附加信息:定义和测试高速adc中的动态参数，第1部分

下面是关于测试高速数据转换器的建议设置和过程的讨论。它包括软件工具，硬件配置，以及用于测试Maxim新系列10位+3V高速数据转换器所需的数据捕获和分析仪器。如果不小心执行设备选择、设置配置、布局和基于fft的分析，它还会警告您可能遇到的陷阱。包括以下主题:

• 动态规范和定义

• 电路板布局和硬件配置

• 功率谱，箱，频谱泄漏，和窗口函数

• 软件工具测试信噪比，SINAD, THD, SFDR和TTIMD

从A/D转换器(不仅仅是高速转换器)获取输出数据和分析其动态性能有许多方法可用。这里介绍的方法代表了一种经过验证的方法，我们鼓励读者根据手头应用程序的需要对它们进行修改。

动态的规范

对于那些错过了本讨论第1部分的人，以下是对高速adc重要动态参数的定义和数学描述的简要概述。

动态参数	描述/定义
信噪比(SNR)	SNRdB = 6.02 × N + 1.76。
信噪比和失真比(SINAD)	SINAD (dB) = 20×日志(10)((信号)(rms) /(噪声)(rms))。
有效比特数(ENOB)	Enob = (sinad - 1.76) / 6.02。
总谐波失真(THD)
无杂散动态范围	SFDR是以分贝为单位表示的基波(最大信号分量)的有效值与第二大杂散分量的有效值之比，不包括直流偏移。
双音互调失真(TTIMD)	TTIMD (dB) = 20×日志(10){西格马((IMF_SUM) (rms) + (IMF_DIFF) (rms)) /(基本)(rms)}。TTIMD设置中的IMF_SUM和IMF_DIFF只包含两个输入音。
多音互调失真(MTIMD)	MTIMD (dB) = 20×日志(10){西格马((IMF_SUM) (rms) + (IMF_DIFF) (rms)) /(基本)(rms)}。MTIMD设置中的IMF_SUM和IMF_DIFF包含两个以上(通常最多四个)输入音调。
电压驻波比	VSWR = (1 + |ρ |) / (1 - |ρ |)，其中ρ表示反射系数。

测试设置的电路板布局和硬件要求

要在高速数据转换器上执行充分的动态测试，应使用制造商预组装的测试板或遵循数据表的板布局建议。在深入研究硬件和软件的细节之前，本文考虑了动态测试的布局需求。用于快速数据转换器的评估或表征板(图1a)必须结合高速布局技术(图1b和1c)。通过遵循以下基本规则，通常可以复制数据表中指定的动态性能:

• 将所有旁路电容放置在尽可能靠近器件的位置，最好与ADC在同一侧，使用表面贴装元件以实现最小的走线长度、电感和电容。

• 旁路和数字电源，参考和共模输入，两个0.1µF陶瓷电容器并联，2.2µF双极电容器接地。

• 具有独立接地和电源平面的多层板可产生最高水平的信号完整性。

• 考虑使用分离接平面，以匹配ADC封装上的物理位置和数字接地。两个接地面的阻抗必须尽可能低，并且为了避免可能的损坏或闭锁，它们的交流和直流电压差(或两者)必须小于0.3V。这些接地应该在一个点上连接起来，这样嘈杂的数字接地电流就不会干扰接地面。这种连接的理想位置可以通过实验确定，作为沿两个接地面之间的间隙产生最佳结果的点。这种连接可以通过1ν到5ν的低值表面贴装电阻、铁氧体头或直接短路来实现。

• 作为一种替代方案(如果地平面与噪声数字系统(如下游输出缓冲器和DSP)充分隔离)，所有地引脚可以共享同一地平面。

• 使高速数字信号走线远离敏感走线。

• 保持所有信号线短，无90°转弯。

• 始终将时钟输入视为输入。将其从实际输入和其他数字信号线上引开。

适当的测试设置和正确的测试设备(1)对于实现给定转换器的指定性能是必要的(图2a和2b)。

以下硬件(2)已被证明是非常有效的，因此建议用于测试设置:

