作者介紹
一、前言
ADC(模數轉換器)和DAC(數模轉換器)是電子設備中至關重要的組件,它們負責將模擬信號轉換為數字信號,或者將數字信號轉換為模擬信號。這些轉換器的存在形式主要有兩種:一種是作為獨立的集成電路(IC)芯片,另一種則是作為IP核心或功能模塊內嵌于微控制器單元(MCU)等其他類型的芯片中。
不論采取何種形式,ADC和DAC的分辨率都僅由其設計架構所決定。分辨率是指轉換器能夠區分和表示的最小信號變化,通常以比特數(bits)來衡量。然而,除了分辨率之外的其他性能參數,如實際量程范圍、編碼的均勻性、誤差性能以及高頻響應等,都可能會因為半導體制造過程中的微小差異或材料本身的不一致性而與設計預估值存在偏差。
為了確保ADC和DAC的性能符合設計規范,無論是在設計驗證階段還是在生產出貨階段,對這些轉換器進行精度測試都是必不可少的。這些測試不僅能夠驗證產品是否達到了設計要求,而且還為可能的進一步校正提供了依據。通過這些嚴格的測試流程,可以保證電子產品的性能和可靠性,滿足用戶對高質量信號轉換的需求。而本文將圍繞如何進行這些精度測試而展開介紹。
二、針對ADC測試
我們先以ADC測試為例。在ADC的精度測試中,通常有3種主要的測試方法:斜坡測試(Ramp Test)、動態性能測試(Dynamic test)以及直方圖測試(Histogram Test)。這三種測試方法雖然在測試激勵信號的設計和分析數據的手段上有所差異,但它們通??梢栽谙嗤臏y試硬件環境下進行。
在進行這些測試時,選擇合適的測試硬件和軟件工具至關重要,他們是確保測試結果準確、可重復的關鍵。此外,測試過程中應嚴格控制環境條件,如溫度和電源穩定性,因為這些因素都可能影響測試結果。
三、測試環境基礎
在深入探討3種主要的測試方法之前,我們首先從測試環境基礎入手,這不僅是因為所有3種測試都可以共享同一測試平臺,更重要的是,這將有助于我們清晰地追蹤信號的流向,從而更深入地理解測試的全貌。
首先,我們可以把問題簡化,想要對ADC進行測試,那么最簡單的方法就是給ADC一個標準的模擬電壓,等待ADC進行轉換后,再用一個數字信號接收器捕獲轉換結果,然后進行處理、運算和分析。
首先,我們可以先將問題簡化,以便于理解。一個最簡單的ADC測試配置如下圖所示。其基本步驟是:向ADC提供一個精確的模擬電壓輸入,隨后ADC將這個模擬信號轉換為數字信號。在此之后,我們使用一個數字信號接收裝置來捕獲轉換后的數字輸出。最后,對這些數字數據進行處理、運算和分析,以便準確評估ADC的轉換精度和性能。
圖1:理論上最簡單的ADC測試環境
這看起來是不是有點過于簡單了?沒錯,接下來我們向該測試平臺補充一些細節,以便讓他從理論可行變成實際工程可行。
首先,考慮到ADC作為一個有源設備,其運作依賴于外部電源。因此,我們的測試系統必須包含一個電源供電模塊,以確保ADC能夠正常工作。此外,對于某些特定的ADC架構,它可能還需要一個外部參考電壓輸入,以便在轉換過程中與之進行比較,從而獲得正確的轉換結果。所以,在測試平臺中,我們可能需要引入一個獨立的、高精度的參考電壓源。
接下來,為了確保ADC輸出的數字信號能夠被正確接收和處理,這些信號需要受到時序邏輯的控制。這種時序通常由一個外部時鐘信號來管理,因此,我們的測試平臺還需包括一個能為待測ADC提供參考時鐘源的設備。值得一提的是,在某些ADC的設計中,時鐘信號不僅控制輸出時序,還直接決定了ADC的實際采樣率和內部流水線的處理時序,從而對整體性能產生重要影響。
最后,我們需要一套軟件控制系統來管理各個硬件模塊的輸入和輸出。這套軟件需要確保各個組件之間的協同工作,以順利完成ADC的測試流程。此外,軟件還需要對獲取到的ADC輸出數據進行后續的運算和分析,通過這些分析,最終可以準確地獲得我們關注的性能指標數據結果。
