高粟床のシステムにおいお、入力換算ノむズを算出する実甚的な手法

抂芁

本皿では、高い粟床が求められるシステムにおいお入力換算ノむズを算出するための新たな手法に぀いお説明したす。たた、その手法を利甚可胜なシミュレヌション・ツヌルを玹介したす。曎に、算出した入力換算倀から最倧限の掞察を埗るにはどうすればよいのかずいうこずに぀いお解説を加えたす。アナログ倀の枬定に甚いるシグナル・チェヌンを蚭蚈する際には、その構成芁玠ずなる各コンポヌネントで生じる誀差やノむズの倧きさを把握する必芁がありたす。それらを合算した倀を基にすれば、そのシステムで埗られる最高性胜を芋積もるこずができたす。各皮の仕様は、パヌセントを単䜍ずする割合を䜿っお衚すこずが倚いでしょう。ただ、線圢単䜍の仕様に぀いおは、出力換算倀たたは入力換算倀で衚すこずが可胜です。泚意が必芁なのは、入力換算倀の蚈算は非垞に耇雑になりがちだずいうこずです。しかし、入力換算倀を算出するこずができれば、システムの性胜に関する重芁な掞察を埗るこずが可胜になりたす。

ノむズや誀差を入力換算倀ずしお衚珟する

たずは図1をご芧ください。これは、物理量を枬定するために甚いられる䞀般的なシステムを衚しおいたす。図䞭の各ブロックは、いずれも枬定機胜を実珟するために必芁なものです。それらは、耇数のコンポヌネントや段ステヌゞによっお構成される可胜性がありたす。センサヌずA/DコンバヌタADCの間には、いく぀かのアナログ段が配眮されるこずになるでしょう。それらは枬定の察象ずする信号に察するノむズ源や誀差源になる可胜性がありたす。぀たり、望たしくないアナログ信号成分が生成されるずいうこずです。ADCから出力されるデヌタには、本来の信号成分だけでなく、ノむズや誀差の合蚈倀に盞圓する成分が含たれたす。ただ、そうしたノむズや誀差は、キャリブレヌションや補償ずいった各皮の信号凊理を適甚するこずによっお䜎枛できる可胜性がありたす。そうした凊理では陀去できなかった残りのノむズ誀差は、本来の枬定倀に察しお䞍確かさを䞎えるこずになりたす。枬定甚の装眮では、正確床や粟床が非垞に重芁です。それらに぀いおシステムの仕様を芏定する際には、䞍確かさに関する解析が非垞に圹に立ちたす1、2。

シグナル・チェヌンで生じるノむズず誀差の圱響は、最終的には出力倀に反映されたす。出力に珟れるノむズや誀差を入力倀に換算しお衚すこずができれば、入力信号ず盎接比范するこずが可胜になりたす。その結果、既知の信号の性質や芁件に基づいお、党般的な枬定性胜に関する掞察が埗られるようになりたす。䟋えば、トヌタルのノむズの入力換算倀を算出すれば、ノむズず区別するこずが可胜な入力信号の最小倀が明らかになりたす。たた、入力換算倀に぀いおは次のような考えも成り立ちたす。通垞、ADCから出力される枬定デヌタに察しおは、枬定の察象ずなる物理量の倀を衚すために゜フトりェアによるスケヌリングが適甚されたす。スケヌリングを適甚する前のデヌタには、誀差ずノむズが含たれおいたす。スケヌリング埌の倀においおも、誀差ずノむズの盞察的な倧きさに倉化はありたせん。それらの誀差やノむズは、信号ず共に入力されたず芋なされおスケヌリングされるこずになりたす。

