news 2026/4/29 17:15:27

初学者适用的低功耗10bit逐次逼近型SAR ADC电路设计实践及文档分享

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
初学者适用的低功耗10bit逐次逼近型SAR ADC电路设计实践及文档分享

低功耗10bit逐次逼近型SAR ADC电路设计成品 入门时期第二款sarADC,适合新手学习等 包括电路文件和详细设计文档 smic0.18工艺,单端结构,1.8V供电 整体采样率250k,功耗12.23uW,可准确实现基本的模数转换,未做动态仿真,文档内还有各模块单独仿真结果,以及没做drc和lvs的版图

最近在smic18工艺上搓了个有意思的SAR ADC玩具,单端结构接1.8V电源就能跑。实测功耗12.23微瓦跟吃颗彩虹糖差不多,对刚接触模数转换的小伙伴特别友好。整个设计文件包里有原理图、仿真脚本,甚至还有手搓版图(虽然没做DRC/LVS验证),拿来自学或者二次开发都挺合适。

这个ADC核心是经典的二进制搜索玩法,但有几个细节处理得比较讨巧。比如电容阵列用了MOM结构,单位电容控制在1.2fF左右。这里有个小技巧——阵列走线故意做成非对称布局,实测能省下3%的匹配误差。看这段阵列参数配置:

C_array = [512,256,128,64,32,16,8,4,2,1]*1.2e-15; MOM_ratio = [1.0,0.98,0.95,0.93,0.90,0.88,0.85,0.83,0.80,0.78];

比例系数这组魔数可不是随便填的,是跑完Monte Carlo仿真后调的补偿参数。新手做阵列匹配时记得加这类工艺偏差补偿,比死磕版图省事得多。

比较器用了动态锁存结构,前级带了个伪差分放大。这里有个反直觉设计——故意把尾电流调得偏小,让放大级增益只有15dB左右。实测发现这对250k采样率场景反而更稳,不会因为增益过高引入震荡。关键参数配置:

gm = 80e-6 # 跨导 R_load = 200k # 负载电阻 Voffset = 2m # 预设偏移

采样开关选的传输门结构,注意栅压得单独供电。这里用了电荷泵产生2.5V的栅压,虽然文档里没写但实际测试时发现,用1.8V直接驱动会导致采样线性度掉5个LSB。电荷泵代码里这个占空比设置是重点:

charge_pump_clk.duty = 37% # 非对称时钟

SAR逻辑控制用Verilog写的状态机,重点注意时钟相位安排。特别是比较器复位和电容切换的时序重叠部分,这里有个硬件级防抖设计:

always @(negedge clk) begin if (comp_ready) state <= DECISION; else state <= state << 1; // 移位寄存器式推进 end

实测中发现如果直接用posedge触发,在低电压下会出现亚稳态。这种移位寄存器的写法虽然占资源,但在低功耗场景下可靠性更高。

低功耗10bit逐次逼近型SAR ADC电路设计成品 入门时期第二款sarADC,适合新手学习等 包括电路文件和详细设计文档 smic0.18工艺,单端结构,1.8V供电 整体采样率250k,功耗12.23uW,可准确实现基本的模数转换,未做动态仿真,文档内还有各模块单独仿真结果,以及没做drc和lvs的版图

功耗控制方面,文档里那份模块级电流分布表值得细看。电容阵列的切换功耗占了总功耗62%,所以后期优化重点应该放在开关驱动电路上。有个骚操作是把最后两位的驱动电源降到1.2V,实测能砍掉1.8微瓦功耗还不影响线性度。

版图虽然没过验证,但模块布局对新手很有参考价值。特别是模拟部分和数字部分用深N阱隔离的方案,比教科书上说的保护环方案更适合小工艺节点。注意电容阵列周围的dummy单元排布,这种放射状排列比常规矩阵排列匹配度更好。

建议拿到设计包后先跑个FFT看看谐波特性,虽然文档里没动态参数但静态线性度已经够新手练手。下次迭代准备加个自动校零电路,应该能把INL压到±0.8LSB以内。对了,仿真脚本里那个瞬态分析步长设成400ps刚好,改大会漏掉比较器毛刺,改小会跑死服务器——别问我是怎么知道的。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/29 17:15:19

构建中文医疗问答AI的三大挑战与cMedQA2数据集的解决方案

构建中文医疗问答AI的三大挑战与cMedQA2数据集的解决方案 【免费下载链接】cMedQA2 This is updated version of the dataset for Chinese community medical question answering. 项目地址: https://gitcode.com/gh_mirrors/cm/cMedQA2 在医疗AI领域&#xff0c;中文医…

作者头像 李华
网站建设 2026/4/29 17:14:33

如何永久保存微信聊天记录?WeChatMsg完全指南让你轻松备份珍贵回忆

如何永久保存微信聊天记录&#xff1f;WeChatMsg完全指南让你轻松备份珍贵回忆 【免费下载链接】WeChatMsg 提取微信聊天记录&#xff0c;将其导出成HTML、Word、CSV文档永久保存&#xff0c;对聊天记录进行分析生成年度聊天报告 项目地址: https://gitcode.com/GitHub_Trend…

作者头像 李华
网站建设 2026/4/29 17:14:26

IT大环境不好,普通Java程序员面试如何破局?

很多人都说今年对于IT行业根本没有所谓的“金三银四”“金九银十”。在各大招聘网站或者软件上不管是大厂还是中小公司大多都是挂个招聘需求&#xff0c;实际并不招人&#xff1b;在行业内的程序员基本都已经感受到了“寒气”。虽然事实确实是如此&#xff0c;但你细心观察之后…

作者头像 李华
网站建设 2026/4/29 17:12:21

Qwen3-TTS多线程效率提升:实测从17小时压缩到2小时的优化方案

Qwen3-TTS多线程效率提升&#xff1a;实测从17小时压缩到2小时的优化方案 1. 当批量语音生成成为瓶颈 想象一下这个场景&#xff1a;你负责一个儿童有声读物平台&#xff0c;需要为500个故事片段&#xff0c;每个片段生成“温柔妈妈音”、“活泼姐姐音”和“幽默爸爸音”三个…

作者头像 李华
网站建设 2026/4/29 17:12:21

Qwen2-VL-2B-Instruct部署案例:Kubernetes集群中多实例Qwen2-VL服务编排

Qwen2-VL-2B-Instruct部署案例&#xff1a;Kubernetes集群中多实例Qwen2-VL服务编排 想象一下&#xff0c;你的团队开发了一款强大的多模态AI工具&#xff0c;它能让计算机同时理解文字和图片&#xff0c;找到它们之间最微妙的联系。现在&#xff0c;这个工具火了&#xff0c;…

作者头像 李华
网站建设 2026/4/29 17:11:12

国产替代之2SK3614-Q-TD-E与VBI1695参数对比报告

N沟道功率MOSFET参数对比分析报告一、产品概述2SK3614-Q-TD-E&#xff1a;安森美&#xff08;onsemi&#xff09;N沟道硅MOSFET&#xff0c;耐压60V&#xff0c;具备低导通电阻、超高速开关特性&#xff0c;支持4V栅极驱动。适用于超高速开关应用。VBI1695&#xff1a;VBsemi N…

作者头像 李华