分时交替模数转换器通道失配校准技术进展

在简要介绍分时交替模数转换器采样技术及通道失配对其影响机理的基础上,阐述了近年来国内外分时交替模数转换器误差校准技术的最新研究进展,归纳了各个校准技术的实现方法及优缺点。大多数校准技术具有误差估计精度高、收敛速度快、自适应性强等优点,同时存在计算复杂、资源浪费、硬件实现困难等缺点;并进一步分析了当前校准技术存在的关键问题,如输入信号类型及带宽受限、未考虑非线性失配、对于高速高分辨率分时交替模数转换系统应用困难等。最后对未来的发展趋势进行了展望,为推进该领域的研究提供了参考。     

一种时间交织ADC的时间失配后台校准算法

利用输入信号的自相关特性设计了一种用于时间交织模数转换器(ADC)时间失配误差的自适应数字后台校准算法,该算法利用输入信号的自相关特性以及统计的方法,在后台将子通道的输出作相关运算以估计失配误差,再利用基于farrow结构的分数延时滤波器进行误差校正.误差估计部分和校准部分构成一个反馈环路,可以实现误差的实时跟踪和校正.Matlab仿真结果表明:当输入信号归一化频率为fin/fs=0.096 88时,经校准后,系统的SNR提高11dB以上,校准效果明显.该算法适用于任何类型的输入信号,且在硬件实现方面也比较简单,farrow结构实现的滤波器只用3~5阶就可以满足校准精度要求,特别适用于工程实现.     

基于Nios Ⅱ的三片ADC并行采集系统的设计

多片ADC芯片并行时间交替采样能有效地提高系统的采样速率。但由于多种因素的影响,多个ADC通道间存在失配误差,严重降低了采集系统的性能。文章提出了一种多片ADC拼接系统的实现方法,该方法采用NiosⅡ软核计算出多个ADC通道间的误差,并在FPGA后端校正输出高速、高精度的数字信号。     

适用于宽带宽输入的TIADC时间误差校准算法

文章设计了一种适用于宽带宽输入的时间交织模数转换器(time-interleaved analog-to-digital converters, TIADC)时间失配误差校准算法。从通道间的相乘互相关原理展开分析,引入误差符号判别模块实现任意输入带宽的TIADC时间失配误差提取。误差补偿模块采用一种改进的基于泰勒级数展开的误差校准方法,进一步减小硬件实现规模。误差提取与误差补偿模块组成闭环自适应结构,能够实时进行宽带宽输入的TIADC时间失配误差校准。利用一个4通道12位的TIADC进行验证,假设通道间存在3%T_s(T_s为采样时间)以内的时间失配误差,当输入归一化频率f_(in)/f_s(f_(in)为输入频率,f_s为采样频率)分别为0.406、0.813、1.321时,校准后系统的信噪比提高了43 dB以上,有效位数(effective number of bits, ENOB)提高到11.82 bit以上。仿真结果证明了该方案的有效性。     

交替并行模数转换器系统通道的失配误差

研究交替并行模数转换器(TIADC)系统的带宽失配误差效应,并在此基础上,推导出结合4种通道失配误差和量化误差的信纳比(SINAD)的数学表达式.这些公式能够为消除TIADC通道失配误差提供理论依据.最后,通过仿真验证了公式的有效性.     

基于滤波器组并行交替型ADC系统通道失配误差的分析

通道失配误差（如偏置误差、增益误差和时间相位误差）严重降低了并行交替型ADC（timeinterleaved ADC，TIADC）系统的信纳比．我们给出了基于滤波器组的三种通道失配误差详尽的分析，表明增益误差和时间相位误差相互影响，而偏置误差则单独起作用；同时对在信号分析领域占重要地位的正弦信号进行了分析，给出了通道失配误差的频谱图像；并进一步推导了信纳比的公式和无伪波动态范围的公式；给出了时钟抖动和量化噪声对TIADC的影响．这些公式可为TIADC通道失配误差的容忍范围提供参考，也可为消除TIADC通道失配误差提供理论依据．     

