Delta Sigma Enhanced, High SFDR, Area Efficient Digital FM Modulator
محل انتشار: سیزدهمین کنفرانس مهندسی برق ایران
سال انتشار: 1384
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,747
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE13_030
تاریخ نمایه سازی: 27 آبان 1386
چکیده مقاله:
In this paper, a new high SFDR digital frequency modulator is presented. For high frequency resolution and performance, the design is based on a 12- bit phase value direct digital synthesizer (DDS). The DDS is enhanced by a one-bit second order digital delta sigma modulator to achieve high SFDR by reduction of the spur coming from phase truncation. This modulator removes the periodic phase truncation errors by noise shaping and dithering. For Area efficiency, the area of look up table ROM is highly reduced by using compression algorithms and quarter phase symmetry of sinusoidal signals. The simulation results show more than 100 dB SFDR for 10-bit Sinusoid output at fclk/4 with 24 bit ACC and
12-bit phase truncation. This result shows about 29dB SFDR improvement in comparison to non shaped conventional DDS based modulators.
کلیدواژه ها:
Digital Modulator ، Frequency Modulator (FM) ، Delta Sigma Modulator ، Direct Digital Synthesizer (DDS) ، Spurious Free Dynamic Range (SFDR)
نویسندگان
Vahidfar
Department of Electrical Engineering , University of Tehran ,Iran Telecom Research Canter (ITRC)
Fakhraie
Department of Electrical Engineering , University of Tehran ,Iran Telecom Research Canter (ITRC)
Fardis
Department of Electrical Engineering , University of Tehran ,Iran Telecom Research Canter (ITRC)
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :