adc实用技巧 一些有关ADC的基础知识详解

ADC(Anlog to DigtialConverter, 模数转换器), 用于实现模拟信号向数字信号的转换。自然界中的声光电等都是模拟信号，我们这里说的主要是电信号。而计算机系统只能处理二进制0和1这种信号，不能直接处理模拟信号，因此需要ADC将模拟信号转换为数字信号，然后进一步处理。ADC是模数之间的桥梁。

如上图是一个典型多路复用数据采集系统，在这个系统中，可使用多个传感器(Sensors)采集信号，并将多个输入通道扫描至单个ADC中。ADC对传感器采集的模拟信号进行模数转换，将转换结果数字信号通过串口(常见的一般是SPI、IIC等接口)送给处理器(Processor)使用，这就是一个典型的ADC使用场景。当然，在某些情况下，可使用在复用器(Mux)和ADC之间的缓冲器或可编程增益放大器对信号进行预处理，然后交由ADC处理。

1.2 ADC基础知识

主要介绍ADC分类，使用场景及AD转换基本原理。

1.2.1 分类

ADC的种类很多，按照不同的分类方法，可分为不同的类型。按照使用场景分，可以分为高速ADC、精密ADC、集成式/特殊用途ADC。

按转换实现的方法分，有逐次逼近型(SAR)、Σ-Δ型、积分型、压控变换型、流水线型等。

1.2.2 不同ADC的应用场景

逐次逼近型(SAR)、积分型、压控变换型等主要用在中低速、中等精度数据采集中。分级型和流水线型主要用于处理高速瞬态信号、快速波形存储与记录、高速数据采集、视频信号量化及高速数字通讯技术等领域。Σ-Δ型ADC主要应用于高精度数据采用的系统，多用于测量领域。芯海科技ADC就是此种类型，可用于于体重秤、严控芯片等场景。

1.2.3 ADC转换的过程

ADC采样过程分为4步，即采样、保持、量化和编码。

采样，将随时间连续变化的模拟信号转化为在时间t上离散的模拟量，采样需满足采样定理(奈奎斯特定理)。保持，模数转换都会消耗一定的时间，为了给后续的量化编码提供一个稳定的值，在采样电路后要求将所采样的模拟信号保持一段时间(模拟上通过电容实现)。

量化，数字信号在时间和幅值上都是离散的，因此采样-保持电路的输出电压，还需按某种近似方程归化到相应的离散电平上，这一转化过程称为量化。编码，量化后的数值还需通过编码用一个二进制代码表示出来，经过编码后得到的就是AD转换结果的数字量，二进制编码的位宽等于ADC的位宽。上图示例是一个3 bit ADC，只舍不入量化方式(量化中把不足一个单位的部分舍弃)，量化位数用3 bit来表示连续信号的幅值。信号满量程为0~1V，因此最小量化单位Δ=1V/2^3=1/8V。量化位数越高，ADC的分辨率越高，量化误差越小。一般ADC的分辨率使用LSB标识。

1.2.5 常见基本概念和参数

1) 位宽

即前一节提到的量化位数，常见的有8bit，10bit，12bit，16bit，24bit。比较少见的部分高速ADC有6bit~8bit。

2) 分辨率

ADC所能分辨的最小量化信号的能力，最小分辨能力Δ=输入满量程电压/2^N。分辨率主要由ADC的位数(输出数字量的位数)决定，也与输入满量程有一定的关系。如一个输出满量程为0~5V的ADC、8位的ADC，其最小变化量为5V/2^8，约为19.5mV。若将ADC的位宽增加为10位，则ADC的最小变化量为5V/2^10，约为4.88mV。

3) 量化误差Σ

在量化过程中由于所采样的电压不一定能被Δ(最小量化单位)整除，所以量化前后存在一定误差，此误差称为量化误差。量化误差属于原理误差，无法消除，理论上转换器的位数越高，各离散电平之间的差值越小，量化误差就越小。

4) INL

INL (IntergerNonLinear, 积分非线性), 指ADC实际转换曲线与理想曲线在纵轴方向的差值，单位LSB，用于表示实际转换曲线与理想的偏差程度。

5) DNL

DNL (DifferentialNonLinear, 微分非线性), 指ADC的实际量化台阶与对应于1LSB的理想值之间的差异。理想ADC偏差为0LSB。若DNL<1LSB，意味着传输函数具有单调性，没有丢码。

6) SNR

SNR (Signal NoiseRatio，信噪比), ADC输出信号功耗和噪声功耗的比值，用dB表示。SNR=10*log(P_signal/P_noise)，其中信号频谱图中基波分量有效值，噪声=总能量-信号能量和谐波能量。理想ADC的噪声主要来自量化噪声。

1.3 SAR型ADC原理

SAR(Successive Approximation, 逐次比较型), 包括一个比较器，一个数模转换器、一个逐次逼近寄存器(SAR)和控制逻辑单元。将输入的模拟信号与已知电压(DAC，数模转换)不断进行比较，一个时钟周期完成一次转换，N位的ADC需要N个时钟周期完成转换，转换完成后输出二进制。

从上面描述可以看出，此种ADC有个问题，位宽越宽，转换需要的时钟周期越多，即如果想提高ADC分辨率，会限制采样速率。所有此种ADC一般用在低速场景。

1.4 Σ-Δ型ADC原理

Σ-Δ型(Sigma-Delta-Converter, Σ-Δ型模数转换器), 又称为过采样转换器，它采用增量编码方式，根据前一量值与后一量值的差值的大小进行量化和编码。Σ-Δ型ADC主要由Σ-Δ型调制器和数字滤波器组成。调制器主要完成信号抽样和增量编码，给数字滤波器提供增量编码。数字滤波器完成对Σ-Δ码的抽取滤波，把增量码转换成高分辨率的线性脉冲码调制的数字信号，因此抽取滤波器实际上相当于一个码型变化器。

Σ-Δ型ADC一般精度可以做到很高，24位ADC中很多是此种类型。

1.5 关于ADC的验证

1.5.1 可能的验证方式

从1.3节框图可以看出，ADC分为模拟部分和数字部分。因此推测大概有2种方式，一是用veriloga实现模拟部分功能模型，和数字部分一起，验证环境中将整块逻辑作为DUT进行验证;另一种方式是验证只验证数字部分，数字部分验证ok后提供代码给模拟设计工程师，模拟设计使用ams仿真器进行仿真。

1.5.2 数字验证项

抛开模拟，只看ADC数字实现部分，主要验证项可能有，CRG、寄存器、接口、功能等。

小结

在仪器仪表系统中，常常需要将检测到的连续变化的模拟量如：温度、压力、流量、速度、光强等转变成离散的数字量，才能输入到计算机中进行处理。这些模拟量经过传感器转变成电信号（一般为电压信号），经过放大器放大后，就需要经过一定的处理变成数字量。实现模拟量到数字量转变的设备通常称为模数转换器（ADC），简称A/D。通常情况下，A/D转换一般要经过取样、保持、量化及编码4个过程。