项目名称: 提高电流舵DAC高频SFDR的新技术研究

项目编号: No.61306029

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 魏琦

作者单位: 清华大学

项目金额: 25万元

中文摘要: 无杂散动态范围(SFDR)是表征DAC线性度最重要的指标,也是高速高精度DAC设计的瓶颈所在。本课题研究电流舵DAC中输出阻抗、输出波形毛刺与输入码字的关系,分析谐波失真产生的原因和对SFDR造成的影响,为提高DAC的高频SFDR提供新的科学方法和设计思路。本课题组首次提出了通过减小正负输出端的阻抗差,可以降低输出阻抗与输入码字的相关性,显著提高DAC 在高频的SFDR 指标,并提出利用新型双对称开关结构和恒定阻抗电流源技术,减小DAC正负输出端阻抗的差别,提高SFDR;另一方面研究相应的数字信号处理算法,结合开关序列优化,设计新型数字校正技术,降低DAC的输出波形毛刺与输入数字码字相关性,减小DAC的谐波失真。根据研究成果,采用65nm先进工艺设计具有高线性度的14-bit 2GS/s DAC进行验证,为克服DAC的SFDR在高频下降的难题提供解决思路。

中文关键词: 动态元件匹配;时间松弛交织;无杂散动态范围;数模转换器;电流舵

英文摘要: Spurious-free dynamic range (SFDR) is the most important target in high speed DAC design, and has been the bottleneck of high-speed high-precision DAC. At high frequency, the output impedance and the output waveform glitch has correlation with the input code, and this is the main reason to generate harmonic distortion. This study intends to in-depth research relationships between the input code word SFDR with output impedance and the output waveform, and proposes new method to improve SFDR. Against The output impedance problems, this project researches the improved dual symmetric switch and a new constant output impedance of the current source technology to reduce the difference between the positive and negative DAC output impedance, so the SFDR will be improved; Against the output waveform glitches problem, the project research corresponding digital signal processing algorithms, combined with the switching sequence optimization, design new digital correction techniques, to eliminate the output glitch, to reduce the harmonic distortion of the DAC. To verify the research results achieved, a high linearity 14-bit 2GS / s DAC will be designed.

英文关键词: Dynamic Element Matching;Time-relaxed Interleaving Return-to-zero;Spurious Free Dynamic Range;Digital-to-analog Converter;current steering

成为VIP会员查看完整内容
0

相关内容

《5G/6G毫米波测试技术白皮书》未来移动通信论坛
专知会员服务
16+阅读 · 2022年4月15日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
19+阅读 · 2021年5月4日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
【AAAI2021】图卷积网络中的低频和高频信息作用
专知会员服务
58+阅读 · 2021年1月6日
专知会员服务
21+阅读 · 2021年1月5日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
基于多头注意力胶囊网络的文本分类模型
专知会员服务
77+阅读 · 2020年5月24日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
语音识别的快速纠错模型FastCorrect系列来了!
微软研究院AI头条
1+阅读 · 2022年3月22日
pytorch中六种常用的向量相似度评估方法
极市平台
22+阅读 · 2021年12月9日
让你的模型acc更上一层楼:优化调参总结
极市平台
0+阅读 · 2021年11月18日
一文了解成分句法分析
人工智能头条
15+阅读 · 2019年4月24日
注意力能提高模型可解释性?实验表明:并没有
黑龙江大学自然语言处理实验室
11+阅读 · 2019年4月16日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
语义分割中的深度学习方法全解:从FCN、SegNet到DeepLab
炼数成金订阅号
26+阅读 · 2017年7月10日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月17日
Self-Attention Graph Pooling
Arxiv
13+阅读 · 2019年6月13日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
12+阅读 · 2018年9月15日
小贴士
相关VIP内容
《5G/6G毫米波测试技术白皮书》未来移动通信论坛
专知会员服务
16+阅读 · 2022年4月15日
混合增强视觉认知架构及其关键技术进展
专知会员服务
41+阅读 · 2021年11月20日
专知会员服务
22+阅读 · 2021年7月15日
专知会员服务
19+阅读 · 2021年5月4日
【CVPR 2021】变换器跟踪TransT: Transformer Tracking
专知会员服务
21+阅读 · 2021年4月20日
【AAAI2021】图卷积网络中的低频和高频信息作用
专知会员服务
58+阅读 · 2021年1月6日
专知会员服务
21+阅读 · 2021年1月5日
基于改进卷积神经网络的短文本分类模型
专知会员服务
25+阅读 · 2020年7月22日
基于多头注意力胶囊网络的文本分类模型
专知会员服务
77+阅读 · 2020年5月24日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
语音识别的快速纠错模型FastCorrect系列来了!
微软研究院AI头条
1+阅读 · 2022年3月22日
pytorch中六种常用的向量相似度评估方法
极市平台
22+阅读 · 2021年12月9日
让你的模型acc更上一层楼:优化调参总结
极市平台
0+阅读 · 2021年11月18日
一文了解成分句法分析
人工智能头条
15+阅读 · 2019年4月24日
注意力能提高模型可解释性?实验表明:并没有
黑龙江大学自然语言处理实验室
11+阅读 · 2019年4月16日
一文读懂图像压缩算法
七月在线实验室
16+阅读 · 2018年5月2日
如何设计基于深度学习的图像压缩算法
论智
41+阅读 · 2018年4月26日
语义分割中的深度学习方法全解:从FCN、SegNet到DeepLab
炼数成金订阅号
26+阅读 · 2017年7月10日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员