本發(fā)明屬于電子測量領(lǐng)域，具體涉及一種單一adc采集通道動態(tài)特性測試方法。
背景技術(shù)：
：采集電路在動態(tài)工作過程中，由于采樣時鐘的不確定性，采集電路中存在的非線性元器件產(chǎn)生的誤差、模數(shù)轉(zhuǎn)換的量化誤差以及諧波失真等因素，導(dǎo)致電路在模數(shù)轉(zhuǎn)換過程中會產(chǎn)生各種誤差。采集通道動態(tài)參數(shù)測試與評估就是對這些誤差項定量的表征。采用正弦波信號對采集通道的動態(tài)特性測試算法主要有兩類：一類為非參數(shù)法，典型算法是離散傅里葉變換(discretefouriertransform，dft)以及其快速實現(xiàn)算法快速傅里葉變換(fastfouriertransform，fft)。另外，還包括有小波變換(wavelettransform，wt)，希爾伯特-黃變換(hibert-huangtransform)以及chirpz變換也被用于分析正弦信號諧波參數(shù)。在信噪比條件較差或是小樣本條件下，由于存在頻譜泄露和柵欄效應(yīng)，fft頻譜估計精度低。另一類為參數(shù)法，例如極大似然估計法(maximumlikelihoodestimation,mle)，非線性最小二乘估計(nonlinearleastsquare,nls)方法，正弦擬合算法(sinefitting)，基于模型的功率譜估計方法，以及基于子空間特征分解的高分辨率譜估計。已有文獻(xiàn)表明，朱仕銀等人在《北京理工大學(xué)學(xué)報》發(fā)表的“改進(jìn)的數(shù)據(jù)采集系統(tǒng)性能測試的正弦擬合法”，提出了一種基于正弦擬合的采集電路性能測試算法，該方法最多只考慮信號中的三次諧波失真成分，設(shè)置擬合目標(biāo)函數(shù)為基波的幅度av1、角頻率ω、相位二次諧波和三次諧波的幅度av2，av3、相位共七個參數(shù)的函數(shù)。該算法的估計結(jié)果需要確保預(yù)置的基波幅度av1與角頻率ω與真實值在非常接近的前提下，通過多次迭代過程，調(diào)整其他參數(shù)才能夠獲取較高的估計結(jié)果。對于激勵正弦信號的頻率參數(shù)未知的情況下，很難準(zhǔn)確估計信號中包含的諧波成分。王慧等人在《電子學(xué)報》發(fā)表的“測試高分辨率adc有效位數(shù)的hht方法”擬合出激勵信號的基波和諧波參數(shù)，得到待測adc的有效位數(shù)enob。該算法與傳統(tǒng)的四參數(shù)正弦擬合算法相比省去了需要對初始頻率進(jìn)行嚴(yán)格選擇的限制，但是需要進(jìn)行多次重復(fù)篩選，算法計算量和復(fù)雜度高。現(xiàn)有技術(shù)的不足之處是，實際的采樣過程大多為非相干采樣，對正弦信號量化輸出樣本進(jìn)行直接進(jìn)行fft頻譜分析，會出現(xiàn)頻譜泄露和柵欄效應(yīng)，頻率分辨率低。增加樣本觀測長度能在一定程度上提高頻譜分辨率，但無法解決根本問題，并且導(dǎo)致算法計算量增加和硬件存儲成本增加。并且在頻率參數(shù)無法精確已知的情況下，傳統(tǒng)的四參數(shù)正弦擬合算法為非線性迭代問題，若初始頻率參數(shù)選取不當(dāng)，迭代次數(shù)多，最終可能會導(dǎo)致算法局部收斂甚至發(fā)散。此外基于小波變換的參數(shù)估計，估計精度取決于母波的選擇，并且無法直接估計諧波信號參數(shù)。技術(shù)實現(xiàn)要素：發(fā)明目的是提供一種單一adc采集通道動態(tài)特性測試方法，可以有效克服現(xiàn)有技術(shù)中存在的缺點。本發(fā)明是這樣實現(xiàn)的，其特征是包括如下步驟：(1).對激勵信號進(jìn)行采樣，獲得觀測樣本y(n)：(1.1).設(shè)對待測的單一adc采集通道施加具有一定幅值特征和頻率特征的單音正弦激勵波形為：式中，avin，fin，和c分別表示單音正弦信號的幅值、輸入頻率、相位以及直流分量；(1.2).待測采集通道以固定采樣頻率fs對激勵單音正弦信號e(t)進(jìn)行采樣，得到n點觀測樣本：y(n)＝e(n)+b(n)+h(n),0≤n≤n-1(2)其中，n為觀測樣本長度，e(n)為輸入信號采集樣本，即其中fs為采樣頻率，b(n)表示隨機噪聲成分，包括有量化噪聲，抖動噪聲。