Sigma-delta DAC simulink模型 128/256 oversampling...

Sigma-delta DAC simulink模型 128/256 oversampling 18bit ENOB

Sigma-delta DAC的Simulink建模像是一场和量化噪声的游击战。想要在18bit有效位数(ENOB)的战场上取胜，过采样率和噪声整形的配合至关重要。今天咱们直接进实验室，用128倍和256倍过采样两种方案来拆解这个数字战场。

先甩个基础架构出来：

% 模型初始化参数 OSR = 128; % 过采样率 order = 3; % 调制器阶数 fs = 44.1e3; % 基准采样率 Vref = 2.5; % 参考电压 nbits = 1; % 量化器位数

这个三阶架构的狠劲儿在于它能把噪声推到高频段的能力。注意量化器只用了1bit，但别被表象骗了——真正的玄机藏在反馈环里。来看这个差分方程：

y[n] = x[n] + a1*e[n-1] + a2*e[n-2] + a3*e[n-3]

这里的a1~a3系数就是我们的秘密武器，直接决定噪声被踢到哪个频段。在Simulink里用积分器搭这个结构时，记得把每个积分器的增益设为0.5，这样系统稳定性才撑得住场子。

Sigma-delta DAC simulink模型 128/256 oversampling 18bit ENOB

频谱验证才是见真章的时候。给个-3dBFS的正弦波输入，跑完仿真直接上FFT：

[Pxx,f] = pwelch(y_osr128, hann(4096), 2048, 4096, fs*OSR); semilogx(f, 10*log10(Pxx)); hold on; plot([0 fs*OSR/2], [-120 -120], 'r--'); % 18bit ENOB基准线

当看到噪声基底在20kHz处已经掉到-140dB以下，就知道这18bit的指标算是拿捏住了。不过这里有个坑——模拟重建滤波器的群延迟得控制在0.1dB以内，否则高频段的噪声整形效果会被打折扣。

切换到256倍过采样时，量化噪声基底能再降个6dB，但代价是功耗直接翻倍。这时候该上多相滤波了：

h = fir1(64, 1/OSR).*kaiser(65, 5); % 用凯撒窗压住纹波 polyphase_impl = reshape(h, 4, 16); % 四相分解

这种结构让硬件实现时时钟频率不用跑太高，算是性能和功耗的折中方案。实测下来发现当输入信号满幅摆动的瞬间，积分器的饱和处理要是没做好，ENOB直接掉到16bit都有可能。所以反馈环里的限幅模块不是摆设，得设置成软饱和模式才能既保真又防溢出。

最后扔个冷知识：想精确测量ENOB千万别用传统的SINAD算法，改用动态误差谱分析。当看到噪声基底在带内呈现完美的3阶滚降曲线时，就知道这18bit的江山算是坐稳了。