了解抖動(dòng)如何抑制諧波和非諧波雜散，以及兩種不同類型的抖動(dòng)系統(tǒng)：減法和非減法拓?fù)洹?/p>本文引用地址：http://www.biyoush.com/article/202410/464028.htm

量化小振幅信號(hào)可以在量化誤差和輸入之間產(chǎn)生相關(guān)性，從而導(dǎo)致顯著的諧波分量。高頻諧波可以混疊回奈奎斯特間隔，其頻率可能是輸入的諧波，也可能不是輸入的諧波。

在本文中，我們將看到抖動(dòng)可以抑制諧波和非諧波雜散。我們還將研究兩種不同類型的抖動(dòng)系統(tǒng)，即減法和非減法拓?fù)?，并了解每種類型的重要功能。

量化小信號(hào)時(shí)的高頻諧波

之前，我們討論過，即使是理想的模數(shù)轉(zhuǎn)換器（ADC）在數(shù)字化低振幅信號(hào)時(shí)也會(huì)產(chǎn)生諧波分量。例如，通過量化振幅為0.75 LSB（最低有效位）的1.11 kHz正弦曲線，我們?cè)趫D1的時(shí)域中得到了以下波形。

圖1顯示輸入和量化信號(hào)的圖

在4 MHz下對(duì)量化信號(hào)（上面的紅色曲線）進(jìn)行采樣并進(jìn)行FFT（快速傅里葉變換），我們得到了下面的頻譜（圖2僅顯示了DC到200 kHz的范圍）。

圖2 fs=4 MHz的輸出頻譜

如本文第一部分所述，輸出頻譜中的諧波是量化操作的偽影。通過目視檢查，我們觀察到這些諧波在大約180 kHz的頻率范圍內(nèi)很容易辨認(rèn)出來。為了產(chǎn)生上述曲線，我們故意使用比奈奎斯特采樣定理要求的采樣頻率高得多的采樣頻率。這種高采樣頻率使我們能夠獲得信號(hào)的真實(shí)頻譜，而不受有限采樣頻率的影響（就像信號(hào)是未采樣的模擬信號(hào)一樣）。

量化低振幅信號(hào)引起的混疊效應(yīng)

如果我們使用較低的采樣率，比如40kHz，來獲取輸出樣本呢？根據(jù)奈奎斯特采樣標(biāo)準(zhǔn)，40 kHz可以成功采樣和重建1.11 kHz的正弦曲線。然而，方波狀信號(hào)在40kHz及以上具有顯著的諧波分量。例如，第33次和第35次諧波（36.63 kHz和38.85 kHz）剛好低于我們的新采樣頻率fs=40 kHz（圖3）。

圖3放大fs=4 MHz的頻譜

考慮到上述頻譜，40kHz的采樣頻率實(shí)際上并不滿足奈奎斯特采樣條件。因此，通過以40kHz采樣，所有高于20kHz的諧波將混疊回奈奎斯特區(qū)間，回到可能是或可能不是輸入諧波的頻率上。圖4顯示了采樣頻率為40kHz的輸出頻譜。

圖4 fs=40 kHz的輸出頻譜

上述頻譜中有諧波和非諧波分量。從圖3中可以看出，當(dāng)使用40 kHz的采樣頻率時(shí)，我們預(yù)計(jì)36.63 kHz和38.85 kHz的分量將分別混疊回3.37 kHz和1.15 kHz。這些混疊分量如圖5所示，該圖提供了感興趣頻率周圍輸出頻譜的放大版本。

圖5感興趣頻率附近的輸出頻譜的放大版本

在信號(hào)中加入抖動(dòng)噪聲可以打破量化誤差與輸入之間的相關(guān)性，消除量化失真。因此，我們預(yù)計(jì)當(dāng)使用40 kHz的采樣頻率和抖動(dòng)時(shí)，諧波和非諧波分量會(huì)消失。為了驗(yàn)證這一點(diǎn)，我們?cè)诹炕跋蜉斎胩砑恿巳欠植嫉脑肼暎缓笠?0 kHz的頻率對(duì)其進(jìn)行采樣。三角形抖動(dòng)PDF（概率密度函數(shù)）的寬度被取為2 LSB。在這種情況下，可以獲得以下輸出光譜（圖6）。

圖6 fs=40kHz時(shí)抖動(dòng)系統(tǒng)的頻譜

應(yīng)用抖動(dòng)后，輸入頻率只有一個(gè)主要分量?，F(xiàn)在我們已經(jīng)熟悉了抖動(dòng)的功能，讓我們來看看應(yīng)用這種技術(shù)的不同方法。

抖動(dòng)方法：減法抖動(dòng)和非減法抖動(dòng)

