avec démodulation
Nous avons considéré, pour évaluer cette méthode de reconstruction, l’exemple dont les spéci-fications ont été données dans le tableau 3.1. Les filtres passe-bas Fk
pb(z) utilisés sont des filtres à réponse impulsionnelle finie FIR, choisis pour leur stabilité. La figure 3.27 représente la réponse fréquentielle des différents filtres Fk
pb(z) à 64 coefficients après modulation (a), pour comprendre leur effet sur le spectre du signal utile en sortie, ainsi que leur somme (b). Le spectre du signal en sortie est compris dans l’intervalle
0, F ′ e 2
, soit0, 12, suite à la décimation du signal d’entrée ([0.2Fe, 0.3Fe]) d’un facteur de Rd= 5 (F′
e= 5Fe). Nous constatons que le module de la réponse fréquentielle de la somme des différents filtres
N P k=1 Fk pb ej2πf présente : – une atténuation vers les fréquences de bord (0 et 0.5) allant jusqu’à 50%, – des ondulations dans la bande du signal utile de l’ordre de 10−3.
3.5. Résultats de simulation avec la méthode de reconstruction avec démodulation 67 0 0.1 0.2 0.3 0.4 0.5 0 0.5 1 1.5 ¯ ¯kFp b ¡j2e π f ¢ ¯ ¯ k = 1 .. N (a) 0 0.1 0.2 0.3 0.4 0.5 0.996 0.998 1 1.002 1.004 Fréquence normalisée ¯ ¯ ¯ ¯ ¯ N X k= 1 F k pb ¡j2πe f ¢ ¯ ¯ ¯ ¯ ¯ (b)
Fig. 3.27 – (a) Module des filtres passe-bas d’ordre 64, (b) Module de la somme des filtres passe-bas.
Nous avons utilisé un signal en entrée de type chirp d’amplitude normalisée 0.9 balayant toute la plage fréquentielle [0.2Fe, 0.3Fe]. En appliquant la méthode de reconstruction avec démodulation, le spectre du signal en sortie du convertisseur FBD passe-bande est représenté par la figure 3.28. Le spectre du signal en sortie présente des atténuations sur les fréquences de bord ainsi que des ondulations qui sont dues aux filtres passe-bas Fk
pb(z). Ces ondulations sont très faibles de sorte qu’elles n’influent pas sur les performances attendues du système de reconstruction. Comme dans le cas de la reconstruction directe, la performance, mesurée par l’ENOB, dépend essentiellement du filtre passe-bas Fk
pb(z) dont le rôle est la suppression du bruit de quantification en dehors de la bande utile.
Fig. 3.28 – (a,b) Densité spectrale du signal d’entrée et du signal en sortie. (c) Densité spectrale du bruit de quantification résiduel en sortie.
68 3. Architecture FBD passe-bande et traitement numérique associé Pour mettre en évidence le rôle de ce filtre passe-bas, nous avons calculé la perte en nombre de bits entre l’ENOB mesuré en sortie et l’ENOB de référence (13.3 bits) calculé à partir du spectre de bruit de référence. Cette perte en ENOB a été calculée pour différents ordres avec trois types de fenêtre de pondération (Hamming, Hanning, Blackman). Les valeurs obtenues sont récapitulées dans le tableau 3.2.
Tab. 3.2 –Perte en ENOB pour différents type de fenêtres en fonction du nombre de coefficients.
Nombre de coefficients 48 56 64 96 128 256 Perte en résolution -1.17 -0.64 -0.04 0.05 0.06 0.05 (bits), Hamming Perte en résolution -0.46 -0.28 -0.15 0.03 0.08 0.07 (bits),Blackman Perte en résolution -0.22 -0.12 -0.04 0.06 0.08 0.05 (bits), Hanning
Nous constatons que :
– l’augmentation du nombre de coefficients au delà de 64 coefficients n’améliore pas la réso-lution de plus de 0.5 bits,
– pour des ordres faibles (≤ 64), la fenêtre de Hanning présente une meilleure résolution par rapport aux autres fenêtres parce qu’elle possède des lobes secondaires plus faibles. Cette méthode de reconstruction présente un grand avantage par rapport à la méthode de recons-truction directe : elle nécessite 8 filtres passe-bas de 64 coefficients fonctionnant à une fréquence 5 fois plus faible que la fréquence d’échantillonnage pour atteindre la résolution de 13.3 bits, alors que pour une résolution similaire, la méthode de reconstruction directe nécessite 8 filtres passe-bande de 512 coefficients fonctionnant à la fréquence d’échantillonnage.
