基于信号源误差一次性校准识别的高精度adc测试方法
【专利摘要】本发明公开了一种基于信号源误差一次性校准识别的高精度ADC测试方法。本测试方法通过选取分辨率高于待测ADC3比特以上的ADC作为初次测试对象，任意选取一种合适的高精度ADC测试算法对采集的初测ADC的输出码进行处理，并求取初测ADC的传输函数和信号源的非线性表达式，然后识别和校正信号源非线性表达式的非线性部分后基于给定的激励非线性表达式测试待测的具有较低分辨率的待测ADC。该方法避免了传统直方图和相关高精度ADC测试方法中需要重复采样和信号源表达式估计等问题。此外，由于降低了所需的测试时间和硬件成本，本方法在高精度ADC测试领域具有更好的可行性。
【专利说明】基于信号源误差一次性校准识别的高精度ADC测试方法
【技术领域】
[0001 ] 本发明涉及高精度ADC测试领域，具体涉及一种利用于批量ADC测试、基于信号源误差一次性校准识别的高精度ADC测试方法。
【背景技术】
[0002]混合信号电路是连接模拟域和数字域并重要桥梁。ADC和DAC则是混合信号领域最为典型的代表。当如，闻精度ADC的精确、闻效测试评估成为了芯片和相应的混合彳目号系统的可靠性应用的瓶颈，ADC的测试成本在芯片制造成本中所占得比例甚至已经超过ADC设计和工艺所占的成本总和。因此，如何在实现对ADC特别是高精度ADC的快速、精确测试的同时，尽可能降低所需测试成本已经成为了国内外研究的热点。
[0003]当前对ADC的测试主要包括静态参数测试和动态参数测试两大类。如图1所示主要给出了 ADC芯片测试的主要流程。其中ADC的静态特性与转移特性曲线有关，包括积分非线性(INL)，差分非线性(DNL)，偏移(Offset)和增益误差(Gain Error)等。直方图方法是测试验证ADC静态参数的标准方法。该方法采用低频、高精度的正弦信号或者高线性度的三角波或者斜坡信号激励测试ADC模块，然后采用直方图统计获得ADC每个转换码出现的次数，并计算获得ADC每个码的宽度。计算获得的码元宽度决定了 ADC的转移特性曲线。采用直方图方法测试高精度ADC时需要注意两个关键问题。首先，高精度ADC测试激励必须由高于被测件3bit以上的DAC产生。其次，为了获得有效直方图统计，平均每个码必须采样30次以上。ADC的动态特性与频谱特性有关，包括总谐波失真(THD)，无杂散动态范围(SFDR)，信噪比(SNR)等动态参数。传统动态参数一般在ADC输入端加高精度的正弦信号，然后捕获输出码，并通过FFT方法获得输出频谱特性，然后通过各种指标计算分析获得。高精度ADC的动态测试时需要的高精度信号源的SNR或者SFDR高于被测件10个dB以上。
[0004]高精度ADC的快速、精确测试研究主要包含利用低精度信号源测试高精度ADC，减少所需采样点数和提高时钟精度三个方面。利用传统的直方图方法测试高精度ADC很显然需要很高精度的信号源和大量的采样点数。例如当待测对象为24比特ADC时，需要分辨率为27比特的DAC作为信号源。如此昂贵的设备成本将使得ADC的测试成本变得无法接受。为了降低高精度ADC测试所需的设备成本和时间成本，已有的高精度ADC测试方法主要分为两大类:第一类是基于待测ADC的输出码求解DUT的传输函数和信号源的非线性表达式，然后利用求解的表达式计算待测ADC的相关特性参数。主要包括直方图方法和以直方图原理为基础的激励误差识别和移除(SEIR)方法，分段缩放拟合测试方法以及动态元件匹配(DEM)等方法。以上方法都能够确保对相关参数的精确测试，但由于需要采样点数过多，因而测试时间较长。另外一类则是直接基于输出码求解待测ADC的具体参数。主要包括快速傅里叶变换(FFT)和相关的基于动态参数估算静态参数测试方法。此外,还包括正弦拟合等测试方法。当利用以上方法测试高精度ADC时，能够快速得到测试结果，但不能保证精确测试。
[0005]在第一类方法中，当利用激励误差识别和移除(SEIR)及其改进测试算法测试高精度ADC时，其主要思想是利用ADC的输出转换码值所对的模拟输入来估算信号源非线性误差并表示待测ADC的积分非线性(INL)。该方法的测试结果具有较高的精度，但是由于该方法主要是基于直方图原理进行计算，其有效测试精度范围只包含18比特以下的ADC。基于动态元件匹配和多项式拟合方法则主要是利用误差随机分配原理选取信号源激励，结合如卡尔曼滤波器等窗函数并基于最小二乘拟合等方法估算激励误差。以上方法有效降低了基于低精度激励测试高精度ADC的结果误差，但是该方法主要是通过大量增加采样点数来平均误差的影响，当测试较高精度ADC时，会极大增加所需的采样时间和存储空间。基于分段非线性和等比例缩放方法测试高精度ADC的方法主要是通过将DUT的满量程范围分成多段，然后分段生成激励信号，并进行等比例缩放以间接提高信号源的线性度。
