ADC测试参数定义、分析及策略之线性测试
ADC芯片参数测试技术解析
ADC芯片参数测试技术解析ADC芯片参数测试技术解析随着数字技术的不断发展和计算机在信号处理、控制等领域中的广泛应用，过去由模拟电路实现的工作，今天越来越多地由数字电路或计算机来处理。
作为模拟与数字之间的桥梁，模拟数字转换器（ADC）的重要性越来越突出，由此也推动了ADC测试技术的发展。
本文首先介绍了ADC的测试，包括静态参数和动态参数测试，然后结合自动测试系统测试实例，详细介绍了ADC芯片参数的测试过程。
测试原理1. 1静态参数的测试原理ADC的静态参数是指在低速或者直流流入ADC芯片测得的各种性能参数。
静态参数测试方法有逐点测试法等，其主要测试过程如图1所示。
（1）零点误差的测量零点误差又称输入失调，是实际模数转换曲线中数字0的代码中点与理想模数转换曲线中数字0的代码中点的最大误差，记为EZ。
其测试方法如下：输入电压逐渐增大，当图1中的数字显示装置从00..00变为00..01，记下此时输入电压Vin1 ，然后逐渐减小输入电压，使数字显示装置由00..01变为00..00，记下输入电压Vin2 ：式中：N 为A /D的位数; VFSR 为A /D输入电压的满量程值，LSB为ADC的最低有效位。
（2）增益误差EG 测量增益误差是指转换特性曲线的实际斜率与理想斜率之间的偏差。
测试方法如下：把零点误差调整为0，输入电压从满量程开始变化，使数字输出由11..11 变11..10，记为Vin1。
反方向逐渐变化Vin ，使输出端由11..10变为11..11，记下输入电压Vin2 。
则：（3）线性误差的测量线性误差指实际转换曲线与理想特性曲线间的最大偏差。
实际测量是测试第j码的代码中。
高速ADC、DAC测试原理及测试方法
高速ADC/DAC测试原理及测试方法随着数字信号处理技术和数字电路工作速度的提高，以及对于系统灵敏度等要求的不断提高，对于高速、高精度的ADC、DAC的指标都提出了很高的要求。
比如在移动通信、图像采集等应用领域中，一方面要求ADC有比较高的采样率以采集高带宽的输入信号，另一方面又要有比较高的位数以分辨细微的变化。
因此，保证ADC/DAC在高速采样情况下的精度是一个很关键的问题。
ADC/DAC芯片的性能测试是由芯片生产厂家完成的，需要借助昂贵的半导体测试仪器，但是对于板级和系统级的设计人员来说，更重要的是如何验证芯片在板级或系统级应用上的真正性能指标。
一、ADC的主要参数ADC的主要指标分为静态指标和动态指标2大类。
静态指标主要有：•Differential Non-Linearity (DNL)•Integral Non-Linearity (INL)•Offset Error•Full Scale Gain Error动态指标主要有：•Total harmonic distortion (THD)•Signal-to-noise plus distortion (SINAD)•Effective Number of Bits (ENOB)•Signal-to-noise ratio (SNR)•Spurious free dynamic range (SFDR)二、ADC的测试方案要进行ADC这些众多指标的验证，基本的方法是给ADC的输入端输入一个理想的信号，然后对ADC转换以后的数据进行采集和分析，因此，ADC的性能测试需要多台仪器的配合并用软件对测试结果进行分析。
下图是一个典型的ADC测试方案：如图所示，由Agilent 的ESG 或PSG 做为信号源产生高精度、高纯净度的正弦波信号送给被测的ADC 做为基准信号，ADC 会在采样时钟的控制下对这个正弦波进行采样，变换后的结果用逻辑分析仪采集下来。
adc测试标准
ADC的测试标准主要包括以下几个方面：转换速率：ADC从开始转换到转换完成所需要的时间，采样信号频率越高，所需的ADC采样速率也应越高。
静态指标：最小误差（Quantizing Error）：由于ADC分辨率有限而导致的误差，通常为1个或半个最小数字量表示的模拟变化量。
