高速轉換器 動態範圍 多重載波 訊號處理 頻寬

滿足高速系統應用 資料轉換器提高頻寬/動態範圍

2014-05-12
身為真實世界類比領域與數位世界1與0領域之間的通道,資料轉換器在現代的訊號處理過程中扮演了極為關鍵性的要素。在過去的30年當中,資料轉換領域中為數眾多的創新開發,使得從醫療影像、行動電話通訊一直到消費性影音等各方面不僅在性能與架構上有所進步,同時也促成全新應用領域的開創。
寬頻通訊與高性能影像應用的持續擴展,轉換器已經有能力處理10MHz到超過1GHz頻寬的訊號,使得高速資料轉換更顯重要。各式各樣的轉換器架構被用來實現這種更高的速度,每一種架構都具有其獨特的優點。以高速度在類比域與數位域之間來回的穿梭,對於訊號的整合也會產生一些特殊的挑戰--不僅是類比訊號,連時脈與資料訊號也是。了解這些問題不僅在元件的挑選方面相當重要,它同時也會對總體系統架構的選擇產生衝擊。

除了要快 還要更快

在許多的技術領域中,已經開始將技術方面的進步與更快的速度加以結合,例如資料通訊。從乙太網路、無線區域網路(WLAN)一直到行動電話,都與更快速移動的位元脫不了關係。一顆以100MHz運作的處理器可能可以有效率地處理1M~10MHz的頻寬訊號,而一顆數GHz時脈速率運作的處理器則能夠處理數百MHz的頻寬訊號。

處理的能力與速度越高,自然就會有更快速的資料轉換。例如寬頻訊號擴展它們的頻寬(通常是以物理性或穩壓器所設定的頻譜為上限),影像系統期望每秒鐘能夠處理更多的像素,以便更快速地產生更高解析度的影像。系統已經被重新設計架構,以便獲得這項極致處理能力的優勢,其中包括朝向平行處理發展的趨勢,此可能意味著多重通道資料轉換器。

另一項重要的架構改變就是朝向「多重載波/多重通道」,甚至是「軟體定義」系統發展的趨勢。傳統上,「類比密集」系統會在類比域中執行許多的訊號調節工作,如濾波、放大、頻率轉換;當訊號已經謹慎地準備妥當後,就會被轉換成數位訊號。這種型態的範例就像是調頻(FM)無線電,例如某個無線電台會具有200kHz的寬廣頻道,並且位處在88M~108MHz的調頻無線電波段當中。傳統的收音機會將所要收聽的電台頻率轉譯成10.7MHz的中頻,過濾掉所有其他的頻道,並將訊號放大至最佳化的振幅以進行調變。

圖1 多重載波的範例

多重載波(圖1)架構會將整個20MHz的調頻波段加以數位化,而數位處理則用來挑選與復原所要收聽的無線電台。雖然多重載波架構需要許多更為複雜的電路,但是它能夠提供一些相當好的系統優點,例如系統可以同步恢復多重電台,其中也包括邊帶(Side-bands)電台。假如經過適當的設計,多重載波系統甚至能夠以軟體重新設定組態而支援新的標準。這種方案的最大延伸就是具有一個能夠囊括所有波段的寬頻數位器,以及能夠復原任何類型訊號的強大處理器,此種型態稱為軟體定義無線電(SDR);在其他的領域內也有對等的架構,如軟體定義儀器、軟體定義相機等等,可以將此視為等同於「虛擬化」的訊號處理。適用於這些類型的彈性化架構所實現的硬體,都具有強大的數位處理能力,以及高速度、高性能的資料轉換能力。

頻寬與動態範圍影響甚鉅

不論是類比或是數位,訊號處理的基本維度就是頻寬及動態範圍,這兩項要素決定一個系統實際上所能夠處理資訊的多寡。針對通訊領域,Claude Shannon的原理使用這兩項維度來描述,在一個通訊通道中能夠攜帶多少資訊的基本理論限制,但是這些原則可以適用於各種的體制上。針對顯像系統,頻寬會決定在一定時間內能夠處理多少像素,而動態範圍則決定在最黯淡的可感知光源與像素飽和所在點之間的密度或顏色範圍。

資料轉換器的可使用頻寬具有一個由耐奎斯特取樣原理(Nyquist Sampling Theorem)所設定的基本理論限制--要以頻寬F來表示或是處理一個訊號時,需要取樣速率至少2F速度運作的資料轉換器。請注意,這種法則適用於任何取樣資料系統,不論是類比或是數位皆然。

對實際的系統來說,些許數量的超取樣可以實質地簡化系統的設計,因此2.5至3的係數乘以訊號頻寬是較為常用的。如同先前所提到的,持續增加的處理能力讓系統能力獲得提升,因而能夠處理更大的頻寬,而行動電話、纜線系統、有線與無線區域網路、影像處理以及儀器等方面的系統也朝向更加「寬頻」的系統發展。這種對於頻寬需求的持續增加,要求資料轉換器也能提供更高的取樣速率。

假如頻寬維度直覺上相當清楚的話,動態範圍維度可能就會有些不太明顯。在訊號處理中,動態範圍所代表的是系統能夠處理而且不須要縫合或是修整的最大訊號,與系統能夠有效擷取到之最小訊號間的分布情形。這項原則可以應用在為數眾多的應用領域上,例如將強與弱的無線電台、行動電話訊號,或是一張影像中非常明亮與非常黯淡之區域加以恢復。

