∑-Δ 型ADC原理

来源:互联网 发布:网络加速器免费 编辑:程序博客网 时间:2024/05/22 15:25

Σ-ΔADC不是对信号的幅度进行直接编码,而是根据前一次采样值与后一次采样值之差(增量)进行量化编码,通常采用一位量化器,利用过采样和∑-Δ调制技术来获得极高的分辨率。Σ-ΔADC由非常简单的模拟电路和十分复杂的数字信号处理电路构成。

∑-ΔADC三大关键技术:过采样,噪声整形,数字滤波和采样抽取。

正弦波采样信号经过FFT变换,频率分布于DC到fs/2间。

图1

过采样:用高采样率提高分辨率。K每增加4倍,SNR提高6dB,相当于ENOB增加1bit。

图2

噪声整形:与过采样相比,相同的过采样比K,可提供更高的分辨率。与前面的简单过采样相比,总的噪声功率虽未改变,但噪声的分布发生了变化。

这里写图片描述

数字滤波:如果对噪声整形后的Σ-Δ调制器输出进行数字滤波,将有可能移走比简单过采样中更多的噪声。

图4

ADC的主要参数:

LSB:全最小的位对应的模拟量
FSR: 满幅范围Vref
CW:code width,理想CW=FSR/2^N
SNR:信噪比,SNR=S(信号)/N(噪声);对于正弦信号SNR=6.02N+1.76[dB]

信纳比:又称信号比失真;信纳比=信号/(噪声+谐波)
分辨率:ADC的位数(或1/2n)
转换速率:是指完成一次从模拟转换到数字的AD转换所需的时间的倒数。常用单位是ksps和Msps,表示每秒采样千/百 万次(kilo / Million Samples per Second)。

精度:绝对精度和相对精度(受INL和DNL的影响)
量化误差:由于AD的有限分辩率而引起的误差,即有限分辩率AD的阶梯状转移特性曲线与无限分辩率AD(理想AD)的转移特性曲线(直线)之间的最大偏差。通常是1 个或半个最小数字量的模拟变化量,表示为1LSB、1/2LSB。
偏移误差:输入信号为零时输出信号不为零的值,可外接电位器调至最小。
满刻度误差:满度输出时对应的输入信号与理想输入信号值之差。
线性度:实际转换器的转移函数与理想直线的最大偏移。
INL:积分非线性误差
这里写图片描述
DNL:微分非线性误差,值为max | CW-FSR/2^N |
这里写图片描述

原创粉丝点击