直流电源:Hewlett Packard E3620A双电源0-25V/0-1A。为数字节点和数字节点使用单独的电源。每个必须提供100mA的输出驱动电流。

时钟信号函数发生器:惠普HP8662A。被测器件(DUT)的时钟输入接受cmos兼容的时钟信号。该信号应该具有低抖动和快速上升和下降时间，因为高速ADC具有10级管道，其级间转换取决于外部时钟上升沿和下降沿的可重复性。采样发生在时钟信号的下降沿上，因此边缘应该具有尽可能低的抖动。显著的孔径抖动限制了ADC的信噪比性能如下:

，

式中f(IN)为输入频率，t(AJ)为孔径抖动时间。时钟抖动对于欠采样应用尤其重要。

输入信号函数发生器:惠普HP8662A。为了正常工作，这个函数发生器应该锁相于时钟信号发生器。

逻辑分析仪(LA):惠普HP16500C。根据所建议FFT中的点数，您可能能够使用内存深度较小的LA捕获数据(例如HP1663C中可用的4k数据记录)。

带通滤波器:TTE椭圆函数带通滤波器Q56系列。截止频率为7.5MHz、20MHz、40MHz、50MHz。

数字万用表(dmm):各种Fluke, Keithley Instruments和HP万用表(包括手持HP2373A和交流供电HP34401A)在设置中用于检查适当的参考，电源和共模电压。

评估DUT

为了简化DUT的评估，测试采用了性能优化、完全组装和测试的表面贴装板。按照以下步骤配置设置并操作该板。在打开电源或启用函数发生器之前，应完成所有连接。

1. 给VAIN1和VAIN2加+3.0V电源，并将其接地端接在AGND上。

2. 分别给VDIN1和VDIN2上+3.0V数字电源，并将其接地端接至DGND。

3. 验证JU1(禁用关机)和JU2(启用数字输出)的跳线没有安装分流器。

4. 将时钟函数发生器连接到clock SMA连接器。

5. 将-signal函数发生器的输出端连接到一个带通滤波器的输入端。

6. 为了评估差分信号，请确认分流器安装在JU3和JU4跳线的引脚1和2上。将带通滤波器的输出端连接到DIFF IN SMA连接器。

7. 要评估单端信号，请验证在跳线JU3和JU4的引脚2和3上安装了分流器，并将带通滤波器的输出连接到SINGLE IN SMA连接器。

8. 将一根逻辑分析仪接口电缆(pods)连接到方引脚头J1。

9. 打开两个电源，用电压表验证TP4和TP5测试点上的+1.20V。如果需要，调整电位器R34以获得+1.20V。

10. 启用函数生成器。将时钟函数发生器设置为其最大输出幅度(HP8662A建议为999mV)，时钟频率f(CLK) = 80MHz。将信号函数发生器设置为所需的输入音调，幅度在10µV和999mV之间。注意输入幅度和频率必须根据带通滤波器的转角频率来选择。用于评估高速数据转换器的带通滤波器通常具有非常窄的通带。为了获得最佳性能(当然取决于滤波器类型和制造商)，您应该将输入音调设置在角频率的5%以内。由于滤波器会衰减发生器的输出信号，因此可以将发生器的幅度设置得稍高一些，以达到所需的满量程输入规格。

11. 为了正常工作，锁相两个(三个，如果测试双音IMD)函数发生器。

12. 将LA与外部时钟信号同步，并将LA设置为在时钟上升沿上锁存数据。

13. 启用LA并开始收集数据。数据可以存储在软盘、LA的硬盘或通过LA的HPIB总线通信的数据采集(DAQ)板上。

现在测试设置和硬件配置的必要步骤已经完成，系统已经准备好从被测设备捕获数据，现在是时候选择用于数据捕获和分析的软件工具了:

• LabWindows/CVI 作为LA和DAQ控制器板之间所需的数据捕获和通信链路。(本文将不讨论用于此目的的基于c的程序例程。)