3.6 Conclusion
Nous avons présenté dans ce chapitre le concept du CAN passe-bande basé sur l’architecture FBD passe-bande. Cette architecture se compose de N modulateurs Σ∆ passe-bande distribués de façon équi-réparti dans la bande du signal utile à convertir. La performance théorique de cette architecture a été estimée en nombre de bits effectifs (ENOB) calculée à partir de la puissance de bruit sur la base d’un spectre de référence.
Deux méthodes de reconstruction numérique du signal ont été proposées :
– la première consiste à placer un filtre passe-bande derrière chaque modulateur pour recons-truire le signal utile.
– la deuxième consiste à ramener le signal en bande de base, à filter le bruit de quantification hors bande utile et à moduler le signal dans sa bande de départ. Dans ce cas, des processus de raccordement de phases et de correction de modules ont été nécessaires pour améliorer la performance du signal numérique en sortie.
3.6. Conclusion 69 La deuxième solution se révèle très avantageuse par rapport à la première, car pour obtenir un même nombre de bits effectifs, elle nécessite beaucoup moins de puissance de calcul.
Dans ce chapitre, les modulateurs Σ∆ ont été supposés idéaux. Les erreurs des imperfections des composants analogiques sur la performance du système ont été négligées. L’impact de ces sources d’erreurs sur l’architecture FBD passe-bande fait l’objet d’une étude détaillée dans le prochain chapitre. Des modifications à apporter à l’architecture FBD pour compenser l’effet de ces erreurs y sont également présentées.
71
Chapitre 4
Architecture EFBD : une architecture
robuste aux imperfections de
l’analogique
Objectif
Ce chapitre présente l’étude de l’influence du décalage des fréquences centrales des modula-teurs dû aux dispersions technologiques sur la performance d’un CAN avec l’architecture FBD passe-bande présentée au chapitre 3. Ensuite, nous proposons une version étendue de l’architec-ture FBD passe-bande. Cette nouvelle version présente une plus grande robustesse aux imper-fections de fabrication. La robustesse est caractérisée au travers de plusieurs simulations avec différents types d’erreurs analogiques (dispersions locales et globales). Une méthode de calibration basée sur la minimisation de la puissance de bruit de quantification est développée pour adapter le traitement numérique aux imperfections des modulateurs analogiques. D’autres méthodes de calibration du module et de la phase du signal numérisé sont également développées.
4.1 Introduction
Le principe et les performances dans le cas idéal d’un CAN large bande à base de décom-position fréquentielle (FBD) passe-bande ont été étudiés au chapitre 3. Les fréquences centrales des modulateurs ont été choisies de façon à minimiser la puissance de bruit. Le traitement nu-mérique a été défini (largeur de bande des filtres FIR, fréquence de démodulation et coefficients de correction de phase, etc.), en se basant sur les caractéristiques nominales des modulateurs, de façon à avoir une puissance de bruit minimale et à reconstruire le signal avec le minimum de distorsion possible.
En pratique, les fréquences centrales des modulateurs ne correspondent pas aux valeurs nomi-nales. Le processus de fabrication des composants analogiques introduit des erreurs sur la valeur attendue de ces composants. Ces erreurs se répercutent sur la valeur de la fréquence centrale de chacun des résonateurs constituant le modulateur Σ∆. La figure 4.1 représente le module de la NTF dans le cas idéal (a) et dans le où les fréquences centrales des résonateurs ont subi un décalage d’une demie sous-bande (b). La puissance de bruit récupérée par chacune des voies est beaucoup plus grande que celle obtenue dans le cas idéal.
72
4. Architecture EFBD : une architecture robuste aux imperfections de l’analogique 0.2 0.22 0.24 0.26 0.28 0.3 0 0.01 0.02 0.03 0.04 ¯ ¯NT F k ¡j2e π f ¢ ¯ ¯ k = 1 .. .N (a) 0.2 0.22 0.24 0.26 0.28 0.3 0 0.01 0.02 0.03 0.04 f ¯ ¯NT F k ¡j2e π f ¢ ¯ ¯ k = 1 .. .N (b)
Fig. 4.1 – Module des NTF, (a) cas idéal, (b) décalage identique de toutes les fréquences centrales d’une demie sous-bande.
Pour estimer la dégradation des performances de l’architecture, introduite par l’imperfection des composants analogiques, nous avons calculé l’ENOB en faisant varier toutes les fréquences centrales des résonateurs de façon identique. Le traitement numérique est toujours adapté au cas idéal (largeur de bande et fréquence de démodulation). La figure 4.2 représente l’ENOB calculé et ceci, pour deux facteurs de qualité.
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2 6 7 8 9 10 11 12 13 14 15
Décalage des fréquences centrales normalisée par
E N O B (b it s) +20% B N Q = ∞ Q = 50
Fig. 4.2 – L’ENOB en fonction d’un décalage identique sur les fréquences centrales des résona-teurs.
4.2. Architecture EFBD 73