【導讀】在本部分中我們將進一步分析抽取濾波，并將其應用于第一部分所討論的示例。此外，我們將討論Virtual Eval，該產品在改良的新型軟件仿真工具中融入了ADIsimADC引擎技術。Virtual Eval將用于驗證仿真結果與實測數據的匹配程度。
在本文第一部分 《數字下變頻器的發展和更新——第一部分》 中，我們討論了在更高頻率的RF頻段中進行頻率采樣的行業趨勢以及數字下變頻器(DDC)如何支持此類無線電架構。文中對AD9680系列產品所含DDC的幾個技術方面進行了探討。其中一個方面就是，更高的輸入采樣帶寬允許無線電架構在更高的RF頻率下直接采樣，并將輸入信號直接轉換為基帶。DDC可使RF采樣ADC對此類信號進行數字化，而無需處理大量的數據吞吐量。DDC中的調諧和抽取濾波機制可以用來調整輸入頻帶和濾除干擾頻率。
在第一部分中我們分析了一個示例，利用DDC中的NCO和抽取濾波來觀察DDC中頻率折疊和轉換效果的影響。現在我們進一步分析抽取濾波，以及ADC混疊如何影響抽取濾波的有效響應。同樣，我們將以AD9680 為例進行討論。我們對抽取濾波器響應進行了歸一化，使其便于查看和理解，并且可應用于每個速度等級。抽取濾波器響應僅與采樣速率成比例。本文的濾波器響應圖并沒有確切具體地提供插入損耗與頻率之間的關系，而是形象地描繪了該濾波器的近似響應情況。通過這些示例可以更好地了解抽取濾波器響應，以便大致了解濾波器通帶和阻帶所處的位置。
如前所述，AD9680具有四個DDC，各含一個NCO，多達四個級聯的半帶（HB）濾波器（亦稱為抽取濾波器），一個可選性6 dB增益模塊以及一個可選復數轉實數模塊，如圖1所示。我們曾在第一部分討論過，信號首先通過NCO，使輸入信號音的頻率偏移，然后通過抽取模塊，也可選擇通過增益模塊，以及選擇通過復數轉實數模塊。
圖1. AD9680中的DDC信號處理模塊。
首先我們將討論在AD9680中使能復數轉實數模塊時DDC抽取濾波器的情況。這意味著DDC將配置為接受實數輸入和產生實數輸出。在AD9680中，復數轉實數模塊會使輸入頻率自動向上偏移fS/4。圖2所示為HB1濾波器的低通響應。這是HB1響應，顯示了實數和復數域響應部分。若要了解濾波器的實際運作，首先要觀察濾波器在實數域和復數域內的基本響應，從而可以觀察到低通響應。HB1濾波器有一個通帶占實數奈奎斯特區的38.5%。還有一個阻帶也占實數奈奎斯特區的38.5%，其過渡帶占剩余的23%。同樣，在復數域，通帶和阻帶各占復數奈奎斯特區的38.5%（共77%），而過渡帶占剩余的23%。如圖2所示，濾波器是位于實數域和復數域之間的一個鏡像。
圖2. HB1濾波器響應—實數域和復數域響應。
現在我們可以觀察到，通過使能復數轉實數模塊將DDC置為實數模式時會發生什么情況。使能復數轉實數模塊會導致頻域中出現fS/4的偏移。如圖3所示，可看到頻移和產生的濾波器響應。注意該濾波器響應的實線和虛線。實線和陰影區表示這是fS/4頻移后新的濾波器響應（產生的濾波器響應不能跨越奈奎斯特邊界）。虛線用來顯示若未進入奈奎斯特邊界本該存在的濾波器響應。
圖3. HB1濾波器響應—DDC實數模式（復數轉實數模塊使能）。
注意，在圖2和圖3中，HB1濾波器的帶寬保持不變。兩者之間的區別是fS/4頻移和第一奈奎斯特區內的中心頻率。然而應注意，在圖2中，我們將奈奎斯特區的38.5%用于信號的實數部分，另38.5%用于信號的復數部分。在圖3中，復數轉實數模塊已使能，奈奎斯特區的77%均用于實數信號，而復數域已被丟棄。除了fS/4頻移之外，過濾器響應保持不變。還應注意，該轉換的一個結果是：抽取率此時等于1。有效采樣速率仍然是fS，但奈奎斯特區內僅有77%的可用帶寬，而不是整個奈奎斯特區均可用。這意味著，當HB1濾波器和復數轉實數模塊使能時，抽取率等于1（更多信息請參閱AD9680數據手冊）。
下面我們來看看濾波器在不同抽取率（即，使能多個半帶濾波器）的響應，以及ADC輸入頻率混疊對有效的抽取濾波器響應有何影響。圖4中的藍色實線表示HB1的實際頻率響應。虛線則表示因ADC混疊效應所產生的HB1有效混疊響應。由于第二、第三、第四……奈奎斯特區的輸入頻率實際上混疊到ADC的第一奈奎斯特區，因此HB1濾波器響應有效地混疊到這些奈奎斯特區。例如，一個駐留在3fS/4的信號將混疊到第一奈奎斯特區的fS/4。HB1濾波器響應僅駐留在第一奈奎斯特區，并且是ADC混疊導致了HB1的有效響應看起來像是混疊到其他奈奎斯特區，理解這一點非常重要。
圖4. ADC混疊導致的HB1有效濾波器響應。
現在我們來討論HB1 + HB2使能的情況。其結果會使抽取率為2。這里的藍色實線也表示HB1 + HB2濾波器的實際頻率響應。濾波器通帶的中心頻率仍是fS/4。HB1 + HB2使能將導致可用帶寬占奈奎斯特區的38.5%。同樣，請注意ADC的混疊效應及其對HB1 + HB2濾波器組合的影響。一個出現在7fS/8的信號將混疊到第一奈奎斯特區的fS/8。類似的，一個5fS/8的信號將混疊到第一奈奎斯特區的3fS/8。這些復數轉實數模塊使能的示例可以從含有HB1 + HB2很方便地擴展到含有HB3和HB4濾波器二者或其中之一。注意，當DDC使能時，HB1濾波器不可旁通，而HB2、HB3和HB4濾波器可選擇使能。
圖5. ADC混疊導致的HB1+HB2有效濾波器響應（抽取率=2）。
我們已經討論了抽取濾波器使能時的實數工作模式，現在我們可以探討DDC的復數工作模式。仍以AD9680為例。與DDC的實數工作模式類似，這里將展示歸一化的抽取濾波器響應。同樣，示例濾波器響應圖中沒有確切表明插入損耗與頻率之間的具體關系，而是形象地描繪了該濾波器的近似響應。這樣做是為了便于更好地了解ADC混疊如何影響濾波器響應。
在復數模式中使用DDC時，它配置為具有一個復數輸出，由實數和復數頻域（通常稱為I和Q）構成?；仡檲D2可知，HB1濾波器具有低通響應，通帶為實數奈奎斯特區的38.5%。還有一個阻帶也占實數奈奎斯特區的38.5%，其過渡帶占剩余的23%。同樣，在復數域，通帶和阻帶各占復數奈奎斯特區的38.5%（共77%），而過渡帶占剩余的23%。
當HB1濾波器使能，在復數輸出模式下操作DDC時，抽取率等于二，輸出采樣速率為輸入采樣時鐘的二分之一。擴展圖2中的曲線可顯示出圖6所示的ADC混疊的影響。其中的藍色實線表示實際濾波器響應，藍色虛線則表示因ADC混疊效應所產生的濾波器的有效混疊響應。7fS/8的輸入信號將混疊到第一奈奎斯特區的fS/8，使其位于HB1濾波器的通帶內。同一信號的復數鏡像駐留于–7fS/8，并將在復數域混疊到–fS/8，使其位于復數域的HB1濾波器通帶內。
圖6. ADC混疊導致的HB1有效濾波器響應（抽取率=2）—復數。
接下來，我們將討論HB1 + HB2使能的情況，如圖7所示。其結果會使得每個I和Q輸出的抽取率為4。這里的藍色實線也表示HB1 +HB2濾波器的實際頻率響應。HB1 + HB2濾波器同時使能將導致每個實數和復數域中的可用帶寬為抽取奈奎斯特區的38.5%（fS/4的38.5%，其中fS為輸入采樣時鐘）。請注意ADC的混疊效應及其對HB1 + HB2濾波器組合的影響。一個出現在15fS/16的信號將混疊到第一奈奎斯特區的fS/16。該信號在復數域的–15fS/16有一個復數鏡像，并將混疊到復數域第一奈奎斯特區的–fS/16。同理，這些示例也可以擴展到HB3和HB4均使能的情況。本文中并未顯示這些內容，但根據圖7所示的HB1 + HB2響應很容易推算出來。
