應用于音頻放大器的多位Σ-Δ調(diào)制器的設計

第第頁應用于音頻放大器的多位Σ-Δ調(diào)制器的設計隨著電子系統(tǒng)數(shù)字化的不斷深入，人們對樂音信號回放的要求也越來越高，因此低失真、高效率的D類放大器已成為研究的熱點。但目前D類放大器大多是使用模擬脈寬調(diào)制，如果要放大數(shù)字信號，還需要DAC將數(shù)字信號轉(zhuǎn)換成模擬信號。實際上，可以直接對數(shù)字音頻信號進行數(shù)字脈寬調(diào)制來實現(xiàn)放大器的數(shù)字化[1]?；跀?shù)字脈寬調(diào)制的數(shù)字音頻放大器的基本結(jié)構(gòu)如圖1所示。數(shù)字幅值編碼信號（PCM）送入過采樣電路，經(jīng)過Σ-Δ調(diào)制器進行噪聲整形，再經(jīng)過數(shù)字脈寬調(diào)制器調(diào)制成PWM脈寬信號，然后由PWM脈寬信號去控制功率轉(zhuǎn)換電路中的功率MOS管的開啟和關(guān)閉，輸出的功率信號經(jīng)過低通平滑濾波器之后，即可重建原來的模擬音頻信號。Σ-Δ調(diào)制器在數(shù)字音頻放大器中起著關(guān)鍵的作用。在數(shù)字脈寬調(diào)制對數(shù)字信號進行PWM調(diào)制的過程中，由于PCM信號是對信號的幅值進行量化，而數(shù)字PWM調(diào)制是對信號在時域上做量化，因此必須將時域上的量化和信號幅值相關(guān)聯(lián)，即受幅值的調(diào)制，從而使輸出包含基帶的信息。一個n位的PCM碼，是通過對一個采樣周期內(nèi)的采樣值經(jīng)過2n級量化編碼得到的。如果讓轉(zhuǎn)換后的脈寬信號保持信號的精度，則在一個采樣周期內(nèi)對一個采樣值在時域上也要做2n級量化。而加入了Σ-Δ調(diào)制器后，它將再次量化輸入的PCM信號，將輸入的高精度信號量化為低精度信號，而且仍然保持了信號的信噪比指標。量化位數(shù)的降低大大降低了數(shù)字脈寬fs·2n(fs為信號采樣率)，如果n減小一半，工作時鐘將成指數(shù)下降。因此Σ-Δ調(diào)制器的設計尤為重要?？紤]到后級功率轉(zhuǎn)換器的效率和線性度及系統(tǒng)的功耗，而且調(diào)制器的過采樣率不會很高[2]，在設計系統(tǒng)時，將使用多位高階級聯(lián)的Σ-Δ調(diào)制器，以提高輸入信號的帶寬。

一般來說，高階Σ-Δ調(diào)制器比低階Σ-Δ調(diào)制器具有更好的性能。但大于二階的不能用線性模型描述，因為比較器的平均增益減小，使系統(tǒng)的穩(wěn)定性下降。多級噪聲模型是解決穩(wěn)定性較好的方案。該技術(shù)采用了多個級聯(lián)、穩(wěn)定的一階回路，每階回路對上一級的積分器輸出與數(shù)模轉(zhuǎn)換器（DAC）輸出之差（量化噪聲）進行量化，最后差分求和輸出，它能夠使量化噪聲得到很好的抑制。多位結(jié)構(gòu)的Σ-Δ調(diào)制器則可提高轉(zhuǎn)換速率和精度。對于一個給定的過采樣比和濾波器的階數(shù)，這種結(jié)構(gòu)可以提供更大的動態(tài)范圍。多位調(diào)制器每增加1位，信噪比就能增加6dB，而且它還可以減少帶外的噪聲水平，降低對后級模擬濾波器的要求。但多位調(diào)制器的一個主要缺點是：由于在多位DAC中的元素不匹配而造成的積分非線性化問題，使每級的非線性化誤差得不到消除而逐漸累加而造成輸出結(jié)果惡化。本文提出了一種方法：在傳統(tǒng)的MASH結(jié)構(gòu)基礎(chǔ)上，每級之間加一條反饋回路[3]。該方法能有效地消除多位DAC非線性化而帶來的誤差。

1調(diào)制器原理

L階Σ-Δ調(diào)制器如圖2所示。Σ-Δ調(diào)制器的階數(shù)就是調(diào)制器前向通道積分器的個數(shù)。從圖中可以看出，L階Σ-Δ調(diào)制器的前向通道包括L個積分器和嵌于反饋回路的量化器，每個積分器的輸入均為前一個積分器的輸出與1位DAC的輸出之差。反饋回路的作用使得第一級積分器的凈輸入趨于零，即DAC的輸出與調(diào)制器的輸入信號X(n)基本相等，亦即X(n)≈Y(n)。

由于量化器為非線性元件，為了分析它所引入的量化誤差，需將量化器近似等效成一個相加性的白噪聲源e(n)，因此根據(jù)線性化系統(tǒng)疊加原理，得到調(diào)制器對信號和噪聲的傳輸函數(shù)如下：

從以上公式可以看出，增加階數(shù)、位數(shù)和過采樣率都可以讓調(diào)制器的信噪比和動態(tài)范圍有不同程度的提高。但隨著它們的提高，也會帶來負面影響。在過采樣率一定的情況下，增加位數(shù)能夠彌補階數(shù)變高而引起的動態(tài)范圍減小的問題，信噪比也會提高，但它引入的非線性誤差卻會使結(jié)果惡化。在減小多位系統(tǒng)中的DAC非線性化問題方面，人們提出了很多解決辦法，包括引入新的結(jié)構(gòu)、校準技術(shù)、動態(tài)元素匹配技術(shù)（DEM）、雙端量化結(jié)構(gòu)等[4]。在上述的方法中，動態(tài)元素匹配技術(shù)在解決多位系統(tǒng)中的非線性化問題中是應用最廣的。它通過計算出不匹配單元造成的誤差，從而得到一個修正算法，通常用得較多的算法有元素隨機化和元素旋轉(zhuǎn)等。但DEM的缺陷是強烈依靠它所使用的算法。例如DEM廣泛使用的DWA數(shù)據(jù)權(quán)重平均算法雖然能夠?qū)Φ谝浑A的噪聲進行整形，但是它也引入了信號依賴誤差而降低了動態(tài)范圍，雖然改進的雙向DWA算法能夠降低信號依賴誤差，但是使帶內(nèi)的噪聲同時也增加了。因此，DE