[发明专利]一种基于预测方式的免复位分段式模拟数字转换器有效

专利信息
申请号: 202211388639.2 申请日: 2022-11-08
公开(公告)号: CN115441875B 公开(公告)日: 2023-03-14
发明(设计)人: 喻依虎;张中;李靖;宁宁;于奇 申请(专利权)人: 电子科技大学
主分类号: H03M1/46 分类号: H03M1/46;H03M1/20
代理公司: 电子科技大学专利中心 51203 代理人: 闫树平
地址: 611731 四川省成*** 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 预测 方式 复位 段式 模拟 数字 转换器
【说明书】:

发明属于模拟集成电路技术领域,具体为一种基于预测方式的免复位分段式模拟数字转换器。本发明通过预测量化高位码字加分段式参考电压量化低位码字的方式,预测量化高位码字时,通过不断更新load码字,从预测电容阵列低位开始量化,最终得出本次输入信号对应的高位码字,高位码字量化完成后,进行低位码字量化,其中,三位低位码字量化只需要两个单位电容进行切换得到。本发明最多只需要采用2*(N‑4)+3个量化周期,降低了整体量化周期数的要求,具有较低的功耗;DAC电容阵列大小为(2N‑3+2)个单位电容,约为传统模数转换器面积的1/8,将电容阵列面积大幅度缩减;尤其适用于量化幅度变化较大的生物电信号的应用场景。

技术领域

本发明属于模拟集成电路技术领域,特别涉及一种基于预测方式的免复位分段式模拟数字转换器,以及在量化传感器信号和生物电信号中的应用。

背景技术

模数转换器是便携式传感器中的重要部分。为了满足便携式的应用场景,模数转换器需要进行专门的低功耗、小面积设计。而对生物电信号采集而言,该信号具有幅度变化较为缓慢,且在不同波段幅度区分明显的特点。量化生物电信号时候,多数量化结果和上一次的量化结果比较,往往高位码字都是一致的,只在低位码字会存在区别。

因此针对生物电信号,有文献提出了一种传统的区间预测算法,即将上次量化结果的高几位直接加载到本次量化的高位中,然后通过冗余电容的切换判断高几位预测是否正确。如果预测正确则只需要将低位码字量化出来,如果预测错误则复位整个电容阵列,按照MSB-first二进制搜寻的方式重新量化所有码字,消耗额外的量化周期和量化功耗。

也有文献提出了一种基于动态追踪的全预测算法,即将上次量化的所有数字码字在采样时加载到本次量化中,然后按照从低位到高位以及再从高位到低位量化的方式确定最终输出码字。在量化幅度变化较小的输入信号时,如心电信号的基线部分,全预测算法可以大幅缩减量化周期和量化功耗。但如果输入信号变化幅度较大时,如心电信号中的特征QRS波群,该算法功耗效率较低,N位模数转换器最多需要2N+1个量化周期才能完成量化。这种算法在输入信号变化很小的情况下可以节省大量的时钟周期和量化功耗,但如果输入信号变化较大,该算法最多将消耗2N+1个时钟周期进行量化,造成了能量的浪费。

发明内容

针对上述存在问题或不足,为解决便携式应用场景模数转换器存在功耗较高、面积较大的问题,本发明提供了一种基于预测方式的免复位分段式模拟数字转换器,通过预测高位部分的码字增大预测区间,提升预测正确率,同时通过将低位参考电压分段,高效量化剩余低位码字,保证了输入信号在模数转换器奈奎斯特频段内都能在较少的周期数完成量化,具有较低的功耗和电容阵列面积,尤其适用于模数转换器的便携式应用场景(如量化生物电信号)。

一种基于预测方式的免复位分段式模拟数字转换器,包括DAC模块100、比较器101、预测判断模块102和逐次逼近模块103,如图1所示。

所述DAC模块100为全差分结构,由高位预测量化电容阵列、冗余电容和低位量化电容阵列构成,且所有电容的上极板均连接到比较器101的输入端。差分输入信号VIP和VIN分别连接DAC模块100的P端和N端,再分别接到比较器101的正负输入端,完成输入信号的采样。

其中两组高位预测量化电容阵列均包括N-4个量化电容按容值由低到高依次编号为C2、C3、……、CN-3,N≥5,对应的量化电容容值由低到高为2CU、4CU、……、2N-4CU。高位预测电容阵列的各量化电容的下极板分别一一对应的通过高位预测开关控制端(S2、S3……、SN-3)连接输入信号、共模电压VCM、参考高电压VREF、参考地电压GND。

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电子科技大学,未经电子科技大学许可,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/202211388639.2/2.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