2025年采样频率和带宽的关系_ADI公司AD7380系列SAR ADC的片内过采样

采样频率和带宽的关系_ADI公司AD7380系列SAR ADC的片内过采样原标题 ADI 公司 AD7380 系列 SAR ADC 的片内过采样 本文引用地址 简介 本应用笔记讨论逐次逼近寄存器 SAR 型模数转换器 ADC 中的片内过采样 常见过采样技术有两种 正常平均和滚动平均 这些技术是在 AD7380 AD7381 及其高吞吐速率 SAR ADC 系列中执行的 因此平均转换数据可以直接获得 数字控制器的负担得以减轻 这在数据采集系统中是一个优势

大家好,我是讯享网,很高兴认识大家。

原标题:ADI公司AD7380系列SAR ADC的片内过采样

本文引用地址:

简介

本应用笔记讨论逐次逼近寄存器(SAR)型模数转换器(ADC)中的片内过采样。常见过采样技术有两种:正常平均和滚动平均。这些技术是在AD7380/AD7381及其高吞吐速率SAR ADC系列中执行的,因此平均转换数据可以直接获得,数字控制器的负担得以减轻,这在数据采集系统中是一个优势。

在精密数据采集系统中,信噪比(SNR)和有效位数(ENOB)越高,系统在有宽带噪声的情况下测量信号的性能就越好。

噪声会降低系统性能。降低噪声的方法包括:用分辨率更高的ADC(例如Σ-Δ ADC或SAR ADC)替换该系统,或者进行过采样并使用数字滤波技术。

过采样技术在Σ-Δ ADC架构设计中有很长的历史。Σ-Δ ADC由Σ调制器和随后的数字信号算法模块(或数字滤波器)构成。Σ调制器可以小至一位量化器,用以采集成千上万的样本,然后对这些样本进行抽取以实现高分辨率转换结果。参与平均的样本越多,可获得的分辨率越高,因而转换结果越接近于采样值。常见的Σ-Δ应用有温度监视和电子秤测量系统。

Σ-Δ ADC架构依赖于以比目标带宽高得多的速率对较小电荷进行采样。它采集的样本更多,但每次获取的电荷更小。典型Σ-Δ ADC的过采样范围介于目标信号的32倍至1000倍之间。过采样与噪声整形(调制方案)相结合的结果将带内噪声移到目标带宽之外。移至更高带宽的噪声随后通过数字滤波滤除。结果是目标带宽中的噪声更低且分辨率更高。Σ-Δ ADC的每次转换结果都是较小但更频繁的采样事件所产生的。

SAR ADC利用逐次逼近来确定结果。SAR ADC通过逐步方法来确定数字表示的每个比特在单个采样瞬间是什么。SAR采样电荷再分配电容和数模转换器(DAC)阵列。采样数据与每个二进制加权电容阵列进行比较。二进制加权电容的总数决定了SAR ADC的位数或分辨率。转换过程由高速内部时钟和容性DAC阵列控制,能够快速转换变化的信号。SAR ADC用于需要宽带宽的数据采集系统。

SAR ADC通常转换单个时刻,以提供与特定时刻有关的数字答案。过采样的使用随着更快速SAR转换器的出现而增加,目的是提高关键目标带宽的分辨率。在当今使用过采样技术的SAR ADC中,该技术常常是通过微控制器或现场可编程门阵列(FPGA)上的后处理执行的。ADI公司则在其SAR ADC系列中内置了过采样特性。这种过采样特性能够提高噪声性能,简化接口要求,并允许用户直接使用,而无需对FPGA或微控制器进行设计并执行需要消耗大量资源的均值计算。过采样特性还能在可管理的数据速率下尽可能提高数据处理性能。

表1 ADI公司双通道、同步采样SAR ADC系列

过采样

在模数转换期间,模拟信号由ADC数字化。与非过采样解决方案相比,过采样通过对模拟信号进行采样,并以远高于所需速率的方式对该信号进行数字转换来提高数字化信号的有效分辨率。过采样允许用户在更宽的带宽内对转换器噪声进行平均,从而消除噪声。对于不相关、宽带(白)和零(0)均值的噪声,当平均和/或滤波到特定带宽时,每2倍过采样,噪声就会降低√2倍或3 dB。其他频谱内容(例如相关噪声或谐波)不会因平均而降低。图1显示了一个ADC的噪声水平(深灰色),噪声来源有多个,包括量化噪声、热噪声和外部噪声(例如驱动器、时钟和基准电压源),分布在奈奎斯特带宽上。

根据奈奎斯特理论(fSAMPLING ≥ (2 × fIN)),为了准确重构信号,必须以至少两倍于目标最大频率的速率对输入信号进行采样。为使过采样发生,也要遵循同样的标准。过采样会降低信号的噪声,导致系统SNR增加,从而分辨率得以提高(假设没有明显的失真成分)。

过采样是一种数字信号处理技术,采集样本后取其平均值。数据样本平均类似低通滤波器。

ADI公司的AD7380系列是同步采样SAR ADC系列,能够进行片内过采样。该SAR ADC系列可以执行两种过采样技术:正常平均和滚动平均。

正常平均过采样

在正常平均过采样中,平均算法实现为简单平均:将M个样本加在一起,然后将所得的和除以M。在这种方法中,对每个平均结果都会采集一个新的M样本集。

表2给出了算法工作原理的一般表示。在此示例中,数据有12个样本。当M = 2时,参与平均的样本数为2,每两个样本产生一个新的输出,因此速率为有效采样速率的一半。结果为样本1和样本2、样本3和样本4的平均值,依此类推。

表2 正常平均示例

样本数

采样结果

平均结果

M = 2

M = 4

1

0.200

0.2500

0.2400

2

0.300

3

0.230

0.2350

4

小讯
上一篇 2025-03-21 14:52
下一篇 2025-04-11 11:26

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/79381.html