L'interlacciamento in quadratura offre una soluzione innovativa per estendere la larghezza di banda di campionamento senza le complessità della gestione di clock a doppia frequenza, inversione del clock o raddoppio dell'uscita dati.

Introduzione
: la Parte 1 descrive gli obiettivi dell'interlacciamento, discute gli errori che creano artefatti di interlacciamento e introduce la gamma di 40 opzioni di convertitori analogico-digitali (ADC) GSPS che utilizzano l'AD9084. La Parte 2 esplora in dettaglio l'opzione di campionamento in quadratura, insieme a un meccanismo di correzione in quadratura.
Una capacità emergente che sta migliorando i prodotti di conversione dati è l'inclusione significativa di core di elaborazione del segnale digitale (DSP) embedded. Un esempio rilevante del DSP integrato nei moderni ADC è il raddoppio della frequenza di campionamento effettiva senza aumentare la velocità dei dati digitali di back-end. Utilizzando due convertitori analogico-digitali (ADC) con ingresso in quadratura e un algoritmo di correzione in quadratura, un ADC duale da 40 GSPS può essere configurato per produrre quattro uscite digitali a conversione verso il basso a 4 GHz, monitorando una larghezza di banda da 2 GHz a 18 GHz, all'interno di un singolo circuito integrato convertitore multicanale.
In primo luogo, viene descritto il campionamento diretto in quadratura in relazione alle architetture ZIF (Zero IF) più comuni. Vengono identificati gli errori di quadratura, insieme a una descrizione dell'elaborazione digitale integrata necessaria per la correzione degli errori di quadratura (QEC). Vengono quindi discussi i componenti analogici front-end RF, il campionamento dei dati ADC, l'elaborazione DSP integrata e l'elaborazione finale delle uscite I/Q del convertitore dati. I risultati misurati mostrano errori di ampiezza e fase sia prima che dopo la correzione degli errori di quadratura (QEC), e il rifiuto dell'immagine misurato finale dimostra l'efficacia del campionamento diretto in quadratura da 2 GHz a 18 GHz. L'approccio è descritto per il circuito integrato AD9084, ma è generalmente applicabile a qualsiasi sistema di campionamento a banda larga.

Figura 1: Principi di campionamento in quadratura a confronto con un'architettura ZIF.

Principi del campionamento in quadratura.
La Figura 1 mostra un'architettura ZIF tradizionale. L'architettura crea due segnali IF in quadratura (sfasati di 90°) attraverso un mixer di conversione RF in quadratura. In questo caso, la quadratura viene creata nel circuito dell'oscillatore locale da due set di mixer e LO fisicamente separati, ciascuno con uno sfasamento di 90°. Il risultato sono due frequenze IF in quadratura. La capacità di distinguere se la RF è al di sopra o al di sotto della frequenza LO è visualizzata da un'inversione di fase tra i segnali I e Q alla frequenza LO, come mostrato in Figura 1. Anche i convertitori digitali in quadratura (DDC) che elaborano flussi di dati provenienti da convertitori di dati reali e creano un flusso di dati di uscita I/Q in una banda stretta centrata da un oscillatore controllato numericamente (NCO) sono basati su questi stessi principi.
Figura 1. Principi del campionamento in quadratura a confronto con un'architettura ZIF.

I principi illustrati nella Figura 1 consentono di descrivere il campionamento diretto in quadratura. Se lo sfasamento di 90° viene regolato in modo che due convertitori analogico-digitali (ADC) paralleli campionino simultaneamente lo stesso segnale RF in quadratura, si verifica un'inversione di fase dei segnali I/Q al limite di Nyquist durante il processo di campionamento. Questa proprietà può essere sfruttata per raddoppiare efficacemente la frequenza di campionamento dell'ADC, come mostrato nella Figura 2.
In pratica, lo sfasamento di 90° si ottiene con un accoppiatore ibrido, commercializzato anche come splitter ibrido. Sono attualmente disponibili accoppiatori ibridi a banda larga che coprono larghezze di banda da 2 GHz a 18 GHz.

