ADC的有效位数
ADC数模真值表
ADC数模真值表
ADC（Analog-Digital Converter）模拟-数字转换。
ADC可以将引脚上连续变化的模拟电压转换为内存（寄存器）中存储的数字变量，建立模拟电路到数字电路的桥梁。
STM32是12位逐次逼近型ADC，分辨率一般用多少位来表示，12位AD值，表示的范围就是0—2^12-1即0~4095，位数越高，量化结果越精细，对应分辨率就越高。
STM32的ADC是1us转换时间，就是转换频率，即AD从开始到出结果的时间，对应的AD转换频率就是1MHz。
系列最多有18个输入通道，可测量16个外部（GPIO口）和2个内部信号源（内部温度传感器、内部参考电压1.2V的基础电压），基准电压不随外部供电电压变化而变化，如果芯片的供电不是标准的3.3V，测量外部引脚的电压可能就不对，此时可以读取基准电压进行校准，得到正确的电压值。
规则组和注入组两个转换单元，STM32ADC的增强功能，普通的AD转换流程是，启动一次转换、读一次值，然后再启动、再读值，这样的流程。
而STM32的ADC可以列一个组，一次性启动一个组，连续转换多个值，这里有两个组，一个是用于常规使用的规则组，一个是用于突发事件的注入组。
模拟看门狗自动监测输入电压范围，此ADC可以用于测量光线强度、温度这些值，并且经常有个需求，如果光线高于某个阈值、低于某个阈值，或者温度高于某个阈值、低于某个阈值时，执行一些操作，这个判断就可以用模拟看门狗自动执行。
模拟看门狗可以监测指定的某些通道，当AD值高于它设定的上阈值或者低于下阈值时，就会申请中断，就可以在中断函数里执行相应的操作，这样就可以不用不断地手动读值，再用if进行判断了。
ADC参数解释
ADC参数解释1.分辩率(Resolution) 指数字量变化一个最小量时模拟信号的变化量，定义为满刻度与2n的比值。
分辩率又称精度，通常以数字信号的位数来表示。
2.转换速率(Conversion Rate)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。
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，采样速率(Sample Rate)必须小于或等于转换速率。
因此有人习惯上将转换速率在数值上等同于采样速率也是可以接受的。
常用单位是ksps和Msps，表示每秒采样千/百万次（kilo / Million Samples per Second）。
3.量化误差(Quantizing Error) 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。
4.偏移误差(Offset Error) 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。
5.满刻度误差(Full Scale Error) 满度输出时对应的输入信号与理想输入信号值之差。
6.微分非线性（Differential nonlinearity，DNL）ADC相邻两刻度之间最大的差异。
7.积分非线性（Integral nonlinearity，INL）表示了ADC器件在所有的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最大的距离。
8.总谐波失真（Total Harmonic Distotortion缩写THD）。
ADC的选择，首先看精度和速度，然后看输入通道数，输出的接口如SPI或者并行的，差分还是单端输入的，输入范围是多少。
AD转换器的主要技术指标
AD转换器的主要技术指标AD转换器（Analog-to-Digital Converter）是将模拟信号转换成数字信号的电子器件，广泛应用于测量、通信、控制和信号处理等领域。
主要技术指标是指影响AD转换器性能的关键参数。
下面将介绍AD转换器的主要技术指标。
1. 位数（Resolution）：位数是指转换结果的二进制位数，也可理解为ADC的精度。
位数越高，转换结果的精度越高。
常见的位数有8位、10位、12位、16位等。
常见的高精度应用需要12位以上的位数。
2. 采样率（Sampling Rate）：采样率是指ADC在单位时间内完成采样的次数，常用单位为千赫兹（kHz）或兆赫兹（MHz）。
