高速ADC的動態測試

模數轉換器 （ADC） 代表接收器、測試設備和其他電子設備中模擬和數字世界之間的鏈接。如本系列文章第1部分所述，許多關鍵動態參數提供了給定ADC預期動態性能的精確相關性。本系列文章的第 2 部分介紹了用于測試高速 ADC 動態規格的一些設置配置、設備建議和測量程序。

下面討論用于測試高速數據轉換器的推薦設置和步驟。它包括測試Maxim全新10位+3V高速數據轉換器系列所需的軟件工具、硬件配置以及數據采集和分析儀器。它還警告如果不小心執行設備選擇、設置配置、布局和基于 FFT 的分析，您可能會遇到陷阱。涵蓋以下主題：

動態規范和定義

主板布局和硬件配置

功率譜、箱、頻譜泄漏和窗口功能

用于測試 SNR、SINAD、THD、SFDR 和 TTIMD 的軟件工具

有許多方法可用于從A/D轉換器（不僅僅是高速轉換器）獲取輸出數據并分析其動態性能。這里介紹的方法代表了一種行之有效的方法，鼓勵讀者根據手頭的應用程序進行必要的修改。

動態規格

對于那些錯過了本討論第1部分的人，以下是高速ADC重要動態參數的定義和數學描述的簡要概述。

動態參數	描述/定義
信噪比 （SNR）	信噪比 = 6.02 × N + 1.76。
信噪比和失真比 （SINAD）	西納德分貝= 20 ×日志10（一信號[有效值] / A噪聲[有效值]）。
有效位數 （ENOB）	ENOB = （SINAD - 1.76） / 6.02。
總諧波失真 （THD）
無雜散動態范圍 （SFDR）	SFDR是以基波（最大信號分量）的均方根幅度與次大雜散分量的均方根值的分貝表示的比率，不包括直流偏移。
雙音互調失真 （TTIMD）	啪??分貝= 20 ×日志10{Σ （AIMF_SUM[有效值] + AIMF_DIFF[有效值]）/一個基本[rms]}.TTIMD 設置中的IMF_SUM和IMF_DIFF僅包含兩個輸入音。
多音調互調失真 （MTIMD）	米蒂姆德分貝= 20 ×日志10{Σ （AIMF_SUM[ 有效值] + AIMF_DIFF[有效值]）/一個基本[rms]}.MTIMD 設置中的IMF_SUM和IMF_DIFF包含兩個以上（通常最多四個）輸入音。
電壓駐波比 （VSWR）	VSWR = （1 + |ρ |） / （1 - |ρ |），其中 ρ 表示反射系數。

測試設置的電路板布局和硬件要求

為了對高速數據轉換器進行充分的動態測試，應使用制造商預組裝的測試板或遵循數據手冊的電路板布局建議。本文先研究動態測試的布局要求，然后再深入研究硬件和軟件的詳細信息。用于快速數據轉換器的評估或表征板（圖1a）必須采用高速布局技術（圖1b和1c）。您通?？梢酝ㄟ^遵循以下基本規則來復制數據手冊中指定的動態性能：

將所有旁路電容放置在盡可能靠近器件的位置，最好與ADC位于同一側，使用表面貼裝元件以實現最小的走線長度、電感和電容。

旁路模擬和數字電源、基準和共模輸入，并聯兩個0.1μF陶瓷電容和一個2.2μF雙極性電容接地。

具有獨立接地層和電源層的多層板可產生最高水平的信號完整性。

考慮使用分離式接地層，以匹配ADC封裝上模擬和數字接地的物理位置。兩個接地層的阻抗必須保持在盡可能低的水平，并且為避免可能的損壞或閂鎖，它們的交流和直流電壓差（或兩者）必須小于0.3V。這些接地應連接在單個點上，以便噪聲數字接地電流不會干擾模擬接地層。這種連接的理想位置可以通過實驗確定，作為沿兩個接地平面之間間隙的點，產生最佳結果。這種連接可以通過1ν至5ν的低值表面貼裝電阻器、鐵氧體磁珠或直接短路來實現。