h(n)表示諧波失真成分，即式中，p為諧波個數(shù)，fi為第i個諧波成分對應(yīng)的頻率，為第i個諧波成分的初始相位；(2).確定頻率搜索邊界，頻率選擇點，計算頻率選擇點對應(yīng)的最小二乘殘差，估計基頻信號的模型參數(shù)：(2.1).對n點觀測樣本做dft，n點dft頻譜峰值x[k0]對應(yīng)索引值為k0求觀測樣本的n點dft頻譜確定基頻信號初始頻率粗略估計值設(shè)置基于優(yōu)選法的四參數(shù)正弦擬合算法的停止條件p或算法迭代次數(shù)i；(2.2).根據(jù)最大譜線索引值k0，確定優(yōu)選法搜索的左、右邊界點f(l)和f(r)，分為兩種情況：a.若k0≠0，則b.若k0＝0，則f(l)＝δf·ξ，其中δf為頻率分辨率，ξ為邊界系數(shù)，使得f(l)<f1；(2.3).運用優(yōu)選法系數(shù)，根據(jù)搜索邊界確定優(yōu)選法頻率搜索點f(m)和f(t)；構(gòu)造矩陣d和樣本矩陣y其中，fc為設(shè)置的頻率搜索點；應(yīng)用三參數(shù)正弦擬合算法，對設(shè)置的頻率搜索點fc借助構(gòu)造矩陣d和樣本矩陣y得到正弦信號其他三參數(shù)的最小二乘解向量θ：其中，a，b是滿足的兩個相位正交的幅值參量，c為單音正弦信號直流分量，將估計出的正弦信號三參數(shù)分別代入最小二乘殘差函數(shù)，求出頻率優(yōu)選法搜索點f(m)和f(t)對應(yīng)最小二乘殘差ε(m)、ε(t)：(2.4).判斷迭代次數(shù)i或停止條件p是否成立，若條件成立，設(shè)置標(biāo)志位flag＝1，則轉(zhuǎn)至步驟(2.5)；若不成立，則判斷ε(m)<ε(t)是否成立，若成立，修正邊界f(l)＝f(t)；若不成立，修正邊界f(r)＝f(m)，重復(fù)步驟(2.3)；當(dāng)ε(m)<ε(t)條件滿足，修正f(r)＝f(m)，標(biāo)志位flag＝1，當(dāng)ε(m)<ε(t)條件不滿足，修正f(l)＝f(t)，標(biāo)志位flag＝0，(2.5).根據(jù)標(biāo)志位“flag”取值，得到輸出信號中基頻信號頻率幅值相位和直流分量估計值其中，激勵單音正弦信號模型中幅值參數(shù)激勵單音正弦信號模型中的初始相位激勵正弦信號模型為(3).將步驟(2)估計出的激勵單音正弦信號四個參數(shù)：幅值、頻率、初始相位、直流分量，代入sinad定義式(13)和enob定義式(14)，推導(dǎo)出待測單adc采集通道的信噪諧波比sinad和有效位數(shù)enob兩個動態(tài)參數(shù)：其中，vin為輸出基波信號rms幅度，(4).構(gòu)建殘差序列矩陣err，計算協(xié)方差矩陣rx，進(jìn)行特征分解，在相應(yīng)譜峰鄰域搜索計算諧波頻率，估計諧波幅值：(4.1).將待測采集通道n點觀測序列y(n)減去步驟(2)估計出的單音正弦模型s(n)，得到觀測樣本殘差值序列err(n)：err(n)＝y(tǒng)(n)-(acos(2πf0·tn)-bsin(2πf0·tn)-c),n＝0,1,...,n-1(15)則殘差樣本可以表示為：其中，p表示殘差模型的階次，即殘差信號中所包含諧波失真頻譜成分的個數(shù)，每個頻率諧波的相位角相互獨立并且滿足在(-π,π]范圍內(nèi)均勻分布，b(n)表示隨機噪聲，滿足高斯白噪聲模型，諧波信號hk(n)與噪聲b(n)相互獨立；(4.2).對n點殘差觀測序列err(n)進(jìn)行fft變換，找出最大的p個峰值譜線對應(yīng)頻率索引值kp(p＝1,2,…p)，鄰域范圍[kp-1,kp+1]·δf；(4.3).將連續(xù)m點殘差序列err(m)構(gòu)建成陣元數(shù)為l,快拍數(shù)為q的l×q階殘差數(shù)據(jù)陣列err，其中m滿足2p<m≤n計算其殘差樣本協(xié)方差矩陣rx：由于噪聲與信號相互獨立，因此其中，σ2為高斯白噪聲的方差，噪聲均值為0；(4.4).