采样率决定了ADC对信号的处理能力，即ADC能够处理多快的信号。
高速应用需要高采样率的ADC。
3. 信噪比（Signal-to-Noise Ratio, SNR）：信噪比表示转换后的数字信号与输入模拟信号之间的噪声水平差异。
信噪比越高，ADC的抗干扰能力越强，输出结果越准确。
4. 有效比特数（Effective Number of Bits, ENOB）：有效比特数表示ADC输出二进制数据的有效位数，与信噪比有关。
一般来说，ENOB比位数小，这是由于ADC的非线性误差、噪声和失配等因素导致的。
5. 误差（Error）：误差是指ADC转换结果与输入信号之间的差异。
常见的误差包括非线性误差、积分非线性误差、增益误差、失配误差等。
误差越小，ADC的准确度越高。
6. 电源电压（Supply Voltage）：ADC的电源电压指使用电路所需的电源电压。
一般来说，工作电压越低，功耗越小，对系统电源需求越低。
7. 噪声（Noise）：噪声是指ADC输出结果中包含的非期望信号。
噪声可由转换器内部电路、供电电压和输入信号引起。
噪声影响了ADC对小信号的测量准确性，因此较低的噪声水平对高精度测量至关重要。
8. 温度效应（Temperature Coefficient）：温度效应衡量ADC对温度变化的敏感程度。
adc测试标准
ADC的测试标准主要包括以下几个方面：转换速率：ADC从开始转换到转换完成所需要的时间，采样信号频率越高，所需的ADC采样速率也应越高。
静态指标：最小误差（Quantizing Error）：由于ADC分辨率有限而导致的误差，通常为1个或半个最小数字量表示的模拟变化量。
偏移增益误差（Offset/Gain Error）：实际ADC线性方程与理想ADC线性方程的偏差（斜率、截距不一致）。
满刻度误差（Full Scale Error）：满刻度输入时，对应的实际输入信号与理想输入信号的差值。
微分非线性（Differential nonlinearity，DNL）：ADC相邻两刻度的最大偏差。
积分非线性（Integral nonlinearity，INL）：
ADC数值点对应的模拟量和真实值之间最大误差值，即ADC输出数值偏理想线性最大的距离。
ADC动态指标：总谐波失真THD、信噪比和失真SINAD、有效位数ENOB、信噪比SNR、无杂散动态范围SFDR。
关于ADC有效位数测试方法及工程应用
关于ADC有效位数测试方法及工程应用梁素龙;高蕊【期刊名称】《计算技术与自动化》【年(卷),期】2017(036)003【摘要】At the time of radar signal processing ,need to echo data down - conversion and A /D conversion . The performance of ADC directly affect processing effect .ENOB is a very important parameter in static characteristic and dynamic characteristic .In test ,through MATLAB simulation analysis of FFT in the first step ,and prevent the spectrum leakage by Hanning window .Then conclude the improved sine wave test method by formula conversion of ENOB .Good effects were obtained in application test .%在进行雷达信号处理时,需要对回波的数据进行下变频以及A/D转换.此时ADC的性能直接影响后续的处理效果.ADC的静态特性和动态特性中一个很重要的指标就是有效位数.具体测试中首先通过MATLAB对数据进行FFT 仿真分析,通过Hanning窗来防止频谱泄露,之后对有效位数公式进行转换得出改进后的正弦波测试方法.经过验证该方法在工程应用中获得较好的效果.【总页数】3页(P57-59)【作者】梁素龙;高蕊【作者单位】宝鸡文理学院电子电气工程学院 ,陕西宝鸡 721016;宝鸡文理学院电子电气工程学院 ,陕西宝鸡 721016【正文语种】中文【中图分类】TP311【相关文献】1.一种新的高分辨率ADC有效位数测试方法 [J], 邱兆坤;王伟;马云;陈曾平2.正弦波形参量对ADC有效位数评价的影响 [J], 梁志国3.测试高分辨率ADC有效位数的HHT方法 [J], 王慧;刘正士;汪家慰;王勇4.一种ADC有效位数测试方法及工程应用 [J], 蓝永祥5.一种测试高分辨率ADC有效位数的新方法 [J], 王慧;刘正士;徐亮;陆益民因版权原因，仅展示原文概要，查看原文内容请购买。
