TDC学习（2）--Theory of TDC Operation（一）

 正文内容大部分来自于Henzler于2010年发表的《Time-to-Digital Converters》。文中所有内容都是我个人对上述文献的一些总结，我还很菜，如有错误，敬请指正。

本章为书中第三章，主要对TDC的静态以及动态参数进行了定义与定量描述。

首先是静态参数，静态参数可以理解为在静态测量下得到的一系列衡量TDC性能指标的参数。静态测量指的是测量过程缓慢，没有主动的外围电路，对于多个测量结果，忽略动态噪声（物理噪声、电源噪声、衬底噪声）和动态耦合效应，而取多个测量结果的平均值。

下图为TDC的理想输入输出特性曲线：可以看出，输入变量为时间间隔Tin（图中用一个参考时间将其归一化为Tin / Tref），每个刻度为1TLSB；输出变量为数字量Bout，每个刻度为1LSB。

一、分辨率（TLSB）

TDC的绝对分辨率（absolute resolution）TLSB描述了TDC工作时可以测量的最小时间间隔。可见在理想情况下，输入每增加1TLSB，输出就增加1LSB。

类比于模数转换器ADC，ADC有一个参考电压Vref，通常能过够量化的最大的输入电压就是Vref，对于ADC而言，有：

​

若将此形式应用于TDC中，得到：

​

但是问题在于，理论上来说，TDC可以测量的时间间隔是任意的，这样就让参考时间Tref失去了意义。例如：基于环形振荡器的TDC，其计数器记录了整个循环的次数，也就是说，待测的时间间隔Tref取决于计数器的计数值，那么上式中的N也要取决于计数器的计数值。而从另一个角度，环形振荡器每一次循环都会产生固定的时间增量（即每一次循环都是一个循环周期的时间），若是一这个时间增量作为Tref，就可以使Tref重新获得意义，那么上式可以重写为：

​

其中Nc定义为核心分辨率（ core resolution） ，值得注意的是，这个分辨率是能够实现的最理想的分辨率，现实中会有诸多因素影响，导致分辨率下降。

二、失调误差（Eoffset）

从理想转移特性曲线中的实线可以看出，理想情况下，在TDC的输入时间间隔为T00..01的时候，输出为00..01，但实际现实曲线（虚线）并非如此，可能会产生输入上的偏差，即特性曲线在Tin轴上的横向平移。这个第一步上产生的误差称为失调误差Eoffset。可表示为：

​

三、增益和增益误差（Eoffset）

 总的来说，TDC的增益定义为输入输出特性曲线的斜率（陡峭程度）。可以表示为：

​

而实际应用时，根据不同的场景，又分为：

核心增益 ：与上面核心分辨率一样，应用于环形结构场景；

增量增益：适用于工作中，只是用TDC特性曲线中的一小部分，在工作点附近定义一个增量增益。

 理想状态下，输入为TLSB时，输出为1，故理想增益为：

​

但实际并非如此，存在增益误差Egain，定义为：

因此，TDC的实际增益可表示为：

 四、非线性误差（INL、DNL）

上面所说的输入偏移和增益误差均为线性误差。非线性描述的是TDC实际转移特性曲线相对于理想特性曲线的偏移。主要由延时单元的延时误差、信号之间的串扰，电源波动、PVT等非理想因素引起。主要有积分非线性（INL）和微分非线性（DNL）组成。

DNL描述了TDC从一个数据转换点到下一个数据转换点实际时间间隔与理想两个相邻数据点之间时
间间隔之差，即转移特性曲线中水平方向上实际的量化步长与理想的量化步长之间的偏差，是对非线性的微观反映。
INL是对当前位置之前的DNL的一个积分过程，即转移特性曲线中垂直方向上实际台阶处的平台值相对理想值的偏差，是对非线性的宏观反映。

有一个很经典的例子帮助理解DNL与INL。假设有一个总长为200mm，分辨率（最小刻度）为1mm的尺子，理论上，这把尺子的每一个最小刻度都应该刚好为1mm，但是由于制造工艺的原因，必然会有偏差，相邻两个刻度之间的偏差值就是DNL，而总长为200mm，但实际并非刚刚200mm，刻度上表示的200mm与实际的200mm之间的偏差就是INL。
有如下公式来计算：

​

 五、量化噪声（Quantization Error）

TDC的输入为时间间隔，而输出为数字量，过程必然需要进行量化，因此会产生量化误差。将量化误差ε考虑在内，输入输出关系表示为：

​

值得在注意的是，此处 ε 的取值范围为[0，TLSB]。为了方便理解，下面将TDC的量化噪声与ADC的量化噪声进行类比：

首先，上图是N位ADC的量化误差，由于ADC的量化间隔的特殊设置方法，其量化误差的范围在

[-q/2, q/2], 量化误差q = VLSB。通常认为，ADC量化可以看作是均匀量化，那么在 [-q/2, q/2]上的均匀量化就有：

均值：E = （-q/2 + q/2）/ q = 0；

方差：=   / 12

量化噪声功率为等与方差为 Pn =   / 12

量化噪声功率谱密度为单位频率间隔内的功率值，又因为量化噪声的功率谱的幅度是处处相等的，所以，量化噪声功率谱密度PSD = Pn / fs =    / （12*fs）。fs为采样频率。

满量程输入正弦波为cos(2ft)时，信号的平均输入电压为 U = ，因此ADC的信噪比为

SNR = 20lg(U / σ) = 20lg + 20lg() = 6.02 * N + 1.76 dB。可得：ADC的位数，每增加一位，SNR增加约6.02dB。

TDC的量化误差ε范围与ADC不同，为 [0, TLSB]。量化误差为1TLSB。同样的，也可以TDC的量化过程也为均匀量化，则有：

均值：

​

方差或者量化噪声的功率：

​

 假设将量化误差分解为一个直流分量（1/2TLSB）与一个变量的叠加。由于直流分量被单独表示出来，变量可看作是将TDC的量化误差图像向下平移直流分量的值，即1/2TLSB，就会发现该变量与ADC的量化误差几乎类似。表示为：

​

由此可得直流分量的功率为： 

变量的功率为：，可得量化误差的功率密度谱：

 由于功率谱密度是单位频率上的功率值，所以直流分量乘了冲激函数δ（f）。个人觉得此处的σ为阶跃函数，此处是为了取 （f - fs/2，f + fs/2）这一段内的功率值，再除以区间长度，得到该区间功率的均值，来表示代为频率内的功率。（因为书中没有详细说明，这部分只是我个人的看法，可能是错误的，敬请指正）。

满量程输入正弦波为cos(2ft)时，忽略在直流分量的情况下，同样可以得到：

 需要注意的是，这是在只考虑量化噪声的情况下得到的理想的信噪比，当考虑其他噪声如物理噪声的时候，信噪比往往低于这个值。

六、动态范围（dynamic range）

ADC的动态范围定义为，SNR为0的输入电压幅值到满量程输入电压幅值之间的电压范围。

而TDC的SNR不便于测量，无法测量SNR为0的输入时间值，所以将动态范围定义为：在不饱和的情况下可以测量的最大的时间间隔。可以用绝对时间表示，也可以用dB或者TLSB表示。