隨著系統朝向更為複雜的訊號處理演算法而發展,更大動態範圍需求的趨勢也跟著形成。這種發展將使系統可以處理更多的訊號--假如所有的訊號都具有相同的強度,而且必須處理兩倍之多的訊號,那麼將需要多出3dB的動態範圍(所有其他的條件都相當)。或許更重要的,也如同前面所提到的,假如系統必須同步處理強與弱的訊號時,那麼動態範圍需求的增加可能會更為明顯。

值得注意的是,雖然頻寬與動態範圍是訊號處理的兩項主要維度,但考量第三維度「效率」也是很有用的,此有助於釐清「額外的性能要耗費多少成本」的問題。成本可以想成是採購價格,但在功率消耗方面衡量成本上,針對資料轉換器與其他電子訊號處理器是一個更為「純粹技術性」的方法。具有更大頻寬或動態範圍之更高性能的系統,往往會消耗更多的功率。隨著技術的進步,工程人員期望能夠將頻寬與動態範圍推高,將功率消耗降低。

全新應用陸續出籠

圖2 訊號處理的基本維度

如同先前所提到的,每種應用領域在這些基本訊號維度方面都會有不同的需求,而且在某些應用領域中也會有寬廣範圍的性能,例如百萬像素相機與千萬像素相機兩者間的差異。圖2提供一個在不同應用領域中,對於頻寬與動態範圍典型需求的代表性圖示。這個圖表的上半部往往會被賦予高速的特性,亦即具有25MHz或是更高取樣速率的轉換器,能夠有效率地處理10MHz或是更大的頻寬。

這種「應用領域圖表」並非一成不變。現有的應用領域能夠獲益於新的、更高性能的技術,藉以提升它們的能力,例如高解析度攝影機或是較高解析度的三維(3D)超音波機器。此外,每年也都會有全新的應用領域出現,而且許多新的活動將會在性能邊界的外緣(Outer Edge)進行,亦即由高速與高解析度的新組合來加以實現。這將會產生出轉換器性能的擴展邊緣(Expanding Edge),就像池塘中的漣波一般。

同樣也相當重要的是,大部分的應用領域都非常關注功率的消耗。對於可攜式/電池供電應用而言,功率消耗可能會是主要的技術限制,但即使是線性供電系統也在探索訊號處理元件(無論是類比或是數位)的功率消耗,對於系統在特定物理區域內所能達成的表現最終會造成多少限制。

技術持續創新 實現各類需求

假如應用端對於高速資料轉換器性能的需求持續增加,業界就會以技術方面的持續進步來加以因應。先進高速資料轉換器的技術推動來自於以下幾項要素:

製程技術
  半導體是持續引領數位處理技術進步的動力,大體上是由晶圓製程到更加微細化微影技術方面的進步所帶動。
先進的架構
  補足了半導體製程上的進步,過去20年來,高速資料轉換器架構已經有多次的創新,因而能以卓越的功率效能實現更大的頻寬與更廣的動態範圍。
數位輔助型方案
  除了製程以及架構外,多年來在高速資料轉換器的電路技術方面也有創新的發展。校正方案已經存在了幾10年,而且對於積體電路中元件固有不匹配的補償,以及使電路達到更高動態範圍極為重要。校正已經不再只被使用於修正靜態錯誤的領域,更逐漸被應用在動態非線性的補償方面,這其中包括設置誤差與諧波失真等。

讓系統順利運作

一套寬頻混合訊號系統的運作所需要的,不僅只是合適的資料轉換器,這些系統還可以將嚴格的需求設定在訊號鏈中的其他部分。其次,挑戰在於以廣大的頻寬實現良好的動態範圍,使更多的訊號由數位域(Digital Domain)接收與發出,藉以取得其處理能力方面的優勢。

寬頻訊號調節
  在傳統的單一載波系統中,訊號調節是用來盡可能地快速消除不需要的訊號,然後將所需要的訊號加以放大。這往往會牽涉到選擇性的濾波,以及被調整至所需訊號的窄頻系統。寬頻系統無法使用這些窄頻技術,而且要在這些系統中實現寬頻放大的功能會相當地具有挑戰性。
資料介面
  傳統的互補式金屬氧化物半導體(CMOS)介面無法支援超過100MHz以上的資料速率,而低電壓差動訊號(LVDS)資料介面則以高達800MHz至1GHz的速度運作。對於較高的資料速率,可改用多重匯流排介面或是串列/解串列器(SERDES)介面。
目前的資料轉換器是採用以12.5 GSPS(如JESD 204B標準所設定)運作的SERDES介面,多重資料線道可用以支援轉換器介面中不同的解析度與速度組合。這些介面的本身可能會相當複雜。
時脈介面
 
圖3一些典型的應用圖表,用以展示在頻寬(速度)與動態範圍(解析度位元)方面的需求。 

高速訊號的處理對於使用於系統中時脈的品質要求也可能非常的嚴格。時間域的抖動/誤差會被轉換成訊號中的雜訊或是誤差,如同圖3所示訊號中所呈現的一樣。在處理超過100MHz的訊號時,時脈抖動或相位雜訊可能會變成轉換器可使用動態範圍的限制因素。「數位品質」時脈對於這些類型的系統可能不足以勝任,真正需要的應該是高性能時脈。

總歸來看,更為「寬頻」的訊號與「軟體定義」系統的趨勢正在加速推動,而業界也持續地以創新的方法迎頭趕上,藉以建立更好、更快的資料轉換器,同時將頻寬、動態範圍以及功率效能的維度推向新的基準。

(本文作者為亞德諾類比技術副總裁暨高速轉換器事業群產品與技術總監)

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!