关于ADC有效位数测试方法及工程应用
关于ADC有效位数测试方法及工程应用作者：梁素龙高蕊来源：《计算技术与自动化》2017年第03期摘要：在进行雷达信号处理时，需要对回波的数据进行下变频以及A/D转换。
此时ADC 的性能直接影响后续的处理效果。
ADC的静态特性和动态特性中一个很重要的指标就是有效位数。
具体测试中首先通过MATLAB对数据进行FFT仿真分析，通过Hanning窗来防止频谱泄露，之后对有效位数公式进行转换得出改进后的正弦波测试方法。
经过验证该方法在工程应用中获得较好的效果。
关键词：ADC；信噪比；有效位；快速傅里叶变换中图分类号：TP311文献标识码：AAbstract：At the time of radar signal processing，need to echo data down-conversion and A/D conversion.The performance of ADC directly affect processing effect.ENOB is a very important parameter in static characteristic and dynamic characteristic.In test，through MATLAB simulation analysis of FFT in the first step，and prevent the spectrum leakage by Hanning window.Then conclude the improved sine wave test method by formula conversion of ENOB.Good effects were obtained in application test.Key words：A/D converter；SNR；ENOB（effective number of bits）；FFT0引言为方便数字信号处理，接收前端往往会通过A/D芯片对模拟信号转换为数字信号。
理解ADC的噪声、ENOB及有效分辨率
图1，一个标准ADC的噪声性能弱于Δ-Σ ADC器件。
图2，一个采用N倍过采样、数字滤波器和抽取的ADC改进了噪声性能。
图3，在一个采用N倍过采样、噪声整形、数字滤波器、抽取的ADC中，ADC输入频带内的噪声(黄色)大大降低。
因此，了解有关噪声的性能指标要比从SAR转向Δ-Σ ADC更加困难。鉴于当前对更高分辨率的需求，设计者必须更好地了解ADC噪声、ENOB、有效分辨率，以及信噪比。
更高分辨率
过去，一只12位SAR ADC通常就足以测量各种信号与电压输入。如果某个应用需要更精细的测量，设计者可以在ADC前加一个增益级或PGA(可编程增益放大器)。对于16位设计，设计者的选择仍然主要是SARADC，但也包含了某些Δ-Σ ADC。但对16位以上的设计，Δ-Σ ADC正在变得更加适用。SAR ADC现在有18位的极限，而Δ-Σ ADC正将自己的空间扩充到18位、20位和24位。ADC的价格在过去10年有不小的下降，使用也变得更简单，获得了更广泛的理解。
理解ADC的噪声、ENOB及有效分辨率
ADC的一个重要趋势是转向更高的分辨率。这一趋势影响着一系列的应用，包括工厂自动化、温度检测，以及数据采集。对更高分辨率的需求使设计者们从传统的12位SAR(逐次逼近寄存器)ADC，转向分辨率达24位的Δ-Σ ADC。所有ADC都有某种程度的噪声，包括输入相关噪声以及量化噪声，前者是ADC本身固有的噪声，后者则是在ADC转换时出现的噪声。噪声、ENOB(有效位数)、有效分辨率、无噪声分辨率等指标基本上定义了一款ADC的精度。
ADC的有效位数和信噪比计算
ADC的有效位数和信噪比计算理论上，一个ADC的SNR(信号与噪声的比值)等于(6.02N＋1.76)dB，这里N等于ADC的位数。