圖7. ADC混疊導致的HB1 + HB2有效濾波器響應（抽取率=4）—復數。
看到所有這些抽取濾波器響應，您的腦海里可能會有這樣的問題："我們為什么要抽取？"以及"這樣做有什么好處？"不同的應用具有不同的要求，而這些要求可以從ADC輸出數據的抽取中獲利。其中一個原因是要增大RF頻帶中某段狹窄頻帶上的信噪比。另一個原因是為了使處理帶寬更小，這樣可使JESD204B接口的輸出通道速率降低，從而便于使用低成本的FPGA。通過使用全部四個抽取濾波器，DDC可實現處理增益，并使SNR改善達10 dB。在表1中，我們可以看到當DDC工作于實數模式和復數模式時，不同的抽取濾波器選擇所提供的可用帶寬、抽取率、輸出采樣速率和理想SNR改善情況。
表1. DDC濾波器特性(AD9680)
關于DDC工作模式的討論有助于深入了解AD9680中抽取濾波器的實數工作模式和復數工作模式。采用抽取濾波可提供多個好處。DDC可工作于實數模式或復數模式，允許用戶根據特定應用的需求采用不同的接收器拓撲。結合第一部分所述的內容，還有助于探討采用AD9680的一個真實示例。該示例將綜合實測數據和Virtual Eval中導出的仿真數據，以便于比較結果。
在此例中我們將采用在第一部分中曾使用的相同條件。輸入采樣 速率為491.52 MSPS，輸入頻率為150.1 MHz。NCO頻率為155 MHz， 抽取率設為4（由于NCO分辨率，實際NCO頻率為154.94 MHz）。因 此，輸出采樣速率為122.88 MSPS。由于DDC進行復數混頻，因此 分析中包含復數頻域。注意，圖8中添加了抽取濾波器的響應， 以深紫色曲線表示。
圖8. 信號通過DDC信號處理模塊—抽取濾波。
NCO偏移后的頻譜：
1.基頻從+150.1 MHz下移至–4.94 MHz。
2.基頻鏡像從–150.1 MHz開始偏移，并繞回至+186.48 MHz。
3.二次諧波從191.32 MHz下移至36.38 MHz。
4.三次諧波從+41.22 MHz下移至–113.72 MHz。
2倍抽取后的頻譜：
1.基頻位于–4.94 MHz。
2.基頻鏡像向下轉換至–59.28 MHz，并由HB1抽取濾波器衰減。
3.二次諧波位于36.38 MHz。
4.三次諧波由HB1抽取濾波器衰減。
4倍抽取后的頻譜：
1.基頻位于–4.94 MHz。
2.基頻鏡像位于–59.28 MHz，并由HB2抽取濾波器衰減。
3.二次諧波位于-36.38 MHz，并由HB2抽取濾波器衰減。
4.三次諧波經過濾波，基本由HB2抽取濾波器完全消除。
AD9680-500的實測結果如圖9所示?；l位于–4.94 MHz。基頻鏡像位于–59.28 MHz，幅度為–67.112 dBFS，意味著鏡像衰減了大約66 dB。二次諧波位于36.38 MHz，并衰減了大約10至15 dB。三次諧波經過充分濾波，實測結果不高于噪底。
圖9. 信號經過DDC后的FFT復數輸出（NCO = 155 MHz，4倍抽取）。
現在可使用Virtual Eval來觀察仿真結果與實測結果的對比情況。首先，從網站上打開該工具，并選擇要仿真的ADC（見圖10）。Virtual Eval工具在ADI網站的Virtual Eval下。Virtual Eval中的AD9680模型含有一項新開發的功能，允許用戶仿真不同的ADC速度等級。由于此示例使用了AD9680-500，所以該功能很重要。Virtual Eval加載后，首先提示選擇產品類別和產品。注意，Virtual Eval中不僅涵蓋高速ADC，而且包含精密ADC、高速DAC以及集成/專用轉換器這些產品。