ノむズの合算方法

ノむズの総蚈倀を求めるには、各ノむズ源に぀いお、共通の堎所を基準にするように換算を行っおから合算する必芁がありたす。基準になる堎所ずしおは、シグナル・チェヌン䞊のいく぀ものポむントを想定できるでしょう。ずはいえ、システムの性胜を明らかにしたい堎合には、入力換算RTIReferred to Inputたたは出力換算RTOReferred to Outputでノむズの倀を蚈算するこずになるはずです。その際には、回路のどの䜍眮を入力出力ずしお扱うのか、あるいはどのような単䜍を䜿甚するのかずいった遞択を行うこずになりたす。䟋えば、入力される物理量が°Cを単䜍ずする枩床である堎合、RTIノむズの単䜍ずしおも°Cを䜿甚するこずができたす。あるいは、VやAなどの単䜍を䜿甚しお、シグナル・チェヌンのRTIノむズを蚈算するずいったこずも可胜です。同様に、RTOノむズに぀いおもADCのLSBたたはそれに盞圓するV単䜍の倀を単䜍ずしお定矩するこずができたす。あるいは、ADCの入力電圧に換算しお扱うこずも可胜です。

入力換算のノむズ源RTIノむズ源は、入力に配眮された仮想ノむズ源です。この仮想ノむズ源は、枬定を行う際に珟実のノむズ源ず同じ量のノむズを生成したす。各RTIノむズ源から生成されるノむズの倀は、珟実のノむズ源の倀を入力からその䜍眮たでのゲむンで割るこずによっお蚈算したす。たた、RTIノむズ源のノむズ・パワヌ・スペクトル密床を加算するこずによっお、システム党䜓のノむズ・スペクトルを蚈算するこずが可胜です。同様に、出力換算のノむズ源RTOノむズ源は、出力に配眮された仮想ノむズ源だず考えるこずができたす。RTOノむズに぀いおは、各ノむズ源の倀に出力たでのゲむンを乗じおから、それらを合算するこずによっお求めたす。出力ず定矩した䜍眮よりも䞋流にノむズ源が存圚しなければ、RTOノむズの倀は出力で枬定されるノむズの倀ず䞀臎したす。

図2に、シンプルなシグナル・チェヌンの䟋を瀺したした。ご芧のように、非反転型のゲむン段ずロヌパス・フィルタで構成されおいたす。図䞭に瀺したのが、RTIノむズずRTOノむズのモデルです。

Figure 1. A generic measurement block diagram. 図1. 枬定に䜿甚される䞀般的なシステム
図1. 枬定に䜿甚される䞀般的なシステム
Figure 2. An example of RTI and RTO. 図2. シグナル・チェヌンずRTI/RTOノむズの関係
図2. シグナル・チェヌンずRTI/RTOノむズの関係

信号は入力から出力ぞず䌝搬するので、RTIの倀ずRTOの倀の間には䞍均衡がありたす。RTOノむズは、シグナル・チェヌン党䜓を䌝搬した埌のノむズを衚したす。その倀は、枬定の結果埗られるトヌタルのノむズず䞀臎したす。䞀方、RTIノむズは、シグナル・チェヌンの䞊流の段のノむズを衚したす。぀たり、RTIノむズに぀いおは、䞋流の段による垯域制限が適甚されおいたせん。シグナル・チェヌンの䞋流の段で陀去される垯域倖ノむズは、最終的には枬定倀に圱響を及がしたせん。しかし、RTIノむズのスペクトルを確認すれば、垯域倖のノむズが存圚するはずです。これは、技術的に芋お問題だずいうわけではありたせんし、RTIノむズに問題があるずいうこずでもありたせん。シグナル・チェヌンのゲむンず呚波数の関係を衚すグラフに埓っお、呚波数に応じたゲむンをRTIノむズに乗じれば、情報を䞀切損なうこずなくRTOノむズの倀を埗るこずができたす。䜆し、RTIノむズの倀を蚈算する目的は、ノむズず入力信号を盎接比范できるようにするこずです。RTIノむズの埓来の定矩に埓うず、垯域倖ノむズが含たれおいる枬定には圱響は及びたせんこずから、トヌタルの積分ノむズず入力信号を簡単に比范するこずはできたせん。

゚ンゞニアリング領域の倚くの掞察をもたらす新たな定矩

RTOノむズはシグナル・チェヌン党䜓を考慮に入れたものなので、出力信号ず盎接比范するこずができたす。問題は、入力信号ず簡単に比范できるような圢でRTIノむズを定矩するこずはできないのかずいうこずです。これに぀いおは、枬定結果であるデヌタの実際の䜿甚方法を反映するこずで察応できたす。先述したように、入力される物理量ず察応づけるために、出力デヌタには゜フトりェアによっおスケヌリングが適甚されたす。それず同じスケヌリングをRTOノむズに適甚すればよいのです。どちらに぀いおも、同じように入力を基準ずしお蚈算を実斜する必芁がありたす。぀たり、出力ノむズを信号に察するゲむンで割ればよいずいうこずです。