這兩種抖動(dòng)方法如圖7所示。

圖7（A）非減法和（b）減法抖動(dòng)拓?fù)涞暮唵畏纸?。圖片由ADI公司提供

在減法方法中（圖7（b）），引入輸入的噪聲以相反的極性添加到輸出，從而消除系統(tǒng)輸出處的凈抖動(dòng)噪聲。在圖7（b）所示的具體實(shí)現(xiàn)中，噪聲發(fā)生器的輸出被轉(zhuǎn)換為模擬值并從輸入中減去，而噪聲的數(shù)字等效值則通過加法器加到輸出中。在非減法方法中，噪聲被引入輸入而不從輸出中減去。

正如我們稍后將討論的，減法抖動(dòng)可能比非減法抖動(dòng)更強(qiáng)大，特別是在處理量化失真時(shí)。然而，在許多實(shí)際情況下，僅僅因?yàn)閿?shù)字域中不知道抖動(dòng)噪聲，就不可能從輸出中減去抖動(dòng)信號(hào)。

減法抖動(dòng)——消除量化失真

抖動(dòng)背后的理論相對(duì)復(fù)雜，數(shù)學(xué)密集。在這里，我們將不討論數(shù)學(xué)細(xì)節(jié)，而是看看一些結(jié)果。如上所述，我們應(yīng)該記住，減法抖動(dòng)比非減法方法更強(qiáng)大。對(duì)于任意輸入信號(hào)，可以證明具有適當(dāng)抖動(dòng)噪聲的減法系統(tǒng)可以產(chǎn)生白色的量化誤差，在統(tǒng)計(jì)上與系統(tǒng)輸入無關(guān)，并且在 $?\frac{LSB}{2}$到 $+\frac{LSB}{2}$ 范圍。

使量化噪聲具有這些期望特征的一個(gè)抖動(dòng)信號(hào)是具有均勻分布的白噪聲 $?\frac{LSB}{2}$ 到$+\frac{LSB}{2}$ 范圍。有關(guān)相關(guān)數(shù)學(xué)推導(dǎo)和定理的總結(jié)，您可以參閱《數(shù)據(jù)轉(zhuǎn)換器的設(shè)計(jì)、建模和測(cè)試》一書

非減法抖動(dòng)——減少量化失真

對(duì)于任意輸入，非減法拓?fù)洳荒苁箍傉`差均勻分布或統(tǒng)計(jì)上獨(dú)立于輸入。然而，設(shè)計(jì)得當(dāng)?shù)姆菧p法系統(tǒng)仍然可以顯著改善量化系統(tǒng)。我們?cè)诒疚牡谝徊糠痔峁┑哪M結(jié)果對(duì)應(yīng)于一個(gè)非減法系統(tǒng)。這些模擬證實(shí)了非減法系統(tǒng)的有效性。

通過正確選擇抖動(dòng)信號(hào)，非減法拓?fù)涞目傉`差功率PError，total可以通過方程1表示（有關(guān)更多詳細(xì)信息，請(qǐng)參閱上一節(jié)中提到的書籍）。

方程式1

上述方程中的第一項(xiàng)是理想量化器的眾所周知的噪聲功率。第二項(xiàng)是抖動(dòng)噪聲的方差。方程1直觀地有意義，因?yàn)樗砻鞫秳?dòng)噪聲功率被添加到量化噪聲功率中，從而確定了整個(gè)系統(tǒng)的噪聲基底。如果我們使用方差較大的抖動(dòng)噪聲，輸出噪聲水平將增加。換句話說，通過將抖動(dòng)噪聲添加到輸入中，我們?cè)噲D以略微提高噪聲基底為代價(jià)來打破量化噪聲和輸入之間的相關(guān)性。

常見的抖動(dòng)信號(hào)

抖動(dòng)信號(hào)的一個(gè)重要特征是其概率密度函數(shù)。高斯、矩形或三角形分布的抖動(dòng)信號(hào)用于不同的應(yīng)用。圖9顯示了可用于減少非減法系統(tǒng)量化失真的矩形和三角形抖動(dòng)信號(hào)。

圖9用于消除量化失真的（a）矩形和（b）三角形抖動(dòng)信號(hào)的圖

上述矩形和三角形抖動(dòng)信號(hào)的方差為 $\frac{LS{B}^2}{12}$ 和 $\frac{LS{B}^2}{6}$

對(duì)于高斯抖動(dòng)，建議的方差為$\frac{LS{B}^2}{4}$

通過將這些值代入方程1，我們可以計(jì)算出不同抖動(dòng)類型的噪聲基底的增加。與無抖動(dòng)系統(tǒng)相比，應(yīng)用矩形、三角形和高斯抖動(dòng)可以分別將非減法系統(tǒng)的本底噪聲增加3dB、4.8dB和6dB。