偏移增益误差（Offset/Gain Error）：实际ADC线性方程与理想ADC线性方程的偏差（斜率、截距不一致）。
满刻度误差（Full Scale Error）：满刻度输入时，对应的实际输入信号与理想输入信号的差值。
微分非线性（Differential nonlinearity，DNL）：ADC相邻两刻度的最大偏差。
积分非线性（Integral nonlinearity，INL）：
ADC数值点对应的模拟量和真实值之间最大误差值，即ADC输出数值偏理想线性最大的距离。
ADC动态指标：总谐波失真THD、信噪比和失真SINAD、有效位数ENOB、信噪比SNR、无杂散动态范围SFDR。
ADC测试参数定义、分析及策略之线性测试
ADC测试参数定义、分析及策略之线性测试线性测试动态测试关注的是器件的传输和性能特征，即采样和重现时序变化信号的能力，相比之下，线性测试关注的则是器件内部电路的误差。
对ADC来说，这些内部误差包括器件的增益、偏移、积分非线性(INL)和微分非线性(DNL)误差，这些参数说明了静止的模拟信号转换成数字信号的情况，主要关注具体电平与相应数字代码之间的关系。
测试ADC静态性能时，要考虑两个重要因素：第一，对于给定的模拟电压，一个具体数字代码并不能告诉多少有关器件的信息，它仅仅说明这个器件功能正常，要知道器件功能到底如何还必须考虑模拟电压的范围(它会产生一个输出代码)以及代码间的转换点；第二，动态测试一般关注器件在特定输入信号情况下的输出特性，然而静态测试是一个交互性过程，要在不同输入信号下测试实际输出。
总的来说，ADC的误差可以分为与直流（DC）和交流（AC）有关的误差。
DC误差又细分为四类：量化误差、微分非线性误差、积分非线性误差、偏移与增益误差。
AC误差一般与信噪及总谐波失真问题有关。
◆量化误差（Quantization Error）量化误差是基本误差，用图3所示的简单3bit ADC来说明。
输入电压被数字化，以8个离散电平来划分，分别由代码000b到111b去代表它们，每一代码跨越Vref/8的电压范围。
代码大小一般被定义为一个最低有效位（Least Significant Bit，LSB）。
若假定Vref＝8V时，每个代码之间的电压变换就代表1V。
换言之，产生指定代码的实际电压与代表该码的电压两者之间存在误差。
一般来说，0.5LSB偏移加入到输入端便导致在理想过渡点上有正负0.5LSB的量化误差。
图3 理想ADC转换特性图6 INL和DNL与增益和偏移一样，计算非线性微分与积分误差也有很多种方法，代码平均和电压抖动两种方法都可以使用，但是由于存在重复搜索，当器件位数较多时这两种方法执行起来很费时。
ADC参数解释和关键指标
第五章ADC 静态电参数测试（一）翻译整理：李雷本文要点：ADC 的电参数定义ADC 电参数测试特有的难点以及解决这些难题的技术ADC 线性度测试的各类方法ADC 数据规范（Data Sheet）样例快速测试ADC 的条件和技巧用于ADC 静态电参数测试的典型系统硬件配置关键词解释失调误差 Eo（Offset Error）：转换特性曲线的实际起始值与理想起始值（零值）的偏差。
增益误差E G（Gain Error）：转换特性曲线的实际斜率与理想斜率的偏差。
（在有些资料上增益误差又称为满刻度误差）线性误差Er（Linearity Error）：转换特性曲线与最佳拟合直线间的最大偏差。
（NS 公司定义）或者用：准确度E A（Accuracy）：转换特性曲线与理想转换特性曲线的最大偏差（AD 公司定义）。
信噪比(SNR): 基频能量和噪声频谱能量的比值。
一、ADC 静态电参数定义及测试简介模拟/数字转换器（ADC）是最为常见的混合信号架构器件。
ADC是一种连接现实模拟世界和快速信号处理数字世界的接口。
电压型ADC（本文讨论）输入电压量并通过其特有的功能输出与之相对应的数字代码。
ADC的输出代码可以有多种编码技术（如：二进制补码，自然二进制码等）。
