请更新您的浏览器。 为了获得最佳的 Liquid Instruments 使用体验,请将 Chrome、Edge、Firefox 或 Safari 更新到最新版本。 更新 Microsoft Edge.
液体仪器标志
产品
硬件平台
Moku:Delta
Moku:Delta
全新发布
用于高级设计和验证
Moku:Pro
Moku:Pro用于多种测试和测量
Moku:Lab
Moku:Lab用于实验研究实验室
Moku:Go
Moku:Go用于快速测试和调试
比较硬件
比较硬件横向比较所有 Moku 硬件
技术
GenInst Studio
全新发布
生成个性化工具
仪器功能高度集成触手可及的专业仪器设备
神经网络集成了 基于 FPGA 的神经网络仪器
多仪器并行模式组合仪器功能以创建自定义测试系统
Moku Compile编码、编译和部署到 Moku 的 FPGA 上
软件
MokuOS下载适用于 Windows、macOS、iPadOS 和 VisionOS 的 Moku 应用
APIsPython、MATLAB、LabVIEW
实用工具用于文件转换的命令行和图形工具
仪器功能
信号分析
示波器
频谱分析仪
频率响应分析仪
锁相放大器
相位表
逻辑分析仪/码型发生器
时间间隔与频率分析仪
数据记录器
信号生成
波形发生器
任意波形发生器
信号控制与调理
PID 控制器
数字滤波器
FIR 滤波器生成器
激光锁频/稳频器
自定义与其他功能
GenInst Studio
全新发布
高速信号采集记录回放仪(Gigabit Streamer)
自定义仪器
神经网络
多仪器并行模式
应用
光学与光子学
显微镜和光谱学
光子计数
量子光学
航空航天和国防
A&D仪器
器件测试
自动化测试
半导体测试
控制系统和伯德图分析
MEMS 系统测试
AI 和机器学习
生成式仪器
全新发布
神经网络
教育服务提供商
教育与研究
相关资源
应用笔记
博客
客户案例
相关课程
指南
产品文档
资讯观点
网络研讨会
白皮书
支持
关于我们
联系我们
关于我们
领导团队
合作伙伴
公司动态
媒体中心
活动日程表
加入我们
商店
Moku:Delta
Moku:Pro
Moku:Go
升级您的 Moku:Pro
升级您的 Moku:Lab
升级您的 Moku:Go
0
获取报价 立即购买
白皮书

Moku:Pro 上的混合 ADC 如何运作

实现声学和射频频谱的最佳性能

2021 年 7 月 6 日

    在测试测量中,灵活性通常意味着性能的牺牲。Moku:Pro 通过使用来自 5 GSa/s、10 位 ADC 和 10 MSa/s、18 位 ADC 的信号,并采用专利混合方案,克服了这些缺点,实现了低本底噪声和 10 Hz 至 600 MHz 的高动态范围。这是通过一个由平衡高通和低通滤波器组成的数字分频网络实现的,该网络可实时混合双 ADC 数据流。

     


    模拟前端设计和传统权衡

    现代数字测试仪器的一个关键部分是拥有高质量的模拟前端,因为前端性能对数字化信号的下游分析、处理和记录的保真度设置了基本限制。 但选择模数转换器 (ADC) 通常需要权衡取舍,例如为高带宽牺牲长期稳定性。 图 1 显示了针对不同信号频率优化的两个 ADC 的示例噪声频谱。

    两个 ADC 的噪声频谱显示噪声在高频和低频处增加

    图 1:两个 ADC 的噪声频谱表明噪声在高频和低频(1/f 噪声)以及白噪声水平下增加。 显示了针对高频信号(红色)和低频信号(蓝色)优化的 ADC 的频谱。

    传统上,当一台测试设备专为单一功能或应用而设计时,可以通过选择针对特定测量要求和信号特性优化的 ADC 来平衡这些权衡。 相比之下,虽然软件定义仪器的多功能性为解决各种应用提供了机会,但设计能够满足所有这些应用的模拟前端却是一项挑战。 更具体地说,Moku:Pro 旨在解决广泛的测量场景,单个 ADC 无法针对这些场景进行优化。

     


    一种基于 FPGA 的新处理技术,用于跨频谱构建高质量信号

    要充分发挥现代软件定义仪器的潜力,需要采用先进的方法。Moku:Pro 的前端集成了两个高性能 ADC。一个 5 GSa/s、10 位 ADC,具有出色的带宽和高频噪声,另一个 10 MSa/s、18 位 ADC,针对低频声学信号进行了优化。由平衡高通和低通滤波器组成的数字分频网络可实时混合 ADC 数据流,从而实现低本底噪声和 10 Hz 至 600 MHz 的高动态范围。

    在同一时钟域上以数字方式实现这些滤波器可以对滤波特性进行出色的控制,但需要强大的处理能力(每秒数百次千兆运算)。 幸运的是,Moku:Pro 强大的 FPGA(Xilinx Ultrascale+ 片上系统)可以胜任这项任务,并且可以实时组合数据流,而仅使用其一小部分资源就不会对延迟产生明显影响。 结果是单个无缝数据流在所有傅立叶频率上具有最佳信噪比。 因此,软件定义仪器的一个主要挑战是通过其最强大的特性之一解决的:强大的实时信号处理。

     


    但它是如何真正起作用的呢?

