本文關(guān)鍵詞：基于極大似然估計的ADC測試算法的改進與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,模數(shù)轉(zhuǎn)換器(analog-to-digital converter, ADC)已經(jīng)成為現(xiàn)代先進電子設(shè)備或電子系統(tǒng)中不可或缺的組成部分。隨著ADC的分辨率不斷提高,現(xiàn)有的標(biāo)準(zhǔn)測試方法實施過程越來越困難�；跇O大似然估計的ADC測試算法是正弦擬合算法的一種拓展,具有更高的測試精度,同時可以獲取更多的ADC性能參數(shù),但是該算法所需的測試時間過長,限制了該算法在實際測試中的應(yīng)用。本文開展基于極大似然估計的ADC測速算法的研究與改進,重點改進該算法因求解似然方程的計算量巨大而帶來的測試時間過長的問題,從而提高該算法的實用性。該算法主要包含兩部分：初值的獲取及似然方程的求解。本論文對初值求取方法的要求是計算量少、不需要重復(fù)采樣以及具備一定精度。根據(jù)這一要求本文經(jīng)過仿真比較選取一種三譜線插值DFT算法估算輸入正弦激勵的頻率值,該方法對噪聲環(huán)境以及非相干采樣條件具有良好的適應(yīng)性,在仿真環(huán)境下能夠取得相對誤差為10-6數(shù)量級的估算精度；輸入正弦激勵的振幅、相位及偏置的初始值通過標(biāo)準(zhǔn)IEEE測試標(biāo)準(zhǔn)1241中定義的三參數(shù)正弦擬合算法確定,該擬合過程快速且絕對收斂；轉(zhuǎn)換電平的初始值范圍以每個數(shù)字碼對應(yīng)的差分非線性(DNL)給定。最后本文采用粒子群算法求解似然函數(shù)的極值,并對標(biāo)準(zhǔn)的粒子群算法中加速粒子的值做出了改進,使其能夠在高維數(shù)、多峰值的情況下取得較好的收斂精度和收斂速度。利用MATLAB軟件作為算法實現(xiàn)平臺,采取并行計算的方式提高運算效率。在本文的改進算法的基礎(chǔ)上,通過MATLAB軟件進行一系列仿真,以8比特ADC芯片MAX1195作為待測器件,設(shè)計測試電路,搭建測試平臺,共同驗證算法的有效性。測試結(jié)果表明：本文中的改進算法,迭代次數(shù)約為1500～1700次,而采取差分進化算法的傳統(tǒng)極大似然估計法,所需的迭代次數(shù)約為3000～3500次。以上兩種算法單次迭代所耗時間相當(dāng),故可以用迭代次數(shù)來對比二者的測試時間,對比二者的迭代次數(shù)可知,本文的改進算法的測試時間減少了50%以上；本文的改進算法測試所得信納比為46.79dB,有效位數(shù)為7.48,精度與傳統(tǒng)極大似然估計法相當(dāng)。
【關(guān)鍵詞】：模數(shù)轉(zhuǎn)換器 動態(tài)參數(shù)測試 極大似然估計 多目標(biāo)非線性優(yōu)化 有效位數(shù)
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN792;O212.1
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-17
• 1.1 課題背景與意義11-12
• 1.2 國內(nèi)外研究現(xiàn)狀12-13
• 1.3 研究內(nèi)容及設(shè)計指標(biāo)13-14
• 1.3.1 研究內(nèi)容13-14
• 1.3.2 設(shè)計指標(biāo)14
• 1.4 論文組織14-17
• 第二章 ADC測試基礎(chǔ)17-37
• 2.1 模數(shù)轉(zhuǎn)換器基本原理17-19
• 2.2 ADC的性能參數(shù)簡介19-25
• 2.2.1 靜態(tài)參數(shù)19-22
• 2.2.2 動態(tài)參數(shù)22-25
• 2.3 ADC測試方法25-28
• 2.4 弦擬合算法28
• 2.5 基于極大似然估計的ADC測試算法28-35
• 2.5.1 算法原理29-31
• 2.5.2 似然方程的求解算法31-32
• 2.5.3 噪聲模型32-35
• 2.6 本章小結(jié)35-37
• 第三章 基于極大似然估計的ADC測試算法的改進37-51
• 3.1 改進測試方法的基礎(chǔ)37-38
• 3.2 初值獲取38-43
• 3.2.1 轉(zhuǎn)換電平38
• 3.2.2 輸入正弦信號的頻率38-42
• 3.2.3 輸入正弦信號的其余參數(shù)的估算42-43
• 3.3 似然方程求解43-48
• 3.3.1 PSO算法原理43-44
• 3.3.2 PSO算法參數(shù)設(shè)置的改進及驗證44-47
• 3.3.3 MATLAB并行計算47-48
• 3.4 本章小結(jié)48-51
• 第四章 ADC測試驗證與結(jié)果分析51-63
• 4.1 基于極大似然估計的ADC測試方法的仿真51-55
• 4.1.1 MALAB并行計算代碼的編寫51-52
• 4.1.2 頻率估計52
• 4.1.3 似然方程求解52-54
• 4.1.4 仿真結(jié)果分析54-55
• 4.2 測試電路設(shè)計55-58
• 4.2.1 電源模塊設(shè)計55-56
• 4.2.2 時鐘信號電路設(shè)計56-57
• 4.2.3 ADC的驅(qū)動電路設(shè)計57
• 4.2.4 接口電路設(shè)計57-58
• 4.3 測試系統(tǒng)實現(xiàn)及測試結(jié)果58-59
• 4.3.1 MAX1195測試系統(tǒng)結(jié)構(gòu)58
• 4.3.2 測試的基本流程58-59
• 4.4 實驗驗證與結(jié)果分析59-61
• 4.5 本章小結(jié)61-63
• 第五章 總結(jié)與展望63-64
• 5.1 總結(jié)63
• 5.2 不足之處與展望63-64
• 參考文獻64-67
• 致謝67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 馮玉英,趙勝利;完全極大似然估計與分步極大似然估計[J];曲阜師范大學(xué)學(xué)報(自然科學(xué)版);2004年04期