测试ADC 器件的关键是要认识到模/数转换器“多对一”的本质。
也就是说，ADC 的多个不同的输入电压对应一个固定的输出数字代码，因此测试ADC 有别于测试其它传统的模拟或数字器件（施加输入激励，测试输出响应）。
对于 ADC，我们必须找到引起输出改变的特定的输入值，并且利用这些特殊的输入值计算出ADC 的静态电参数（如：失调误差、增益误差，积分非线性等）。
本章主要介绍ADC 静态电参数的定义以及如何测试它们。
Figure5.1：Analog-to-Digital Conversion Process. An ADC receives an analog input and outputs the digital codes that most closely represents then input magnitude relative to full scale.1．ADC 的静态电参数规范ADC的静态电参数主要验证器件的输入-输出转换曲线符合设计（理想）曲线的程度。
adc评估
adc评估ADC是模拟数字转换器的缩写，是一种将模拟信号转换成数字信号的设备。
它可以将连续的模拟信号转换成离散的数字信号，以便于数字系统的处理和分析。
ADC的评估主要考虑其转换性能、特性和适用性等方面。
首先，ADC的转换性能是评估的重要指标之一。
转换性能包括分辨率、采样率、非线性误差和噪声等参数。
分辨率是指ADC可以区分的最小电压或电流的变化量，通常以位数（比特）表示。
较高的分辨率意味着更准确的转换结果。
采样率是指ADC每秒可以进行的采样次数，通常以Hz表示。
较高的采样率意味着更高的信号还原能力。
非线性误差是指ADC输出与输入信号之间的误差，常见的非线性误差有DNL和INL。
噪声是指在转换过程中引入的干扰信号，例如量化噪声、时钟抖动等。
评估一款ADC的转换性能需要进行实际测试，比较其结果与理论性能指标的吻合度。
其次，ADC的特性也需要进行评估。
特性包括电源电压、功耗、工作温度范围等。
电源电压是指ADC工作所需的电源电压范围，通常以V表示。
功耗是指ADC在工作过程中所消耗的能量，高功耗会造成能源的浪费。
工作温度范围是指ADC能够正常工作的环境温度范围，较宽的工作温度范围意味着更高的适用性。
最后，ADC的适用性是针对特定应用而言的。
不同的应用有不同的要求，例如音频处理、测量和控制系统等。
评估一款ADC的适用性需要考虑其输入范围、采样精度、接口等因素。
输入范围是指ADC可以处理的输入电压或电流范围，通常以V表示。
采样精度是指ADC将模拟信号转换成数字信号的精度，通常以比特表示。
接口是指ADC与其他电子器件之间的通信接口，常见的接口有SPI、I2C和UART等。
总之，ADC的评估涉及到转换性能、特性和适用性等方面的考量。
通过对这些指标的评估，可以选择适合特定应用的ADC设备，并保证其在实际应用中能够具有良好的性能和可靠性。
ADC的参数解析
adc的参数1）分辩率(Resolution) 指数字量变化一个最小量时模拟信号的变化量，定义为满刻度与2n 的比值。
分辩率又称精度，通常以数字信号的位数来表示。
2）转换速率(Conversion Rate)是指完成一次从模拟转换到数字的AD转换所需的时间的倒数。
积分型AD的转换时间是毫秒级属低速AD，逐次比较型AD是微秒级属中速AD，全并行/串并行型AD可达到纳秒级。
采样时间则是另外一个概念，是指两次转换的间隔。
为了保证转换的正确完成，采样速率(Sample Rate)必须小于或等于转换速率。
因此有人习惯上将转换速率在数值上等同于采样速率也是可以接受的。
常用单位是ksps和Msps，表示每秒采样千/百万次（kilo / Million Samples per Second）。
3）量化误差(Quantizing Error) 由于AD的有限分辩率而引起的误差，即有限分辩率AD的阶梯状转移特性曲线与无限分辩率AD（理想AD）的转移特性曲线（直线）之间的最大偏差。
通常是1个或半个最小数字量的模拟变化量，表示为1LSB、1/2LSB。