對rx進(jìn)行特征分解，分離出大特征值對應(yīng)的信號子空間和小特征值對應(yīng)的噪聲子空間觀測數(shù)據(jù)矢量的協(xié)方差矩陣左右兩邊同時左乘特征矢量矩陣uh，右乘u可得uhrxu＝uh(arxah+σ2i)u(20)根據(jù)矩陣?yán)碚?，假設(shè)對輸出數(shù)據(jù)陣列的協(xié)方差矩陣進(jìn)行特征分解rxui＝λiui(21)將特征值大小按照依次遞減的順序排列，特征矢量構(gòu)成特征矩陣u＝[u1u2…um](22)則其中，σ是協(xié)方差矩陣rx的特征值按照特征值依次遞減的方式構(gòu)成的對角矩陣，把特征矢量矩陣分解為前2p個特征矢量矩陣us和剩余(m-2p)個特征矢量矩陣un，即由對角陣特點，可知正弦信號諧波矢量與m-2p個小特征值對應(yīng)的噪聲矢量正交：變形得(4.5).設(shè)置評價函數(shù)pmusic對空間譜估計評價函數(shù)pmusic在相應(yīng)譜峰鄰域內(nèi)采取爬山法對角頻率ω進(jìn)行精密搜索，極大值點對應(yīng)的頻率值即為所求p個諧波成分頻率值；(4.6).將估計1～p次諧波頻率值fk(k＝1,2,…p)用線性最小二乘擬合算法可以估計出對應(yīng)諧波分量幅值ak；(5).將步驟(4)估計出的輸出信號中諧波失真成分的幅值參數(shù)ak代入snhr定義式(28)，sfdr定義式(29)和thd定義式(30)，推導(dǎo)出待測單adc采集通道的信噪非諧波比snhr,無雜散動態(tài)范圍sfdr和總諧波失真thd三個動態(tài)參數(shù)：其中，vk表示第k次諧波的rms幅度，vin表示輸入單音正弦信號的rms幅度。本發(fā)明優(yōu)點及積極效果是：(1)本發(fā)明對待測單一adc采集通道輸出信號樣本中所包含的激勵信號和諧波失真成分的頻率分辨率高，極大程度改善了頻率泄露和柵欄效應(yīng)。提出算法對頻率搜索范圍進(jìn)行優(yōu)化，搜索策略簡單，計算量小。并且在較低信噪比條件下也能準(zhǔn)確估計出信號參數(shù)。(2)本發(fā)明首次將基于時頻分析法和空間譜分析法結(jié)合起來應(yīng)用于采集通道動態(tài)特性測試領(lǐng)域，提出了基于優(yōu)選法的四參數(shù)正弦擬合算法和基于鄰域搜索的music算法。通過一次采樣，應(yīng)用兩種算法對待測采集通道的多個動態(tài)參數(shù)進(jìn)行測試。(3)本發(fā)明對觀測樣本中的激勵單音正弦信號采用最小二乘估計，相比小波分析，hibert-huang以及神經(jīng)網(wǎng)絡(luò)算法，計算效率更高，方法簡單，計算量小，便于后續(xù)通過硬件系統(tǒng)實現(xiàn)。附圖說明：圖1為本發(fā)明單一adc采集通道動態(tài)特性測試方法總流程圖；圖2為采集樣本波形及樣本的fft頻譜；圖3為殘差序列err(n)fft頻譜具體實施方式：下面結(jié)合附圖對本發(fā)明作進(jìn)一步的說明，如圖1所示，一種單一adc采集通道動態(tài)特性測試方法，包括如下步驟：步驟1.設(shè)激勵正弦波頻率fin＝243hz，幅值avin＝5v，直流分量c＝0v，相位參數(shù)在[0,2π)區(qū)間內(nèi)滿足均勻分布。信噪比為60db。設(shè)觀測樣本中包含諧波分量的參數(shù)如表1所示。表1諧波參數(shù)k123fi(hz)291.6486729avi(v)5e-33e-31e-3對激勵信號以固定采樣頻率fs＝10.24khz進(jìn)行采樣，得到1024點樣本y(n)：式(2-1)中的b(n)為疊加到觀測樣本中的高斯白噪聲，包括觀測噪聲，參數(shù)不準(zhǔn)確性產(chǎn)生的誤差，時鐘信號抖動產(chǎn)生的雜波以及由于芯片內(nèi)部工藝產(chǎn)生的干擾等。該高斯白噪聲均值為0，方差為1.25e-5。由信號頻率，采樣率以及觀測樣本數(shù)可知，該采樣模式為非相干采樣。采樣后信號如圖2所示。步驟2.確定頻率搜索邊界，頻率選擇點，計算頻率選擇點對應(yīng)的最小二乘殘差，估計基頻信號的模型參數(shù)：(2.1)對觀測1024點樣本進(jìn)行傅里葉變換，得確定譜峰對應(yīng)索引值k0＝24。設(shè)置算法迭代次數(shù)i＝15。