作為替代方案（如果接地層與下行輸出緩沖器和DSP等噪聲數字系統充分隔離），所有接地引腳可以共享同一接地層。

將高速數字信號走線遠離敏感的模擬走線。

保持所有信號線短且無 90° 轉彎。

始終將時鐘輸入視為模擬輸入。將其路由遠離實際模擬輸入和其他數字信號線。

圖 1a. MAX1448評估板電路原理圖

圖 1b. MAX1448評估板，優化的PCB布局（元件側）。

圖 1c. MAX1448評估板，優化的PCB布局（焊接側）。

適當的測試設置和正確的測試設備1是實現給定轉換器指定性能所必需的（圖 2a 和 2b）。

圖 2a.用于測試 SNR、SINAD、THD 和 SFDR 的系統配置。

圖 2b.用于測試雙音 IMD 的系統配置。

以下硬件2已被證明非常有效，因此建議用于測試設置：

直流電源：慧與E3620A雙電源0-25V/0-1A。為模擬節點和數字節點使用單獨的電源。每個必須提供100mA的輸出驅動電流。

時鐘信號函數發生器：惠普HP8662A。被測器件（DUT）的時鐘輸入接受CMOS兼容的時鐘信號。該信號應具有低抖動和快速上升和下降時間，因為高速ADC具有10級流水線，其級間轉換取決于外部時鐘上升沿和下降沿的可重復性。采樣發生在時鐘信號的下降沿，因此邊沿應具有盡可能低的抖動。顯著的孔徑抖動限制了ADC的SNR性能，具體如下：

,

其中 f在表示模擬輸入頻率和tAJ是孔徑抖動的時間。時鐘抖動尤其重要 用于欠采樣應用。

輸入信號函數發生器：惠普HP8662A。為了正常工作，該函數發生器應鎖相到時鐘信號發生器。

邏輯分析儀 （LA）：惠普 HP16500C。根據建議的FFT中的點數，您可以使用內存深度較小的LA（例如HP4C中提供的1663k數據記錄）捕獲數據。

模擬帶通濾波器：TTE橢圓功能帶通濾波器，Q56系列。截止頻率為 7.5MHz、20MHz、40MHz 和 50MHz。

數字萬用表 （DMM）：設置中使用了各種福祿克、吉時利儀器和 HP 萬用表（包括手持式 HP2373A 和交流供電的 HP34401A）來檢查正確的參考電壓、電源電壓和共模電壓。

評估被測設備

為了簡化DUT的評估，它使用性能優化、完全組裝和測試的表面貼裝板進行了測試。請按照以下步驟配置設置并操作此板。在打開電源或啟用函數發生器之前，應完成所有連接。

將+3.0V模擬電源連接到VAIN1和VAIN2，然后連接 其地面終端到AGND。

將 +3.0V 數字電源連接到 VDIN1 和 VDIN2，然后連接 其地面終端到DGND。

驗證是否沒有為跳線 JU1 安裝分流器（禁用關機） 和 JU2（啟用數字輸出）。

將時鐘函數發生器連接到時鐘 SMA 連接器。

將模擬信號函數發生器的輸出連接到 其中一個帶通濾波器的輸入。

要評估差分模擬信號，請驗證是否安裝了分流器 在跳線 JU1 和 JU2 的引腳 3 和 4 上。連接帶通的輸出 篩選到 SMA 中的差異連接器。

要評估單端模擬信號，請驗證是否安裝了分流器 在跳線 JU2 和 JU3 的引腳 3 和 4 上，并連接 單輸入 SMA 連接器的帶通濾波器。

將其中一根邏輯分析儀接口電纜（吊艙）連接到 方形針頭 J1。

打開兩個電源，并驗證測試點的+1.20V TP4 和帶電壓表的 TP5。如有必要，調整電位計R34 獲得+1.20V電壓。

啟用函數生成器。將時鐘函數發生器設置為其最大輸出幅度（建議的HP999A為8662mV），時鐘頻率為f時鐘= 80兆赫。將模擬信號函數發生器設置為所需的輸入音，幅度在 10μV 和 999mV 之間。請注意，輸入幅度和頻率必須根據帶通濾波器的轉折頻率進行選擇。用于評估高速數據轉換器的帶通濾波器通常具有非常窄的通帶。為了獲得最佳性能（當然，取決于濾波器類型和制造商），應將輸入音設置為轉折頻率的5%以內。由于濾波器會衰減發生器的輸出信號，因此請將發生器的幅度設置得略高，以達到所需的滿量程輸入規格。

