[发明专利]一种基于统计计算的ADC量化噪声功率计算方法及装置在审

专利信息
申请号: 202211226306.X 申请日: 2022-10-09
公开(公告)号: CN115994508A 公开(公告)日: 2023-04-21
发明(设计)人: 唐羽浓;张晓波;张艳如;刘盛利 申请(专利权)人: 中国电子科技集团公司第十研究所
主分类号: G06F30/38 分类号: G06F30/38;G06F17/18;G06F17/14;H04B1/16;G01S7/35;G01S7/285
代理公司: 成都九鼎天元知识产权代理有限公司 51214 代理人: 罗强
地址: 610000 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 统计 计算 adc 量化 噪声 功率 计算方法 装置
【权利要求书】:

1.一种基于统计计算的ADC量化噪声功率计算方法,其特征在于,包括:

步骤1、根据ADC输入信号计算输入信号的概率密度函数;

步骤2、通过输入信号的概率密度函数计算ADC输出信号的概率密度函数;

步骤3、基于概率密度函数的频域特性,得到输出信号的特征函数;

步骤4、调整ADC的输入,根据输出信号的概率密度函数与特征函数得到量化噪声的概率密度函数与特征函数;

步骤5、建立量化定理条件,判断是否满足量化定理条件,若满足,则量化噪声功率为q2/12,其中,q为单位量化电平;若否,则根据量化噪声的概率密度函数与特征函数计算量化噪声的方差,即可得到量化噪声的功率。

2.根据权利要求1所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,所述步骤2中,输出信号的概率密度计算方法为:

其中,x表示输入信号,fx(x)为其概率密度函数;x′表示输出信号,fx′(x)为其概率密度函数;q表示单位量化电平,ε表示量化噪声,m为时域下周期冲激序列的周期。

3.根据权利要求2所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,所述步骤3中,对输出信号的概率密度函数进行傅里叶变换,得到输出信号的特征函数:

其中,Φx′(u)为输出信号x′的特征函数;-∞u+∞,l同为频域下周期冲激序列的周期,对应概率密度函数公式中的m。

4.根据权利要求3所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,所述步骤4的具体过程为:将输入设置为x=mq+ε,此时,输入x的概率密度函数与量化噪声ε的概率密度函数fε(x)相同,由此得到量化噪声的概率密度函数和特征函数,分别为:

5.根据权利要求4所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,所述步骤5中,量化定理条件具体为:输入随机变量x的特征函数满足的充要条件是量化噪声ε的概率密度函数满足:

6.根据权利要求5所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,所述步骤5中,根据量化噪声的概率密度函数计算量化噪声的方差的具体方法为:

D[ε]=E[ε2]-E2[ε]

其中,

7.根据权利要求5所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,所述步骤5中,根据量化噪声的特征函数计算量化噪声的方差的具体方法为:

8.根据权利要求6或7所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,还包括步骤6,结合接收机灵敏度不等式,确定ADC的分辨率,求解输入信号的功率要求,从而决定信道放大倍数。

9.根据权利要求8所述的基于统计计算的ADC量化噪声功率计算方法,其特征在于,所述接收机灵敏度不等式为:

其中,SNRo为接收机灵敏度,H0为灵敏度门限。

10.一种装置,其特征在于,包括存储器和处理器,所述存储器上存储有能够被处理器加载并执行如权利要求1至9中任一项所述的基于统计计算的ADC量化噪声功率计算方法对应的计算机程序。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第十研究所,未经中国电子科技集团公司第十研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211226306.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top