基于Labview软件的ADC计算机辅助测试系统设计

摘要：在CMOS图像传感器中，A/D起着“承上启下”的作用，承接前端传来的信号，转换成数字后输出，其性能指标直接影响着整个系统的优劣。随着ADC速度和精度的提高，如何高效、准确地测试其动态和静态参数是ADC测试研究的重点。文中阐述了ADC的参数及其测试的原理和方法，并基于Labview软件和数据采集卡构建了ADC的软硬件测试平台，实现了低成本、高可靠性的高精度ADC计算机辅助测试系统。

随着CMOS技术的迅猛发展，CMOS图像传感器以其高集成度、低功耗、低成本等优点，已广泛用于超微型数码相机、PC机电脑眼、指纹识别、手机等图像采集的领域。

CMOS图像传感器的工作流程可以简单表述为：外界光信号由像素阵列采集并转换为模拟信号，再通过读出电路传输给A/D转换器，最后交于后续数字电路进行处理。由此可见，A/D转换器在整个CMOS图像传感器中起着“承上启下”的作用，其性能指标直接影响着整个系统的优劣，从而使得ADC的性能测试变得十分重要。

目前业界已经存在一些通用的ADC测试方法，例如针对静态指标测试的直方图法，针对动态指标测试的快速傅式变换法，以及专门针对ENOB的正弦波适应法等，但是还没有单一的测试方法能够有效测试出所有的ADC参数。

ADC测试需要解决成本和效率的问题，故需要根据ADC典型应用的环境，选取一些关键指标和有效的测试方法，制定合理的测试方案。本文中ADC主要用于CMOS图像传感器的数字输出，结合Labview软件分析程序和测试仪器，搭建了一套ADC综合性能测试系统。

1 ADC性能测试系统

1.1 ADC性能参数

表征ADC性能的参数通常可分为静态参数和动态参数。其中，静态参数描述的是ADC自身的内在特性，与所设计的ADC内部电路的误差和噪声有关，这些误差包括ADC的增益误差、失调误差、积分非线性(INL)和微分非线性(DNL)等，主要关注的是具体的模拟输入电平与相应数字输出代码之间的关系，表征静止的模拟输入信号转换成数字输出信号的精确度;而动态参数描述的是ADC采样和重现时序变化信号的能力，关注ADC在交流条件情况下的性能表现，主要包括信噪比(SNR)、无杂散动态范围(SFDR)、总谐波失真(THD)、信纳比(SINAD)以及有效位数(EN OB)等，这些参数的测试都是通过对输入合适的正弦模拟信号并获取了芯片正确转换得到的数字码之后，进行快速傅氏变换(FFT)计算得来的。表1为ADC典型参数的公式定义。

?

?

1.2 测试原理和方法

目前常规的测试系统不能同时分析多种性能参数，例如：一般的动态测试系统只能测试ADC动态参数，如信噪比和信号噪声失真比等参数，而传递特性的测试系统只能测试传递特性等，具有适应性比较差、使用不方便等缺点。针对这些缺点，本文开发了一套由Labview软件分析程序和测试仪器构建的综合性能测试系统。在该系统中，测试程序将两种测试分析方法综合到一起，采用了码密度直方图测试法测试静态特性参数、FFT测试法测试动态特性参数。在测试程序中，这些测试方法只是数学分析算法上的不同，硬件基本一致。因此可很方便的根据外加测试条件的不同而一键选择不同的测试方法。

1.2.1 码密度直方图测试法

该方法通过统计学的原理，对输入正弦波情况下的输出数字码进行振幅域的分布统计。图1就是通过这种方法生成的浴盆曲线。

?

?

该浴盆曲线的横坐标代表了0到1 024(210)个数字码点，纵坐标代表了输出为该数字码的个数。在理想情况下，数字码分布的概率密度函数为：

?

?

其中FSR代表ADC的满量程范围，n代表数字码的序号，N代表分辨率。这样理想情况下和实际测量的输出特定的数字码个数之差就可以得出DNL，而将DNLk求和即能得到INL的误差值。

1.2.2 FFT分析法

FFT法是对时域采集的一组数据进行FFT运算，得到采样信号的傅立叶频谱，然后从频谱中得到信号、噪声及谐波分量的功率，经加工计算可得到SNR、THD、SINAD、ENOB、SFDR这些动态参数。在实际测试过程中，需要应用相关采样原理，即必须满足如下公式：

?

?

式中，M为采样周期数，必须为奇数，N为总采样点数，对于FFT算法必须为2的幂。ft为输入模拟正弦波频率，fs为采样频率。同时为了获得最佳测试效率和减少测试时间，M和Ⅳ要求不可约分，而且为了保证FFT变换一定的故障覆盖率，N取值不能太小。

1.3 测试系统组成

文中所测10bit、8Msps ADC主要用于CMOS图像传感器的芯片级数字输出，其结构为流水线型，输入信号摆幅为Vp-p为2.4 V，共模电压为2.5 V，这意味着模拟输入电压范围是1.3～3.7 V。这样模拟输入精度就是1LSB=(Vinmax-Vinmin)/2n=2.34 mV(n为数字输出位数)，为了能测