為了正常工作，請鎖相兩個（三個，如果測試雙音IMD）函數發生器。

將LA與來自電路板的外部時鐘信號同步，并將LA設置為在時鐘的上升沿鎖存數據。

啟用 LA 并開始收集數據。數據可以存儲在軟盤、LA 硬盤或通過 LA 的 HPIB 總線進行通信的數據采集 （DAQ） 板上。

現在，測試設置和硬件配置的必要步驟已經完成，系統已準備好從DUT捕獲數據，是時候選擇用于數據捕獲和分析的軟件工具了：

LabWindows/CVI?用作 LA 和 DAQ 控制器 板 之間 所需 的 數據 捕獲 和 通信 鏈路。（本文將不討論用于此目的的基于 C 的程序例程。

馬特實驗室?是一個強大的工具，可以對捕獲的數據進行FFT和動態分析。

為了幫助您了解 MATLAB 程序例程如何分析和繪制高速數據轉換器的動態性能，下一節將回顧一些 FFT 和功率譜基礎知識。

功率譜、箱、頻譜泄漏和窗口

快速傅里葉變換 （FFT） 和功率譜是測量和分析來自捕獲數據記錄的信號的強大工具。它們可以捕獲時域信號，測量其頻率成分，將結果轉換為方便的單位并顯示它們。然而，要執行基于FFT的測量，必須了解所涉及的問題和計算?；贔FT的信號分析的基本功能是FFT本身和功率譜。兩者都對于測量穩態或瞬態信號的頻率成分非常有用。FFT通常在采集信號的時間間隔內產生信號頻率成分的平均值。因此，始終建議將FFT用于穩態信號分析。

雙面到單面功率譜轉換

信號分析中最基本和最重要的計算是使用FFT從雙側功率譜轉換為單側功率譜，調整頻率分辨率并顯示頻譜。功率譜通常返回一個矩陣，其中包含頻域中時域信號功率的雙側表示。該矩陣中的值與構成時域信號的每個頻率分量的幅度平方成正比。

雙側功率譜圖通常包含負頻率分量和正頻率分量。然而，實際的頻率分析工具只關注頻譜的正半部分，注意真實信號的頻譜在直流周圍是對稱的。因此，負頻率信息無關緊要。在雙側頻譜中，一半能量駐留在正頻率中，一半駐留在負頻率中。因此，要從雙側頻譜轉換為單側頻譜，請丟棄矩陣的后半部分并將每個點（DC 除外）乘以 2。

箱和頻率分辨率

頻譜圖x軸上的頻率范圍和分辨率（參見下面的程序代碼提?。┤Q于采樣率和數據記錄的大?。ú杉c的數量）。功率譜中的頻率點或線路數為 N/2，其中 N 是在時域中捕獲的信號點數。功率譜中的第一條頻率線始終代表直流。最后一條頻率線可以在f處找到樣本/2 - F樣本頻率線以 f 的偶數間隔間隔樣本/N，通常稱為頻率箱或FFT箱（圖3）。

圖3.FFT 圖中頻率/FFT 箱的表示形式。

還可以參考ADC的采樣周期計算箱：

箱 = f樣本/N = 1/（N ×Δt樣本)

例如，采樣頻率為 f樣本= 82.345MHz，記錄長度為8，192個數據點，FFT圖中每條頻率線之間的距離正好是10.052kHz。（請參閱圖1 中定義和測試高速ADC中的動態參數，第1部分。)

頻率軸（x軸）的計算證明采樣頻率決定了頻譜的范圍或帶寬。對于給定的采樣頻率，時域中采集的點數決定了分辨率頻率。為了提高給定頻率范圍的分辨率，可以在相同的采樣頻率下增加數據記錄的深度（請參閱下面的程序代碼提?。?。

