相互変調多項式と有効ビット数を使用したADCのモデリング
この記事では、システムシミュレーションでADCをモデル化する別の方法について説明します。今回は、有効ビット数を使用し、ADCを調整します。理想的な量子化器入力に5次多項式を導入することによって。
このシリーズのこれまでのところ、特に有効ビット数またはENOBを使用したモデリング方法を使用して、システムシミュレーションでデータコンバーターをモデリングするさまざまな方法のメリットについて説明してきました。
ここで、新しい要素を追加してこの議論を続けます。理想的な量子化器入力に5次多項式を追加してADCモデルを直接調整します。
新しいADCモデルの説明
前回の記事で紹介したモデルでは、明確なスプリアス周波数(スパー)は発生しませんでした。スパーはADC性能の重要な特性であるため、より優れたモデルが必要でした。
これを図1に示します。
図1。
これにより、理想的な量子化器入力に5次多項式が追加されます。
パラメータα i を決定するには、2トーン入力を使用する必要があります。 (f c )およびN E (f c );ここで、f c 図2に示すように、はトーン間の中心周波数です(最初の記事から図4として認識されます)。
図2。
これらのパラメータのいずれかがトーン間の分離であるΔfの関数でもある場合、ADCのメモリにはおそらく非線形性があり、このモデルは適用されません。
例として、図3に示されているのと同じ2トーン入力(前の記事の図3で説明)が使用され、N E =8ビット、α 3 =0.04、および他のすべてのα i =0。前回の記事と同じナイキスト帯域幅(730.9 MHz)と「興味深い帯域幅」(233.7 MHz)が存在します。
図3。
図4は1トーン入力の出力を示し、図5は2トーン入力の出力を示しています。
図4。
図5。
相互変調積は、2トーン入力の「興味深い帯域幅」内に表示されますが、1トーン入力の場合は表示されません。
誰かがこの「興味深い帯域幅」内でのみ測定している場合(たとえば、その帯域のみを通過するデジタルバンドパスフィルターがある場合)、1トーンテストでは相互変調効果はキャプチャされませんが、2トーンではキャプチャされます。
>図6は、5〜12入力ビットのさまざまなSINADをプロットしたものです。 「興味深い帯域幅」で測定されたワントーン入力は、7ビットを超える相互変調効果をキャプチャしないことは明らかです。
図6。
また、7ビットを超える場合、ビット数が増えると量子化ノイズは減少しますが、相互変調歪みは同じままであるため、ビット数を増やしてもSINADは改善されません。
メーカーモデルとの比較
親愛なる読者:あなたは今疑問に思うかもしれません。 "だから何?これらはいくつかのモデルといくつかの信号に対するそれらの応答です。目的は何ですか?」
目的は、ADCで2トーン測定を実行できることであり、図1に示すパラメーター値は、測定されたADC出力に最適になるように選択されています。これは多くの場合、適切なフィットが得られるまで手動で調整して行うことができます。次に、簡略化されたモデルをロングビットエラーレート(BER)シミュレーションで使用できます。
測定は、実際のデバイス、デバイスに適したモデル、またはメーカーのデータシートから取得できます。
優れたモデルであるためには、実際のデバイスに厳密に近似している必要があります。完全なSPICEモデルなど。このような複雑なモデルは、BERシミュレーションで実行するには時間がかかりすぎます。
著者が製造元から入手できたのは、彼らが「動作」モデルと呼んでいたものであり、特定のモデルADCのすべての重要なパラメーターをキャプチャしたと彼らは主張しました。メーカーのモデルでは、内部クロックジッターと外部クロックジッターの両方も考慮されています。これは、メソッドの評価に使用されました。
ツートーン入力
図7に、シミュレーションのセットアップを示します。ツートンカラーの入力が生成され、作成者と製造元の両方のモデルに入力されました。両方ともスペクトル分析で表示されました。
図7。
図8は、使用される入力を示しています。 2つのトーンは300〜350MHzです。 ADCのサンプリング周波数は約250MHzであるため、これらのトーンは3番目のナイキストゾーンにあります。
それぞれが-6.02dBpeakFSであるため、同相で加算すると、電圧は2倍になり、結果として0dBpeakFSになります。
図8。
図9は、メーカーのモデルの出力を示しています。このモデルのSINADは、約27〜107MHzの「興味深い帯域幅」で63.74dBでした。
図9。
図10は、一致するように作成者のモデルパラメータを調整した後の結果を示しています。
図10。
多項式係数は十分な自由度を与えたので、スプリアスとほぼ正確に一致させることができました。 N E 11ビットの場合、製造元のモデルより3 dB低いノイズフロアが発生し、N E 10ビットの場合、メーカーのモデルより3dB高くなります。