Errori di quadratura:
un problema ben noto nel campionamento in quadratura è che qualsiasi disallineamento di fase o ampiezza nel bilanciamento I/Q crea un'energia percepita indesiderata alla frequenza dell'immagine. Questo problema si applica anche all'approccio di campionamento diretto in quadratura e deve essere affrontato con un algoritmo di back-end.
Il problema operativo è mostrato nella Figura 2. Il problema è che un segnale indesiderato nella banda dell'immagine può retropropagarsi nella banda del segnale. Il livello dell'immagine è una funzione del disallineamento di ampiezza e fase della quadratura ideale e crea la necessità di un metodo QEC.
Figura 2. Immagine di campionamento diretto in quadratura: il problema nel campionamento diretto in quadratura è che un segnale indesiderato nella banda dell'immagine può retropropagarsi nella banda del segnale. Il livello dell'immagine è una funzione del disallineamento di ampiezza e fase della quadratura ideale e si vede nel livello dell'immagine di blocco rispetto al livello di blocco. L'immagine di blocco viene ulteriormente ridotta con un metodo QEC.
I livelli di reiezione dell'immagine possono essere calcolati come segue:
IRR = Rapporto di reiezione dell'immagine (dB) P = 10(IRR/10)
A = Disallineamento di ampiezza
θ = Errore di fase

Per un dato IRR e un errore di ampiezza

Per un dato IRR ed errore di fase

Figura 2: Immagine di campionamento in quadratura diretta: Il problema del campionamento in quadratura diretta è che un segnale indesiderato nella banda dell'immagine può essere ripiegato nella banda del segnale. Il livello dell'immagine è una funzione della discrepanza di ampiezza e fase della quadratura ideale ed è visibile nel livello dell'immagine di blocco rispetto al livello di blocco. L'immagine di blocco viene ulteriormente ridotta utilizzando un metodo QEC.

Figura 3. Errori di ampiezza e fase tra i canali I e Q per ottenere specifici valori di reiezione dell'immagine. Gli assi sono rappresentati su scala logaritmica.

La Figura 3 mostra l'entità del rifiuto dell'immagine in funzione dell'ampiezza e dell'errore di fase richiesti. Ad esempio, un'entità di rifiuto dell'immagine di 60 dBc richiede una precisione di fase inferiore a un decimo di grado e una corrispondenza di ampiezza di centesimi di dB. Questo livello di rifiuto dell'immagine è impraticabile con il solo hardware, utilizzando la precisione dei componenti RF commerciali attualmente disponibili. Pertanto, per utilizzare l'approccio di campionamento in quadratura diretto, è necessaria un'ulteriore correzione digitale degli errori. Le configurazioni utilizzate per QEC saranno descritte nelle sezioni successive.

Figura 4. Configurazione di campionamento in quadratura diretta AD9084 che utilizza il PFILT in modalità filtro a risposta impulsiva finita (FIR) semi-complesso per QEC.