%查找信號箱編號，DC = 箱 1 鰭=查找（Dout_dB（1：numpt/2）==最大dB）;

每側
輸入頻率的%跨度=max（round（numpt/200），5）;
%每個諧波的近似搜索范圍 側
跨=2;
%確定功率譜
P=（abs（Dout_spect））.×（abs（Dout_spect））;
%查找直流偏置功率
Pdc=sum（spectP（1：span））;
%提取總信號功率
Ps=sum（spectP（fin-span：fin+span））;
%矢量/矩陣，用于存儲頻率和功率 信號和諧波
Fh=[];
%向量/矩陣中的第一個元素表示 信號，下一個元素表示 % 二次諧波，依此類推。
Ph=[];

光譜泄漏和窗口功能

窗口函數在FFT分析中很常見，它們的正確使用在基于FFT的測量中至關重要。以下關于頻譜泄漏的討論強調需要選擇合適的窗口函數，并針對給定應用對其進行適當縮放。然而，為了準確確定頻譜泄漏，使用適當的信號采集技術，將雙側功率譜轉換為單側功率譜，并重新調整結果可能是不夠的。為了更好地理解這個術語，應該在光譜純正弦輸入上執行N點FFT。

頻譜泄漏是FFT算法中假設時間記錄在所有時間中精確重復的結果，并且該時間記錄中包含的所有信號都是周期性的，間隔對應于時間記錄的長度。但是，時間記錄中的非整數周期數（f在/f樣本

N窗/ N記錄） 違反此條件并導致光譜泄漏（圖 4）。（請參閱第 2 部分的附錄 1。只有兩種情況可以保證獲得整數個周期：

相對于輸入音的同步采樣

捕獲完全適合時間的瞬態信號 記錄

但是，在大多數情況下，應用程序會處理未知的靜止裝置3輸入。這意味著不能保證對整數個周期進行采樣。頻譜泄漏通過將給定頻率分量的能量分散到相鄰的頻率線或箱上來扭曲測量。選擇合適的窗口功能可以最大限度地減少這種光譜泄漏的影響。

圖4.窗口對光譜泄漏的影響。

為了充分了解給定的窗口函數如何影響頻譜，必須仔細研究窗口的頻率特性。輸入數據的窗口化相當于將原始信號的頻譜與窗口的頻譜進行卷積。即使對于相干采樣4，信號與高度均勻的矩形窗口卷積。這種卷積顯示出典型的正弦函數特征譜。

窗口的實頻特性是由一個主瓣和幾個旁瓣組成的連續頻譜。主瓣以時域中信號的每個頻率分量為中心。旁瓣在主瓣兩側每隔一段時間接近零。另一方面，FFT產生離散頻譜。窗口的連續周期頻譜由FFT采樣，就像ADC在時域中對輸入信號進行采樣一樣。FFT的每個頻率線中顯示的是每個FFT頻率線上連續卷積頻譜的值。

如果原始信號的頻率分量與頻率線完全匹配，就像您獲得整數個周期時的情況一樣，則只能看到頻譜的主瓣。旁瓣不會出現，因為主瓣兩側的窗口頻譜以bin頻率間隔接近零。如果時間記錄不包含整數個周期，則窗口的連續頻譜將從主瓣中心偏移，其頻率箱對應于頻率分量和FFT頻率線之差的分數。這種偏移導致旁瓣出現在頻譜中。因此，窗口的旁瓣特性直接影響相鄰頻率分量“泄漏”到相鄰頻率箱的程度。

窗口特性

在選擇合適的窗口之前，有必要定義使用戶能夠比較窗口的參數和特征。這些特性包括-3dB主瓣寬度、-6dB主瓣寬度、最大旁瓣電平和旁瓣滾降率（表1）。

窗口的旁瓣的特征在于旁瓣峰值的最大旁瓣電平（定義為相對于主瓣峰值增益的最大旁瓣電平，以dB為單位）和旁瓣滾降（定義為以dB/十倍頻程或dB/倍頻程為單位的頻率漸近衰減率）。