圖10. Virtual Eval中的產品類別和選型。
從產品列表中選擇AD9680。這將會打開AD9680仿真的主頁。VirtualEval中的AD9680模型還含有一個框圖，詳細介紹了ADC模擬功能和數字功能的內部配置。該框圖與AD9680數據手冊中的框圖相同。在此頁面的左側下拉菜單中選擇所需的速度等級。對于本例，速度等級選擇500 MHz，如圖11所示。
圖11. Virtual Eval中的AD9680速度等級選擇和框圖。
然后，為了執行FFT仿真，必須設定輸入條件（見圖12）?；仡櫼幌?，本例的測試條件包含一個491.52 MHz的時鐘速率和一個150MHz的輸入頻率。DDC使能，NCO頻率設為155 MHz，ADC輸入設為Real（實數），復數轉實數模塊(C2R)為Disabled（禁用），DDC抽取率設為Four（4），DDC中的6 dB增益為Enabled（使能）。這意味著DDC將設為具有實數輸入信號和復數輸出信號，并且抽取率為4。DDC中的6 dB增益使能是為了補償DDC中混頻處理所導致的6 dB損耗。Virtual Eval每次只能顯示噪聲或失真其中一種結果，因此文中列出兩個圖表，分別用來顯示噪聲結果（圖12）和失真結果（圖13）。
圖12. Virtual Eval中的AD9680 FFT仿真—噪聲結果。
圖13. Virtual Eval中的AD9680 FFT仿真—失真結果。
Virtual Eval中可顯示許多性能參數。該工具可提供基頻鏡像的位置以及各諧波位置，這對于頻率規劃非常方便。還允許用戶查看基頻鏡像或任何諧波信號音是否出現在所需的輸出頻譜內，從而使得頻率規劃更輕松。Virtual Eval仿真得出SNR值為71.953 dBFS，SFDR為69.165 dBc。但需考慮一下，基頻鏡像通常不會出現在輸出頻譜中，如果我們消除雜散信號，那么SFDR為89.978 dB（若參考的輸入功率是–1 dBFS，則為88.978 dBc）。
圖14. AD9680 FFT測量結果。
Virtual Eval仿真器在計算SNR時不包括基頻鏡像。請務必調整VisualAnalog™中的設置，忽略測量結果中的基頻鏡像，以得到正確的SNR。該方法適用于對基頻鏡像不在所需頻帶內的情況進行頻率規劃。SNR的實測結果為71.602 dBFS，非常接近于Virtual Eval中的仿真結果71.953 dBFS。與之類似，實測的SFDR為91.831 dBc，非常接近于仿真結果88.978 dBc。
Virtual Eval能夠準確地預測硬件行為，表現極為出色。您只需一把舒適的椅子，一杯熱茶或咖啡，即可預測出器件行為。特別是對于帶有DDC的ADC（如AD9680），Virtual Eval能夠很好地仿真ADC的各種性能（包括鏡像和諧波），便于用戶進行頻率規劃，并且盡可能將這些干擾信號保持在頻帶外。隨著載波聚合和直接射頻采樣得到越來越多的應用，工具箱內備有類似于Virtual Eval的工具將會使您的工作得心應手。此類工具能夠準確地預測ADC性能，幫助系統設計人員為某些應用（如通信系統、軍事/航空航天雷達系統以及許多其他類型的應用）設計進行適當的頻率規劃。建議您充分利用ADI新一代ADC器件的數字信號處理功能優勢。同時建議您使用Virtual Eval來規劃您的下一個設計，提前構想預期性能。
推薦閱讀：