Campionamento in quadratura con filtro programmabile (PFILT) QEC.
La Figura 4 mostra un diagramma a blocchi della configurazione dell'AD9084 per il campionamento in quadratura diretto con PFILT QEC. Per le FFT misurate mostrate, la frequenza di ingresso è stata impostata a 7,1 GHz, l'NCO sul canale 1 è stato impostato a 7 GHz e il segnale di ingresso è apparso nei dati in banda base a 100 MHz. La frequenza immagine viene riflessa intorno a fs/2 e appare a 12,9 GHz. L'NCO del canale 2 è stato impostato a 13 GHz per monitorare la frequenza immagine che appare nell'uscita in banda base a -100 MHz.
La sequenza di passaggi per i dati di test nelle figure seguenti è:
viene eseguito un controllo funzionale, quindi le calibrazioni ADC di base vengono bloccate per evitare diafonia tra i canali dovuta a nuove calibrazioni ADC. La frequenza è stata quindi variata a passi di 25 MHz su una larghezza di banda di 4 GHz. Per ogni acquisizione dati, la frequenza NCO1 è stata impostata a Fin - 100 MHz, e per il secondo NCO, NCO2, la frequenza è stata impostata a 20 GHz - la frequenza NCO1. Ciò ha comportato che entrambe le frequenze NCO riflettessero la frequenza di campionamento divisa per due, fs/2.
Dai dati misurati di Ch1 e Ch2, sono stati calcolati i coefficienti di correzione in quadratura e applicati al FIR incorporato, come mostrato in Figura 5. Sono stati quindi acquisiti dati aggiuntivi e sono state valutate le prestazioni dopo la correzione in quadratura. Questa sequenza è stata ripetuta quattro volte per coprire l'intero intervallo operativo da 2 GHz a 18 GHz.
Le correzioni di larghezza di banda a 4 GHz risultanti sono mostrate di seguito. L'AD9084 dispone di quattro banchi di coefficienti di filtro che possono essere selezionati rapidamente. Questa funzione programmabile consente di ottimizzare i coefficienti utilizzati in base alla frequenza di ingresso di interesse, data la frequenza NCO programmata.
L'idoneità della struttura PFILT semi-complessa può essere illustrata con un semplice esempio. La configurazione di campionamento in quadratura diretta prevede la divisione del segnale in percorsi I e Q separati, ciascuno dei quali viene campionato da un singolo convertitore analogico-digitale (ADC).

Figura 5. Modalità di campionamento in quadratura.

QEC è una forma relativa di equalizzazione. Ad esempio, il percorso I può essere considerato ideale e il percorso Q può essere considerato coincidente con il percorso I. Pertanto, la risposta del percorso Q può essere modellata come la combinazione di (a) uno sfasamento nominale di 90°, (b) la risposta comune del percorso I e (c) una discrepanza o risposta delta del percorso Q rispetto al percorso I, come mostrato in Figura 6.

Figura 6. Modello di campionamento in quadratura relativa in termini di sfasamento nominale di 90° H 90 (ω) e risposta di disallineamento H Δ (ω).

La Figura 7 mostra il risultato della stimolazione di questo modello di campionamento in quadratura relativa con un ingresso sinusoidale x(t) = cos(ω0). Lo sfasamento nominale di 90° converte un coseno in un seno, e la risposta delta H(Δ)(ω) = A(Δ)(ω)e((jθΔ(ω)) modifica l'ampiezza e la fase del risultato.

Figura 7. La stimolazione del modello di campionamento in quadratura con un ingresso coseno produce un ingresso sinusoidale al secondo ADC, accompagnato da errori di ampiezza e fase.

Utilizzando una semplice identità trigonometrica, l'uscita del percorso Q può essere scomposta in una parte seno e una parte coseno.

In assenza di discrepanza tra i percorsi I e Q (HΔ (ω) = 1), le uscite ideali della configurazione di campionamento in quadratura possono essere definite come:

Pertanto, per un segnale sinusoidale o altro segnale a banda stretta centrato sulla frequenza ω0, le uscite in quadratura effettive possono essere scritte in termini delle uscite in quadratura ideali. La configurazione di quadratura diretta può essere vista come un sistema lineare 2 × 2 che genera un errore di quadratura. La correzione dell'errore di quadratura (QEC) si ottiene invertendo questo sistema lineare 2 × 2 per recuperare le uscite ideali x_i (t) e x_q(t).

Figura 8. Un modello di campionamento in quadratura esteso per mostrare sia i termini di errore che la correzione dell'errore. La topologia mostrata è un filtro semicomplesso ed è coerente con il filtro mostrato nella Figura 4.

L'analisi in Figura 8 descrive la generazione e la correzione dell'errore di quadratura quando il sistema viene stimolato a una singola frequenza. Poiché il sistema 2 × 2 è lineare, la soluzione può essere facilmente generalizzata a segnali a banda larga introducendo filtri FIR multitap che variano la loro risposta in ampiezza e fase in funzione della frequenza.