選擇正確的窗口

不同的窗口適合不同的應用。要選擇正確的頻譜窗口，必須猜測信號頻率成分。如果信號包含遠離目標頻率的強干擾頻率分量，則應選擇旁瓣具有高滾降速率的窗口。如果強干擾信號接近目標頻率，則具有低最大旁瓣電平的窗口更合適。

如果感興趣的頻段包含兩個或多個彼此靠近的信號，則頻譜分辨率變得很重要。在這種情況下，具有窄主瓣的窗口更好。對于單個頻率分量，其重點是幅度精度而不是其在頻率箱中的精確位置，建議使用具有寬主瓣的窗口。最后，建議對平坦或寬帶頻譜使用相干采樣（而不是窗口）（請參閱下面的程序代碼提?。?。

%如果未使用窗口功能，則必須選擇唯一的輸入音，并且與采樣頻率有關。為了實現這個素數，引入了%輸入音，由f確定在= f樣本×（質數/數據記錄大?。?。
%為了放寬這一要求，可以%引入諸如HANNING和HAMING（見下文）之類的窗口函數，但是在不使用窗口函數的情況下，生成的FFT頻譜中的基本面似乎“更清晰” %。
杜特=杜特;
%Doutw=Dout.×hanning（numpt）;
%Doutw=Dout.×hamming（numpt）;

%執行快速傅里葉 變換
Dout_spect=fft（Doutw）;

%重新計算為dB
Dout_dB=20×log10（abs（Dout_spect））;

%以頻率顯示結果 具有FFT繪圖
的域;
maxdB=max（Dout_dB（1：numpt/2））;

漢寧窗口功能具有良好的頻率分辨率并減少頻譜泄漏，在大多數應用中都能產生令人滿意的結果。平頂窗口具有良好的振幅精度，但其寬主瓣的頻率分辨率較差，頻譜泄漏更多。平頂窗口的最大旁瓣電平低于漢寧窗口，但漢寧窗口的滾降速率更快。

僅由瞬態信號組成的應用應該根本沒有頻譜窗口，因為它們往往會衰減樣本模塊開頭的重要信息。對于瞬態信號，應選擇非光譜窗口，例如力或指數窗口。

選擇合適的窗口并不容易，但如果信號內容未知，可以從漢寧特性開始。比較多個窗口函數的性能以找到最適合給定應用程序的函數也是一個好主意。

動態范圍規格 SNR、SINAD、THD 和 SFDR

根據您從本文前面部分獲得的知識，以下程序代碼提取應該很容易理解?；贔FT、功率譜以及對頻譜泄漏和窗口函數的關注，使用MATLAB計算出SNR、SINAD、THD和SFDR規格如下：

信噪比 = 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））


），

其中Ps是信號功率，Pn是噪聲功率，Pd是由2次至5次諧波引起的失真功率，Ph（1）是基波諧波功率，Ph（2：10）是2次至9次諧波的諧波功率（有關功率譜電平，請參見以下程序代碼提?。?。

%Find harmonic frequencies and power components in the FFT spectrum
for har_num=1:10
%Input tones greater than fSAMPLE are aliased back into the spectrum
tone=rem((har_num×(fin-1)+1)/numpt,1);
if tone>0.5
%Input tones greater than 0.5×fSAMPLE (after aliasing) are reflected
tone=1-tone;
end
Fh=[Fh tone];
%For this procedure to work, ensure the folded back high order harmonics do not overlap
%with DC or signal or lower order harmonics
har_peak=max(spectP(round(tone×numpt)-spanh:round(tone×numpt)+spanh));
har_bin=find(spectP(round(tone×numpt)-spanh:round(tone×numpt)+spanh)==har_peak);
har_bin=har_bin+round(tone×numpt)-spanh-1;
Ph=[Ph sum(spectP(har_bin-1:har_bin+1))];
end

%Determine the total distortion power
Pd=sum(Ph(2:5));
%Determine the noise power
Pn=sum(spectP(1:numpt/2))-Pdc-Ps-Pd;

format;
A=(max(code)-min(code))/2^numbit
AdB=20×log10(A)
SINAD=10×log10(Ps/(Pn+Pd))
SNR=10×log10(Ps/Pn)
disp('THD is calculated from 2nd through 5th order harmonics');
THD=10×log10(Pd/Ph(1))
SFDR=10×log10(Ph(1)/max(Ph(2:10)))
disp('Signal & Harmonic Power Components:');
HD=10×log10(Ph(1:10)/Ph(1))

