首页 > 其他分享 >模拟集成电路设计系列博客——4.4.5 基于自适应滤波的修调

模拟集成电路设计系列博客——4.4.5 基于自适应滤波的修调

时间:2023-12-24 18:55:05浏览次数:39  
标签:4.4 滤波器 可调 修调 滤波 适应 数据传输

4.4.5 基于自适应滤波的修调

自适应滤波一般用于数字信号处理应用中,例如模型观察,通道均衡,或者噪声消除。同时也可以使用自适应滤波技术来修调一个给定场景中的连续时间滤波器。一个实现的例子可以参考下图[Kozma, 1991]:

image

其中自适应修调电路被用于最小化误差信号。在进行修调时,输入到可调滤波器的信号是一个先验已知的伪随机4bit序列和D/A转换器的输出。由于输入已知且可重复,想要的输出函数的理想输出是可以提前计算(或者仿真)得到,并用作自适应系统的参考信号。在完成适应之后,可调滤波器的传输函数应该与想要的滤波器的传输函数匹配,并且通过固定因子(假定他们是通过数字控制的),可调了不起可以与修调电路断开并使用在所需要的环节中。通过这种方式,可以修调可调滤波器的所有零极点来更好的匹配想要的传输函数。

另一种自适应滤波器修调方法是用于双绞线高速数据传输的,其方案如下图所示[Shoval,1995]:

image

在这个应用中,滤波器输入是一系列通过高和低的输入信号表示的零和一。在传输之前,脉冲整形滤波器需要确保不要有太多高频能量流入双绞线中。两个修调环路(频率修调环路与Q因子修调环路)是基于滤波器的输入是一系列的方波(即正负\(1V\)的方波),因此修调滤波器的阶跃响应。具体来说,频率修调通过确保滤波器的低通输出的过零点出现在数据传输后的一个正确的时间段。同样,Q因子修调通过比较滤波器的带通输出的峰值和一个已知电压值来完成。幸运的是,带通输出的峰值大概出现在和过零点大致相同的时间,因此两个检测器可以通过使用两个时钟驱动的比较器来实现,通过数据传输后的一段时间来进行触发。总而言之,当一组受限的输入信号施加在可调滤波器上时,可以采用一些巧妙的修调技术,例如这里的数据传输电路。

标签:4.4,滤波器,可调,修调,滤波,适应,数据传输
From: https://www.cnblogs.com/sasasatori/p/17924712.html

相关文章

  • 模拟集成电路设计系列博客——4.4.4 Q因子修调
    4.4.4Q因子修调在一些需要高速或者高度选择的滤波器中,非理想的积分器效应和寄生参数使得电路需要对积分器的极点进行Q因子修调。尽管我们之前讨论过如何通过修调单独的时间常数使得集成滤波器的的因子达到百分之1以内的误差,当\(Q>1\)时,即使Q因子上有微小的误差也可能会在滤波器......
  • 模拟集成电路设计系列博客—— 4.4.3 频率修调
    4.4.3频率修调如果有精确的时钟的话,那么可以精确的修调\(G_m/C_A\)。例如,假设设计者有一个精确的时钟频率,称为\(f_{clk}\),那么一种使用开关电容电路进行修调的方式如下图所示[Viswanathan,1982]:这个修调电路与我们上一节介绍的固定跨导修调电路很像,除了外部电阻被更换为了一个......
  • 模拟集成电路设计系列博客—— 4.4.2 固定跨导电路修调
    4.4.2固定跨导电路修调如之前所讨论,如果不使用修调,比值\(G_m/C\)可能会有百分之30的误差。然而,集成电容的误差一般在这百分之30的误差中只贡献百分之10。因此,对于能够容忍百分之10误差的应用,可以通过一个固定外部电阻来设置\(G_m\)值,如接下来我们所看到的,修调一个\(G_m\)值并不......
  • 模拟集成电路设计系列博客—— 4.4.1 修调概述
    4.4.1修调概述如之前所说,连续时间滤波器的一个缺点是需要额外的修调电路。这是因为由于时间常数会因为工艺偏差而产生大的波动。例如,集成电容可能会有百分之10的偏差,而电阻和跨导可能会有约百分之20的偏差。由于这些组件的构建非常不同,RC或者\(Gm/C\)时间常数积由于工艺偏差可能......
  • 模拟集成电路设计系列博客——4.3.1 有源RC滤波器
    4.3.1有源RC滤波器除了Gm-C滤波器外,另一种实现模拟集成滤波器的方案是有源RC滤波器或者MOSFET-C滤波器。在这两个技术中,电流的积分都是通过反馈连接在一个高增益放大器的电容上实现的,这与将电流积分电容连接到地的Gm-C滤波器方案不同。有时这种方案被叫做米勒积分,因为就像两级放......
  • 【面试官版】【持续更新中】融合滤波算法+数据结构+激光视觉SLAM+C++面试题汇总
    C++部分什么时候需要写虚函数、什么时候需要写纯虚函数?只继承接口为纯虚函数强调覆盖父类重写,或者父类也需要实现一定的功能,为虚函数指针传参和引用传参区别?引用传参本质上是传递原参数地址,指针传参本质还是值传递,生成拷贝指针,拷贝指针和原指针指向的为同一块内存。因此改变......
  • 【纯代码复制粘贴即可使用】卡尔曼滤波的C++实现
    使用Eigen实现卡尔曼滤波。如果实现扩展卡尔曼滤波只需将H矩阵换成雅可比的求解。#ifndef_MYKALMAN_H#define_MYKALMAN_H#include<Eigen\Dense>classKalmanFilter{public:KalmanFilter(intstateSize,intmeasSize,intuSize);~KalmanFilter()=default;......
  • 基于卷积ARMA滤波器的图神经网络
    PAMI(IEEETransactionsonPatternAnalysisandMachineIntelligence)模式分析与机器智能-2021IF:17.730FilippoMariaBianchiDanieleGrattarolaLorenzoLiviCesareAlippiAbstract​ 流行的图神经网络基于多项式频谱滤波器在图上实现卷积操作。在本......
  • 15-高斯与中值滤波
    1.高斯滤波_进一步处理模糊点: 2.中值滤波_几乎将噪音点全部处理掉: 3.同时查看均值滤波,高斯滤波,中值滤波: ......
  • 【Lidar】Python实现点云CSF布料滤波算法&提取地面点
    ​    这两天会持续更新一下Python处理点云数据的教程,大家可以点个关注。今天给大家分享一下点云的经典算法:CSF布料模拟算法。1CSF算法简介        CSF算法,全称为ClothSimulationFiltering,是一种基于欧几里得空间中最小生成树思想的聚类算法,它可以很好地......