• MATLAB 是一个功能强大的工具，可以对捕获的数据进行FFT和动态分析。

为了帮助您了解MATLAB程序例程如何分析和绘制高速数据转换器的动态性能，下一节将回顾一些FFT和功率谱基础知识。

功率谱，仓，频谱泄漏和开窗

快速傅里叶变换(FFT)和功率谱是测量和分析捕获数据记录信号的强大工具。它们可以捕获时域信号，测量其频率内容，将结果转换为方便的单位，并显示它们。然而，要执行基于fft的测量，必须理解所涉及的问题和计算。基于FFT的信号分析的基本功能是FFT本身和功率谱。两者都是非常有用的测量频率内容的平稳或瞬态信号。fft通常产生信号的频率内容在采集信号的时间间隔内的平均值。因此，fft总是被推荐用于平稳信号分析。

双面到单面功率谱转换

信号分析中最基本和最重要的计算是使用FFT将双面功率谱转换为单面功率谱，调整频率分辨率，并显示频谱。功率谱通常返回一个矩阵，其中包含时域信号功率在频域中的双面表示。该矩阵中的值与构成时域信号的每个频率分量的幅度平方成正比。

双向功率谱图通常包含负频率分量和正频率分量。然而，实际的频率分析工具只关注频谱的正半部分，注意到实际信号的频谱在直流周围是对称的。因此，负频率信息是不相关的。在双向频谱中，一半的能量驻留在正频率，一半驻留在负频率。因此，要从双面光谱转换为单面光谱，您可以丢弃矩阵的后半部分，并将每个点(DC除外)乘以2。

仓和频率分辨率

频谱图的x轴上的频率范围和分辨率(参见下面的程序代码提取)取决于采样率和数据记录的大小(采集点的数量)。功率谱中频率点或线的个数为N/2，其中N为在时域中捕获的信号点的个数。功率谱中的第一条频率线总是表示直流电。最后的频率线可以在f(SAMPLE)/2 - f(SAMPLE)/N处找到。频率线以f(SAMPLE)/N的偶数间隔间隔隔开，通常称为频率仓或FFT仓(图3)。

也可以参照ADC的采样周期来计算箱位:

Bin = f(SAMPLE)/N = 1/(N ×)得尔塔t(样本)

例如，采样频率f(SAMPLE) = 82.345MHz，记录长度为8,192个数据点，FFT图中每条频率线之间的距离正好为10.052kHz。(参见第1部分高速adc动态参数的定义和测试图1)

频率轴(x轴)的计算证明了采样频率决定了频谱的范围或带宽。对于给定的采样频率，在时域内获得的点数决定了分辨率频率。为了增加给定频率范围的分辨率，可以在相同的采样频率下增加数据记录的深度(参见下面的程序代码提取)。

%查找信号码，DC =码1
鳍=找到(Dout_dB (1: numpt / 2) = = maxdB);
%每边输入频率的跨度
跨度= max(圆(numpt / 200), 5);
每边谐波的近似搜索范围
spanh = 2;
确定功率谱
spectP = (abs (Dout_spect))×(abs (Dout_spect));
%查找直流偏置功率
Pdc =总和(spectP(1:跨度));
%提取整体信号功率
Ps =总和(spectP (fin-span:翅片+跨度));
矢量/矩阵存储频率和功率的信号和谐波
跳频= [];
向量/矩阵中的第一个元素表示信号，下一个元素表示二次谐波，以此类推。
Ph = [];

谱泄漏与窗函数

窗函数在FFT分析中很常见，它们的正确使用对基于FFT的测量至关重要。下面讨论的频谱泄漏强调需要选择一个适当的窗口函数，并适当缩放它为一个给定的应用。然而，为了准确地确定频谱泄漏，使用适当的信号采集技术，将双面功率谱转换为单面功率谱，并重新缩放结果可能是不够的。为了更好地理解这个术语，我们应该对频谱纯正弦输入执行n点FFT。

频谱泄漏是FFT算法中一个假设的结果，即时间记录在所有时间内都是精确重复的，并且该时间记录中包含的所有信号都是周期性的，间隔与时间记录的长度对应。然而，时间记录中的非整数周期数(f(in)/f(SAMPLE))
N(WINDOW)/ N(RECORD)违反了这一条件，导致光谱泄漏(图4)(参见第1部分附录2)。只有两种情况可以保证获得整数个周期:

• 相对于输入音的同步采样

• 捕捉一个完全符合时间记录的瞬态信号

然而，在大多数情况下，应用程序处理未知的平稳(3)输入。这意味着不能保证采样周期的整数个数。频谱泄漏通过将给定频率分量的能量在相邻的频线或频箱上传播而使测量失真。选择合适的窗函数可以使这种光谱泄漏的影响最小化。

为了充分理解给定的窗函数如何影响频谱，必须仔细研究窗的频率特性。输入数据的窗口相当于将原始信号的频谱与窗口的频谱进行卷积。即使对于相干采样(4)，信号也与均匀高度的矩形窗口进行卷积。这种卷积表现出典型的正弦函数特征谱。

窗口的实频特性是由一个主瓣和几个副瓣组成的连续频谱。主瓣在时域中以信号的每个频率分量为中心。在主瓣两侧的间隔上，副瓣接近于零。另一方面，FFT产生的是离散频谱。FFT对窗口的连续周期频谱进行采样，就像ADC在时域对输入信号进行采样一样。在FFT的每条频线上出现的是在每条FFT频线上连续的卷积频谱的值。

如果原始信号的频率分量与频率线完全匹配，就像你获得整数周期的情况一样，你只会看到频谱的主瓣。侧瓣不会出现，因为在主瓣两侧的双频间隔处窗口频谱接近于零。如果时间记录不包含整数周期，则窗口的连续频谱从主瓣中心移动到频率本的一小部分，该部分对应于频率分量和FFT频率线之间的差。这种移位导致频谱中出现侧瓣。因此，窗口的旁瓣特性直接影响相邻频率分量“泄漏”到相邻频率箱的程度。

窗口特征

在选择合适的窗口之前，有必要定义使用户能够比较窗口的参数和特征。这些特性包括-3dB主瓣宽度、-6dB主瓣宽度、最大旁瓣电平和旁瓣滚降率(表1)。

窗口的旁瓣的特征是旁瓣峰值的最大旁瓣电平(定义为相对于主瓣峰值增益的最大旁瓣电平，单位为dB)和旁瓣滚降(定义为以dB/十年或dB/倍频为单位的渐近衰减率)。

选择正确的窗口

不同的窗口适合不同的应用程序。为了选择合适的谱窗，必须猜测信号的频率内容。如果信号包含远离目标频率的强干扰频率成分，则应选择其侧瓣具有高滚降率的窗口。如果强干扰信号接近感兴趣的频率，则旁瓣最大电平较低的窗口更合适。

如果感兴趣的频带包含两个或多个彼此接近的信号，频谱分辨率就变得很重要。在这种情况下，具有窄主瓣的窗口更好。对于单个频率分量，其重点是振幅精度而不是其在频率仓中的精确位置，建议使用宽主瓣的窗口。最后，对于平坦或宽带频谱，建议使用相干采样(而不是窗口)(参见下面的程序代码提取)。

如果不使用窗函数，则必须选择唯一的输入音调，并且与采样频率相关。为了实现这一点，引入了素数，并且输入音调的%由f(IN) = f(SAMPLE) ×(素数/数据记录大小)确定。
为了放宽这一要求，可以引入诸如HANNING和HAMING(见下文)之类的窗口函数，然而，在不使用窗口函数的情况下，所得到的FFT频谱中的基本谱看起来“更清晰”。
Doutw = Dout;
% Doutw = Dout。×汉宁(numpt);
% Doutw = Dout。×汉明(numpt);

%执行快速傅里叶变换
Dout_spect = fft (Doutw);

%重新计算到dB
Dout_dB = 20×log10 (abs (Dout_spect));

%用FFT图在频域显示结果
图;
maxdB = max (Dout_dB (1: numpt / 2));

汉宁窗函数提供了良好的频率分辨率和减少频谱泄漏，在大多数应用中产生令人满意的结果。平顶窗具有较好的幅度精度，但其主瓣较宽，导致频率分辨率较差，频谱泄漏较大。平顶窗的最大旁瓣电平比汉宁窗低，但汉宁窗的滚降率更快。

仅由瞬态信号组成的应用程序根本不应该有光谱窗，因为它们倾向于衰减样本块开始的重要信息。在瞬态信号的情况下，您应该选择非谱窗口，如力窗口或指数窗口。

选择合适的窗口并不容易，但如果信号内容未知，可以从汉宁特性开始。比较多个窗口函数的性能以找到最适合给定应用程序的窗口函数也是一个好主意。

动态范围规格信噪比、SINAD、THD和SFDR

有了从本文前面部分获得的知识，下面的程序代码提取应该很容易理解。基于FFT、功率谱，并注意谱漏和窗函数，利用MATLAB计算信噪比、SINAD、THD、SFDR等指标如下:

信噪比= 10×log10(Ps/Pn)
SINAD = 10×log10(Ps/(Pn+Pd))
THD = 10×log10(Pd/Ph(1))
SFDR = 10×log10(Ph(1)/max(Ph(2:10)))，

式中，Ps为信号功率，Pn为噪声功率，Pd为二阶至五阶谐波引起的畸变功率，Ph(1)为基频谐波功率，Ph(2:10)为二阶至九阶谐波的谐波功率(参见下面的功率谱级程序代码提取)。

找出FFT频谱中的谐波频率和功率分量
为har_num = 1:10
大于f(SAMPLE)的输入音调被混叠回频谱
语气=快速眼动((har_num×(fin-1) + 1) / numpt, 1);
如果0.5 tone>
%输入音调大于0.5×f(SAMPLE)(混叠后)被反射
语气= 1-tone;
结束
跳频= (Fh语气);
要使此程序工作，请确保折叠后的高次谐波不重叠
%与直流或信号或低阶谐波
har_peak = max (spectP(圆(语气×numpt) -spanh:圆形(语气×numpt) + spanh));
har_bin =找到(spectP(圆(语气×numpt) -spanh:圆形(语气×numpt) + spanh) = = har_peak);
har_bin = har_bin +圆(语气×numpt) -spanh-1;
Ph值= (Ph值总和(spectP (har_bin-1: har_bin + 1)));
结束

%确定总畸变功率
Pd =总和(Ph值(2:5));
%确定噪声功率
Pn =总和(spectP (1: numpt / 2) -Pdc-Ps-Pd;

格式;
= (max(代码)分钟(代码))/ 2 ^ numbit
亚行= 20×log10 (A)
SINAD = 10×log10 (Ps / (Pn + Pd))
信噪比= 10×log10 (Ps / Pn)
disp(“从二阶到五阶谐波计算THD”)；
(THD = 10×log10 (Pd / Ph值(1))
SFDR = 10×log10 (Ph值(1)/ max (Ph值(2:10)))
disp(“信号,谐波电源元件:')；
高清= 10×log10(酸碱(1:10)/ (1))

基于MATLAB源代码(见下文)，MAX1448不仅对其数据表规格进行了测试，还对许多其他过采样和欠采样输入频率进行了测试。在各种工况下均取得了优异的动态性能。

例程程序生成FFT图并确定动态性能
高速数据转换器，从HP16500C逻辑分析仪采集的数据记录
%的系统。通过HPIB接口提取数据，读入下面的MATLAB
%程序例程。可以从LA的控制器接口提取相同的数据
%并简单地复制到软盘上——这是一种相当耗时的方法，但却是可行的。

%启动MAX1448动态性能测试例程

& lt;disp（“HP16500CState卡”）;
输入文件名=（'输入a:\filenameor按RETURN进行HPIB数据传输'）;
如果isempty(文件名)
文件名=“清单”；
结束
fid = fopen(文件名,“r”）;
numpt =输入（“数据记录大小(点数)?”）;
fclk =输入（“采样频率(兆赫)?”）;

%MAX1448 - 10位数据转换器
numbit = 10;