应用于9通道8-bit 1 GS/s时钟交叠SAR ADC的后台校准改进方法

报道了三种应用于时钟交叠模数转换器(Time-Interleaved ADC,TI ADC)的后台校准改进方法,分别校准系统中多通道之间的失调失配、增益失配以及多相位时钟之间的时间偏差.失调校准技术基于统计学期望算法,增益校准技术基于统计学方差算法,时钟校准技术基于平均过零点算法,3种校准技术皆由改进的误差检测模块和误差补偿模块来实现.误差检测以及补偿模式可以根据TI ADC的设计要求调节校准精度.对带有误差失配的9通道8-bit 1GS/s时钟交叠SAR ADC电路仿真验证,经过校准,无杂散动态范围皆高于63dB,失调失配小于0.1LSB,增益失配小于0.23%,时间偏差小于3ps.     

并行模拟数字转换器系统设计与实现

介绍了一种并行模拟数字转换器系统的设计与实现,该系统采用4片A／D并行交替采样,采样速率可达200MHz,分辨率可达到12bit。给出了方案构成的硬件系统设计,并详细阐述了各硬件系统平台的具体构成。针对通道失配问题,在FPGA内部实现了通道失配误差的测量。该系统的实现对超高速并行采样技术的研究具有一定的指导意义,且该平台的构建在工程应用上具有一定的通用性。     

光子模数转换关键技术及其应用

采用新型可饱和吸收体和锁模机制,研制了低抖动高重频宽光谱飞秒光纤激光器,并实现了高性能光采样脉冲的产生.给出了时间-波长交织和时间拉伸光模数转换系统架构;阐明了通道失配产生的原因及其校正方法;研究了光模数转换在雷达和示波器等系统中应用的关键技术.实验结果表明,利用光子学高速宽带特点实现的光子模数转换器,可有效克服电子瓶颈,实现高速宽带信号的采样.     

双通道互谱声强测量时不同步采样造成的测量误差及修正方法

本文讨论了双通道互谱声强测量时两通道不同步采样造成的相位失配误差；导出了由此而引起的声强测量误差；推导了声强测量时测量系统的误差特征函数，并给出了使用误差特征函数修正该测量误差的方法．实验结果表明，在两通道间不同步采样时，所产生的声强测量误差可以用误差修正的方法加以消除．修正后声强测量结果的精度令人十分满意．     

循环迭代信道补偿算法

在移动通信系统中,由于信道的时变特性,从训练序列得到的信道估计直接应用于数据解扩上,会带来较大的误差.为了降低这种误差,提出了循环迭代的算法,通过对数据域信道估计进行补偿,提高了单个时隙信道估计精度.仿真结果表明:该算法性能良好,特别是在单时隙业务下,由于每个时隙的信道估计独立计算和修正,可以提供准确的信道估计,对数据解扩性能有较大的提高;当用户在高速运动情况下,由于不受用户运动速度和信道衰落的限制,该算法性能明显优于其他方法.     

基于极大后验估计的STUKF算法跟踪再入弹道目标

针对弹道导弹再入阶段飞行受力情况复杂多变,状态噪声未知时变的非线性跟踪问题,提出基于极大后验估计的STUKF非线性滤波跟踪算法。该算法采用最小偏度单行采样策略,在保证跟踪精度的同时,提高实时性;引入带有多重次优渐消因子的强跟踪算法,在线调整状态一步预测均方误差阵,提高系统对突发机动跟踪的稳定性;采用指数加权的方法,利用次优无偏MAP时变噪声统计估计器,在线估计未知系统过程噪声的统计特性,提高系统应对噪声变化的能力。仿真结果表明:该算法具有比不敏卡尔曼滤波算法(UKF)和扩展卡尔曼滤波算法(EKF)更好的跟踪性能。     

基于MBER的MC-CDMA系统多用户检测方案

针对衰落信道,提出了一种新的MC-CDMA下行链路多用户检测方案。该方案基于最小误比特率(Minimum bit error rate,MBER)准则,并利用梯度下降法实现。通过采用内核密度估计的方法来估计误码率函数,可将该方案推广到自适应的最小误比特率(Least bit error rate,LBER)多用户检测算法。仿真结果表明,与传统归一化自适应最小均方误差(Normalized least mean square,NLMS)算法相比,LBER具有更好的收敛性能和误码性能。     

一个计算积分的替代抽样方法

为提高高维积分的计算速度, 提出一种替换Monte Carlo积分方法. 将积分区域以网格的形式离散化, 再在网格上以相应的密度函数之值为权函数采用离散的Gibbs抽样算法抽样, 对抽样得到的样本作均匀扰动后就可获得所需的新抽样序列,从而得到积分的近似估计值. 模拟表明新算法计算速度较快.     

