無線系統(tǒng)基礎設施和無線設備的數(shù)量繼續(xù)逐年增長。我們無論何時何地對按需隨選數(shù)據(jù)和信息的渴望持續(xù)對系統(tǒng)帶來挑戰(zhàn)。5G正在迅速發(fā)展,計劃用于實現(xiàn)5G的衛(wèi)星數(shù)量也在增加。
為了向最終用戶提供更快的訪問速度、有保證的連接、和更長的電池續(xù)航能力,RF通信系統(tǒng)的開發(fā)變得越來越復雜。
盡管對這些通信系統(tǒng)提出了新的要求,但在頂層,這種系統(tǒng)并沒有隨著時間的推移而改變太多。系統(tǒng)中有一個天線將無線電波與收發(fā)器RF芯片連接。在接收路徑中,信號經(jīng)過濾波和放大,以將所需的RF信號與天線拾取的其他信號分離,然后將信號下變頻為基帶頻率。上變頻后,發(fā)射器路徑中的信號也被濾波和放大以驅動天線。通常,基帶芯片中的數(shù)據(jù)轉換器充當RF芯片中模擬信號與數(shù)字數(shù)據(jù)處理之間的接口。
圖1:RF通信收發(fā)器
在考慮寬帶通信時,ADC需要具備每秒千兆采樣速率(GSps)。逐次逼近寄存器(SAR)ADC和SAR輔助pipeline ADC等架構通常無法達到這樣的速率。但是,通過將SAR輔助pipeline ADC內(nèi)核與分時交替采樣架構相結合,可以將采樣率擴展到GSps,同時還能實現(xiàn)穩(wěn)健、低功耗且高效的解決方案。
分時交替采樣ADC,采樣頻率為Fs,通過M個sub-ADC內(nèi)核實現(xiàn),每個sub-ADC內(nèi)核以Fs/M按順序交替采樣。每個sub-ADC均以低M倍的頻率工作,從而緩解了設計要求,并更容易實現(xiàn)高頻。不過,每個sub-ADC必須匹配良好且采樣時間沒有延遲,這比較難實現(xiàn)。有很多錯誤源,都可能導致整體動態(tài)性能下降。因此,校準被用來消除這些錯誤,并提高性能。
當使用分時交替采樣ADC轉換寬帶信號時,只有通過經(jīng)優(yōu)化且穩(wěn)健的校準,才能實現(xiàn)準確而有效的轉換。性能、成本和功耗都取決于此校準的質(zhì)量。
Dialog的設計工程師在寬帶通信領域開發(fā)了許多定制ASIC。第一個是針對固定無線接入(FWA)應用的ASIC。FWA通過無線電鏈路而不是傳統(tǒng)的光纖或銅線,在固定位置之間提供寬帶通信。該ASIC提供了基帶接口IC功能,將RF收發(fā)器IC和基帶處理器IC連接起來。它包括正交電流導引型數(shù)模轉換器(DAC)和正交SAR輔助pipeline ADC。這種ADC架構可以最大限度降低系統(tǒng)復雜性和成本。
第二個ASIC是針對G.Fast通信的。G.Fast是一種超快速寬帶技術,在使用現(xiàn)有銅纜基礎設施情況下,下載速度可以超過100Mb/s。我們?yōu)榇藨瞄_發(fā)的ASIC解決方案,是一個由數(shù)個元件組成的模擬前端(AFE)。其功能的核心是分時交替采樣ADC和電流導引型DAC。數(shù)據(jù)轉換器以424MSps的速率對信號進行采樣,性能為52dB MTPR(多音功率比)。
無論使用哪種介質(zhì)來提供無線或有線寬帶,目標都是增加覆蓋范圍和容量,而實現(xiàn)這些目標需要具有更高采樣率的數(shù)據(jù)轉換器。分時交替采樣ADC和SAR輔助pipeline ADC提供滿足這些要求所需的數(shù)據(jù)速率。隨著未來5G要求數(shù)據(jù)速率高于1Gb/s,Dialog將繼續(xù)走在技術最前沿,開發(fā)優(yōu)異的數(shù)據(jù)轉換器,以支持您的設計,或由我們集成到定制ASIC中。
-
天線
+關注
關注
70文章
3281瀏覽量
142337 -
adc
+關注
關注
99文章
6708瀏覽量
549189 -
dialog
+關注
關注
13文章
274瀏覽量
93489
原文標題:Dialog針對寬帶通信ASIC的ADC
文章出處:【微信號:Dialog_Semiconductor,微信公眾號:Dialog半導體公司】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
AD9861混合信號前端基帶收發(fā)器,適合寬帶應用技術手冊


JESD204B有專用于ADC/DAC和FPGA或ASIC的接口嗎?
四種常見ADC的特性和應用
CPLD 與 ASIC 的比較
Verilog 與 ASIC 設計的關系 Verilog 代碼優(yōu)化技巧
ASIC集成電路如何提高系統(tǒng)效率
ASIC集成電路與通用芯片的比較
ASIC集成電路在物聯(lián)網(wǎng)中的應用
ASIC集成電路應用領域 ASIC集成電路的優(yōu)缺點分析
寬帶放大器的技術原理和應用場景
FPGA和ASIC在大模型推理加速中的應用

評論