%丢弃数据文件中不包含数据的前13行
为我= 1:13,
fgetl (fid);
结束
(v1,数)= fscanf (fid,' % f ', 2, numpt);
文件关闭(fid);

v1 = ';
代码= v1 (:, 2);

当输入生成的代码大于满码时，显示警告
如果(max(code)==2^numbit-1) | (min(code)==0)
disp（“警告:ADC可能在剪辑!!”）;
结束

%在时域中绘制结果
图;
阴谋(1:numpt,代码);
标题（“TIMEDOMAIN”）
包含（“样本”）;
ylabel（“DIGITALOUTPUT代码”）;

重新定位数字正弦波
Dout =代码- (2 ^ numbit-1) / 2;

如果不使用窗口函数，则输入音调必须选择唯一且带有
%关于采样频率。为了达到这个目的，引入了素数和
%输入音调由f(IN) = f(SAMPLE) *(素数/数据记录大小)决定。
为了放宽这一要求，窗口函数如HANNING和HAMING(见下文)可以
然而，由此产生的FFT频谱中的基本谱看起来“更清晰”。
%而不使用窗口函数。
Doutw = Dout;
% Doutw = Dout。*汉宁(numpt);
% Doutw = Dout。*汉明(numpt);

进行快速傅里叶变换
Dout_spect = fft (Doutw);

%重新计算到dB
Dout_dB = 20 * log10 (abs (Dout_spect));

%用FFT图在频域显示结果
图;
maxdB = max (Dout_dB (1: numpt / 2));

对于TTIMD，使用以下短例程，标准化到-6.5dB满量程。
%的阴谋([0:numpt / 2 - 1]。* fclk / numpt Dout_dB (1: numpt / 2) maxdb - 6.5);

情节([0:numpt / 2 - 1]。* fclk / numpt Dout_dB (1: numpt / 2) -maxdB);
网格;
标题（“FFT的阴谋”）;
包含（“输入频率(兆赫)”）;
ylabel（“振幅(dB)”）;
a1 =轴;轴([a1(1) a1(2) -120 a1(4)]);

%计算SNR, SINAD, THD和SFDR值
%查找信号码，DC =码1
鳍=找到(Dout_dB (1: numpt / 2) = = maxdB);
%每边输入频率的跨度
跨度= max(圆(numpt / 200), 5);
每边谐波的近似搜索范围
spanh = 2;
确定功率谱
spectP = (abs (Dout_spect)) * (abs (Dout_spect));
%查找直流偏置功率
Pdc =总和(spectP(1:跨度));
%提取整体信号功率
Ps =总和(spectP (fin-span:翅片+跨度));
矢量/矩阵存储信号和谐波的频率和功率
跳频= [];
向量/矩阵中的第1(st)个元素表示信号，下一个元素表示
二次谐波，等等。
Ph = [];

找出FFT频谱中的谐波频率和功率分量
为har_num = 1:10
大于f(SAMPLE)的输入音调被混叠回频谱
语气=快速眼动((har_num * (fin-1) + 1) / numpt, 1);
如果0.5 tone>
%大于0.5*f(SAMPLE)(混叠后)的输入音调被反射
语气= 1-tone;
结束
跳频= (Fh语气);
要使此程序工作，请确保折叠的高次谐波不要重叠
%与直流或信号或低阶谐波
har_peak = max (spectP(圆(语气* numpt) -spanh:圆形(语气* numpt) + spanh));
har_bin =找到(spectP(圆(语气* numpt) -spanh:圆形(语气* numpt) + spanh) = = har_peak);
har_bin = har_bin +圆(语气* numpt) -spanh-1;
Ph值= (Ph值总和(spectP (har_bin-1: har_bin + 1)));
结束

%确定总畸变功率
Pd =总和(Ph值(2:5));
%确定噪声功率
Pn =总和(spectP (1: numpt / 2) -Pdc-Ps-Pd;

