面向快速、稳健 SAR ADC 测试的不确定性引导的实时测量序列优化策略

本文发展了我们的不确定性引导的实时测量序列 (Uncertainty-Guided Live Measurement Sequencing, UGLMS) 方法。UGLMS 是一种闭环测试策略，通过扩展卡尔曼滤波器 (Extended Kalman Filter, EKF) 实时细化行为失配模型，自适应选择 SAR ADC 代码边沿，消除全程扫描和离线后处理。我们引入了增强型 UGLMS，显著加快测试运行时间，同时保持估计精度。首先，用秩-1 EKF 更新取代昂贵的矩阵求逆，采用高效向量运算；引入测量对齐的协方差膨胀策略，可在意外创新情况下加速收敛。其次，扩展静态失配模型，加入低阶载波多项式以捕捉除纯电容失配之外的系统性非线性。再者，基于迹迹的终止条件可根据收敛情况自适应调整测试长度，防止提前停止和冗余迭代。仿真结果表明，增强型 UGLMS 在 16 位 ADC 上仅需 36 毫秒即可重建完整积分非线性 (Integral Non-Linearity, INL) 和微分非线性 (Differential Non-Linearity, DNL)，18 位 ADC 控制在 70 毫秒内（含该多项式扩展为 120 毫秒）。通过协方差膨胀实现的更快收敛速度，加上秩-1 EKF 更新降低的单次迭代运行时间，方法可为 16 位 ADC 实现 8 倍的等效精度。这些改进使得实时、面向生产的 SAR ADC 线性性测试成为可能。