4）偏移误差(Offset Error) 输入信号为零时输出信号不为零的值，可外接电位器调至最小。
5）满刻度误差(Full Scale Error) 满度输出时对应的输入信号与理想输入信号值之差。
6）线性度(Linearity) 实际转换器的转移函数与理想直线的最大偏移，不包括以上三种误差。
其他指标还有：绝对精度(Absolute Accuracy) ，相对精度(Relative Accuracy)，微分非线性，单调性和无错码，总谐波失真（Total Harmonic Distotortion缩写THD）和积分非线性。
AD的选择，首先看精度和速度，然后看是几路的，什么输出的比如SPI或者并行的，差分还是单端输入的，输入范围是多少，这些都是选AD需要考虑的。
DA呢，主要是精度和输出，比如是电压输出啊，4-20mA电流输出啊，等等。
高速高精度ADC的测试方法
ｈｔｔｐ：／／ｗｗｗ．ｃｉｃｍａｇ．ｃｏｍ（总第238期）２０１９·３·图2微分非线性误差DNL图1理想器件1前言随着高速数字电路的发展，高速ADC 在航天国防、数字通信、卫星通信、图像处理等众多领域得到了非常广泛的应用。
ADC 的采样率和垂直分辨率越来越高，对ADC 指标的测试也提出了更高要求。
2测试参数2.1静态参数ADC 的测试指标和参数主要分为静态参数和动态参数两类。
其中静态参数又称线性参数，反映的是器件内部电路的误差。
对ADC 来说，这些内部误差包括器件的增益、偏移、微分非线性（DNL ）和积分非线性（INL ）误差，这些参数说明了静止的模拟信号转换成数字信号的情况，主要关注具体电平与相应数字编码之间的关系。
测试ADC 静态性能时，要考虑两个重要因素：第一，不仅要给一个既定的模拟电压，电压精度要高，还必须考虑模拟电压的范围以及代码间的转换特性；第二，静态测试是一个交互性过程，要在不同输入信号下测试实际输出。
静态测试的主要项目有：微分非线性误差、积分非线性误差、偏移与增益误差。
1.微分非线性误差（DNL ，Differential nonlin-earity ）理想ADC 器件，相邻两个数据刻度之间，对应模拟电压的差值（步距）都是一样的。
但实际上，相邻两刻度之间的间距不可能都是相等的。
所以，ADC 相邻两刻度之间最大的差异与理想步距的差值，就叫微分非线性DNL ，也称为差分非线性，以LSB 为单位（LSB ，最低有效位，即理论上的最小可分辨模拟电压值，比如1.024V 基准电压，10bit 的ADC ，其LSB 为0.001V ）。
理想器件，DNL 都应该为0LSB ，如图1。
而实际器件，如图2，DNL =（2.2-1）LSB =1.2LSB 。
高速高精度ADC 的测试方法孙承志（是德科技）69ｈｔｔｐ：／／ｗｗｗ．ｃｉｃｍａｇ．ｃｏｍ（总第238期）２０１９·３·图4频谱分析方法2.积分非线性误差（INL ，Integral nonlinearity ）积分非线性表示了ADC 器件在所有的数值点上对应的模拟值和真实值之间误差最大的那一点的误差值，也就是输出数值偏离线性最大的距离。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ADC测试参数定义、分析及策略之线性测试2007-11-08 10:53:32
分类：
线性测试
动态测试关注的是器件的传输和性能特征，即采样和重现时序变化信号的能力，相比之下，线性测试关注的则是器件内部电路的误差。
对ADC来说，这些内部误差包括器件的增益、偏移、积分非线性(INL)和微分非线性(DNL)误差，这些参数说明了静止的模拟信号转换成数字信号的情况，主要关注具体电平与相应数字代码之间的关系。
测试ADC静态性能时，要考虑两个重要因素：第一，对于给定的模拟电压，一个具体数字代码并不能告诉多少有关器件的信息，它仅仅说明这个器件功能正常，要知道器件功能到底如何还必须考虑模拟电压的范围(它会产生一个输出代码)以及代码间的转换点；第二，动态测试一般关注器件在特定输入信号情况下的输出特性，然而静态测试是一个交互性过程，要在不同输入信号下测试实际输出。
总的来说，ADC的误差可以分为与直流（DC）和交流（AC）有关的误差。
DC误差又细分为四类：量化误差、微分非线性误差、积分非线性误差、偏移与增益误差。
AC误差一般与信噪及总谐波失真问题有关。
◆量化误差（Quantization Error）
量化误差是基本误差，用图3所示的简单3bit ADC来说明。
输入电压被数字化，以8个离散电平来划分，分别由代码000b到111b去代表它们，每一代码跨越Vref/8的电压范围。
代码大小一般被定义为一个最低有效位（Least Significant Bit，LSB）。
若假定Vr ef＝8V时，每个代码之间的电压变换就代表1V。
换言之，产生指定代码的实际电压与代表该码的电压两者之间存在误差。
一般来说，0.5LSB偏移加入到输入端便导致在理想过渡点上有正负0.5LSB的量化误差。
图3 理想ADC转换特性
◆偏移与增益误差（Offset Gain Error）
器件理想输出与实际输出之差定义为偏移误差，所有数字代码都存在这种误差。
在实际中，偏移误差会使传递函数或模拟输入电压与对应数值输出代码间存在一个固定的偏移。
通常计算偏移误差方法是测量第一个数字代码转换或“零”转换的电压，并将它与理论零点电压相比较。
增益误差是预估传递函数和实际斜率的差别，增益误差通常在模数转换器最末或最后一个传输代码转换点计算。
为了找到零点与最后一个转换代码点以计算偏移和增益误差，可以采用多种测量方式，最常用的两种是代码平均法和电压抖动法。
代码平均测量就是不断增大器件的输入电压，然后检测转换输出结果。
每次增大输入电压都会得到一些转换代码，用这些代码的和算出一个平均值，测量产生这些平均转换代码的输入电压，计算出器件偏移和增益。
电压抖动法和代码平均法类似，不同的是它采用了一个动态反馈回路控制器件输入电压，根据转换代码和预期代码的差对输入电压进行增减调整，直到两代码之间的差值为零，当预期转换代码接近输入电压或在转换点附近变化时，测量所施加的“抖动”电压平均值，计算偏移和增益。
◆微分非线性（Differential nonlinearity，DNL）
理论上说，模数器件相邻两个数据之间，模拟量的差值都是一样的。
就好比疏密均匀的尺子。
但实际上，相邻两刻度之间的间距不可能都是相等的。
所以，ADC相邻两刻度之间最大的差异就叫微分非线性DNL，也称为差分非线性。
同样举例来说明，如果对于12bit的ADC，其INL＝8LSB，DNL＝3LSB，在基准电压为4.095V时，测得A电压对应读数为1000b，测得B电压对应读数为1200b。
那么就可以判断出，B点电压值比A点高出197mV到2 03mV，而不是准确的200mV。
图4 DNL误差特性
图4中，001b到010b码制过渡过程的DNL为0LSB，因为刚好为1LSB。
但是000b 到001b过渡就有个0.2LSB的DNL，因为此时有1.2LSB的代码宽度。
应当注意：如果在ADC或者DAC的datasheet中没有清楚说明DNL参数的话，可视该转换器没有漏码，
即暗示它有优于正负1LSB的DNL。
◆积分非线性（Integral nonlinearity，INL）
积分非线性表示了ADC器件在所有的数值点上对应的模拟值和真实值之间误差最大的那一点的误差值，也就是输出数值偏离线性最大的距离。
单位是LSB。
例如，一个12bit的 ADC，INL值为1LSB，那么，对应基准4.095V，测某电压得到的转换结果是1000b，那么，真实电压值可能分布在0.999V到1.001V 之间。
INL是DNL误差的数学积分，即一个具有良好INL的ADC保证有良好的DNL。
图5 INL误差特性
总之，非线性微分和积分是指代码转换与理想状态之间的差异。
非线性微分(DNL)主要是代码步距与理论步距之差，而非线性积分(INL)则关注所有代码非线性误差的累计效应。