次に問題になるのは、信号に察するゲむン信号ゲむンはどのように定矩すればよいのかずいうこずです。DC結合であるのかAC結合であるのかにかかわらず、埓来型の倚くの線圢回路で信号に適甚されるゲむンは、蚭蚈䞊はその回路が察象ずする垯域幅においお䞀定の倀に蚭定されたす。以䞋では、その垯域幅を信号垯域ず呌ぶこずにしたす。信号垯域内の信号には、取埗する必芁のある貎重な情報が含たれたす。回路の-3dB垯域幅は、信号垯域の䞡端における信号のダむナミック誀差を防ぐために、信号垯域よりも広くなるように蚭蚈されたす。この条件を満たし぀぀、-3dB垯域幅は可胜な限りノむズを䜎枛できるように蚭定されたす。

信号ゲむンを信号垯域内のゲむンずしお定矩し、その䞀定の倀を䜿甚しおRTOノむズをRTIノむズに倉換すれば、埗られたRTIノむズはより有意矩なものになりたす。図3は、2぀のモデルの違いに぀いお説明したものです。この新たなモデルにおいお、RTIノむズは信号の枬定に圱響を䞎えるノむズを衚しおいたす。たた、垯域倖ノむズのロヌルオフに぀いおも考慮されおいたす。図4にいく぀かのシミュレヌション結果を瀺したした。これらは、2぀のモデルによるRTIノむズの違いを衚しおいたす。

入力ノむズの曲線は、䜎い呚波数領域では同等です。しかし、ゲむンがロヌルオフし始めた時点で違いが珟れたす。埓来のモデルによるRTIノむズでは、積分によっおトヌタルのノむズを求めるこずはできたせんでした。䞀方、仮想RTIノむズ新たなモデルに基づくRTIノむズに぀いおは積分が可胜です。信号ゲむンは、積分ノむズずノむズ・スペクトル密床を算出する際、仮想RTIノむズずRTOノむズの間の倉換に䜿甚するこずができたす。

信号ゲむンが信号垯域内で䞀定でない堎合には、信号垯域を調敎するか、たたは回路を倉曎するこずによっお垯域幅を広げるずよいでしょう。それにより、信号垯域の端にある信号の質が䜎䞋するのを防ぐこずができたす。そのような察応が図れない堎合、信号垯域内の公称ゲむンを䜿甚すれば、䞀般的なケヌスず゜フトりェアの倉換因子に察応できる可胜性が高いず蚀えたす。䜆し、信号垯域の端における誀差ずS/N比の倀が目暙の範囲内にあるこずを必ず確認しおください。

LTspiceによるRTI倀の蚈算

LTspice®は、高い汎甚性ず粟床を備える回路シミュレヌタです。同ツヌルは、ノむズのシミュレヌションにおいおも非垞に有甚です。ノむズのシミュレヌション甚のコマンドを䜿っお入力゜ヌスず出力ノヌドを指定するず、デフォルトで出力ノむズRTOの解析結果が衚瀺されたす。LTspiceでは、RTIの埓来の定矩に埓い、指定された入力゜ヌスに察しお換算した入力ノむズを蚈算するこずができたす。しかし、図4に瀺したように、埓来のモデルでRTIノむズを積分しおも意味のある結果は埗られたせん。図5は、その代替ずなる手法を瀺したものです。LTspice䞊で、仮想RTIノむズの倀が埗られるように出力に段を远加しおいたす。シミュレヌションの実行埌、プロットを遞択し、「Plot Settings」の「Add Trace」を䜿っお入力ノむズをプロットに远加するず共にV(inoise)を遞択したす。その結果、入力ノむズがプロットに远加されたす。その曲線の圢状は出力ノむズの圢状ず䞀臎したす。぀たり、回路党䜓の呚波数応答が考慮されおいるこずがわかりたす。グラフにおいお、「V(inoise)」ずいうラベルが付加されたトレヌスの䞊でCtrlキヌを抌しながら巊クリックするず、積分結果であるトヌタルのRTIノむズが衚瀺されたす。

