高速數(shù)模轉(zhuǎn)換芯片動態(tài)特性高精度量產(chǎn)測試技術(shù)研究

摘要：由于生產(chǎn)環(huán)境與設(shè)備精度的限制，高速數(shù)模轉(zhuǎn)換器芯片（DAC）動態(tài)特性測試所需的相干采樣條件無法精確滿足，測試數(shù)據(jù)的直流偏置誤差無法避免，數(shù)模轉(zhuǎn)換器位數(shù)越高，同等測試時間內(nèi)誤差越大。鑒于此，提出了一種測試數(shù)模轉(zhuǎn)換器動態(tài)特性的新方法，該方法可以在不增加測試時間與測試成本的情況下，將非相干采樣數(shù)據(jù)轉(zhuǎn)換為等效相干采樣數(shù)據(jù)，并去除數(shù)據(jù)中的直流偏置誤差，測試結(jié)果的總體誤差能降低到1%以下，遠優(yōu)于當前傳統(tǒng)的測試方法。此方法還可用于多載波信號的動態(tài)特性測試，并可集成于自動化測試平臺，適用于大規(guī)模量產(chǎn)。

關(guān)鍵詞：數(shù)模轉(zhuǎn)換器;非相干采樣;直流偏置;高精度;多頻信號

0? ? 引言

數(shù)模轉(zhuǎn)換器（Digital-to-Analog Converter，DAC）用于將數(shù)字編碼（通常為2進制）轉(zhuǎn)換為模擬信號（例如電流、電壓等）。由于半導(dǎo)體技術(shù)的迅猛發(fā)展，集成于SOC（System-On-a-Chip）芯片內(nèi)部的DAC分辨率與采樣速率在持續(xù)提升。目前世界上最先進的DAC分辨率可達24位，采樣速率可達9 GS/s。

如何找到一個成本優(yōu)化的方法來在量產(chǎn)中測試高性能的DAC，并具有高置信度，這是SOC芯片設(shè)計廠家需要面對的挑戰(zhàn)。

評估DAC動態(tài)特性，最重要的兩個指標為信噪比（Signal to Noise Ration，SNR）和總諧波失真（Total Harmonic Distortion，THD）。要計算這兩個頻域參數(shù)，需要對時域采樣波形進行傅里葉變換。采樣波形通常為正弦波，且包含整數(shù)個周期，稱為“相干采樣”（Coherent Sampling）。如果相干采樣條件未被滿足，則通過傅里葉變換后，會出現(xiàn)顯著的頻譜泄漏。圖1展示了當采樣波形包含15個整數(shù)周期和15.01個周期時傅里葉變換的結(jié)果，從中我們可以看出，當采樣波形包含非整數(shù)周期時，即使這個小數(shù)點后的數(shù)值非常小，導(dǎo)致的頻譜泄漏也很大，從而無法算出正確的信噪比與總諧波失真。

由于測試儀器硬件與測試環(huán)境的條件限制，在某些情形下，測試DAC所需的相干采樣條件無法完全滿足，從而導(dǎo)致測試結(jié)果出現(xiàn)偏差。在過去的幾十年中，有多種方案被提出來解決此問題，例如使用窗函數(shù)[1]、時域差值重采樣及擴展傅里葉變換法[2]。各種方案均有其優(yōu)劣。

本文將首先回顧DAC動態(tài)特性測試基本理論，然后提出一個新方法，該方法可將非整數(shù)采樣周期信號轉(zhuǎn)換為等效的整數(shù)采樣周期信號，從而算出正確的頻域動態(tài)特性。這個方法可以顯著提高量測精度，并降低對自動測試機臺（Automatic Test Equipment，ATE）測試高速與高精度DAC的硬件需求，適合大規(guī)模量產(chǎn)。仿真結(jié)果與實際芯片測試結(jié)果都驗證了該方法的高精度與寬應(yīng)用范圍。

1? ? 測試基本理論

1.1? ? DAC測試基礎(chǔ)

目前DAC的精度最高可達24 bit，采樣速率最高已可達9 Gb/s，這就對芯片測試提出了挑戰(zhàn)：如何找到一個兼顧測試精度與成本的量產(chǎn)測試方案，以應(yīng)對不斷增長的需求？

量產(chǎn)測試DAC，通常需要測試兩類特性：靜態(tài)特性與動態(tài)特性。靜態(tài)特性最重要指標為差分非線性（Differential Non-Linearity，DNL）與積分非線性（Integral Non-Linearity，INL）。動態(tài)特性的最重要指標為信噪比（Signal to Noise Ration，SNR）與總諧波失真（Total Harmonic Distortion，THD）。

對于靜態(tài)特性的測試，一般使用斜波（Ramp Wave）作為激勵信號，而斜波不涉及相干采樣。當然，在某些情況下，正弦波也可被用來進行DNL/INL測試，但信號頻率遠遠小于測試SNR/THD所需的信號頻率，測試條件相對寬松。對于動態(tài)特性測試，測試要求有了明顯提升。捕獲在數(shù)字域與模擬域間同步的高頻信號不是易事，因為會受到各種因素干擾：時鐘源的熱漂移，電源串擾，ATE數(shù)字域與模擬域的同步不佳等。本文將聚焦于動態(tài)特性的測試。