Campionamento in quadratura con QEC CFIR:
il PFILT opera alla frequenza di campionamento completa di 20 GSPS dietro ogni ADC. L'AD9084 include anche un FIR complesso (CFIR) dopo la decimazione. Il vantaggio di utilizzare questo filtro è che la correzione può essere applicata per un periodo più lungo senza aumentare il numero di coefficienti del filtro. Per ottenere questo, vengono utilizzati due DDC complessi (CDDC). Il secondo CDDC sposta la frequenza dell'immagine alla frequenza negativa dell'immagine all'interno del DDC primario. Sommando una versione ponderata del complesso coniugato del secondo CDDC, si crea la cancellazione dell'immagine. L'approccio è mostrato nella Figura 9.
Figura 9. Campionamento diretto in quadratura con QEC CFIR.
Il CFIR esegue la QEC nello stesso modo del PFILT. L'unica differenza è che la correzione viene applicata all'uscita decimata. Per dimostrarlo, il PFILT può essere visto come una rete di filtri complessi, in contrapposizione al sistema lineare 2 × 2 descritto in precedenza. Il sistema lineare 2 × 2 ha la forma mostrata di seguito, dove gli ingressi, le uscite e i coefficienti del filtro sono tutti a valori reali e il simbolo * indica la convoluzione.

Se questi segnali a valori reali vengono combinati e interpretati come segnali a valori complessi, allora si verificano le seguenti proprietà.

Definendo y[n] = yi [n] + jyq [n] e sostituendo utilizzando le proprietà fornite sopra, è possibile derivare l'interpretazione del valore complesso della struttura semicomplessa PFILT.

Il risultato è un'interpretazione alternativa dell'effetto PFLIT che implica:

1. Applica un filtro lineare a valori complessi b1[n] all'ingresso a valori complessi y[n]. Il filtro b1[n] esegue l'equalizzazione di banda di Q rispetto a I per preservare la planarità del segnale desiderato.
2. Applicazione di un filtro lineare a valori complessi b2[n] all'ingresso a valori complessi y[n]. Il filtro b2[n] trasforma il segnale di blocco in un'antiimmagine che si aggiungerà in modo distruttivo all'immagine indesiderata.
3. Sommare l'output del primo filtro al complesso coniugato dell'output del secondo filtro. La coniugazione temporale provoca un'inversione di frequenza che allinea il bloccante e la sua immagine di frequenza, consentendo a una versione scalata e ruotata del bloccante di sommarsi in modo distruttivo con la sua immagine.

Questi sono i passaggi esatti che i DDC e i CFIR seguono per raggiungere il QEC.

1. DDC1 converte il segnale desiderato a frequenze più basse e CFIR1 applica un filtro lineare a valori complessi con una risposta equivalente a b1n.
2. DDC2 converte il segnale di blocco in frequenze più basse e CFIR2 applica un filtro lineare a valori complessi con una risposta equivalente a b2n.
3. La somma degli output di CFIR1 e CFIR2 determina il rifiuto dell'immagine.

La Figura 10 mostra esempi di misurazioni FFT utilizzando il CFIR per ottenere QEC.

Figura 10. Misurazioni FFT rappresentative con campionamento in quadratura utilizzando il CFIR per QEC. Un segnale di blocco viene iniettato a 13 GHz, creando un'immagine a 7 GHz. Il grafico superiore mostra una cattura a piena velocità di una FFT a 40 GSPS prima del QEC. I grafici inferiori mostrano le FFT dei dati decimati, evidenziando che l'immagine del segnale di blocco è stata ridotta al di sotto di 60 dBc.