格式;
= (max(代码)分钟(代码))/ 2 ^ numbit
亚行= 20 * log10 (A)
SINAD = 10 * log10 (Ps / (Pn + Pd))
信噪比= 10 * log10 (Ps / Pn)
disp（THD是从二阶到五阶谐波计算的）;
(THD = 10 * log10 (Pd / Ph值(1))
SFDR = 10 * log10 (Ph值(1)/ max (Ph值(2:10)))
disp（的信号,HarmonicPower组件:）;
高清= 10 * log10(酸碱(1:10)/ (1))

区分FFT图中所有的谐波位置
抓住;
情节(Fh (2) * fclk, 0,“莫”跳频(3)* fclk 0“cx”跳频(4)* fclk 0' r + '跳频(5)* fclk 0“g *”，．．．跳频(6)* fclk 0“废话”跳频(7)* fclk 0“bd”跳频(8)* fclk 0“伏特”跳频(9)* fclk 0“y ^”）;
传说（“1”，“二”，“3”，“4”，“5”，“6”，“7”，“八”，“9”）;
推迟;

动态范围规格，TTIMD

双音IMD可能是一个棘手的测量，因为所需的额外设备(组合两个输入频率的功率合成器)可能会产生不必要的互调产物，从而伪造ADC的互调失真。为了优化IMD性能，您必须遵守以下条件，尽管它们使选择适当的输入频率成为一项繁琐的任务。首先，输入音调必须落在输入滤波器的通带内。如果这些音调非常接近(兆赫带宽为几十或几百千赫兹)，则必须选择合适的窗函数。然而，将它们放得太近，可能会导致功率合成器产生不需要的二阶和三阶IMD积(取决于输入音调在通带内的位置)，从而伪造整体IMD值。输入音调间隔太远可能需要不同的窗口类型，其频率分辨率较低。该设置还需要至少三个锁相信号发生器。这一要求很少给测试实验室带来问题，但是发生器有不同的匹配频率和振幅的能力。补偿这种不匹配以实现(例如)-0.5dB FS的双音包络和-6.5dB FS的信号幅度将增加您的工作量和测试时间(参见下面的程序代码提取)。

对于TTIMD，使用以下短例程，标准化到-6.5dB满量程。
%的阴谋([0:numpt / 2 - 1]。×fclk / numpt Dout_dB (1: numpt / 2) maxdb - 6.5);
情节([0:numpt / 2 - 1]。×fclk / numpt Dout_dB (1: numpt / 2) -maxdB);
网格;
标题(“FFT的阴谋”）;
包含(“输入频率(兆赫)”）;
ylabel (“振幅(dB)”）;
a1 =轴;轴([a1(1) a1(2) -120 a1(4)]);

结论

除了上述要点外，工程师还面临许多其他问题，试图通过捕获信号并分析它们来确定高速ADC的动态范围。不幸的是，在光谱测量过程中很容易出错。但是，通过了解基于fft的测量和相关计算，频谱泄漏的影响及其预防方法，以及必要的布局技术和设备，可以大大减轻数据采集和分析的任务。

参考电路

(1)选择MAX1444/MAX1446/MAX1448EV套件来正确评估10位、80Msps的MAX1448的动态性能。
(2)对于建议的任何设备，您都可以更换更适合您具体应用的设备。
(3)在数据捕获之前、期间和之后都存在平稳信号。
(4)在没有选择明显窗函数的情况下执行FFT通常被称为使用“均匀”或“矩形”窗口执行FFT。

文献来源

1. MAX1448数据表，Rev. 0,10 /00, Maxim Integrated Products。

2. MAX1448 EV套件数据表，Rev. 0,0 /00, Maxim Integrated。

3. 集成电路设计，D. Johns &K. Martin, John Wiley &;儿子公司，1997年。

4. 低压/低功耗集成电路与系统——低压混合信号电路，E. Sanchez-Sinencio &A. G. Andreou, IEEE出版社，1999。

5. 集成到数字和数字到转换器，R. van de Plasche, Kluwer学术出版社，1994。

6. -数字转换手册，设备公司的工程人员，PTR普伦蒂斯霍尔出版社，1986年。

7. 混合信号与DSP设计技术，器件公司工程人员，印刷器件，2000。

这篇文章的类似版本出现在2000年12月的《微波与射频》杂志上。