Σ-ΔADC三大关键技术和ADC的主要参数

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。
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。
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。
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。
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
dnl:微分非线性误差,值为max | cw-fsr/2^n |

声纹识别是怎样的一情况
彻底变革工作流程,NVIDIA推出首款基于Turing架构GPU
霍尔电流传感器在逆变器中的应用
警方花钱从亚马逊买进人脸识别技术Rekognition
10款不同的iPhone8原型机正在开发,无线充电将是iPhone8标配功能
Σ-ΔADC三大关键技术和ADC的主要参数
亿航智能发布用于中短途空中物流的大载重自动驾驶飞行器
视天科技新一轮融资正在进行中 不断研发各种VR新玩法
优质馈线和天线接头对电台通联的重要性
R&S推出超低灵敏度相噪分析和VCO测试仪R&S FSWP
NASA开发出无人机系统 可摧毁擅闯禁飞区无人机
云知声CEO黄伟:人工智能将通过重塑商业,重塑社会
STM32的PWM实验
一周芯闻:美国将提供370亿美元的半导体补贴
采埃孚首发运动控制高性能计算平台 OMNIVISION推出汽车摄像头系统
智能云防雷,信号浪涌保护器防雷接地方案
如何在Linux系统上安装软件
几款大功率精确电流控制的H桥电机驱动芯片
现代汽车推由AI驱动的儿童玩具电动车
NVMe SSD性能影响因素一探究竟(下)