[0006]上述的每种方法在进行大规模重复测试时,需要基于每个待测ADC重复测试并计算该ADC的传输函数和信号源表达式。而且由于测试对象分辨率以及芯片结构的差异，会使得重复计算得到的信号源非线性表达式之间存在差异，该差异会进一步导致测试结果的误差。而本发明只需要进行一次校准，得到信号源非线性表达式和传输函数就可以直接求取多种待测ADC的特性参数，因而避免了重复采样和重复估计信号源表达式所需的时间，大大降低测试成本，使得低精度测高精度算法更具有实用性。
【发明内容】
[0007]本发明目的在于提供一种基于信号源误差一次性校准识别的高精度ADC测试方法，其避免了重复采样和信号源表达式估计所需的时间，可以大大降低测试成本。
[0008]为了解决现有技术中的这些问题，本发明提供的技术方案是:
一种基于信号源误差一次性校准识别的高精度ADC测试方法，本测试方法中利用低精度信号源对高精度ADC进行可靠性测试，本测试方法采用高于待测ADC分辨率的初测ADC作为初次测试对象，并对该作为初次测试对象的初测ADC的输出码进行处理并求取初测ADC的传输函数和信号源的非线性表达式(分析影响激励表达式精度的主要因素，优化测试结果)然后识别和校正信号源非线性表达式的非线性部分后基于给定的激励非线性表达式测试待测的具有较低分辨率的待测ADC。
[0009]由于初次测试的ADC的线性度高于待测对象，因而重复测试的结果具有较高的可靠性。此外，通过该方法可以避免在每次重复测试过程中都需要求解信号源非线性表达式，因而可以极大地降低采样点数和所需的测试时间，节约了高精度ADC测试所需成本。
[0010]对于上述技术方案，发明人还有进一步的优化实施方案。
[0011]作为优化，测试设备在测试前，一次性经过校准算法消除由于低精度激励信号源引入的测试误差，而不是在测试过程中通过增加测试点数提升测试精度，从而实现低精度激励下的高分辨率ADC测试的快速测试。
[0012]更进一步，本测试方法的具体测试过程如下:
通过选定的低分辨率信号源对选定的高精度初测ADC的输出码进行分析，以求解初测ADC的传输函数表达式和激励信号源的非线性表达式；
然后分析测试的高精度初测ADC噪声对测试结果精度的影响，主要包括量化误差、初测ADC的线性度以及包含热噪声等因素的高斯白噪声；(例如当待测试ADC的最高分辨率为18比特时，若选择24比特的ADC作为初次测试对象时，24比特ADC的量化噪声要远小于待测对象，因而可以忽略不计)并且，高精度初测ADC的线性度也远高于待测ADC ；(因此，线性度对信号源表达式的影响可以通过增加采样点数或者改变拟合条件进行修正以进一步消除，但这是在对初测ADC进行测试时使用的方法，因而测试时间不会被拉长许多，可有效节省在对待测ADC进行测试的时间，节省整体工作时间、提高整体测试效率。而为了避免高斯白噪声所引起的测试结果差异，可以选择所有其他待测ADC在相同条件下进行测试。)
通过误差分析和校准后，选择待测ADC来替换初次测试的高精度初测ADC，保证其他条件相同的情况下，利用前面的算法对待测ADC的输出码进行分析，相比于初次测试的过程，可以省略测试信号源表达式的步骤，和所需的用于相关分析的采样数据，直接用前面的修正的信号源非线性表达式代替，最后重复剩余的测试步骤
作为优化，对于最高分辨率为M比特的待测ADC，选取分辨率为待测ADC中的最高分辨率加上3比特后的一半即(M+3) /2比特的DAC作为信号源。
[0013]相对于现有技术中的方案，本发明的优点是:
本发明所描述的基于信号源误差一次性校准识别的高精度ADC测试方法，由于初次测试时所选的ADC的起始分辨率和线性度都远高于所有待测ADC，因而对高精度ADC做初次测试所得到的信号源非线性表达式中所包含的误差因子要远小于其他待测ADC所引入的。因此，用分析和校准后的信号源表达式直接作为所有其他待测ADC的输入信号，首先可以避免基于每一块待测ADC芯片计算信号源表达式时，由于分辨率和线性度的差异而导致的表达式之间的不同的误差。其次，由于初次测试的信号源表达式具有较高的置信度，因而当直接用于测试较低精度的ADC时，所引入的误差可以忽略不计。另外，为了计算并得到高精度的信号源表达式，传统方法需要大量增加采样点数来消除或者减少测试误差的影响。这样当进行大规模重复测试时，会因为由于需要大量采样而急剧增加采样时间，导致测试成本的增加，因而需要在测试时间和结果精度之间进行平衡以获取可靠性测试。相比之下，本专利只需要进行一次校准测试，可以通过一次性尽可能增加采样点数和分段拟合处理方法来提高所得到的信号源表达式的精度，然后利用该表达式直接求取待测ADC的特性参数，避免了重复采样和重复估计信号源表达式所需的时间，可以大大降低测试成本。这样可以使得高精度ADC测试具有更好的可行性。
【专利附图】
【附图说明】
[0014]下面结合附图及实施例对本发明作进一步描述:
图1为基于SEIR方法生成的低精度信号激励；
图2为一次性校准方法的信号源误差结构；
图3为一次性误差识别与校准方法的主要流程图；
图4为基于一次性校准方法得到的积分非线性(INL)图；
图5为基于SEIR方法得到的积分非线性(INL)图；
图6为基于传统直方图测试方法得到的积分非线性(INL)图；
图7为三中测试方法的结果精度和所需采样点数比较。
【具体实施方式】
[0015]以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。
[0016]实施例:
本实施例描述了一种基于信号源误差一次性校准识别的高精度ADC测试方法，超高精度的初测ADC作为校准设备来计算校准算法模型参数，之后可以用同样的DAC信号源和模型参数来测试比校准的初测ADC分辨率低的待测ADC。校准算法有很多种，实际上只要是通过计算关系模型参数来最终确定ADC静态参数的算法都可以作为校准算法。本实施例中，待测ADC的最高分辨率为18比特，当所有待测ADC的最高分辨率为18比特时，选择24比特的ADC做为初次测试对象，以SEIR作为校准算法来说明该发明的实用性和精度，如图2所示。图3给出了主要的信号源非线性误差一次性识别与校准方法流程图。
[0017]1.信号源精度是影响高精度ADC快速、精确测试的关键因素之一。当给定待测ADC的分辨率和测试目的后，精确测试该ADC所允许的最低精度的信号源也就随之而确定了。为了实现对特定M比特以下的高精度ADC的精确测试，通常选取分辨率为待测ADC的最高分辨率加上3比特后的一半的DAC作为信号源。如以24比特ADC作为初次测试对象，则选择27比特的一半，应为14比特DAC作为信号源。
[0018]2.搭建硬件校准测试平台。SEIR算法需要测试两次，采集两次数据。两次测试时所用的信号源必须完全一致，不过第二次测量时所用的信号源比第一次多了直流偏移。根据SEIR这样的特点，我们以14位的DAC作为信号源，12位的DAC产生偏移。生成的激励信号叠加上偏移分量后直接作为待测ADC的输入，其示意图如图1所示。
[0019]3.对于待测ADC的数字输出，采集尽可能多的数字码，使得每个输出码采样10次以上。保持其他条件不变，在正弦信号上叠加固定的直流偏移量并作为DUT的输入，采集另外一组输出的数字码。
[0020]4.基于SEIR方法对待测ADC的输出数据进行分析，基于数据码和转换电平以及所对应的模拟输入之间的关系，建立积分非线性表达式函数以及量化误差表达式。利用基于终端原理建立待测ADC的传输函数表达式模型。
[0021]5.选择一组合适的基底函数用于表示信号源函数的非线性部分，使得激励函数由线性部分，非线性部分以及误差函数三部分组成。
[0022]6.对采集的数据所对应的时间做归一化处理，使得所分析的数据对应时间范围为O到I。利用各过渡电平的已知码值和相对输入时间以及完整的信号源表达式表示积分非线性。
[0023]7.由于是基于同一组待测ADC生成的两组数据，对于同一输出数据所对应的INL值应该相同。
[0024]8.基于两组码值所分别对应的积分非线性表达式，利用最小平方估计方法(LS)和已知量对信号源非线性表达函数的基底系数，偏移量分别进行求解，使得对于相同的估计点所对应的INL值的区别最小。
[0025]9.利用已经求解的输入信号非线性表达式估计各转换电平的实际值。
[0026]10.基于得到的各转换电平，求解待测ADC的积分非线性等特性参数。
[0027]11.在得到ADC的信号源非线性表达式后，分析主要的误差因素，主要包括估算信号源时的非平稳特性，基底函数截断误差，高精度ADC非线性传输特性以及相关的热噪声和量化噪声等。由于24比特ADC具有极高的线性度和很小的量化误差，其对信号源非线性表达式的影响相对较小。对于非平稳特性，可以通过增加采集数据的组数，然后对测试结果求平均来实现。