1.1.1? ? 動態(tài)特性

信噪比（Signal to Noise Ration，SNR）定義為基頻信號與噪聲的功率比。信號與噪聲必須在相同或等效的點上進行采樣，且必須在處于相同的系統(tǒng)帶寬下。如果信號與噪聲均通過相同的阻抗進行量測，SNR可以通過計算信號幅度比值的平方來得到：

由于經(jīng)過傅里葉變換后，頻譜的正半部分與負半部分為復(fù)共軛關(guān)系，我們關(guān)心頻譜的正半部分即可。

總諧波失真（Total Harmonic Distortion，THD）被定義為所有諧波的功率和與基頻信號功率的比值。THD常用于描述模擬系統(tǒng)的線性度與電源系統(tǒng)的功率質(zhì)量。

1.1.2? ? ATE測試框圖

在圖2中，測試所用的激勵信號由ATE的數(shù)字管腳發(fā)出，進入到被測DAC的輸入端，經(jīng)過轉(zhuǎn)換后，輸出模擬信號并被ATE的采樣器（Digitizer）捕獲到，Digitizer內(nèi)有一個高速高精度ADC。接下來，捕獲到的信號經(jīng)過數(shù)字信號處理，得到各種測試結(jié)果。

1.2? ? 相干采樣及窗函數(shù)

如1.1.2節(jié)所述，在實際的芯片量產(chǎn)測試環(huán)境中，DAC的輸出波形被ATE的Digitizer采樣，然后對采樣序列進行數(shù)字信號處理，即快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT），從而得到各種頻域參數(shù)。FFT是一種非常有力的頻譜分析工具，而且它處理的快速性可以滿足芯片量產(chǎn)對測試時間的苛刻需求。但從另外一方面看，F(xiàn)FT對被采樣的信號有明確約束：在一個采樣周期內(nèi)，必須包含整數(shù)周期被測信號。滿足此條件即為相干采樣。FFT計算的前提為被采樣信號需為無限重復(fù)，如果相干采樣的條件未被滿足，波形重復(fù)時就會因不連續(xù)性從而導(dǎo)致頻譜泄漏。相干采樣通常用式（6）表示：

例如，量測頻率為40 MHz的正弦波，設(shè)定采樣點數(shù)為2 048，采樣周期為253，則采樣頻率需為323.794 466…MHz。

在某些實際情況下，式（6）所表示的相干采樣關(guān)系無法被精確滿足，如測試儀器的頻率設(shè)定精度不夠高，或采樣頻率只能在有限范圍內(nèi)調(diào)整，或被測信號頻率未知等等。為了解決這個問題，窗函數(shù)被提出來并予以廣泛應(yīng)用。

窗函數(shù)的目標就是在非相干采樣情況下對捕獲波形進行處理，使其適用于FFT來進行頻域分析。圖3為使用窗函數(shù)的一個例子，灰色波形表示原始波形，黑色波形表示為經(jīng)過漢寧窗處理的波形。從圖中可見，黑色波形在邊界處不再有不連續(xù)性，因為在邊界處幅度都趨近于0。

在過去的幾十年里，有非常多關(guān)于窗函數(shù)的研究。其中有五種窗函數(shù)在頻域分析中經(jīng)常用到：矩形窗（Rectangular window）、漢寧窗（Hanning window）、漢明窗（Hamming window）、布萊克曼窗（Blackman window）、平頂窗（Flap-top window）。圖4與圖5分別展示了時域與頻域中各種窗的形狀。

不同的窗函數(shù)有不同的特性，因此也適用于不同的情況。Flap-top窗可提供正確的頻譜幅度，但SNR的誤差較大。Hanning與Blackman窗可以提供比Flap-top窗好的SNR結(jié)果（也有3 dB的誤差），但幅度誤差較大[2]。簡言之，單一窗函數(shù)僅對某些頻域參數(shù)可提供正確的結(jié)果，無法對所有頻域參數(shù)提供正確的結(jié)果，而且所有的窗函數(shù)都無法提供精確的SNR與THD結(jié)果。所以，對非相干采樣的信號分析需要更好的解決方案。

2? ? 一種新的高精度測試方法

本文提出的新方法為時域調(diào)整法，目的為去除因非相干采樣導(dǎo)致的頻譜泄漏，共分5步：

（1）對原始捕獲數(shù)據(jù)進行快速傅里葉變換。由于DAC的輸出為時域中的實數(shù)序列，所以FFT變換的結(jié)果為頻域中的復(fù)數(shù)序列。因為頻譜的正半部分和負半部分為復(fù)共軛，本文后續(xù)只針對正半部分進行分析。

