Direct Digital Frequency Synthesizers with Broadband Noise Shaping Filters
本文通过引入一种新型的无乘法器宽带噪声整形滤波器设计，在保持高无杂散动态范围的同时，显著降低了查找表大小和数模转换器（DAC）字长，从而解决了直接数字频率合成器对高内存和高字长的需求问题。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在电子领域，创造一个精确的声音或无线电信号往往感觉就像是在只能使用少数几条直线的情况下试图画出一个完美的圆。工程师们使用被称为直接数字频率合成器（DDS）的设备来生成这些信号，这些信号是现代通信、雷达和医学成像的心跳。这些机器通过从数字蓝图构建信号来工作，存储一份代表波形形状的海量数字列表，然后快速连续地读取它们。问题在于，为了让信号听起来纯净且没有多余的杂音，这个数字列表必须极其冗长且精细。如果列表太短，或者数字为了节省空间而被过度舍入，生成的信号就会充斥着数字伪影，就像分辨率极低的图像看起来充满了方块感和模糊感一样。几十年来，解决方案仅仅是让内存芯片更大、计算能力更强，但这种方法需要昂贵的硬件并消耗大量能量。
来自奥地利应用技术大学的研究小组找到了一种绕过这种权衡的方法。他们并没有强迫机器存储波形的每一个细节，而是引入了一种巧妙的滤波系统来重塑噪声。把信号想象成一股水流；当你把它强行挤进一根细管时，压力会积聚并产生溅射。在数字术语中，这种“溅射”就是破坏信号清晰度的噪声。研究人员设计了一个系统，将这些噪声推开，将其移动到无关紧要的频率区域，而不是试图完全消除它。通过使用这种技术，他们在不损失任何信号质量的前提下，将设备的内存需求缩减了八到十六倍。这意味着，以前需要巨大的、昂贵的内存芯片才能运行的设备，现在可以使用更小、更便宜的芯片，同时仍能产生近乎完美的信号。
他们创新的核心在于如何处理信号生成过程中的两个主要部分：定时和音量。在标准系统中，定时是由一个遍历数字列表的计数器决定的，而音量则由这些数字如何转换为模拟波形决定的。这两个步骤通常都需要高精度以避免误差。研究人员在这些步骤前后放置了特殊的滤波器。这些滤波器就像一个筛子，捕捉发生的误差并将它们推入频谱的不同部分。因为这些滤波器被设计为“宽带”型，所以它们可以在很宽的频率范围内高效工作，不像旧方法那样仅在采样速度极高时才表现良好。这种效率使得系统可以使用更少的比特数据来表示信号，从而大幅缩小了用于存储波形形状的查找表的大小。
为了测试他们的想法，团队使用一种描述电子电路行为的语言构建了系统的虚拟模型。他们选择了一种被称为线性调频（linear chirp）的特定信号类型，这是一种声音平滑地从低音向高音扫过的音调，类似于蝙蝠的叫声或雷达脉冲。他们进行了模拟，观察当他们将数据的精度从十六位降低到八位时，信号的表现如何。在没有使用他们的新型滤波器时，信号变得充满噪声且失真，质量下降了约十二分贝。然而，当他们开启噪声整形滤波器时，信号质量保持得非常出色。滤波器成功地将数字噪声推到了听觉范围之外，留下了清晰的主信号。
结果令人瞩目。当他们将噪声整形技术应用于系统的定时部分时，信号质量比未经过滤的版本提高了约十二分贝。当他们将其应用于音量部分时，提升更为显著，达到了大约二十六点五分贝。在最具挑战性的测试中，即同时降低定时和音量的精度时，系统仍然能够产生一个与原始高精度版本几乎同样清晰的信号。研究人员实现这一目标时，所使用的滤波器并不需要复杂且耗电的乘法运算。相反，这些滤波器使用一种特定的数学格式，使其能够以极高的速度运行，且占用极少的硬件空间。
这项工作表明，旧有的规则——即必须拥有海量内存才能获得完美信号——是可以被打破的。通过智能地管理误差的去向，工程师可以制造出更小、更快、更节能的合成器。该团队已将他们的设计开放给他人测试，并证明了其在模拟环境中的有效性。虽然目前的结果是基于计算机模型而非物理芯片，但数据表明，这种方法可以催生出新一代既强大又紧凑的通信设备。研究人员计划在未来将他们的方法与其他现有设计进行对比，但就目前而言，他们已经展示了一条利用更少资源实现高质量信号生成的清晰路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。