Approccio di addestramento con errore di quadratura:
la sezione "Campionamento in quadratura con filtro programmabile" spiega che le discrepanze tra i percorsi I e Q portano a errori di quadratura. Descrive inoltre in dettaglio come, se questi disallineamenti venissero identificati, gli errori potrebbero essere corretti utilizzando la struttura semi-complessa PFILT. La sezione "Campionamento in quadratura con QEC CFIR" dimostra che lo stesso QEC può essere anche differito ai CFIR alle uscite del DDC. In entrambi i casi, i coefficienti dei filtri di correzione ideali dipendono dalla risposta al disallineamento tra i percorsi I e Q. Questa sezione descrive un metodo per stimare la risposta al disallineamento.
Esistono diversi tipi di algoritmi QEC. Un modo per differenziare gli algoritmi si basa sullo stimolo di ingresso utilizzato per l'addestramento.
Le calibrazioni online vengono eseguite mentre il sistema rimane attivo, tipicamente addestrandosi a intervalli di tempo regolari utilizzando qualsiasi segnale di ingresso presentato all'ADC. Queste calibrazioni possono essere eseguite in background per periodi prolungati e possono adattarsi alle variazioni del disallineamento I/Q dovute a deviazioni di temperatura, alimentazione e temporizzazione.
Le calibrazioni offline vengono eseguite quando il sistema non è attivo. Poiché il sistema è offline, è possibile introdurre segnali di calibrazione noti a scopo di addestramento. Una volta completato l'addestramento, il sistema può essere riattivato, operando con coefficienti di correzione fissi. A seconda del caso d'uso, il sistema potrebbe richiedere una ricalibrazione periodica a causa di variazioni dei parametri. Il sistema deve essere nuovamente disattivato durante la ricalibrazione.
La scelta tra calibrazione online e offline è specifica per l'applicazione, poiché entrambi gli approcci presentano vantaggi e svantaggi. Il resto di questa discussione si concentra su una forma di calibrazione offline che inietta una serie di toni di calibrazione nel sistema.
Questa calibrazione definisce due bande di interesse, come mostrato in Figura 11.
La banda desiderata copre la larghezza di banda di uscita desiderata del sistema.
La banda di blocco è riflessa su un intervallo fs/2 rispetto alla banda desiderata, dove fs è la frequenza di campionamento dell'ADC. Ad esempio, se la banda desiderata si estende dalla frequenza f1 alla frequenza f2, la banda di blocco si estende da fs - f2 a fs - f1. Segnali di blocco di grandi dimensioni che appaiono all'interno della banda di blocco genereranno un'immagine falsa che ricade nella banda desiderata.
Queste due bande di interesse possono estendersi in qualsiasi punto tra CC e fs/2 e possono sovrapporsi.

Figura 11. L'addestramento QEC prevede la scansione delle frequenze sia all'interno della banda di interesse per garantire la planarità dell'ampiezza, sia all'interno della banda dell'immagine per garantire il rifiuto dell'immagine.

Per quanto riguarda queste due bande di interesse, la calibrazione QEC ha due obiettivi.

1. Scarta le immagini che rientrano nella banda desiderata.
2. Preservare i segnali che rientrano nella banda desiderata adattando il guadagno e la risposta di fase in banda del percorso Q al guadagno e alla risposta di fase in banda del percorso I. Questa è una forma di equalizzazione relativa. Il percorso Q viene adattato al percorso I, ma qualsiasi attenuazione all'interno del percorso I viene preservata.

Questi due obiettivi sono correlati attraverso il disallineamento I/Q. Poiché il percorso Q corrisponde al percorso I, sia la planarità in banda che il rifiuto dell'immagine fuori banda migliorano simultaneamente. Pertanto, per raggiungere entrambi gli obiettivi, la calibrazione deve apprendere il disallineamento I/Q sia per la banda desiderata che per quella di blocco, e quindi regolare i coefficienti del filtro di correzione per eseguire un'equalizzazione relativa Q-I in entrambe le bande.
Tuttavia, i due obiettivi non hanno necessariamente la stessa importanza. In molte applicazioni, dal punto di vista dell'allineamento I/Q, i requisiti di planarità in banda possono essere soddisfatti con un allineamento I/Q relativamente approssimativo, mentre gli obiettivi di rifiuto dell'immagine richiedono in genere un allineamento I/Q molto più preciso.

La Tabella 1 mostra gli errori di guadagno e di fase in banda corrispondenti a vari livelli di reiezione dell'immagine. Ad esempio, se un'applicazione richiede una planarità in banda di 1° e una reiezione dell'immagine di -50 dBc, l'adattamento I/Q necessario per raggiungere l'obiettivo di reiezione dell'immagine è circa cinque volte più preciso di quello richiesto per la planarità in banda.