（2）通過Tabei-Ueda算法，對頻譜中的最大幅度信號（直流信號除外）計算出其各種屬性（頻率、幅度、初始相位）。然后根據(jù)這些屬性，在時域中重構(gòu)出兩種信號：第一個信號稱為“估計信號”，由Tabei-Ueda算法產(chǎn)生;第二個信號稱為“重構(gòu)信號”，其頻率與估計信號不同，其他參數(shù)則完全相同。如何重構(gòu)信號參見3.2節(jié)。

（3）在原始時域信號中減去估計信號，得到遺留信號。將遺留信號再次作FFT變換。

（4）重復(fù)步驟（1）～（3），直至所有需處理的信號頻點都處理完成。需處理的信號頻點數(shù)量，取決于在計算THD時有多少諧波分量被包含。越多的諧波分量被包含，THD計算越準確，但計算時間會越長，導(dǎo)致測試成本增加。所以，重復(fù)次數(shù)將依據(jù)是在特性分析階段還是在量產(chǎn)階段進行適當調(diào)整。

（5）將所有重構(gòu)信號與最后的遺留信號累加起來，得到完整重構(gòu)時域信號，進行FFT變換后，得到的頻譜將不再有能量泄漏。

3? ? 新方法的理論基礎(chǔ)

3.1? ? 信號參數(shù)估計方法

當在一個單位測試周期內(nèi)捕獲的波形含有小數(shù)周期，表示它并非由相干采樣得來，因此存在頻譜泄漏。在這種情況下，Tabei與Ueda發(fā)明了一種算法，通過FFT并使用漢寧窗，可以非常精確地估算出被測信號的頻率、幅度與相位。算法的關(guān)鍵步驟如下所示：

步驟1：對捕獲的時域信號進行FFT變換，使用漢寧窗。

步驟2：如圖7所示，搜索頻譜中的幅度最高的Bin（kmax）和幅度第二高的Bin（kmax-1或kmax+1），通過式（7）計算Δk（設(shè)置kneighbor表示幅度第二高的Bin）。

3.2? ? 信號重建

在非相干采樣條件下，基頻信號與諧波信號的頻點位置在頻譜上均有偏差。諧波信號的頻點偏差可表示為：

4? ? 實際芯片測試結(jié)果比較

為了評估本文所提新方法的準確度與測試時間，我們在一個真實的智能手機基帶芯片上做了實際驗證。在該芯片上，有個為GSM發(fā)射器工作的DAC。該DAC的指標如表1所示。

在圖8中可看到有3條頻譜線。1代表相關(guān)采樣條件下的頻譜;2表示非相干條件下的頻譜，并使用了FFT與矩形窗（采樣速率為0.987 533 577 16 MS/s）;3表示非相干條件下的頻譜，經(jīng)過本文提出的新方法處理。

從圖8中可以看到，在應(yīng)用新方法后，原先因非相干采樣導(dǎo)致的頻譜泄漏被消除了，原有的雜信尖峰也被完美重構(gòu)。通過新方法得到的SNR與THD的誤差范圍小于1%（表2）。

采用新方法，可以發(fā)現(xiàn)計算5個頻點，數(shù)據(jù)序列長度8 192，所耗時間只有14.3 ms（表3），因此該方法成本低廉，適用于芯片量產(chǎn)測試。

5? ? 新方法的優(yōu)點及局限性

本文所提的新方法能夠去除在非相干采樣條件下的頻譜泄漏，從而正確計算出頻域參數(shù)如SNR和THD。從仿真與實際芯片驗證結(jié)果可看出該方法具有寬應(yīng)用范圍和高精度。該方法不僅可以用于處理單頻信號，也可以用于處理多頻信號。

本文所提方法，內(nèi)含Tabei-Ueda算法，因此對于采樣點數(shù)有一定限制，采樣點數(shù)需要超過256點，采樣頻率需大于在計算THD時所包括的最大諧波分量頻率的2倍。如果不滿足限制條件，則計算值誤差會較大。

6? ? 結(jié)語

本文提出了處理非相干采樣信號的一種新方法，可以有效去除頻率泄漏，得到準確的頻域參數(shù)值。該方法包含時域調(diào)整，實際芯片驗證結(jié)果表明其具有高精度與寬適用性，而且可以處理多頻信號。

[參考文獻]

[1] MAEDA A.Method to Calculate Frequency Domain Parametersof the Non-coherent Waveform[Z].Verigy Japan，Go/Semi Technical News Letter，2011.

[2] XU F.Algorithm to Remove Spectral Leakage，Close-in Noise，and Its Application to Converter Test[C]//2006 IEEE Instrumentation and Measurement Technology Conference Proceedings，2006.

[3] SmarTest 7.1.3 Documents of Advantest 93000 SOC Test System[Z].

[4] Hideo Okawaras Mixed Signal Lecture Series：DSP-Based Testing-Fundamentals 12-Spectrum Estimation[Z].Verigy，Go/Semi Technical News Letter，2009.

收稿日期：2020-03-03

作者簡介：陸明（1977—），男，江蘇南通人，碩士，工程師，研究方向：高精度集成電路測試。