目前,我們已經構建了一個實際可行的測試平臺架構,如下圖所示。在測試功能更加復雜的ADC時,我們可能還需要增設額外的數字信號輸出設備。其用途是將配置信號、觸發信號或其他控制指令發送給ADC,以便對特定模式或功能下的精度性能進行詳盡的測試。
圖2:一個基礎且實際可行的ADC測試平臺架構
四、斜坡測試(Ramp Test)
斜坡測試,又稱鋸齒波測試,是利用單個或多個斜坡組合形成的鋸齒波信號作為輸入激勵,以此對ADC進行精度評估。在該測試中,為了全面評估待測ADC的性能,通常需確保在每個最低有效位(LSB)的區間內,至少有一個激勵信號電壓點。當每個LSB范圍內激勵信號電壓點數只有1~2個時,可能僅可以確認增益誤差(Gain Error)、失調誤差(Offset Error)這樣的宏觀參數;LSB范圍內點數足夠多時,才能深入分析以確定轉換編碼的跳變電壓點,從而算出其積分非線性(INL)、微分非線性(DNL)性能數據,以及判斷是否有丟碼(Missing Code)現象。
圖3:斜坡測試結果示例
從精度角度看,單個信號斜坡內包含的電壓點數量越多,理論上能夠提供更為精確的測量結果。然而,實際上存在兩個主要的限制因素:首先,電壓點之間的最小間隔受到信號源精度的制約,這意味著信號源必須具有足夠的分辨率來生成非常接近的電壓步進;其次,電壓點數量的增加會直接導致測試時間的延長,這可能會影響測試效率,因而,在實際的斜坡測試中,需要在測量精度和測試速度之間找到適當的平衡點。
另外,在實際執行測試時,我們通常建議將斜坡信號的最大和最小值設定得稍微超出待測ADC的標稱量程。這樣做有助于準確地確定ADC的實際量程界限。例如,對于一個設計量程為0至+5 V的ADC,其實際量程可能略有不同,比方說-0.01至+5.01 V。在這種情況下,測試時可以應用一個最小值為-0.05 V,最大值為+5.05 V的斜坡信號。在測試結果的分析階段,可以通過特定的算法識別并排除超出實際量程的測試點,這些算法能夠確保超出范圍的點不會對各靜態參數的分析結果產生不利影響。這種做法也有助于更精確地評估ADC的性能,并確保在實際應用中的可靠性和穩定性。
總的來說,斜坡測試對模擬電壓生成設備的分辨率和精度參數提出了較高的要求。這種模擬電壓生成設備通常由任意波形發生器(AWG)充當,它們能夠提供精細的電壓步進,以確保在待測ADC的每個LSB范圍內都有足夠的測試電壓點,從而準確評估待測件的增益誤差、失調誤差、INL、DNL等關鍵靜態性能指標。此外,也正如上面所提到,AWG的輸出范圍還應該稍稍大于待測ADC的標稱量程。
五、動態性能測試(Dynamic test)
動態測試是一種利用正弦波信號作為激勵,對ADC進行頻率響應特性評估的方法。在此測試中,ADC的轉換輸出會經過快速傅里葉變換(FFT)處理,以便在頻域內進行分析。通過這種分析,可以獲得關鍵的動態性能參數,包括信號噪聲及失真比(SINAD)、有效位數(ENOB)、總諧波失真(THD)以及無雜散動態范圍(SFDR)。這些參數對于評估ADC在處理變化信號時的性能至關重要,特別是在音頻、通信和測量等領域,其中信號的頻率成分和動態范圍對系統整體性能有著決定性的影響。
圖4:動態性能測試結果示例
由于FFT算法的要求,測試數據的采樣點數量通常需要是2的整數次冪。如果采樣點數量不滿足這一條件,可能需要對采集到的數據進行切割處理,以符合FFT算法的要求。同時,為了減少頻譜泄露現象并避免在頻域結果中產生不必要的旁瓣和諧波,我們強烈建議測試信號段包含整數個周期的正弦波信號。為了滿足這一條件,有時需要對AWG的輸出頻率進行微調。例如,在執行10 kHz頻率點的測試時,可以將頻率略微調整至9.97 kHz,以確保在整個測試信號段中包含整數個周期的正弦波,這種微調可以有效地提高頻域分析的準確性和可靠性。
