[发明专利]一种事件驱动型模/数转换器及其压缩采样方法

说明书

技术领域

本发明涉及模/数转换器领域，特别涉及一种事件驱动型模/数转换器及其压缩采样方法。

背景技术

传感器网络是现实世界与计算机世界的接口，正是通过传感器网络，人们才能更快更准确地去了解进而改变现实世界，从而推动社会的发展。因其重要性，有专家指出在未来相当长的时期内，整个半导体行业也将由其推动。然而在一些应用中，需要大规模布置传感器节点并对信号进行长期检测。对于电池供电的传感器节点，超低功耗技术将极大延长整个网络的使用寿命并减少因频繁更换电池而增加的人工成本。与此同时，如何使传感器节点能够工作在超低功耗模式下也是一个巨大挑战。

传统的模/数转换器是由时钟驱动采样的，见图13(b)时钟驱动采样。其时钟频率由奈奎斯特采样频率决定，即采样频率要等于或者高于信号最高频率的两倍。而如果对信号进行短时傅里叶分析可知，并非每一时段的信号都是按照最高频率成分在变化的。因此如果统一对所有时段的信号都使用奈奎斯特采样频率进行采样必然会浪费能量。尤其当信号时域稀疏且其最高频率极高。一个极端的例子：单个脉冲信号，其时域即为稀疏，但是若按照奈奎斯特采样定理，其采样频率将在理论上接近无穷。而现实生活中时域稀疏频域复杂信号有很多，如：音频信号，心脑电信号等等。

为了实现对时域稀疏且最高频率相对较高信号的低功耗采样，研究者们提出由事件驱动的采样(Event-Driven Sampling)，可以实现平均采样率低于奈奎斯特采样频率的采样。其基本思想在于当被观测信号的变化量超过一定阈值门限，认为事件触发，此时对信号进行采样，参见图13(a)事件驱动的采样。因此信号的采样点由一系列的时间和每个时间点对应的阈值所组成 的。在信号变化较缓时(静息期)，所产生的采样点较少，当信号变换剧烈时(活跃期)系统产生的采样点较多。采样点的少/多与静息期/(活跃期)信号的信息量少/多相对应。与传统时钟驱动的模/数转换器相比，事件驱动采样系统功耗低。而样本量与信息量成正比的采样方式另外一点好处在于其采样数据传输压力较小。因为数据量的减小必然降低信号传输段压力。尤其在对于时域稀疏信号而言，因此系统角度上讲这一采样方法将极大降低系统整体功耗。

事实上，事件触发的采样系统并不是全新的。早在上世纪60年代托莫维奇(Tomovic)和贝奇(Bekey)等人就提出非均匀间隔的采样策略。而在过去几十年间，由于半导体行业主要研究集中点在如何提高计算的速度上。因此这一采样思想并没有被重视起来。而近年由于集成电路对超低功耗的需求，使得这一思想又重新回归人们的视线里。哥伦比亚大学著名教授扬尼斯(Yannis Tsividis)、美国塔夫茨大学大学(Turfts)的孙库斯尔教授(Sonkusale)、荷兰的瑟金教授(Serdijn)等多个团队都对其展开了研究，并已经发表了大量论文。

基于压缩感知技术的事件驱动型模/数转换器在实现超低功耗系统应用中有巨大潜力。但是由于这一技术处于刚刚起步阶段，依然存在很多问题。例如图14和图15分别展示了阈值不随信号改变的两种情况。对于图14，当信号变化较剧烈时，为了能够使采样点跟随待采样信号，需要将采样阈值上下界的电压差设置为一个较大数值。然而对于待采样信号变化没有那么剧烈的时段，采样点过于稀疏和粗糙，信息量丢失严重，不利于信号还原。如果为了能够在信号缓变时段不丢失信息量，阈值的上下界的电压差需设置为一个较小数值，见图15。但是由于电路自身跳变的时间延时问题，当信号变化较为剧烈时，上下界的变化速度无法跟随信号的变化，此时信号丢失更加严重。由此可见固定阈值的方式不利于时域信号采样。为了解决这一问题扬尼 斯教授(Tsividis)采用阈值上界随时间阶梯式减小的策略进行事件触发采样，见图16。然而他所提出的策略一个致命的问题就在于：当阈值上界阶梯式减小的那一刻，信号恰好变化到了这一时刻之前与这一时刻之后的中间，此时将会带来信号采样点的不确定(见图16中圈出的采样边界不确定处)。孙库斯尔教授(Sonkusale)提出阈值自适应的思想，见图18。但是为了能够改变阈值上下界，其电路实现时使用了两个数字模拟转换器(DAC)，这就增加了芯片面积以及芯片的功耗；除此之外，两个数字模拟转换器因为实际生产的问题必然存在一定的偏差，这也会给系统带来一定噪声。

发明内容

本发明针对上述现有技术中存在的问题，提出一种事件驱动型模/数转换器及其压缩采样方法，其是基于压缩感知技术的，克服了现有事件驱动型模/数转换器在芯片面积、系统功耗以及控制方式上存在的缺陷。

为解决上述技术问题，本发明是通过如下技术方案实现的：

本发明提供一种事件驱动型模/数转换器，其包括：