虽然我的数学技巧有点生疏，但我认为任何一个16位转换器的信噪比应该是98.08dB。
但当我查看模数转换器的数据手册时，我看到一些不同的情况。
比如，16位的（逐次逼近型）模数转换器指标的典型值通常可低至84dB高达95dB。
生产厂家很自豪地把这些值写在产品的数据手册的首页，而且坦率地说，信噪比为95dB的16位ADC具有竞争力。
除非我错了，计算的98.08dB高于所找到最好的16位ADC数据手册中的96dB。
那么，这些位数到那去了？让我们先找出理想化的公式（6.02N＋1.76）从何而来。
任何系统的信噪比，用分贝来表示的话，等于20log10（信号的均方根/噪音的均方根）。
推导出理想的信噪比公式时，首先定义信号的均方根。
如果把信号的峰峰值转换为均方根，则除以即可。
ADC的均方根信号用位数表示等于，这里q是LSB（最低有效位）。
所有ADC产生量化噪声是把输入信号抽样成离散“桶”的后果。
这些桶的理想宽度等于转换器LSB的大小。
任何ADC位的不确定值是±1/2 LSB。
如果假定对应每个位误差的响应是三角形的话，则其均方根等于LSB信号的幅值除以，均方根的噪声则。
综合均方根和均方根噪声条件，理想ADC的SNR用分贝表示为：重复刚才的问题，那些位数到底去那了？那些ADC的供应商热情地解释这个失位现象，因为他们的众多试验装置表明产品具有良好的信噪比。
从根本上说，他们认为电阻和晶体管的噪声导致了这种结果。
供应商测试其ADC的SNR是通过将他们的数据带入下面的公式：这些理论和测试SNR的公式是完善的，但他们只能提供部分你需要知道的转换器到底能给予你的位数。
THD (总谐波失真)，另一个要注意的ADC指标，定义为谐波成分的均方根和，或者是输入信号功率的比值或者这里HDx是x次谐波失真谐波的幅值，PS是一次谐波的信号功率，Po是二次到八次谐波的功率。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模数转换器(ADC)
模数转换器即A/D 转换器，简称ADC ，它将模拟信号转变为数字信号。
输入端输入的模拟电压，经采样、保持、量化和编码四个过程的处理，转换成对应的二进制数码输出。
采样是利用模拟开关将连续变化的模拟量变成离散的数字量，由于经采样后形成的数字量宽度较窄，经过保持电路可将窄脉冲展宽，形成梯形波。
量化是将阶梯形模拟信号中各个电压值转化为某个最小单位的整数倍，便于用数字量来表示。
编码是将量化的结果(即整数倍值)用二进制数码来表示。
这个过程则实现了模数转换。
分辨率与动态范围
ADC 分辨率为用于表示模拟输入信号的位数。
为了更准确地复现模拟信号，就必须提高分辨率。
使用较高分辨率的ADC 也降低量化误差。
动态范围(DR)定义为器件本底噪声至其规定最大输出电平之间的范围，通常用dB 表示。
ADC 的动态范围是指ADC 能够分辨的信号幅值范围；ADC 的分辨率位数(N)决定ADC 的动态范围，代表ADC 可测量的输入信号等级范围，DR 可定义为：
max
min 20log RMS RMS A DR A ⎛⎫= ⎪⎝⎭
由于信号在给定时间视窗内的RMS 幅值取决于信号幅值在该时间视窗内如何变化，因此ADC 的DR 变化取决于输入信号特征。
对于其满量程范围(FSR)内的恒定DC 输入而言，理想的N 位ADC 可分别测量FSR 和FSR/2N 的最大及最小RMS 幅值。
因此，ADC 的DR 为：
20log 6.02/2N FSR DR N FSR ⎛⎫== ⎪⎝⎭
对于正弦波信号输入而言，正弦波输入信号的最小可测量RMS 幅值受量化误差的限制，正弦波输入信号的理想ADC 的DR 是：
6.02 1.76DR N dB =+
假设ADC 的动态范围为60dB ，则其可分辨的信号幅值为x 至1000x 。
通常动态范围非常重要，因为如果信号太大，则会造成ADC 输入过量程；如果信号太小，则会被淹没在转换器的量化噪声中。
信噪比(SNR)
数模转换器的信噪比(SNR)是指输入信号功率与噪声功率的比值，这里用来
量化数据转换器内的噪声，SNR 也能使用信号幅度和噪声幅度的RMS 值来衡量，以dB 为单位。