    最小化整体噪声很重要,但设计滤波网络时的一个关键考虑因素是保持信号的单位增益频率响应。 图 2 显示了通过在混合之前在两个路径中使用相同的数字滤波器结构来实现此目的的一种简单方法。 来自 BNC 连接器的信号在分叉到高速(上路径)和低速(下路径)ADC 之前出现在图的左侧。 上方路径由 1-TF(f) 进行高通滤波,其中 TF(f) 是低通滤波器的传递函数。 底部路径经历一个简单的 TF(f) 传递函数。 重组信号的总输入输出传递函数为 1-TF(f) + TF(f) = 1,因此具有单位增益。 由于两个滤波器都是数字实现的,因此它们是完美匹配的。

    频率相关 ADC 混合的实现

    图 2:框图显示了与单位增益传递函数混合的频率相关 ADC 的清晰实现。

    由于 ADC 以不同的采样率运行,过滤网络也变得复杂。 数据流在组合之前必须进行适当的上变频或下变频,以减少混合数据流中伪像的出现。 不同 ADC 采样率引入的另一个考虑因素是抗混叠。 通常,模拟抗混叠滤波器存在于每个 ADC 的输入端,并且必须考虑它们的频率响应对每个信号路径的影响。 图 3 显示了这种情况的简化框图。 可以忽略抗混叠滤波器(未显示)对高速路径的影响。 在这种情况下,模拟低通滤波器必须与数字低通滤波器相匹配。 幸运的是,数字滤波器的灵活性允许与最常见的模拟滤波器类型紧密匹配。 在 Moku:Pro 的 FPGA 中,这个滤波器甚至可以在校准时根据模拟滤波器的个别特性进行定制,由于组件公差,这些特性可能因单元而异。

    图 3:混合网络补偿低速路径中的模拟抗混叠滤波器和高速路径中匹配的数字低通滤波器。

    结语

    我们的 FPGA 算法自动智能地混合来自两个 ADC 的高速和低速信号。 用户无需手动决定最好使用哪个 ADC; 相反,同时采集和混合来自两者的数据以构建用于测量或进一步处理的最佳信号。 这种新方法减少了使用可能未针对感兴趣频率进行优化的单个 ADC 时通常引入的噪声和错误类型。 得益于 Moku:Pro 的混合 ADC 技术,工程师和研究人员在获取数据时首次无需在高速和高精度之间做出选择。

    进一步了解 Moku:Pro.

    仍有疑问或是需要电子文档?

    请通过 support@liquidinstruments.com 与我们取得联系,谢谢!

    在演示模式下试用 Moku 下载 Moku 应用 → 获取常见问题的答案 访问知识库 → 与全球的 Moku 用户建立联系 加入用户论坛 →

    其他推荐白皮书

    白皮书
    利用人工智能工具构建用于测试的高级触发器

    压缩数周的定制开发时间,并用生成式仪器取代固定的示波器触发模式

    日期: 2026 年 7 月 14 日

    白皮书
    使用 Python 和基于 FPGA 的工具扩展并行设备测试

    如何将软件灵活性与硬件确定性相结合,从而提高研发和生产中的测试吞吐量和可靠性

    特点: Moku:Delta、频谱分析仪、示波器、Python

    白皮书
    量子系统中量子比特状态的可视化和表征

    了解使用 Bloch 球表示的量子比特状态,以及常见的脉冲序列和使用 Moku 实现的技巧

    特点: 任意波形发生器、锁相放大器、Moku:Delta、Moku:Pro

    日期: 八月6th,2025

    返回所有白皮书

    站内导航

    • 产品
    • 仪器功能
    • 相关资源
    • 支持
    • 关于我们
    • 联系我们
    • 隐私政策
    • 使用条款

    办公室

    美国
    (619) 332-6230
    12526 High Bluff Dr.
    Suite 150
    San Diego, CA 92130

    澳大利亚
    +61 2 6171 9730
    243 Northbourne Avenue
    Suite 1, Level 1
    Lyneham, ACT 2602

    澳大利亚
    +61 3 7073 3594
    5C套房,5楼
    斯旺斯顿街700号
    维多利亚州卡尔顿 – 3058

     

     

    关注我们

    LinkedIn YouTube X Facebook Instagram

    官方微信

    © 2026 Liquid Instruments. 版权所有