cadence中怎么对adc测试INL与DNL？

caotulang

回复 9# zengyl


   大神，辛苦，辛苦。么么哒。已经很详细了。

zengyl

回复 11# caotulang
不是在那个里面，是和它平行的里面，自己多找找，我估计拼写错误了。

zengyl

回复 1# caotulang

我不是大大，我也是菜鸟，只是你做的跟我差不多

菜之小佳

[img][/img]

菜之小佳

画出波形，Tool-->Caculator-->选择起始，点数-->导出CSV文件-->Matlab调用

caotulang

回复 15# 菜之小佳


   辛苦了，截了个图。很明白10位的理想DAC已经搞出来了。根据帖子里前辈的代码，还有modelwriter里的综合起来写的。（话说verilog零基础啊，出波形的时候自己都感动的要哭了）
现在有个问题是，要相干采样，就是fin/fs=采样周期/采样数。问题又来了
1.做的采样频率在350khz，采样数听另一个前辈说最小1024，打算先用1024试试。那采样周期要与1024互质，就取了11周期，可以么？此时输入正弦信号为3.8364.周期数这样取值可以么？
2.仿真速度那叫一个慢啊。要获得1024个点，总共需要2.867ms。我仿了50us，17个点用了1个小时，这样算下来，全部1024个点要近60个小时！3天啊？通常是这么慢么？

caotulang

回复 13# zengyl


   辛苦了，在你的指导下，10位理想DAC的verilog-a代码已经弄好了。现在又碰到新的问题，希望还能赐教。1.做的ADC是350khz，采样点先用较少的1024试一试。周期我选的是11，可以么？
总的相干采样公式是：3.8364/350=11/1024
2.仿真时间需要特别长，17个点用了1小时，总的1024个点要60个小时，正常么？

拜谢！

caotulang

回复 13# zengyl


   我这个过采样是不是太大了点？在论坛看到帖子，OSR=16,我这个近一百了

zengyl

过采样率大只会fft仿真效果更好吧，如果你想看极限情况，就用奈奎斯特采样频率，周期数取512附近，信号输入在170K左右。
仿真快慢跟你的电路复杂度有关，也跟你仿真环境有关，我就得有个turbo或者aps选项，还有，你保存的信号不要选all-pub，选为selected，然后只看DAC输出波形就可以。这样速度可以快很多。
还有你的采样频率干嘛选350K啊，如果是做低功耗，我建议200K，这样的文献很多。

caotulang

回复 19# zengyl

谢谢。加速的turbo和aps，我找找资料，自己先学习下。我仿了1个多小时，输出了17个点。现在用这17个点在matlab上做fft，算参数。在论坛里找了个matlab代码。但是仿真出错。看着跟美信的代码是一样的，不知道原因出在哪。能帮忙看一下么？
  错误在红色部分。图片上显示的是错误类型。


符美信在出错段，相同的代码。



代码：
clear
load C:\Users\Administrator\Desktop\verilog3.txt    %WaveScan保存的波形文件，文件必须以英文开头
A= verilog3;         %将测量数据赋给A，此时A为N×2的数组
x=A(:,1);                     %将A中的第一列赋值给x，形成时间序列
x=x';                         %将列向量变成行向量
y=A(:,2);                     %将A中的第二列赋值给y，形成被测量序列
y=y';                         %将列向量变成行向量

%显示原始数据曲线图（时域）
subplot(1,1,1);
plot(x,y) ;                                                                               %显示原始数据曲线图
xlabel('时间 (s)');
ylabel('被测变量y');
title('原始信号(时域)');
grid on;

format long;
%傅立叶变换
y=y-mean(y);                          %消去直流分量，使频谱更能体现有效信息
fclk=(length(x)-1)/(max(x)-min(x));   %仪器的采样频率
numpt=length(y);                      %data.txt中的被测量个数，即采样个数


%If no window function is used, the input tone must be chosen to be unique and with
%regard to the sampling frequency. To achieve this prime numbers are introduced and the
%input tone is determined by fIN = fSAMPLE * (Prime Number / Data Record Size).
%To relax this requirement, window functions such as HANNING and HAMING (see below) can
%be introduced, however the fundamental in the resulting FFT spectrum appears 'sharper'
%without the use of window functions.
Doutw=y;
%Doutw=y'.*hanning(numpt);
%Doutw=y'.*hamming(numpt);
%Performing the Fast Fourier Transform
Dout_spect=fft(Doutw);

%Recalculate to dB
Dout_dB=20*log10(abs(Dout_spect));

%Display the results in the frequency domain with an FFT plot
figure; %建立图形
maxdB=max(Dout_dB(1:numpt/2));
%For TTIMD, use the following short routine, normalized to —6.5dB full-scale.
%plot([0:numpt/2-1].*fclk/numpt,Dout_dB(1:numpt/2)-maxdB-6.5);
%plot([0:30/2-1].*fclk/numpt,Dout_dB(1:30/2)-maxdB);
plot([0:numpt/2-1].*fclk/numpt,Dout_dB(1:numpt/2)-maxdB);
grid on;

title('FFT PLOT');
xlabel('ANALOG INPUT FREQUENCY (Hz)');
ylabel('AMPLITUDE (dB)');
a1=axis; axis([a1(1) a1(2) -120 a1(4)]);

%Calculate SNR, SINAD, THD and SFDR values
%Find the signal bin number, DC = bin 1
fin=find(Dout_dB(1:numpt/2)==maxdB);  
%Span of the input frequency on each side
span=max(round(numpt/200),5);%span=max(round(numpt/200),5);
%Approximate search span for harmonics on each side
spanh=2;%spanh=2;
%Determine power spectrum
spectP=(abs(Dout_spect)).*(abs(Dout_spect));
%Find DC offset power
Pdc=sum(spectP(1:span));
%Extract overall signal power
Ps=sum(spectP(fin-span:fin+span));%出错行
%Vector/matrix to store both frequency and power of signal and harmonics
Fh=[];
%The 1st element in the vector/matrix represents the signal, the next element represents
%the 2nd harmonic, etc.
Ph=[];
%Find harmonic frequencies and power components in the FFT spectrum
for har_num=1:10 %har_num谐波总数
%Input tones greater than fSAMPLE are aliased back into the spectrum
tone=rem((har_num*(fin-1)+1)/numpt,1); %rem（x，y）x除以y的余数  numpt(Number of Points)
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))];
Ph=[Ph sum(spectP(har_num*(fin-1):har_num*(fin-1)+2))];
end
%Determine the total distortion power
Pd=sum(Ph(2:10)); %Pd总失真功率  Ph(1) is fundamental harmonic谐波 power
%Determine the noise power
Pn=sum(spectP(1:numpt/2))-Ps-Pd;  %Pn噪声功率  Ps信号功率

format;%设置输出格式
SNR = 10*log10(Ps/Pn)    %信噪比
SINAD=10*log10(Ps/(Pn+Pd)) % SINAD = 10*log10(Ps/(Pn+Pd))  信号与噪声失真比
disp('THD is calculated from 2nd through 10th order harmonics');
SFDR=10*log10(Ph(1)/max(Ph(2:10)))  %SFDR无杂散动态范围
ENOB = (SINAD-1.76)/6.02
disp('Signal & Harmonic Power Components:');
HD=10*log10(Ph(1:10)/Ph(1))