Tabella 1. Errori minimi richiesti per le prestazioni di rifiuto dell'immagine

La Tabella 2 mostra un esempio di algoritmo di addestramento che applica una ponderazione non uniforme alla planarità rispetto agli obiettivi di reiezione dell'immagine. I toni di calibrazione vengono iniettati all'interno della banda desiderata in modo da migliorare la planarità all'interno di tale banda. I toni di calibrazione vengono iniettati anche all'interno della banda di blocco in modo da attenuare le immagini che ricadono all'interno della banda desiderata. Quando la banda desiderata si estende oltre fs/2, la banda desiderata e la banda di blocco si sovrappongono. I toni di calibrazione che ricadono nella regione di sovrapposizione possono essere etichettati come appartenenti alla banda di blocco, assegnando loro quindi un fattore di ponderazione maggiore per raggiungere l'obiettivo di reiezione dell'immagine più impegnativo.

Tabella 2. Algoritmo di addestramento

Risultati misurati del rifiuto dell'immagine con campionamento in quadratura
Figura 12. Rifiuto dell'immagine con campionamento in quadratura diretto misurato da 2 GHz a 18 GHz. Sono mostrate entrambe le opzioni QEC, PFILT e CFIR. Il metodo di correzione CFIR mostra risultati migliori di 50 dBc. La correzione PFILT si degrada leggermente in questo set di dati e verrà descritta nelle sezioni successive.
I risultati misurati del rifiuto dell'immagine sono mostrati nella Figura 12. Sono mostrati i risultati per entrambe le correzioni PFILT e CFIR. Utilizzando la correzione CFIR, si ottiene un rifiuto dell'immagine >50 dBc. I risultati utilizzando PFILT si degradano leggermente e la causa principale può essere vista nei dati mostrati nella Figura 13. Quando si valuta il disallineamento di ampiezza e fase prima e dopo QEC, si noti che vengono corretti errori abbastanza gravi, ma una rapida ondulazione attraverso la frequenza rimane dopo la correzione.
Il PFILT opera alla frequenza di campionamento completa, mentre il CFIR opera a una frequenza di campionamento ridotta e decimata. Poiché il PFILT e il CFIR hanno un numero simile di tap, ciò significa che il CFIR può correggere gli errori per un periodo più lungo rispetto al PFILT. Il risultato finale è che il CFIR fornisce una correzione migliore per la configurazione di test in uso. Tuttavia, l'ondulazione è attualmente limitata dal disadattamento di impedenza tra l'accoppiatore ibrido e gli ingressi dell'ADC, nonché dalle lunghe linee di trasmissione tra di essi. Le simulazioni mostrano che il disadattamento di ondulazione può essere migliorato montando l'accoppiatore ibrido adiacente agli ingressi dell'ADC, il che minimizza le piccole differenze nelle lunghezze dei percorsi del segnale.

Figura 13. Disallineamento di ampiezza, disallineamento di fase e reiezione dell'immagine prima e dopo QEC quando si utilizza PFILT QEC. Le tracce blu sono prima di QEC. Le tracce viola sono dopo QEC. La correzione PFILT è limitata a 16 impulsi alla velocità massima. Con 16 impulsi, la correzione è in grado di correggere errori di grandi dimensioni che variano lentamente con la frequenza, ma l'ondulazione che varia rapidamente con la frequenza rimane dopo la correzione. L'ondulazione è limitata dalla configurazione di test, in cui il disallineamento di impedenza tra l'AD9084 e l'ibrido in quadratura si riflette attraverso linee di trasmissione relativamente lunghe. Una soluzione su scheda integrata monterà l'ibrido in quadratura direttamente accanto al dispositivo.