210log 10log 20log s s in n n Q P A V SNR P A V ⎛⎫⎛⎫⎛⎫=== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭
在满刻度正弦波输入的条件下，ADC 的理论最高SNR 从量化噪声推导而得，表达式为：
6.02 1.76SNR N dB =+
这里N 是理想ADC 的位数，对于理想的N 位数据转换器(不考虑谐波失真)的正弦波输入，整个奈奎斯特带宽上能达到的最佳SNR 。
但对于实际的ADC ，除了量化噪声，数据转换器的SNR 也会受到自身热噪声和采样时钟相位噪声的限制。
噪声来自主要有三个源头：
• 量化噪声
• ADC 热噪声
• 抖动或采样不确定噪声
信噪失真比(SNDR)
信号与噪声失真比(Signal to Noise And Distortion ，SINAD)指输入正弦波时，RMS 信号功率与总噪声功率和输出端(不含DC)的所有其他频率分量功率加上所有其他谐波分量功率的RMS 和的比值。
SNDR 是用于衡量数据转换器的动态性能的关键参数之一，它包含奈奎斯特带宽上的所有噪声和杂散。
SNDR 的表达式为：
10log s n
D P SNDR P P ⎛⎫= ⎪+⎝⎭ 其中，信号功率是有用信号、噪声和失真分量的平均功率。
SNDR 的单位是分贝(dB)、是相对于载波分贝(dBc)或满刻度分贝(dBFS)来说的。
SNDR 将所有不良频率分量与输入频率做比较，反映的是输入信号的质量，从总体上衡量数据转换器的动态性能。
SNDR 越大，输入功率中的噪声和杂散比率越小。
有效位数 (ENOB)
有效位数 (ENOB) 是用于衡量数据转换器相对于输入信号在奈奎斯特带宽上的转换质量(以位为单位)的参数。
ENOB 假定转换器是拥有理论上完美性能。
完美数据转换器绝对不发生失真，唯一产生的噪声是量化噪声，所以SNR 等于SNDR ，即SNR(dBFS) = 6.02N + 1.76dB 。
因此，ENOB 也是SNDR 的另一种表达方式：
() 1.76
() 6.02dBFS SNDR ENOB N -=
然而，对于非理想数据转换器而言，SNDR 和ENOB 会发生劣化，包含噪声
和其他缺陷，例如器件热噪声、输出代码缺失、谐波、AC/DC非线性、增益/偏移误差和孔径时钟相噪或抖动。
外部偏置基准源和电源轨上的噪声也会降低ENOB。
ENOB是在ADC信噪比基础上计算出来的，它将传输信号质量转换为等效比特分辨率。
实际上系统噪声使输出信号失真，失真大小就反映在信噪比上。
ADC的比特分辨率可以用来计算给定器件的理论信噪比，反过来也成立，所以器件的信噪比测量值也可用来计算有效器件比特分辨率。
所有噪声源和器件的不精确性合在一起，可以转化为量化误差与有效器件分辨率。
总谐波失真(THD)
THD测量信号的失真成分，用相对于基波的分贝(dB)表示。
对于ADC，总谐波失真(THD)是所选输入信号谐波的RMS之和与基波之比。
测量时，只有在奈奎斯特限值之内的谐波被包含在内。
类似于THD因非线性原因随输入频率增加而劣化，ENOB值也会随频率加大而劣化。
ENOB来自于SNDR，而SNDR又与THD以及SNR相关联。
要了解数据转换器的准确ENOB，需阅读数据手册中的详细规格和规定的条件。
实际中的ENOB
鉴于上述标准，大部分模拟数据转换器IC厂商一般倾向于推广理想条件下的ENOB，尤其是数据手册标题所载的ENOB值。
然而，大量系统工程师和采购经理仍然好奇的是，为什么测量出的ENOB值和数据手册所载的理想值不同。
实际使用中，由于ADC自身存在噪声和误差，其输出不仅有量化噪声，还有失真引起的高次谐波，因此从未能达到这一SNR值。
计算ADC的有效N：ENOB = (SNR–1.76)/6.02 dB。
假设器件是一款12位ADC，ENOB可能仅为10bit。
但需要注意的是这并不表示把ADC的后两位删掉就可以当成一个理想的10bit ADC来使用，这里ENOB的意思是12bit非理想ADC的SNDR与理想的10bit ADC的SNR相等。
有关ENOB的一些理解要点：
• 一般数据转换器数据手册标题显示的“位数”(12位或14位)指的是数字位或电压分辨率。
这与ENOB无关。
• ENOB主要与噪声、非线性和输入频率存在函数关系。
• ENOB会因多种外部不确定性因素(例如时钟源、电源等)而劣化。
• ENOB是在整个奈奎斯特带宽上(DC到fs/2)计算的。