在設置AWG輸出的正弦波幅值時,應遵循一個基本原則:“寧缺毋濫”,也就是說,需要確保輸出幅值不超過待測ADC的實際量程,而ADC實際量程是有可能比標稱量程更窄的。這一原則的目的是為了避免ADC在信號轉換過程中出現飽和現象。當信號飽和時,輸出信號會被“削波”(clipping),這種現象會在信號經過FFT轉換后導致頻譜失真,并降低信噪比。在這一點的考慮上,與斜坡測試時略有不同,需要注意區分。
在動態測試中,會對AWG的輸出采樣速度和時鐘精確度有較高的要求。同時,AWG的高速輸出與ADC的高速采集必須精確同步,以避免在ADC轉換過程中發生AWG輸出跳變,進而影響測試結果。這對測試平臺中的時鐘控制模塊和平臺整體的軟硬件控制提出了更為嚴格的要求。
六、直方圖測試(Histogram Test)
直方圖測試是ADC精度測試中的一個常用手段,其核心在于對統計域數據的分析和處理。這種方法與斜坡測試相似,都旨在評估ADC的靜態特性參數。通過對ADC輸出進行大量采樣,并繪制數據分布的直方圖,可以直觀地觀察到量化誤差的分布情況,從而對ADC的線性度、增益誤差、偏移誤差等關鍵性能指標進行定量分析,除此之外,我們還可以通過檢查是否存在編碼頻次為零的情況來找出丟碼現象。為了確保統計結果的可靠性,有時需要進行多輪循環測試,并將各輪的統計結果進行疊加,以便獲得更穩定和可信的數據分析。
圖5:直方圖測試原理示例
從測試輸入信號的類型角度說,直方圖測試和斜坡測試都可以采用鋸齒波信號進行測試,然而,直方圖測試更為靈活,也接納三角波、正弦波等其他信號類型進行統計和分析。值得注意的是,當使用正弦波進行直方圖測試時,由于正弦波在ADC每個LSB范圍內的出現概率并不均勻,因此需要通過額外的算法來進行概率密度函數的均衡化處理。經過這樣的補償后,才能準確比較不同碼寬的偏差,從而對ADC的性能進行準確評估。也正因為使用正弦波進行測試時會引入額外的計算復雜性,我們通常不建議使用正弦波等電壓分布不均勻的波形進行直方圖測試,以免增加測試的難度和不必要的計算負擔。
從測試信號的幅值來說,直方圖測試與斜坡測試相似,均要求使用AWG產生信的幅值略高于ADC的標稱量程。這一做法的目的是確保測試能夠涵蓋ADC的全部編碼范圍,即從最小到最大值。然而,這種做法的一個副作用便是導致最小編碼和最大編碼的出現頻率異常增加。為了獲得更易于分析和觀察的直方圖結果,通常會將這兩個極值編碼點排除在外,從而減少極端值對整體性能評估的影響。
直方圖測試與斜坡測試在測試條件和方法上存在一定的相似性,它們所關注的參數也有部分重合。因此,在實際的測試實踐中,可以采用一種更為高效的策略:使用單一的鋸齒波信號進行測試,然后對采集到的數據分別進行斜坡測試和直方圖測試的分析。這種做法的優點在于,它能夠簡化測試流程,并顯著減少測試所需的時間,提高測試的效率。此外,這種方法還有助于減少對測試設備的磨損,延長其使用壽命。
七、針對DAC測試
在掌握了ADC測試的相關知識后,將這些概念擴展到DAC的測試領域是相當直接的。與前面類似,我們可以先把問題簡化。一個最簡單的DAC測試配置如下圖所示。
圖6:理論上最簡單的DAC測試環境
我們不難發現,其實只需要把ADC測試中的數據流動方向反轉,即可應用于DAC的測試。具體來說,我們會使用數字信號設備來輸出激勵信號,同時利用模擬信號采集設備來捕獲DAC產生的模擬輸出。而這種測試配置的轉變,自然導致了硬件需求上的顯著變化。