Conclusione:
È stato dimostrato il campionamento in quadratura diretto da 2 GHz a 18 GHz. Le seguenti caratteristiche hanno reso possibile questo risultato:

1. Un ibrido in quadratura a banda larga
2. Convertitore analogico-digitale (ADC) con larghezza di banda in ingresso attraverso la seconda zona di Nyquist
3. Un metodo per garantire che i dati ADC siano allineati temporalmente
4. Un filtro FIR QEC alla velocità massima dell'ADC
5. Un complesso DDC per ridurre la velocità di trasmissione dei dati
6. Un algoritmo di correzione in quadratura che risolve gli errori di squilibrio in ingresso entro la larghezza di banda di uscita DDC a velocità dati ridotta

La soluzione non può essere ottenuta utilizzando una sola delle caratteristiche di questo elenco. È la combinazione di tutte queste caratteristiche che crea la soluzione. Senza una qualsiasi di esse, potrebbero essere necessari compromessi indesiderati o le prestazioni si ridurrebbero significativamente, rendendo la soluzione inutilizzabile.
L'approccio presentato fornisce un metodo per raddoppiare la frequenza di campionamento effettiva dell'ADC senza raddoppiare la velocità di trasmissione dei dati digitali e mantenendo la funzionalità DSP integrata. Questi vantaggi creano un metodo per bilanciare il numero di canali con la frequenza dell'ADC a livello applicativo senza modifiche all'ADC. Il campionamento in quadratura diretto o l'interlacciamento in quadratura non sostituiscono l'interlacciamento temporale, ma rappresentano piuttosto un'alternativa da considerare tra le molte altre man mano che i sistemi radio definiti via software continuano a maturare.

Riferimenti
1 Dave Frizelle e Frank Kearney. “Mixer RF complessi, architettura a IF zero e algoritmi avanzati: la magia nera nei ricetrasmettitori SDR di nuova generazione.” Analog Dialogue, vol. 17, febbraio 2017.
2 Patrick Weirs. “Specchio, specchio delle mie brame: comprendere il rifiuto dell'immagine e il suo impatto sui segnali desiderati.” Analog Dialogue, vol. 51, agosto 2017.

Informazioni sugli autori:

Ian Beavers è un ingegnere applicativo sul campo e responsabile del laboratorio clienti per il team Aerospace and Defense Systems di Analog Devices a Durham, nella Carolina del Nord. Lavora in azienda dal 1999. Ian vanta oltre 25 anni di esperienza nel settore dei semiconduttori. Ha conseguito una laurea in ingegneria elettrica presso la North Carolina State University e un MBA presso l'Università della Carolina del Nord a Greensboro.
Peter Delos è il responsabile tecnico del gruppo Aerospace and Defense di Analog Devices a Greensboro, nella Carolina del Nord. Ha conseguito la laurea in ingegneria elettrica presso il Virginia Tech nel 1990 e un MBA presso il NJIT nel 2004. Peter ha oltre 30 anni di esperienza nel settore. Ha dedicato la maggior parte della sua carriera alla progettazione di sistemi RF/analogici avanzati a livello di architettura, PCB e IC. Attualmente si concentra sulla miniaturizzazione di ricevitori, generatori di forme d'onda e sintetizzatori ad alte prestazioni per applicazioni phased-array.
Brian Reggiannini è un ingegnere senior di progettazione di sistemi. Ha progettato, implementato e supportato calibrazioni a livello di sistema per diverse generazioni di ricetrasmettitori wireless di Analog Devices. I suoi interessi tecnici includono l'elaborazione del segnale, l'apprendimento automatico, i sistemi embedded e i sistemi che coinvolgono componenti analogici assistiti digitalmente. Brian ha conseguito la laurea triennale (Sc.B.), la laurea magistrale (Sc.M.) e il dottorato di ricerca (Ph.D.) presso la Brown University rispettivamente nel 2007, 2009 e 2012.
Connor Bryant è un ingegnere di applicazioni di sistema presso Analog Devices e lavora nella Business Unit Aerospaziale e Difesa a Durham, nella Carolina del Nord. È entrato in ADI nel 2023. Attualmente si concentra sulla progettazione e l'analisi di catene RF a segnale misto. Ha conseguito la laurea triennale in Ingegneria Elettrica presso la North Carolina State University nel 2022 e la laurea magistrale in Ingegneria Elettrica presso la stessa università nel 2023.