[0028]12.对于基底函数截断误差，可以通过增加或减少基底个数来实现最佳拟合，该方法可以避免因过拟合或者欠拟合而导致测试结果误差的问题。此外，可以利用基于分段缩放拟合的原理，对输出数据仅进行加窗分段分割，然后分别利用SEIR方法在各段内对采样数据进行处理。
[0029]13.对于加性噪声和量化噪声等，可以通过对相同的输出码值进行重复采样来消除以上误差的影响。
[0030]14.在确定并消除各输入函数误差后，可以得到修正的信号源非线性函数表达式。且此时，由于消除了已知误差的影响，该信号源表达式具有很高的置信水平。
[0031]15.基于已经得到的信号源表达式，利用待测ADC取代用于除此校准的高精度ADC作为测试对象，在其他条件完全相同的情况下，重复前面的测试过程。其中，用于估算信号源的表达式和相关误差分析部分可以省略掉，用于相关分析所需的数字采集码也不再需要进行重复采集。
[0032]相比于传统的码密度测试方法直接使用具有高线性度的信号源生成用于直方图处理的数字数据，SEIR方法极大地降低了测试所需的信号源分辨率，但是测试结果精确度却远高于直方图方法。但是由于需要大量的采样数据以消除测试中的误差成分，此外，由于该方法主要是基于直方图原理求解信号源非线性误差，因而需要的采样点数将随着待测对象的分辨率的增加而呈2的幂次方增加，这将会导致过长的测试时间。当进行大规模芯片测试时，将不得不以牺牲测试时间来换取测试结果的精度。但是，基于一次性信号源误差时别和校准方法只需要在初次测试时，需要增加采样点数和通过重复测试取平均来得到高精度信号源非线性表达式。后面的重复测试过程则可以避免SEIR方法的过长采样时间。大大降低了测试的复杂度，节省了测试成本。因而更具有实用性。
[0033]图4、5、6分别给出了基于一次性校准测试方法、SEIR和直方图方法测试24比特高精度ADC的INL误差图。图7给出了分别基于前面的信号源误差一次性识别和校准方法以及SEIR方法测试10片24比特ADC芯片所需的时间以及测试结果精度的对比。通过已上图可知本专利可以极大降低测试所需成本，因而具有可行性。
[0034]上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。
【权利要求】
1.一种基于信号源误差一次性校准识别的高精度ADC测试方法，本测试方法中利用低精度信号源对高精度ADC进行可靠性测试，其特征在于，本测试方法采用高于待测ADC分辨率的初测ADC作为初次测试对象，并对该作为初次测试对象的初测ADC的输出码进行处理并求取初测ADC的传输函数和信号源的非线性表达式，然后识别和校正信号源非线性表达式的非线性部分后基于给定的信号源非线性表达式测试具有较低分辨率的待测ADC。
2.根据权利要求1所述的基于信号源误差一次性校准识别的高精度ADC测试方法，其特征在于，测试设备在测试前，一次性经过校准算法消除由于低精度激励信号源引入的测试误差，从而实现低精度激励下的高分辨率ADC的快速测试。
3.根据权利要求1所述的基于信号源误差一次性校准识别的高精度ADC测试方法，其特征在于，本测试方法的具体测试过程如下: 通过选定的低分辨率信号源对选定的高精度初测ADC的输出码进行分析，以求解初测ADC的传输函数表达式和激励信号源的非线性表达式； 然后分析测试的高精度初测ADC噪声对测试结果精度的影响，主要包括量化误差、初测ADC的线性度以及包含热噪声等因素的高斯白噪声； 通过误差分析和校准后，选择待测ADC来替换初次测试的高精度初测ADC，保证其他条件相同的情况下，利用前面的算法对待测ADC的输出码进行分析，相比于初次测试的过程，可以省略测试信号源表达式的步骤，和所需的用于相关分析的采样数据，直接用前面的修正的信号源非线性表达式代替，最后重复剩余的测试步骤。
4.根据权利要求1或2或3所述的基于信号源误差一次性校准识别的高精度ADC测试方法，其特征在于，对于最高分辨率为M比特的待测ADC，选取分辨率为待测ADC中的最高分辨率加上3比特后的一半即(M+3) /2比特的DAC作为信号源。
【文档编号】H03M1/10GK103475369SQ201310279152
【公开日】2013年12月25日 申请日期:2013年7月4日 优先权日:2013年7月4日
【发明者】黄成 , 李佑辉 申请人:东南大学