著者は、10ビットの悲観的な値を使用することを決定しました。これにより、60.74dBのSINADが得られました。改良されたモデルでは、最大6 dBの加法性ホワイトガウスノイズを追加できるため、N E の値が高くなります。 選択でき、ノイズフロアに合わせて追加のノイズが追加されます。
OFDM波形入力
これで、2つのモデルを入力としての通信波形と比較できます。
市販のソフトウェアパッケージにはLTEモデルが付属しています。 OFDM信号を生成します。このモデルには、変調器、周波数選択性レイリーフェージングチャネル、加法性ホワイトガウスノイズ、および復調器が含まれています。
図11に示すように、復調器の前にADCモデルを挿入し、ADC出力のスペクトルとOFDM信号の誤差ベクトルの大きさを評価することができます。
図11。
64-QAMサブキャリアを持つOFDM信号が使用されました。著者のADCモデルのパラメーターは、図10で使用されているものと同じです。
市販のソフトウェアパッケージは、複雑なエンベロープ表記[3]を使用して信号を形成します。これにより、変調情報のみを複素数でサンプルごとに追跡でき、搬送周波数は既知の定数として維持されます。そのため、波形を記述するために必要なサンプル数が大幅に削減されます。
ただし、ADCモデルへの入力は、入力周波数の関数としてのADC性能の違いを考慮に入れるために、明示的なキャリア上の実際の信号である必要があります。そのため、「ComplexEnvelopeからRealonCarrier」および「RealonCarrierからComplexEnvelope」への変換[3]を実行する必要がありました。
図12は、両方のADCモデルへのOFDM信号入力を示しています。図8に示す2つのトーンと同じ周波数を中心にしています。
図12。
両方のADCモデルのdBrmsFSレベルは-7dBrmsFSでした。
図13はメーカーのモデルのスペクトルを示し、図14は作成者のモデルのスペクトルを示しています。 ADCの非線形性のため、どちらもスペクトルの再成長を示しています。スペクトルは非常に近いです。
図13。
図14。
図15は、製造元のモデルで受信したOFDMのコンステレーションを示し、図16は、作成者のモデルでそれを示しています。
図15。
図16。
rmsとピークEVMの比較を表3に示します。これらの結果のSNRは90dBでした。
表3。
-7〜-47 dBrmsFSの範囲で、2つのモデルのEVM間のrms差は3.46dBでした。
全体として、作成者のモデルは、かなり単純なパラメータセットについて、製造元のモデルと非常によく似た結果をもたらします。メーカーのモデルに関する情報はありませんでしたが、作成者のモデルと類似している可能性があります。
いずれの場合も、シミュレーションソフトウェア間でデータを転送する必要がなかったため、作成者のモデルを使用すると、シミュレーションの実行速度が向上しました。そのため、図17に示すビット誤り率(BER)シミュレーションでは、作成者のモデルが使用されました。
図17。
ADCを備えたシステムを設計する際の重要なパラメータの1つは、ADCのフルスケールに対して信号を配置するための最適なレベルです。
レベルが低すぎると、ノイズや歪みに比べて信号が小さすぎます。
レベルが高すぎると、クリッピングが過剰になり、信号が歪んでしまいます。通常、ある程度のクリッピングを可能にするレベルが最適です。
図18に、3つの異なるSNRと-41〜-7dBrmsFSの信号レベルのBERを示します。
図18。
また、ADCモデルがバイパスされたときのBERも破線で示されています。 ADCの場合、最適な範囲は約10 dBであり、自動ゲイン制御により信号をこの範囲に保つ必要があります。
次の記事では、使用するより良いモデルについていくつかの考えをまとめてこのシリーズを締めくくり、DACのモデルについても少し話します。以下のコメントで、このシリーズについての考えを共有してください。
モノのインターネットテクノロジー
- クラウドインフィニティへ、そしてそれを超えて
- C# の基本的な入力と出力
- PythonとRaspberryPiの温度センサー
- 新しいRASPBERRYPI3モデルB +機能と購入
- 製造業者と流通業者は最終的にIIoTとAIを使用して売上と生産性を向上させます
- IoTを使用して産業を後押しし、より広い経済をサポート
- SolidworksとMatlab/Simulinkシミュレーション
- AIとMLを使用して、エッジアプリケーションで実用的なインサイトを抽出する
- 石油およびガス業界でスマートガス監視ソリューションを使用する利点
- ガス監視ソリューションを使用するアプリケーションと利点
- IoT:ビジネスモデルの主流と混乱