括：
[0035]步骤1、根据ADC输入信号计算输入信号的概率密度函数；
[0036]步骤2、通过输入信号的概率密度函数计算ADC输出信号的概率密度函数；
[0037]步骤3、采用频率特性来表示概率密度函数，得到输出信号的特征函数；
[0038]步骤4、调整ADC的输入，根据输出信号的概率密度函数与特征函数得到量化噪声的概率密度函数与特征函数；
[0039]步骤5、建立量化定理条件，判断是否满足量化定理条件，若满足，则量化噪声功率为q2/12，若否，则根据量化噪声的概率密度函数与特征函数计算量化噪声的方差，即可得到量化噪声的功率。
[0040]具体的，对于输入信号x，其概率密度函数用f
x
(x)表示，输出信号x
′
的概率密度函数用f
x
′
(x)表示。对于输入x，其为连续信号，所以其概率密度函数f
x
(x)是一个连续曲线，该曲线积分等于1。而输出信号x
′
是离散的，但仍然用连续变量来定义其概率密度函数f
x
′
(x)，所以，f
x
′
(x)是离散谱线，每个谱线都是Dirac(狄拉克)的δ(x)函数，而不是横坐标值对应的概率。上述概率密度函数的输入和输出关系，可以看做是另类采样，称为区域采样。根据上述描述，将单位量化电平表示为q，可以得到概率密度函数f
x
′
(x)：
[0041][0042]其中，在接收机系统确定时，其内部包含的ADC的位数是固定的，q即为固定值，q＝1/(2^位数)；同时，用于计算ADC的量化噪声的输入信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于统计计算的ADC量化噪声功率计算方法，其特征在于，包括：步骤1、根据ADC输入信号计算输入信号的概率密度函数；步骤2、通过输入信号的概率密度函数计算ADC输出信号的概率密度函数；步骤3、基于概率密度函数的频域特性，得到输出信号的特征函数；步骤4、调整ADC的输入，根据输出信号的概率密度函数与特征函数得到量化噪声的概率密度函数与特征函数；步骤5、建立量化定理条件，判断是否满足量化定理条件，若满足，则量化噪声功率为q2/12，其中，q为单位量化电平；若否，则根据量化噪声的概率密度函数与特征函数计算量化噪声的方差，即可得到量化噪声的功率。2.根据权利要求1所述的基于统计计算的ADC量化噪声功率计算方法，其特征在于，所述步骤2中，输出信号的概率密度计算方法为：其中，x表示输入信号，f
x
(x)为其概率密度函数；x
′
表示输出信号，f
x
′
(x)为其概率密度函数；q表示单位量化电平，ε表示量化噪声，m为时域下周期冲激序列的周期。3.根据权利要求2所述的基于统计计算的ADC量化噪声功率计算方法，其特征在于，所述步骤3中，对输出信号的概率密度函数进行傅里叶变换，得到输出信号的特征函数：其中，Φ
x
′
(u)为输出信号x
′
的特征函数；
‑
∞<u<+∞，l同为频域下周期冲激序列的周期，对应概率密度函数公式中的m。4.根据权利要求3所述的基于统计计算的ADC量化噪声功率...

【专利技术属性】
技术研发人员：唐羽浓，张晓波，张艳如，刘盛利，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：