ADC参数详解

特性或指标总述

本文将从以下特性进行简单的叙述。结合了《ADC设计基础》和TI的一些教学视频。

• 分辨率
• 转换误差
• 转换速度
• 采样率
• 奈奎斯特采样准则
• 混叠和抗混叠滤波器
• DNL
• INL
• 热噪声
• 谐波失真
• THD
• SNR
• ENOB
• SFDR
• IMD
• 孔径抖动
• 孔径延迟
• 奈奎斯特区
• 补充

分辨率

一般ADC都说注明是8bit，16bit或者是24bit。这里的数值也就是分辨率的意思。分辨率是衡量ADC精度一个非常重要的指标。比如采集的电压范围是0-5V，那么8bit的ADC的最小刻度就是5/2^8
=0.0195V,16bit的ADC的最小刻度是5/2^16=0.000195V.从这两个数值来看，我们就知道16bit的ADC可以采集到更小的电压。所以这里的分辨率表征的ADC的最小刻度的指标。同时分辨率也只能算是间接衡量ADC采样准确的变量。直接衡量ADC采集准确性的是精度。

转换误差

也可以称之为精度。精度是在ADC最小刻度基础上叠加各种误差的参数。是可以直接衡量ADC采样精准的指标。通常ADC的精度=N*LSB+Vc_sample+Vshift+Vnoise+Vref+… N一般在ADC的数据手册中体现，表征ADC的集散误差。Vc_sample是ADC内部的采样电容引起的误差。Vshift一般是外围电路带来的偏置，Vnoise是综合前端的驱动电路和ADC得出的噪声电压。Vref一般是由参考电压的散差引起的误差。所以从这里可以看出来。虽然一些ADC的分辨率很高，但是需要精度高，还需要做好各个方面的工作，尽量降低系统误差。从而提高精度。

转换速度

是指完成一次从模拟 转换到数字的AD转换所需要的时间的倒数。积分型AD的转换时间是毫秒级属低速AD，逐次比较型AD是微秒级属中速AD，全并行/串并行型AD可达到纳秒级。采样时间则是另外一个概念，是指两次转换的间隔。为了保证转换的正确完成

采样率

采样率是指芯片每秒采集信号的个数。比如1KHz/s,表示1s内这个ADC可以采集1K个点。采样率越高，采集的点数越多，那么对信号的还原度就越高。

奈奎斯特采样准则

采样频率大于被采样信号频率的两倍

混叠和抗混叠滤波器

基带采样意味着要被采样的信号位于第一个奈奎斯特区中。要特别强调的是：在理想采样器的输入中没有输入滤波， 任何落在奈奎斯特区内的奈奎斯特带宽之外的频率成分(或是信号或是噪声)将会被混叠回第一个奈奎斯特区。（由于镜像原因）基于这个原因， 抗混叠滤波器被用在几乎所有的正在采样 ADC 应用中，以去除这些不需要的信号。
抗混叠滤波器中，其它滤波器类型（除去ButterWorth）通常更适合于高速应用，这些应用有着快速跳变的频带和与线性相位响应相配的带内平坦度的要求。椭圆滤波器符合这些标准，同时过采样放松了对基带抗混叠滤波器的要求。

DNL

差分非线性误差是ADC器件的关键静态参数。ADC的DNL可以被看做测试“小信号”或相邻转化步进的线性误差。
在 ADC 中从一个数字转换到下一个数字转换应该有严格的 1 LSB 模拟输入的变化。
在模拟信号对应于 1 LSB 数字变化大于或小于 1 LSB 的地方，被称为 DNL 误差。

测试DNL时，首先通过公式测定该器件的实际的LSB值。一个输出代码N的DNL测试需要两步测量计算。第一步，测试输出代码N对应相应跳变点的模拟输入电压差；第二步，用电压差减去该器件的平均LSB值，结果即为输出代码N的DNL，对ADC器件的所有输入代码均进行以上测试计算，得出每一输出位的DNL。

在ADC中，可能会因为DNL误差导致编码时丢码。

INL

积分非线性误差是指大信号的线性误差，是指ADC给定输入所有包含全部差分线性误差的累积代数和。
可以用于评判一个ADC器件的精度。
它表示了ADC器件在所有数值点上对应的模拟值，和真实值之间误差最大的那一点的误差值。也就是，输出数值偏离线性的最大的距离。
计算ADC的INL首先要确定被测器件的端点直线。ADC的INL是基于代码中心的测试，代码中心位于两个相邻跳变点的中间，那么代码N对应的INL与该代码对应的DNL【N】和DNL【N-1】有关。