2 何春;方積乾;;極大似然估計和擬極大似然估計模擬之比較[J];廣東工業(yè)大學(xué)學(xué)報;2006年01期

3 范大茵;極大似然估計某些問題的討論[J];工科數(shù)學(xué);1986年03期

4 張荷觀;;林木直徑分布的研究——Ⅱ.極大似然估計[J];八一農(nóng)學(xué)院學(xué)報;1988年04期

5 彭軍還;和極大似然估計──一種新的估計準(zhǔn)則[J];桂林冶金地質(zhì)學(xué)院學(xué)報;1994年04期

6 宋衛(wèi)星;非正則位置參數(shù)模型中的擬極大似然估計[J];應(yīng)用數(shù)學(xué)學(xué)報;2002年01期

7 楊莉軍,趙賢淑;極大似然估計的歸納法講解[J];北京印刷學(xué)院學(xué)報;2002年04期

8 何春,方積乾;多維平均處理效應(yīng)極大似然估計的模擬研究[J];廣東工業(yè)大學(xué)學(xué)報;2004年04期

9 鄒小云;;極大似然估計的性質(zhì)探討[J];湖北職業(yè)技術(shù)學(xué)院學(xué)報;2007年02期

10 王艷玲;張應(yīng)山;;左橢球分布的極大似然估計[J];河南師范大學(xué)學(xué)報(自然科學(xué)版);2008年04期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 蔡旭;方偉武;;基于極大似然估計的分子序列修正Kimura雙參數(shù)距離[A];中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集（中卷）[C];2004年

2 王璐;劉忠;黃波;;純距離目標(biāo)運動狀態(tài)的極大似然估計及迭代算法[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

3 宋立新;魯大偉;付增梁;;TARCH(q)模型參數(shù)的極大似然估計[A];中國現(xiàn)場統(tǒng)計研究會第十三屆學(xué)術(shù)年會論文集[C];2007年

4 周鐵軍;魏陽;;一種基于極大似然估計的彈道解算方法研究[A];2013年（第五屆）西部光子學(xué)學(xué)術(shù)會議論文集[C];2013年

5 韋進;劉子維;郝洪濤;申重陽;李輝;;超導(dǎo)重力觀測噪聲水平的極大似然估計[A];中國地球物理2010——中國地球物理學(xué)會第二十六屆年會、中國地震學(xué)會第十三次學(xué)術(shù)大會論文集[C];2010年

6 劉芳芳;李桂芳;王園園;楊雯逸;徐曉嶺;;單參數(shù)易變通分布的統(tǒng)計分析[A];技術(shù)融合創(chuàng)新·可靠服務(wù)企業(yè)·安全產(chǎn)品制勝——2013年全國機械行業(yè)可靠性技術(shù)學(xué)術(shù)交流會暨第四屆可靠性工程分會第五次全體委員大會論文集[C];2013年

7 董智紅;王X;魏子翔;孫昕;;伽利略搜救信號FOA和TOA聯(lián)合精估算法設(shè)計[A];第八屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 陳玉蓉;不完全信息比例風(fēng)險模型極大似然估計的極限理論[D];武漢大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 齊春香;基于Bootstra方法的三參數(shù)Loistic模型能力參數(shù)極大似然估計的準(zhǔn)確性研究[D];東北師范大學(xué);2015年

2 顧會敏;一類三參數(shù)廣義Logistic分布的統(tǒng)計推斷問題研究[D];貴州民族大學(xué);2015年

3 李聰玲;在優(yōu)良的排序集抽樣下廣義貝努利分布中參數(shù)的極大似然估計[D];華中師范大學(xué);2016年

4 楊冉冉;三參數(shù)Ⅰ型廣義Logistic分布的參數(shù)估計[D];北京工業(yè)大學(xué);2016年

5 楊偉光;基于極大似然估計的ADC測試算法的改進與實現(xiàn)[D];東南大學(xué);2016年

6 胡姿嵐;有關(guān)極大似然估計若干問題的研究[D];安徽大學(xué);2006年

7 鄭揚;隨機快慢系統(tǒng)中參數(shù)的極大似然估計[D];南京大學(xué);2014年

8 李海紅;隨機互惠系統(tǒng)持久性及其參數(shù)的極大似然估計[D];東北師范大學(xué);2007年

9 段寶娜;排序集抽樣下有先驗信息的極大似然估計[D];華中師范大學(xué);2013年

10 于佳佳;具有隨機擾動的食餌—捕食者系統(tǒng)及其參數(shù)的極大似然估計[D];東北師范大學(xué);2006年

  本文關(guān)鍵詞：基于極大似然估計的ADC測試算法的改進與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：297920