主要内容

Sigma-Delta A / D转换

此示例显示如何使用Sigma-Delta算法实现模拟模数转换。

浮点模型示例

固定点示例模型

探索示例

过采样的Sigma-Delta A / D转换器是一种噪声整形量化器。噪声整形的主要目的是重塑量化噪声的频谱,使得大部分噪声被从相关频带中滤出,例如,音频频带用于语音应用。主要目标是对样品进行交易比特;也就是说,增加采样率,但减少每个样本的比特数。由噪声整形量化器补偿量化噪声的产生增加。该量化器将附加量化噪声推出出相关频带,从而保持所需的信号质量水平。比特数的这种降低简化了A / D和D / A转换器的结构。

如在该示例中所见,模拟输入通过抗锯齿预滤器预先整除,其由于过采样而被简化的结构。输入信号被过度采样为64.积分器,1位量化器和零级保持块包括双级模拟转换器(ADC)。然后从模拟输入中减去零阶保持的输出。反馈或近似,环路导致ADC产生的量化噪声高通滤波,将其能量推向较高频率(64 * FS / 2)远离相关信号频带。抽取阶段将采样率降低到8 kHz。在此过程中,它消除了通过反馈循环引入的高频量化噪声,并除去任何不期望的频率分量FS / 2(4 kHz)简单的模拟预流器未删除。

抽取器设计

示例版本说明了两种可能的抽取器设计方案。金宝搏官方网站

浮点版本模型使用三个多相FIR抽取器的级联。与使用较低级滤波器相比,此方法可减少与单个DECIMID器相比的计算和内存要求。每个抽取阶段将采样率降低四倍。滤波器引入的延迟用于在“传输延迟”块中设置适当的“延时”。由于滤波器的组延迟(将15.5的实际值舍入到最接近的整数样本,因此,三个FIR抽取滤波器均引入16个样本的延迟。由于抽取操作,三个过滤器引入的总延迟如下:16(第一个过滤器)+ 4 * 16(第二滤波器)+ 16 * 16(第三滤波器),以获得最终总延迟336.“时间延迟”参数是模型的基本速率(512 kHz)。

定点版本使用一个五节CIC抽取器来降低64倍的采样率。虽然不像FIR抽取器那样灵活,CIC抽取器有不需要任何乘法运算的优点。它只使用加法、减法和延迟来实现。因此,对于计算资源有限的硬件实现来说,它是一个很好的选择。CIC Decimator引入了158个样本的延迟,这是滤波器的组延迟(157.5)四舍五入到最接近的整数。这是在“多级CIC处理延迟”块的“时间延迟”参数中使用的值。

参考文献

Orfanidis,S. J.信号处理简介,Prentice Hall,1996年。

可用的示例版本

浮点版本:DSPSDADC

固定点版本:dspsdadc_fixpt.