[论文解读] Continuous-Time Analog Filters for Audio Edge Intelligence: Review on Circuit Designs

Kwantae Kim, Shih‐Chii Liu|arXiv (Cornell University)|Jun 6, 2022

Advanced Adaptive Filtering Techniques被引用 4

一句话总结

本文提出了一种面向音频边缘智能的连续时间（CT）模拟滤波器架构的统一分析，聚焦于通过双积分器环路双二阶（biquad）拓扑实现的电压域二阶滤波器。论文回顾了基于OTA、源极跟随器和翻转电压跟随器（FVF）的设计，推导了其小信号传递函数，并通过晶体管级仿真进行了验证，展示了其在边缘设备中用于低功耗特征提取（如关键词检测和语音活动检测）的适用性。

ABSTRACT

Edge audio devices can reduce data bandwidth requirements by pre-processing input speech on the device before transmission to the cloud. As edge devices are required to ensure always-on operation, their stringent power constraints pose several design challenges and force IC designers to look for solutions that use low standby power. One promising bio-inspired approach is to combine the continuous-time analog filter channels with a small memory footprint deep neural network that is trained on edge tasks such as keyword spotting, thereby allowing all blocks to be embedded in an IC. This paper reviews the historical background of the continuous-time analog filter circuits that have been used as feature extractors for current edge audio devices. Starting from the interpretation of a basic biquad filter as a two-integrator-loop topology, we introduce the progression in the design of second-order low-pass and band-pass filters ranging from OTA-based to source-follower-based architectures. We also derive and analyze the small-signal transfer function and discuss their usage in edge audio applications.

研究动机与目标

• 提供对现代音频边缘集成电路中用于低功耗信号处理的连续时间模拟滤波器电路的全面综述。
• 在统一的双积分器环路双二阶框架下，整合分析多种第二阶滤波器架构——包括基于OTA、源极跟随器（XSF、SSF、FVF）的设计。
• 推导并验证这些滤波器类型的小信号传递函数，以支持其在边缘AI任务特征提取中的应用。
• 突出连续时间模拟滤波相较于数字FFT方法在边缘音频处理中的功耗效率优势。
• 识别在滤波器组稳定性、失配及非线性效应方面集成电路设计中的权衡与未来研究方向。

提出的方法

• 采用双积分器环路双二阶拓扑作为分析第二阶连续时间滤波器的基础框架。
• 利用gmC（跨导-电容）等效电路，推导基于OTA、XSF、SSF和FVF的滤波器实现的小信号传递函数。
• 构建小信号等效图以分析每种滤波器架构的输入/输出阻抗与信号流。
• 通过晶体管级仿真验证推导出的传递函数，确认理论预测的准确性。
• 从功耗和面积角度，将连续时间滤波器性能与传统的离散时间（DT）开关电容（SC）滤波器及基于FFT的数字特征提取器进行比较。
• 使用Google语音命令数据集（GSCD）作为基准输入，以说明真实音频场景中滤波器组的响应特性。

实验结果

研究问题

• RQ1 如何系统性地分析并统一多种第二阶连续时间滤波器架构（OTA、XSF、SSF、FVF），使其统一于单一双二阶框架之下？
• RQ2 每种连续时间滤波器类型的的小信号传递函数和等效电路模型是什么？它们如何影响频率响应和动态范围？
• RQ3 在边缘音频IC中，连续时间模拟滤波器与基于FFT的数字特征提取器在功耗和硅面积方面有何比较优势？
• RQ4 在实现用于音频边缘智能的连续时间滤波器组时，关键设计权衡是什么，特别是关于Q因子、噪声和稳定性方面？
• RQ5 当使用真实滤波器响应训练时，深度神经网络在多大程度上能容忍电路非理想性（如失配和非线性）？

主要发现

• 双积分器环路双二阶拓扑为建模多种连续时间滤波器架构（包括OTA、XSF、SSF、FVF）提供了统一且可分析的框架。
• 每种滤波器类型推导出的小信号传递函数能准确预测频率响应和Q因子，经晶体管级仿真验证。
• 连续时间模拟滤波器消除了高功耗FFT计算的需求，将特征提取器的功耗降低至亚微瓦量级，这对始终在线的边缘设备至关重要。
• 与开关电容滤波器相比，连续时间滤波器避免了kT/C噪声混叠，减少了对抗混叠滤波器和前端缓冲器的需求，从而降低了面积和功耗。
• 基于FVF的设计实现了高Q因子，同时具备改进的线性度和面积效率，适用于低功耗集成电路中的高性能滤波器组。
• 基于FFT或DFT的数字特征提取器在先进IC中功耗高达7.33 µW（占总功耗的40%），凸显了模拟域处理在功耗敏感应用中的优势。