[发明专利]基于N维空间二分法的矢量量化器

说明书

技术领域

本发明涉及数据转换，并且更具体涉及用于例如在动态元件匹配中执行异步矢量量化的方法和系统。

背景技术

数模转换器(DAC)和模数转换器(ADC)使用在多种应用中。在执行转换中，DAC/ADC一般使用例如Δ∑转换的技术来找到对输入信号最接近的匹配以及将误差转换为信号频带外噪声。这种DAC/ADC的要求对于某些应用可能非常严格。例如，DAC和ADC可以用在现代音频系统中。对于这种应用，靶向性能(targeted performance)可以是16比特的信噪比(SNR)，或在某些带宽例如20KHz音频带宽中更高。类似的技术例如第三代便携式电话和在互联网协议上的语音(VoIP)音频会议电话也需要成本低的但不过度牺牲性能的高性能的音频编码器/解码器(CODEC)。尽管DAC和ADC是已知的，常规地用在转换误差中的例如数据加权平均对于某些应用可能不是足够的或可能实现起来昂贵。因此，期望一种用于提供低成本、高性能的数据转换器的机制。

动态元件匹配(DEM)是一种可用于将失配(mismatch)误差转换为ADC/DAC的信号频带外噪声的技术。因为DEM不需要高度精确的校准系统，所以实现DEM可以是相对低成本的。为了执行DEM，使用了矢量量化。矢量量化是一种数学技术，其可用于使信号频带外的模拟失配噪声成形(shape)，允许DAC/ADC执行其功能。特别是，矢量量化确定了对特定矢量的最接近的匹配。在使用DEM的ADC/DAC的实现中，矢量量化可用于确定如何转换DAC/ADC元件，例如电容器或电流源，以找到对输入信号的最接近的匹配。

为了更容易地理解矢量量化，参考图1，其为描述三维矢量量化的图10。矢量U 12对应于输入信号。因此，U12对应于输入信号的样本。在算术上，矢量量化确定最接近地匹配矢量U 12的、并且在每一维上具有单位矢量分量的矢量。换句话说，对于图1中描绘的三维情况，矢量量化确定矢量U 12在由原点(0，0，0)和立方体14的顶点界定的最接近的矢量上的投影。因此，矢量量化的输出是0矢量或是从原点(0，0，0)到顶点(1，0，0)、(0，1，0)、(0，0，1)、(1，1，0)、(0，1，1)或(1，1，1)之一的矢量。在U 12和输出V之间最接近的匹配在‖U-V‖最小时出现。这个量在U 12与V的标量乘积最大时是最小的，该量对应于与V校准(align with)的U 12。使U 12与V校准因此对应于识别U 12的最大元素。因此，使用数学方法，矢量量化可以找到对U 12最接近的匹配以及误差。

在矢量量化的应用中，空间维的数量对应于期望的分辨率。期望的分辨率R由在分辨率中的期望的比特数给出。对应于输入信号的矢量U的空间维的数量N大于或等于2^R-1。因此，对于两比特分辨率，空间维的数量是3。因此，在图1中描绘的立方体14可以用于执行对于具有3比特分辨率要求的应用的矢量量化。对于4比特分辨率，空间维的数量是5。对于更高的分辨率，维的数量按指数比例决定。

尽管DEM实现起来可能成本较低，当前对于其在常规DAC/ADC中的使用存在障碍。特别是，实现矢量量化可能有不期望有的结果。期望信号例如在N比特Δ∑转换中具有n比特分辨率(n比特信号)。在这种转换中，对应的矢量具有N维(如上所述，对应于2ⁿ-1)。换句话说，矢量量化在N维中发生，其中N是2ⁿ-1。常规矢量量化器将因此对每个输入数据样本分类大约2ⁿ个元素。该分类操作一般需要比用于获得数据样本的采样时钟运行快2ⁿ倍的时钟。这种时钟是非常高的频率，这是不期望有的。而且，DAC/ADC将包括至少2个时钟，采样时钟和用于分类的时钟。因此，DAC/ADC也是混合模式环境。在混合模式环境中使用高频时钟也是不期望有的。

因此，所需要的是一种用于帮助提供高速度、低成本的转换器的机制。本发明处理这种需要。

发明内容