首先,對于數字信號設備,其角色從接收輸入信號轉變為主動輸出信號。這意味著,我們需要一個能夠產生精確、可控數字信號的設備,如一個高精度的數字信號發生器。
其次,在模擬信號一側,原本用于輸出信號的AWG被替換為用于采集信號的數字化儀,也稱為WFD(Waveform Digitizer)。這類設備能夠將模擬信號轉換為數字信號,以便進行后續的信號處理和分析。
同樣地,面向DAC的精度測試,也有斜坡測試、動態性能測試以及直方圖測試三種常見方法。這些測試的基本原理與前面所說的,應用在ADC測試時類似,關注的參數也大致相同。也即是說,還是通過斜坡測試和直方圖測試評估DAC的靜態特性,而動態性能測試則用于測量其動態特性。
值得一提的是,在進行DAC測試時,輸入輸出量程的處理相對簡單。無論采用哪種測試方法,數字信號發生器只需將其輸出碼型與DAC的輸入編碼范圍一一對應即可。此外,用于采集數據的WFD的量程應確保略大于DAC的設計輸出范圍,以便能準確捕捉到所有的輸出信號。
八、結論
綜上所述,ADC和DAC的精度測試需要使用不同硬件構建平臺,此外,根據所選測試方法的不同,軟件和硬件的具體要求可能會有所變化。因此,筆者建議最好能夠選擇一個具有較高功能靈活性,且保證自身精度的軟硬件平臺,以同時滿足多種測試需求。這樣做不僅可以確保通過多種測試方法獲得準確可靠的測試結果,還可以避免在待測芯片或測試方案發生變化時,需要重新采購測試設備的尷尬情況。
推薦使用的平臺之一是德思特ADC/DAC測試系統,該系統以模塊化設計將所有必要的硬件集成于一個機箱內,包括數字輸入/輸出(DIO)和時鐘發生模塊、AWG模塊、WFD模塊、供電電源模塊以及參考電壓源模塊。在軟件方面,該系統同樣能夠支持ADC和DAC的斜坡測試、動態性能測試以及直方圖測試。用戶只需進行簡單的測試方案配置,即可一鍵啟動測試并直接獲得最終參數結果,無需進行額外的編程控制或數據處理。這種集成化設計不僅提高了測試效率,也大幅降低了用戶的使用門檻。
圖7:德思特ADC/DAC測試系統
關于德思特
德思特是原虹科測試測量事業部孵化出來的獨立公司,基于超過10年的業務沉淀,德思特公司專注提供電子測試/測量解決方案。主要業務范圍涵蓋:汽車電子仿真及測試、射頻微波及無線通信測試、無線頻譜監測與規劃、無線通信(包括智能網聯汽車無線通信、軌道交通、衛星通信、室內無線通信)、半導體測試、PNT解決方案、大物理和光電測試等。
核心成員具有9年以上的測試測量、無線通信及其他相關行業資歷;技術團隊獲得世界五百強PNT解決方案合作伙伴Safran的GNSS技術及信號仿真和軟件Skydel培訓認證證書、航空航天測試和測量合作伙伴Marvin Test 的自動化測試軟件ATEasy培訓認證證書。
德思特研發部,核心成員獲得國際項目管理師PMP認證資質,并具備LabVIEW、python等多種編程語言能力,優勢能力集中于:HIL測試,半導體測試,EOL測試和質量檢測等多種系統研發集成,擁有10多個實用新型和專利授權。
圍繞汽車電子、射頻微波、通信、航空航天等行業提供專業可靠的解決方案,現有客戶包括華為、德賽西威、蔚來汽車、理想汽車、航天科工集團、清華大學、北京航空航天大學、中電科集團等。
此外,我們還是中國無線電協會、中國通信企業協會、雷達行業協會、RIS智能超表面技術協會等行業協會的會員。
審核編輯 黃宇
-
dac
+關注
關注
43文章
1973瀏覽量
189544 -
半導體測試
+關注
關注
3文章
94瀏覽量
19047 -
ADC
+關注
關注
0文章
91瀏覽量
16845
發布評論請先 登錄
相關推薦
評論