sigma-delta关于DAC失配的DWA优化算法

一叶孤城

小弟最近在做毕设，用matlab搭了个DWA模型，发现DWA的优化效果跟元件失配的分布有关系，比如8个元件的失配是[0.0081,0.0096,-0.0012,-0.0078,-0.0048,-0.0018,0.0019,-0.0048],这时候用DWA的SNDR比用温度计码时候提高不少。当失配是[0.0037，-0.0063，-0.0026，0.0025， 0.0056，-0.0084，0.0086，0.0055]，DWA算法的SNDR反而不如原始的温度计码。      分析了一下，比如考虑下面的特殊情况，失配是[0.001,0.002,0.003,0.004,0.005,0.006,0.007,0.008]，前面的误差比后面的小，那用DWA的效果不是肯定没有温度计码好吗？
      也可能是我建的模型有问题？有木有好心人帮忙看看分析下呢？

一叶孤城

别沉了...木有人做过DWA了吗

xuriver2012

不知道你具体的是用那种DWA方式，不过肯定的说采用DEM（dynamic element match)的方法能够明显的把Tone的能量打散，这是一阶的效果，更高阶的方式还可以把打散的能量向高频部分搬移，进一步优化SNDR的指标。具体到mismatch的组合上来说，其实怎么给mismatch同输出的特性是无关的，我仿真的时候给的都是通过random函数加的，仿真结果也表明DEM有优势。怀疑你的实现可能没有描述准确，或者你仿真的点数不够多。

xuriver2012

或者这么说，如果采用了你的算法，在某种给定的mismatch值的条件下，你发现信号的谐波分量没有能够得到抑制，那么肯定是你的code写错了

一叶孤城

回复 4# xuriver2012


   我的DWA算法模型搭的应该是没问题，我检查了输出码流，可以实现按指针循环取值，不知道是不是我用的ADC模型不对，朋友方便帮我看看我的模型吗？ 我QQ是314821579，或者您的QQ私聊发我，我加。。

danielran

顶贴只为俺下载，喔喔呵呵

Kink0307

你可以看看understanding delta sigma data converters里面6.4节,里面有提到使用DWA对于DAC非线性的假设
mismatch该怎么给你可以参考allen书上的分析方法
你第二个情况下的mismatch设的有问题，mismatch的综合应该是0

一叶孤城

回复 7# Kink0307

我看了understanding书上说是失配误差之和应该为零，于是我就用rand函数产生8个-0.01到0.01之间的数，它们之和为零，在这种情况下，DWA的效果确实很好，每次都接近理想无失配情况下的DAC了。但是他的这种假设有什么依据呢？是不是太理想化了....在实际的芯片制造中，元件失配误差之和可不一定为零啊，完全是不可控的。

vdslafe

不等于0 就是gain error.不是非线性

xuriver2012

这里是你的理解不对。其实应该保证所有offset相加之和为零。
原理是这样的，比如有三个电容，值分别为9pf，8pf和7pf，我们就可以认为理想的平均值就是8pf，而每个电容的误差就是1pf，0pf和-1pf。对于DEM算法，对于所有单元取平均就是理想值，而，每个单元的误差就是其本身同理想值的差。这样理解，才能够明白在轮询算法中，每个单元遍历一次以后，所积累的误差归零了，因为所有的offset相加的结果就是零。所以，采用DEM算法能够在运算多次以后把独立单元的误差消除掉，达到了设计目标。这个算法旋转得越快，消除误差的作用越好。一般么就建议8个或16个单元用。更多的话效果就会打折扣。
你再看看书