热噪声

热噪声通信设备中无源器件如电阻、馈线由于电子布朗运动而引起的噪声，又称为电阻噪声。
热噪声亦称白噪声，是由导体中电子的热震动引起的，它存在于所有电子器件和传输介质中。它是温度变化的结果，但不受频率变化的影响。热噪声是在所有频谱中以相同的形态分布，它是不能够消除的，由此对通信系统性能构成了上限。

谐波失真

谐波失真是指输出信号比输入信号多出的谐波成分。谐波失真是系统不是完全线性造成的。
所有附加谐波电平之和称为总谐波失真。总谐波失真与频率有关。
谐波失真是指音箱在工作过程中，由于会产生谐振现象而导致音箱重放声音时出现失真。尽管音箱中只有基频信号才是声音的原始信号，但由于不可避免地会出现谐振现象（在原始声波的基础上生成二次、三次甚至多次谐波），这样在声音信号中不再只有基频信号，而是还包括由谐波及其倍频成分，这些倍频信号将导致音箱放音时产生失真。对于普通音箱允许一定谐波信号成分存在，但必须是以对声音基频信号输出不产生大的影响为前提条件。
而总谐波失真是指用信号源输入时，输出信号（谐波及其倍频成分）比输入信号多出的额外谐波成分，通常用百分数来表示。一般说来，1000Hz频率处的总谐波失真最小，因此不少产品均以该频率的失真作为它的指标。所以测试总谐波失真时，是发出1000Hz的声音来检测，这一个值越小越好。
谐波失真可以通过FFT来进行分析，通过他们在频域中的位置，输入信号的谐波可以跟其他失真乘积区分开。

THD

总谐波失真，上述已讲明。

SNR

信噪比 。是ADC的交流(动态)特性之一。其余比较关键的动态特性还有SINAD、THD、SFDR。
如果信号的带宽固定，采样频率越高，效果就相当于在一个更宽的频率内扩展量化噪声，如果信号带宽变窄，在此带宽内的噪声也减少，信噪比也会有所提高。通常在ADC采样之前加一个带通或低通滤波器，限制信号带宽，改善信噪比。
理想N位ADC的理论SNR为：
SNR=6.02N+1.76dB
SINAD：也成信纳比。是信号+噪声+谐波的功率与谐波+噪声的功率比值。
信纳比(SINAD或S/(N + D))指的是信号幅度均方根与所有其它频谱成分(包括谐波但不含直流)的和方根(rss)的平均值之比。SINAD很好地反映了ADC的整体动态性能，因为它包括所有构成噪声和失真的成分。SINAD曲线常常针对不同的输入幅度和频率而给出。对于既定的输入频率和幅度，如果SINAD和THD + N二者的噪声测量带宽相同(均为奈奎斯特带宽)，则二者的值相等。

ENOB

有效转换位数。由于AD器件不能够做到完全线性，总是存在零点几位或者甚至一位的精度损失，从而实际影响到ADC的分辨率，降低AD的转换位数，例如12位的ADC在实际应用中可能只能做到10位。
一般情况下，信号幅度越大，信号频率越低，所得到的的有效转换位数就越多。

SFDR

即无杂散动态范围。在通信应用中或许最重要的指标就是它的无杂波动态范围。
ADC 的 SFDR 被定义为信号幅度的均方根值对峰值杂波频谱成分的 均方根值之比(在直流到fs/2的整个第一奈奎斯特区测得)。
频谱中第一奈奎斯特区域内除信号和直流成分外，功率最大的频率成分成为最大伪峰谱。对于接近满刻度的输入信号，最大伪峰谱一般由信号的最初几级的谐波之一决定，而对于低于满刻度几个dB的输入信号而言，ADC的微分非线性会产生其他伪峰，可能大于谐波产生的伪峰，因此这种情况下的最大伪峰应考虑所有的畸变原。