基于MATLAB源代碼（見下文），MAX1448不僅針對其數據資料規格進行了測試，還針對許多其他過采樣和欠采樣輸入頻率進行了測試。它在所有條件下都實現了出色的動態性能。

%示例程序例程，用于生成FFT圖，并根據HP16500C邏輯分析儀
%System獲取的數據記錄確定%a高速數據轉換器的
動態性能。數據通過 HPIB 接口提取并讀入以下 MATLAB
%程序例程?？梢詮?LA
% 的控制器接口中提取相同的數據，然后簡單地復制到軟盤上 — 這是一種相當耗時的方法，但有可能。

%啟動MAX1448動態性能測試程序

<disp('HP16500C State Card');
filename=input('Type a:filename or Press RETURN for HPIB Data Transfer: ');
if isempty(filename)
filename = 'listing';
end
fid=fopen(filename,'r');
numpt=input('Data Record Size (Number of Points)? ');
fclk=input('Sampling Frequency (MHz)? ');

%MAX1448 - 10-bit data converter
numbit=10;

%Discard first 13 lines from the data file, which do not contain data
for i=1:13,
fgetl(fid);
end
[v1,count]=fscanf(fid,'%f',[2,numpt]);
fclose(fid);

v1=v1';
code=v1(:,2);

%Display a warning, when the input generates a code greater than full-scale
if (max(code)==2^numbit-1) | (min(code)==0)
disp('Warning: ADC may be clipping!!!');
end

%Plot results in the time domain
figure;
plot([1:numpt],code);
title('TIME DOMAIN')
xlabel('SAMPLES');
ylabel('DIGITAL OUTPUT CODE');

%重新居中數字正弦波
Dout=code-（2^numbit-1）/2;

%如果未使用窗口函數，則 輸入音必須選擇唯一，并且與采樣頻率有關
。為了實現這個質數，引入了
%輸入音由下式決定 f在= f樣本*（質數/數據記錄大?。?。
%為了放寬這一要求，可以
%引入諸如HANNING和HAMING（見下文）之類的窗口函數，但是在不使用窗口函數的情況下，生成的FFT頻譜中的基本面似乎“更清晰”
%。
Doutw=Dout;
%Doutw=Dout.*hanning（numpt）;
%Doutw=Dout.*hamming（numpt）;

%執行快速傅里葉變換
Dout_spect=fft（Doutw）;

%重新計算為dB
Dout_dB=20*log10（abs（Dout_spect））;

%以頻率顯示結果 具有FFT繪圖
的域;
maxdB=max（Dout_dB（1：numpt/2））;

%對于 TTIMD，請使用以下簡短 常規，歸一化為 -6.5dB 滿量程。
%plot（[0：numpt/2-1].*fclk/numpt，Dout_dB（1：numpt/2）-maxdB-6.5）;

plot（[0：numpt/2-1].*fclk/numpt，Dout_dB（1：numpt/2）-maxdB）;
grid on;
title('FFT PLOT');
xlabel('ANALOG INPUT FREQUENCY (MHz)');
ylabel('AMPLITUDE (dB)');
a1=axis; axis([a1(1) a1(2) -120 a1(4)]);

%計算信噪比、正弦、THD 和 SFDR 值
%查找信號箱編號， DC = bin 1 fin=find（Dout_dB（1
：numpt/2）==maxdB）;
每側
輸入頻率的%跨度=max（round（numpt/200），5）;
%每個諧波的近似搜索范圍 側
跨=2;
%確定功率譜
P=（abs（Dout_spect））.*（abs（Dout_spect））;
%查找直流偏置功率
Pdc=sum（spectP（1：span））;
%提取總信號功率
Ps=sum（spectP（fin-span：fin+span））;
%向量/矩陣來存儲兩者 信號和諧波
的頻率和功率 Fh=[];
%的 1圣向量/矩陣中的元素 表示信號，下一個元素表示
%2德·諧波等
Ph=[];