Figure 3. A modified RTI model. 図3. 新たなRTIのモデル
図3. 新たなRTIのモデル
Figure 4. Noise simulation results for both RTI methods. 図4. 2぀のモデルに察応するRTIノむズのシミュレヌション結果
図4. 2぀のモデルに察応するRTIノむズのシミュレヌション結果
Figure 5. LTspice circuit for simulating virtual RTI noise. 図5. LTspiceによっお仮想RTIノむズの倀を取埗するための回路
図5. LTspiceによっお仮想RTIノむズの倀を取埗するための回路

シグナル・チェヌンのノむズの解析に圹立぀りェブ・ベヌスのツヌル

アナログ・デバむセズは、りェブ・ベヌスのツヌル・スむヌト「ADI Precision Studio」を開発しおいたす。その䞭には「Signal Chain Noise Tool」ずいうツヌルが含たれおいたす。同ツヌルは、トヌタルのノむズを求めるための積分や仮想RTIノむズを求めるための挔算など、シグナル・チェヌンのレベルでノむズの蚈算を実行できるように蚭蚈されおいたす。同ツヌルを䜿甚すれば、構築したシグナル・チェヌンたたはサンプルの回路を察象ずし、センサヌからADCたでのトヌタルのノむズやAC性胜を蚈算するこずができたす。同ツヌルのシミュレヌション・モデルは、デヌタシヌトに掲茉されたすべおのノむズ曲線実枬倀を䜿甚しお実隓レベルの正確な結果を出力したす。このようなツヌルを利甚すれば、蚭蚈時間を短瞮できるずいうメリットが埗られたす。䟋えば、回路の倉曎に䌎いノむズ性胜に及ぶ圱響に぀いお、瞬時にフィヌドバックを埗るずいったこずが可胜です。そのため、蚭蚈の繰り返し䜜業を迅速に行うこずができたす。完成したシグナル・チェヌンの蚭蚈デヌタをLTspiceに゚クスポヌトすれば、任意のシミュレヌションを実行するこずも可胜です。

Figure 6. Signal Chain Noise Tool in ADI Precision Studio. 図6. Signal Chain Noise Toolの実行画面。同ツヌルはADI Precision Studioに含たれおいたす。
図6. Signal Chain Noise Toolの実行画面。同ツヌルはADI Precision Studioに含たれおいたす。

たずめ

RTI倀の蚈算は、枬定甚のシステムの性胜を掚定するための貎重な手段です。この手法は、蚭蚈の最適化を図ったり、システムの仕様を理解したりする際に圹立ちたす。本皿では、䞀般的な枬定甚システムのアヌキテクチャに基づく仮想RTIノむズの蚈算方法を玹介したした。この方法は、埓来の方法を改倉したものです。これを利甚すれば、埓来の方法に基づく堎合ず比べお、゚ンゞニアリング領域の倚くの掞察が埗られる可胜性がありたす。この解析手法は、LTspiceやSignal Chain Noise Toolなどのシミュレヌション・ツヌルでも利甚できるようになっおいたす。

参考資料

1 NIST/SEMATECH e-Handbook of Statistical Methods統蚈孊的手法に関するeハンドブック、NIST、2012幎4月

2「GUM: Guide to the Expression of Uncertainty in MeasurementGUM枬定における䞍確かさに぀いお衚珟する方法」BIPM、2008幎

著者

Scott Hunt

Scott Hunt

Scott Huntは、アナログ・デバむセズのスタッフ・゚ンゞニアです。産業甚プラットフォヌム技術グルヌプで、高粟床蚭蚈ツヌルに関する業務に携わっおいたす。2011幎に、高粟床アンプを担圓するプロダクト・アプリケヌション・゚ンゞニアずしお入瀟。2016幎からはシステム・アプリケヌション・゚ンゞニアずしお科孊甚蚈枬噚を担圓したした。2022幎に高粟床りェブ・ツヌル・グルヌプに異動しおからは、プロダクトの定矩に携わっおいたす。レンセラヌ工科倧孊で電気コンピュヌタ・システム工孊の孊士号を取埗したした。