عنوان پایان‌نامه
کالیبراسیون پس زمینه دیجیتال مبدل های داده پایپ لاین موازی شده در زمان
- رشته تحصیلی
- مهندسی برق-الکترونیک-مدار وسیستم
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 2453;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 63299
- تاریخ دفاع
- ۱۲ شهریور ۱۳۹۲
- دانشجو
- سیدمحسن مرتضوی
- استاد راهنما
- شاهین جعفرآبادی آشتیانی
- چکیده
- در مبدل¬های داده، یک روش برای افزایش سرعت و دقت آن¬ها، موازی سازی مبدل¬ها می¬باشد. به دلیل عدم تطابق بهره و افست مبدل¬های داده، خطای زمانی و انحراف پالس ساعت، سیگنال به نویز و تعداد بیت مؤثر خروجی کاهش می¬یابد. برای بهبود سیگنال به نویز و تعداد بیت مؤثر می¬توان از کالیبراسیون دیجیتال استفاده نمود. در این روش، با استفاده از یک الگوریتم تطبیقی، عمل کالیبراسیون و حذف خطا، همزمان با کار مبدل داده صورت می¬پذیرد. در بیشتر روش¬های پیاده¬سازی شده، الگوریتم حداقل میانگین مربعات (LMS) استفاده شده است. این الگوریتم با روشی بر پایه مشتق پیاده¬سازی می¬شود. در این روش پیاده¬سازی، پارامتری (?) وجود دارد که سرعت و دقت همگرایی را تعیین می¬نماید. هر چه این پارامتر کوچکتر باشد، دقت همگرایی افزایش ولی سرعت آن کاهش می¬یابد. در این پایان¬نامه برای اولین بار، با استفاده از الگوریتم کالمن عمل کالیبراسیون انجام شده است. در این الگوریتم دو مرحله¬ی پیش-بینی و به روزرسانی وجود دارد. در مرحله¬ی پیش¬بینی، براساس مدل و مقدار پیشین ورودی، مقدار لحظه¬ی حال پیش¬بینی و سپس بر اساس مشاهده، در مرحله¬ی به روزرسانی، تصحیح می¬شود. دلیل استفاده از این الگوریتم، سرعت و دقت همگرایی بالای آن است. در این پایان¬نامه، پنج مبدل داده¬ در محیط MATLAB با خطای زمانی مشخص با یکدیگر موازی شده¬اند. داده¬های بدست آمده حاصل از کنار هم قرار دادن خروجی این مبدل¬ها با روش کالمن کالیبره می¬گردند تا خطای آن¬ها حذف شده و خروجی نهایی بدست آید. شبیه¬سازی¬های انجام شده نشان می¬دهد که برای ورودی سینوسی با فرکانسی برابر با 1/40 فرکانس نمونه¬برداری، SNDR و SFDR به ترتیب به میزان dB18 و dB16 بهبود یافته¬اند. این بهبود SNDR به معنای افزایش بیش از 3 بیتی تعداد بیت مؤثر می-باشد. روش پیشنهادی در زمان کمتر از 40 سیکل نمونه¬برداری، همگرا شده و سیگنال ورودی را دنبال می¬نماید. کلید واژه:کالیبراسیون دیجیتال، الگوریتم کالمن، حداقل میانگین مربعات
- Abstract
- Time interleaving is a method for increasing sample rate and accuracy of digital to analog converters (ADC). In this method, the signal to noise ratio (SNR) and effective number of bit (ENOB) decrease because of gain and offset mismatch, timing error and clock skew. Digital calibration is useful to increase SNR and ENOB by using an adaptive algorithm. Usually Least Mean Square (LMS) algorithm is used to implement digital calibration. Derivation base method is used to implement this algorithm. Its convergence speed and accuracy are determined by µ. By decreasing µ, convergence speed decreases and convergence accuracy increase. In this work, for the first time, Kalman algorithm is used for digital calibration. This algorithm consists of prediction and estimation steps. In prediction steps, the new value is predicted by using system model and the last value. Then this predicted value will be corrected in estimation step using measured value. High convergence speed and accuracy of this algorithm is a good reason for using it in digital calibration. In this work, five ADCs are interleaved in MATLAB with certain time error. Outputs of these channels are gathered to obtain final output. Then error of final output is calibrated by Kalman algorithm. Simulations show that for sine input with frequency equal to 1/40 of sample rate, SNDR and SFDR improve 16dB and 18dB respectively. This improvement of SNDR shows 3 bits improvement in ENOB. On the other hand, this proposed method converges and tracks the input in less than 40 sampling cycle. Keywords: digital calibration, Kalman algorithm, least mean square, signal to noise ration.