%查找諧波頻率和功率 FFT 頻譜中的分量
為 har_num=1：10
%輸入音調大于f樣本混疊回頻譜
tone=rem（（har_num*（fin-1）+1）/numpt，1）;
中頻音調>0.5
%輸入音調大于 0.5*f樣本（混疊后）被反射
音調=1音;
結束
Fh=[Fh 音調];
%要使此過程正常工作，請確保折疊 回高次諧波不與 直流或信號或低次諧波

重疊%har_peak=max（spectP（round（tone*numpt）-spanh：round（tone*numpt）+spanh））;
har_bin=find（spectP（round（tone*numpt）-spanh：round（tone*numpt）+spanh）==har_peak）;
har_bin=har_bin+圓形（音調*音調）-spanh-1;
Ph=[Ph sum（spectP（har_bin-1：har_bin+1））];
結束

%確定總失真功率
Pd=sum（Ph（2：5））;
%確定噪聲功率
Pn=sum（spectP（1：numpt/2））-Pdc-Ps-Pd;

格式;
A=（max（code）-min（code））/2^numbit
AdB=20*log10（A） SINAD=10*log10（Ps/（Pn+Pd）） SNR=10*log10（Ps/Pn）


disp（'THD is compute 從二階到五階諧波'）;
THD=2*log5（Pd/Ph（10）） SFDR=10*log1（Ph（10）/max（Ph（10：1）））

disp（'Signal & Harmonic 電源組件：'）;
HD=2*log10（Ph（10：10）/Ph（1））

%區分所有諧波位置 在FFT情節
hold on;
plot(Fh(2)*fclk,0,'mo',Fh(3)*fclk,0,'cx',Fh(4)*fclk,0,'r+',Fh(5)*fclk,0,'g*',... Fh(6)*fclk,0,'bs',Fh(7)*fclk,0,'bd',Fh(8)*fclk,0,'kv',Fh(9)*fclk,0,'y^');
legend('1st','2nd','3rd','4th','5th','6th','7th','8th','9th');
hold off;

動態范圍規格，TTIMD

雙音IMD可能是一個棘手的測量，因為所需的附加設備（組合兩個輸入頻率的功率組合器）可能會產生不需要的互調產物，從而偽造ADC的互調失真。您必須遵守以下條件來優化IMD性能，盡管它們使選擇合適的輸入頻率成為一項繁瑣的任務。 首先，輸入音必須落入輸入濾波器的通帶。如果這些音調靠近（兆赫茲帶寬為幾十或幾百千赫茲），則還必須選擇適當的窗口函數。然而，將它們放在太近的位置可能會允許功率組合器通過貢獻不需要的二階和三階IMD產品（取決于輸入音在通帶內的位置）來偽造整體IMD讀數。輸入音調的間距太遠可能需要頻率分辨率較低的其他窗口類型。 該設置還需要至少三個鎖相信號發生器。這種要求很少給測試實驗室帶來問題，但發生器具有不同的匹配頻率和幅度的能力。補償此類不匹配以實現（例如）-2.3dB FS雙音包絡和-0.5dB FS的信號幅度將增加您的工作量和測試時間（請參閱以下程序代碼提?。?。

%對于 TTIMD，請使用以下短例程，歸一化為 -6.5dB 滿量程。
%plot（[0：numpt/2-1].×fclk/numpt，Dout_dB（1：numpt/2）-maxdB-6.5）;
plot（[0：numpt/2-1].×fclk/numpt，Dout_dB（1：numpt/2）-maxdB）;
grid on;
title('FFT PLOT');
xlabel('ANALOG INPUT FREQUENCY (MHz)');
ylabel('AMPLITUDE (dB)');
a1=axis; axis([a1(1) a1(2) -120 a1(4)]);

結論

除上述幾點外，工程師還面臨著許多其他問題，他們試圖通過捕獲并分析高速ADC的信號來確定其動態范圍。不幸的是，在光譜測量過程中很容易出錯。但是，通過了解基于FFT的測量和相關計算，頻譜泄漏的影響以及如何防止它，以及必要的布局技術和設備，可以大大減輕數據采集和分析的任務。