(2.2)確定優(yōu)選法搜索的左右邊界點f(l)和f(r)分別為235hz，245hz。(2.3)確定初始頻率選擇點f(m)和f(t)。f(m)＝f(l)+0.618[f(r)-f(l)]＝241.18hz(2-3)f(t)＝f(r)-0.618[f(r)-f(l)]＝238.82hz(2-4)構(gòu)造矩陣d和樣本矩陣y：其中fc為頻率選擇點。將頻率搜索點代入三參數(shù)正弦擬合算法，計算出f(m)和f(t)對應(yīng)正弦信號三參數(shù)向量θ求出頻率選擇點f(m)和f(t)對應(yīng)的最小二乘殘差ε(m)和ε(t)分別為1.14197,2.39176。(2.4)迭代次數(shù)小于15，比較得ε(m)<ε(t)成立，修正邊界，則f(l)＝f(t)＝238.82hz，置flag＝1。重復(fù)步驟(2.3)(2.5)直至完成15次迭代，得到正弦信號模型參數(shù)如表2所示。表2正弦信號參數(shù)估計其中第1-15次迭代誤差分析如表3所示。表315次迭代頻率估計誤差分析由迭代過程可以看出，基于優(yōu)選法的四參數(shù)正弦擬合算法可以精確估計正弦信號所有參數(shù)，并且每次迭代過程都為線性擬合，計算過程簡單，便于硬件實現(xiàn)。則激勵正弦信號模型為s(n)＝5.000103cos(2π×243.0003×tn+1.9921)-2.328e-5(2-8)步驟3.將步驟2得到的正弦信號參數(shù)代入公式(13)，(14)可得待測采集通道的sinad以及enob參數(shù)。步驟4.構(gòu)建殘差序列矩陣err，計算協(xié)方差矩陣rx，進(jìn)行特征分解，在相應(yīng)譜峰鄰域搜索計算諧波頻率，估計諧波幅值。(4.1)將1024點觀測樣本減去應(yīng)用所述步驟(2)得到單音正弦信號模型s(n)，得到樣本殘差值觀測序列err(n)。err(n)＝y(tǒng)(n)-s(n),n＝0,1,...,1023(2-9)對殘差序列err(n)作fft頻譜分析，如圖3所示。(4.2)對n點殘差觀測序列err(n)進(jìn)行fft變換，找出殘差頻譜中最大的3個峰值譜線對應(yīng)頻率索引值kp(p＝1,2,3)分別為29,49,73，k1譜線鄰域搜索范圍[280,300],k2譜線鄰域搜索范圍[480,500],k3譜線鄰域搜索范圍[720,740]。(4.3)取連續(xù)的541個殘差序列err(m)樣本點構(gòu)建成陣元數(shù)為l＝40,快拍數(shù)q＝500的l×q階殘差數(shù)據(jù)陣列err計算其殘差樣本協(xié)方差矩陣rx(4.4)對rx進(jìn)行特征分解，分離出大特征值對應(yīng)的信號子空間和小特征值對應(yīng)的噪聲子空間(4.5)對空間譜估計評價函數(shù)pmusic在k1,k2,k3三個譜峰對應(yīng)鄰域內(nèi)采取爬山法對角頻率ω進(jìn)行精密搜索，設(shè)步進(jìn)量為0.01hz。三個搜索區(qū)間分別尋找極大值點對應(yīng)的頻率值即為所求3個諧波成分頻率值，每個諧波頻率分別用線性最小二乘擬合算法可以估計出對應(yīng)諧波分量幅值ak。如表4所示。表4殘差序列中3個頻率分量對應(yīng)參數(shù)估計值fkf1f2f3頻率(hz)2.9075e24.8336e27.2896e2幅值(v)4.813e-32.705e-31.1005e-3步驟5.將步驟(4)估計出的殘差序列中諧波失真成分的幅值參數(shù)ak代入snhr定義式(28)，sfdr定義式(29)和thd定義式(30)，推導(dǎo)出待測采集通道的信噪非諧波比snhr,無雜散動態(tài)范圍sfdr和總諧波失真thd三個動態(tài)參數(shù)如表5所示。表5待測采集通道動態(tài)參數(shù)估計值動態(tài)參數(shù)snhr(db)sfdr(db)thd(db)測試值59.41459.680-55.362由測試結(jié)果可以看出，本發(fā)明提出的單一adc采集通道snhr估計值為59.414db，激勵信號信噪比設(shè)置值為60db，相對誤差為0.977％。說明提出方法可以有效測試待測單一adc采集通道的動態(tài)特性。當(dāng)前第1頁12