IMD

双音互调失真(IMD) 。
通过把频率为 f1 和 f2—通常挨得比较近—的两个频谱纯净的正弦波施加在 ADC 上，可以测得双音互调失真。每一个音调的幅度被设置为小于满量程以下 6dB 多一些，以便 ADC 在两个音调同相时不会削波。
互调失真系指由放大器所引入的一种输入信号的和及差的失真。例如，在给放大器输入频率为1kHz和5kHz的混合信号后，便会产生6kHz（1kHz和5kHz之和）及4kHz（1kHz和5kHz之差）的互调失真成份。 产生互调失真的过程实质上也是一种调制过程

孔径抖动

孔径抖动，又称孔径误差，是指采样之间孔径延迟时间的变化。
如果要求测量准确，数据采样系统必须要有极低的相位噪声。随着模拟输入斜率(dV/dt)的增加，孔径抖动也增大。一般来讲，使用输入频率为MHz级的ADC时，时钟抖动应为亚皮秒级。
孔径抖动又被称为孔径时间或孔径不确定。
对于一个动态模拟信号，由于孔径抖动的存在，使得输入的模拟信号在孔径时间内是不确定的，从而导致了孔径误差（电压误差），从另一个角度来看，孔径抖动实际上导致了采样间隔的不确定，当仍以标称的时间间隔对采样信号进行重构时，其中必然包含孔径抖动误差所导致的噪声。
由孔径抖动引起的噪声将引起高速数据采集系统信噪比的下降。因此需要对孔径抖动给予充分重视。
下面是别人的图解。
孔径抖动对于信噪比的影响公式：

孔径延迟

孔径延迟是指在保持命令发出之后到ADC采样保持放大器(SHA)完全打开采样开关所需的时间，即ADC采样发出命令到采样实际开始的时间。有效孔径延迟时间te 包括孔径延迟和SHA中模拟、数字传输延迟的影响，其值可正可负。

奈奎斯特区

奈奎斯特带宽被定义为从 dc 到 fs/2 的频谱。该频谱被分割为一个有着无限数目的奈奎斯特区，如图所示，每个区有一个与 0.5 fs 相等的带宽。实际上理想的采样器—继 FFT 处理器之后—由 ADC 所取代。FFT 处理器只能提供从 dc 到 fs/2 的输出，如出现在第一个奈奎斯特区中的信号或混叠。

现在再对第一个奈奎斯特区(见图 2-4B)外的信号予以考虑。信号频率只稍微比采样频率像小一点，这与图 2-3 所示的时域表示中显示的状态是一致的。要注意的是：即使该信号在第一个奈奎斯特区外，其镜像 (或混叠)—(fs?Cfa)—却在第一个奈奎斯特区内。再返回图 2-4A，显然如果不需要的信号出现在任何镜像频率的 fa 上，它也会出现在 fa 中，因此，在第一个奈奎斯特区中产生不真实的频率成分。
这与模拟混合处理相类似，并且意味着在需要采样器之前就要进行一些滤波，以去除在奈奎斯特区之外的频率成分，但是，那些混叠的成分却不能进入奈奎斯特区内。滤波器的性能将取决于带外信号与 fs/2 有多近，以及所需衰减的量。

补充：失调误差、增益误差、线性误差等

失调误差：转换特性曲线的实际起始值与理想起始值（零值）的偏差。在实际中可以定义为ADC的第一个数字输出跳变点Vzst电压减去1/2LSB再减去理想的零点值。
增益误差：转换特性曲线的实际斜率与理想斜率的偏差（增益误差又称之为满刻度误差）。也可以理解为被测ADC的实际满刻度电压范围减去理想的满刻度电压范围
线性误差：转换特性曲线与最佳拟合直线间的最大偏差，或者转换特性曲线与理想特性曲线的最大偏差
最小有效位值：ADC器件的理想的LSB通过器件技术规范中的满刻度范围FSR除以器件的总输出代码计算得到的，例如一个12位的ADC的Vzst是2.4mV，Vfst=9996.4mV，那么该器件的LSB=（999.6-2.4）/（2^12-
2）=2.441133mV。同时可知该ADC共有2^12(4096)个输出代码，输出代码范围是0-4095
满刻度范围：满刻度范围是施加到ADC器件模拟输入端的最大输入信号范围。ADC器件的FSR值可以由该器件Vfst与Vzst之间的电压加两个LSB值计算得出
量化误差：也称量化不确定性。ADC的模拟输入可以取任意值，但是数字输出被量化，所以在实际模拟输入和严格的数字输出值之间，可能有高达1/2LSB的误差，这就被成为量化误差或者量化不确定性。在采样应用中，这种量化误差造成了量化噪声的上升。
噪声也存在好处：
所有ADC都有一定量的折合到输入端噪声。