压缩感知的UWB信道盲估计算法

针对超宽带系统采样速率过高难以实现的问题,利用信道稀疏性提出一种基于压缩感知的盲信道估计算法。将接收信号通过一个随机测量矩阵,利用测量信号的一阶统计量建立压缩感知的数学模型,最后利用正交匹配追踪(OMP)算法重构得到估计信道。算法只需很少测量值就可估计出信道,节省了大量的模数转换(ADC)资源,使系统实现成为可能。仿真结果表明算法具有良好的估计性能,且算法的误比特率(BER)性能相比利用准确信道只有2～3dB的差距。     

MMSE准则下基于玻尔兹曼机的快速重构算法

全连接的玻尔兹曼机模型可全面描述稀疏系数间统计依赖关系,但时间复杂度较高.为了提高基于玻尔兹曼机的贝叶斯匹配追踪算法(BM-BMP)的重构速度和质量,本文提出一种改进算法.第一,将BM-BMP算法的最大后验概率(MAP)估计评估值分解为上一次迭代的评估值与增量,使得每次迭代仅需计算增量,极大缩短了计算耗时.第二,利用显著最大后验概率估计值平均的方式,有效近似最小均方误差(MMSE)估计,获得了更小的重构误差.实验结果表明,本文算法比BM-BMP算法的运行时间平均缩短了73.66%,峰值信噪比(PSNR)值平均提高了0.57 dB.     

一种基于LWE采样算法的实现与优化

基于带错误学习问题(Learning With Errors,LWE)构造的密码体制能够抵御量子攻击,它的应用效率与LWE问题的采样过程密切相关.而在LWE问题采样中,对其中的错误因子(Error Factor)采样占采样过程绝大部分时间,本文对LWE问题中的错误因子的采样算法进行研究,将在高斯分布上效率较高的金字塔(Ziggurat)采样算法,应用到了一种高效的LWE问题采样算法中.基于在连续域上的采样比离散域上采样效率高的思路,对LWE问题采样算法在离散域上采样的过程进行了优化,提出了一种将连续域上的采样结果进行取整的方法,.对优化前后的两种LWE问题的采样算法进行了对比实验,结果表明:改进后的算法在不占用大量内存并且保证安全性的情况下,将采样速度提高了38%~200%.     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.     

基于热点度轨迹显影机制的网络社区聚类算法

为解决网络社区聚类算法在实际应用中存在热点捕捉困难和社区聚类生存时间较低的问题,提出了一种基于热点度轨迹显影机制的网络社区聚类算法。首先,考虑网络社区聚类存在的多径一体特性,采用抽样方式与角度估计方法来实现热点信号的精确捕捉,以提高聚类效率;随后,对热点信号矢量空间进行按列重排,并综合考虑传输矩阵具有的按列正交及全秩特性,构建热点度轨迹显影方法,以提高聚类中热点显影速度和增加聚类生存时间。仿真实验表明:与聚类流动性映射算法(Clustering Liquidity Mapping Algorithms,CLM算法)、超欧里几何热度聚类算法(Hyper-Eulerian Geometric Thermal Clustering Algorithms,H-EGTC算法)相比,所提算法具有更低的聚合时间和搜寻失误率,以及更高的热点显示时间。     

一种基于扩展Kalman滤波的多径估计算法

定位系统中,噪声环境下的多径估计是消除多径干扰的前提。提出了一种基于扩展Kal-man滤波(EKF)的多径估计算法,可以有效的估计多径信号的时间延迟和幅度。分析了本地码估计偏差、EKF的估计初值、相关间距以及采样频率对多径估计性能的影响。结果表明,EKF在估计多径信号时,EKF初值不仅影响其收敛速度,而且EKF初值中的幅度初值决定其是否收敛。同时,EKF时间延迟估计误差可以通过提高采样频率和增加最大早晚码间距来减小。