什么是零中频信号 零中频与直采的区别在哪儿?
来源:未知 点击: 发布时间:2024-02-28 18:00

  变到基带,不经过中频的调制解调方法。而传统的调制解调方式是无线电信号RF(,转换为IF (中频),再转换为基带(I,Q信号)。而零中频就是信号直接由RF变到基带,不经过中频的调制解调方法。

  1、没有镜频干扰,不需要片外高Q值的带通滤波器,所以很容易实现单片集成。

  行业内一般认为射频直接采样是针对ADC采样架构而言的,零中频是针对接收机变频处理架构而言的。射频直接采样一般不经过变频处理,ADC芯片直接采集射频信号。而零中频则需要变频,将射频信号进行表变频后至基带,处于第一奈奎斯特采样区域进行采样。

  零中频接收机本振频率(LO)和射频信号频率(RF)相等,镜像频率也就是信号频率本身。不存在镜像频率干扰的问题,原超外差接收机结构中的镜像抑制滤波器及中频滤波器都可以省略。这样一方面取消外部元件,有利于系统的单芯片实现。

  如图所示,混频器后面是一个模拟低通滤波器,该滤波器作为通道选择滤波器和AD前端的抗混叠滤波器。如果接收机的通道选择性完全由该滤波器实现,那么要求该滤波器的截止频率为信号带宽的一半,以有效抑制邻道和更远端的信道干扰。

  由于该滤波器工作在低频,因此可以用有源模拟滤波器实现,注意上下两个分支幅度响应匹配。有源模拟滤波器相对于超外差接收中的无源中频滤波器输入动态范围有限,并且阻带衰减有限。

  零中频架构的还有一个很容易被忽视的特点,基带输入放大器通常构造为一个有源低通滤波器,其作为集成模拟滤波器运行,这大大减轻了模拟滤波器的负担。结合片内抽取滤波,它还能用作可编程通道滤波器,消除比奈奎斯特相关信号更近的信号。此外,零中频接收机内的采样器件通常包括反馈,可提供额外的带外抑制。

  实际上,这意味着无线电的带外区域比带内区域具有更大的满量程范围。正如图3中的简化图所示,零中频无线电本质上对带外信号具有良好的容忍度。图中的纵轴表示相对于带内的会导致灵敏度下降3 dB的输入功率水平,它表明带内信号本身对带外信号具有容忍度,这是其他架构所没有的。

  零中频接收机结构虽然减小镜像信号抑制问题,但同时带来了其他问题。这些问题主要是由于输入信号的放大组要集中在基带。这些问题包括:

  直采方案如上图所示,RF经过滤波器、LNA、直接进入ADC进行采样变换。

  直接RF采样的主要优点是简化了RF信号链,降低了每个通道的成本以及通道密度。基于直接RF采样架构的仪器由于使用的模拟组件较少,因此外形尺寸通常更小,功率效率更高。如果构建的是高通道数系统,直接RF采样可以减少系统的占地面积和成本。在构建完全有源的相控阵雷达等系统时,这一点尤其重要,因为这些雷达通过对来自多达数百甚至数千个天线发射的信号进行移相来形成波束。 由于同一系统包含有多个RF信号发生器和分析仪,因此每个通道尺寸和成本便成为一个重要的考量因素。

  除了尺寸、重量和功率(SWaP)减小之外,简化的架构还可消除RF仪器本身内部可能的噪声、映像和其他误差来源,例如LO泄漏和正交减损。

  其次,直接RF采样架构还可以简化同步。例如,要实现RF系统的相位一致性,必须同步RF仪器的内部时钟和LO。在不需要LO的直接采样中,只需关注器件的时钟同步即可。同样,对于需要多个相位相干RF接收器的相控阵雷达应用中,直接采样架构是简化设计的有效选择。

  最后,直接RF采样可实现高速跳频。零中频架构中锁相环的实现在模拟电路,一般锁相环电路锁定时间在50us左右,加上数据加载一级业务处理,一般就只能实现在千跳级别。

  RF采样的频率源实现是数字域的,没有硬件的限制,它的跳频可以实现万跳级别。

  总之,零中频和射频采样架构都能提供出色的能力。然而,如果目标是优化成本、重量和尺寸,那么零中频架构在多个方面胜出。

  文章出处:【微信号:CloudBrain-TT,微信公众号:云脑智库】欢迎添加关注!文章转载请注明出处。

  频率为1575MHz和2492MHz,要求调制误差小于2度,载波抑制大于30dBc,望回复,谢谢!

  到混频器。10 MHz的基带带宽未使用,混频器电路的数据接口速率高于必要水平。 回到图5所示的复数混频器,我们知道其架构消除了镜像而无需外部滤波。而且,在

  分区,消除不能集成的元件。由于不能有效地集成SAW和LC滤波器,所以,最佳选择是确定如何通过重新设计架构来消除它们。图2展示了一个典型的

  路径连接到混频器。10 MHz的基带带宽未使用,混频器电路的数据接口速率高于必要水平。回到图5所示的复数混频器,我们知道其架构消除了镜像而无需外部滤波。而且,在

  分立式发射机进行电平规划?如何了解各个器件对整体性能的贡献?器件噪声和失真对整个

  高通发布AI Hub平台和Wi-Fi7芯片, 助力开发人员构建AI模型和多终端用例