(1)在精密、低频测量应用中，以数字方式对ADC输出数据求平均值可以降低该噪声，代价是采样速率会降低并且需要额外的硬件。该均值方法实际上可以提高ADC的分辨率，但无法降低积分非线性误差。通过均值技术提高分辨率时，需要少量的折合到输入端噪声，但如果噪声太高，均值法将需要大量样本，而且存在一个“效益递减”点。

通过数字均值法提高ADC分辨率并降低噪声：折合到输入端噪声的影响可以通过数字均值方法降低。假设一个16位ADC具有15位无噪声分辨率，采样速率为100 kSPS。对于每个输出样本，如果对两个样本进行平均，则有效采样速率降至50 kSPS，SNR提高3 dB，无噪声位数提高到15.5位。如果对四个样本进行平均，则采样速率降至25 kSPS，SNR提高6 dB，无噪声位数提高到16位。 事实上，如果对16个样本进行平均，则输出采样速率降至6.25 kSPS，SNR再提高6 dB，无噪声位数提高到17位。为了利用额外的“分辨率”，均值算法必须在较大的有效位数上执行。

均值过程还有助于消除ADC传递函数的DNL误差，这可以通过下面的简单例子来说明：假设ADC在量化电平“k”处有一个失码，虽然代码“k”由于DNL误差较大而丢失，但两个相邻代码k – 1和k + 1的平均值等于k。 因此，可以利用该技术来有效提高ADC的动态范围，代价是整体输出采样速率降低并且需要额外的数字硬件。

不过应注意，均值并不能校正ADC固有的积分非线性。 现在考虑这样一种情况：ADC的折合到输入端噪声非常低，直方图总是显示一个明确的代码，对于这种ADC，数字均值没有作用！无论对多少样本进行平均，答案始终相同。但只要将足够大的噪声增加到输入信号中，使得直方图中有一个以上的代码，那么均值方法又会发挥效用。因此，少量噪声可能是好事情(至少对于均值方法而言)，但输入端存在的噪声越高，为实现相同分辨率所需的均值样本数越多。

(2)
在某些高速ADC应用中，增加适当数量的带外噪声扰动可以改善ADC的DNL，并提高无杂散动态范围(SFDR)。

对于高速ADC，若要最大程度地提高SFDR，存在两个基本限制：第一是前端放大器和采样保持电路产生的失真；第二是ADC编码器部分的实际传递函数的非线性所导致的失真。提高SFDR的关键是尽可能降低以上两种非线性。 要显著降低ADC前端引起的固有失真，在ADC外部着力是徒劳的。然而，ADC编码器传递函数的微分非线性可以通过适当利用扰动(即外部噪声，与ADC的模拟输入信号相加)来降低。

然而，扰动对改善SFDR的效力高度依赖于特定ADC的特性。

在一定的条件下，扰动可以改善ADC的SFDR。例如，即使在理想ADC中，量化噪声与输入信号也有某种相关性，这会降低ADC的SFDR，特别是当输入信号恰好为采样频率的约数时。将宽带噪声(幅度约为½ LSB rms)与输入信号相加往往会使量化噪声随机化，从而降低其影响。然而，在大多数系统中，信号之上有足够的噪声，因此无需额外添加扰动噪声。ADC的折合到输入端噪声也可能足以产生同样的效果。将宽带均方根噪声电平提高约1 LSB以上会成比例地降低ADC SNR，且性能不会有进一步的提高。 还有其它一些方案，都使用更大数量的扰动噪声，使ADC的传递函数随机化。

还有一种方法更容易实现，尤其是在宽带接收机中，即注入信号目标频带以外的一个窄带扰动信号，如图6所示。一般来说，信号成分不会位于接近DC的频率范围，因此该低频区常用于这种扰动信号。扰动信号可能还位于略低于fs/2的地方。相对于信号带宽，扰动信号仅占用很小的带宽（数百kHz带宽通常即足够），因此SNR性能不会像在宽带扰动下那样显著下降。

来源：CSDN

作者：辉_1014

链接：https://blog.csdn.net/weixin_41623723/article/details/103458666