对一个ADC来说，一段范围的输入电压产生一个给定输出代码，非线性微分误差为正时输入电压范围比理想的大，非线性微分误差为负时输入电压范围比理想的要小。
从整个输出代码来看，每个输入电压代码步距差异累积起来以后和理想值相比会产生一个总差异，这个差异
就是非线性积分误差。
图6 INL和DNL
与增益和偏移一样，计算非线性微分与积分误差也有很多种方法，代码平均和电压抖动两种方法都可以使用，但是由于存在重复搜索，当器件位数较多时这两种方法执行起来很费
时。
一个更加有效计算INL和DNL的方法是直方图法，采用线性或正弦直方图。
图7说明了线性斜升技术的应用，首先使输入电压线性增加，同时对输出以固定间隔连续采样，电压逐步增加时连续几次采样都会得到同样输出代码，这些采样次数称为“点击数”。
图7 计算直方图
从统计上讲，每个代码的点击数量直接与该代码的相应输入电压范围成正比，点击数越多表明该代码的输入电压范围越大，非线性微分误差也就越大；同样，代码点击数越少表明该代码输入电压范围越小，非线性微分误差也就越小。
用数学方法计算，如果某个代码点击数为9，而“理想”情况下是8，则该器件的非线性微分误差就是(9-8)/8或0.125。
非线性积分是所有代码非线性微分的累计值，对于斜升直方图，它就是每个非线性微分误差的和。
从数学观点来看，非线性积分误差等于在代码X-1的非线性微分误差加上代码X和代码X-1的非线性微分误差平均值。
附相关计算公式：
SNR＝10×log10（Ps/Pn）
SINAD=10×log10(Ps/(Pn+Pd))
THD=10×log10(Pd/Ph(1))
SFDR=10×log10(Ph(1)/max(Ph(2:10)))
这里：Ps代表信号功率；Pn代表噪声功率；Pd是由第2到第5次谐波引起的失真功率；Ph(1)是基次谐波功率；Ph(2:10)是从第2到第9次谐波功率。
续：其他半导体器件的测试技术和策略
很多嵌入式半导体器件由不同的模拟和数字电路混合而成，利用前面讨论的混合信号测试原理，我们可以确保在器件运行过程中不会出现问题。
下面简单介绍两种器件的测试技术和策略，分别是数模转换器和数字滤波器。
数模转换器(DAC)与模数转换器相反，它是将输入端得到的数字代码转换成模拟输出电压。
实际上所有前面讨论的线性和静态测试方法在这里都成立，将正弦波以器件代码的形式进行数字处理，然后输入数模转换器，再检测模拟输出的电压波形，由此可计算出动态参数(SN R、THD、SFDR和SINAD)，对输出采用傅立叶变换可将其从时域转换成频域。
除了线性误差是以理想状态计算的模拟输出电压为参考外，静态和线性参数(偏移、增益、非线性微分、非线性积分)都可以用模数转换器同样的方法计算。
数字滤波器顾名思义就是一个数字控制的滤波器，其特性参数(增益、频率相应、相位余量)都是数字化的，测试主要集中在器件对不同输入频率的动态输出响应上。
测试器件的频率和响应增益时，用一个连续且含多个非重叠频率的多音调信号作为输入，对器件的输入输出信号分别进行采样和数字化处理，并对波形做傅立叶分析。
比较每一输入频率的输入信号和输出信号幅值计算出增益，滤波器截止频率和-3dB点则是通过在这些点上选择3到4个输入频率，用数学方法从每一个滤波器响应频率的幅值推导这些点而计算出。
数字滤波器相移的计算根据傅立叶转换提供的波形相位数据，计算方法是将输出频率的相移减去输入频率的相移，负相移表示正延时或输出波形滞后于输入波形，正相移表示输出波形在输入波形的前面，也即负延时。
参考文献：
[1] Defining and Testing Dynamic Parameters in High-Speed ADCs, Maxim Application Note.
[2] /news/1835.html
[3] /magzine/20060401/6921.asp
[4] /2006-04/200649114133.htm
[5]
/tc/mgad.php?sublnk=article&mcontentid=1 045&contentid=Mzk4XzEyL2luZGV4Lmh0bQ。