基于过采样技术提高 ADC 分辨率的研究与实现
过采样ADC滤波算法
过采样ADC滤波算法过采样ADC滤波算法过采样ADC（Analog-to-Digital Converter）是一种常用的模拟信号转换为数字信号的技术。
它通过在模拟信号采样过程中进行多次采样，然后通过数字滤波算法对这些采样值进行处理，以提高精度和抗干扰能力。
下面我们来逐步介绍过采样ADC滤波算法的实现步骤：第一步：采样首先，我们需要对模拟信号进行采样。
过采样ADC通常会以更高的采样率进行采样，从而提高系统的抗干扰能力和准确度。
在这一步骤中，我们会得到一系列模拟信号的采样值。
第二步：建立滤波器接下来，我们需要建立一个数字滤波器来对采样值进行处理。
这个滤波器通常是一个数字滤波算法，如FIR（Finite Impulse Response）滤波器或IIR （Infinite Impulse Response）滤波器。
滤波器的功能是去除采样值中的噪声和不必要的频率成分。
第三步：插值在这一步骤中，我们会对采样值进行插值处理。
插值是一种通过已知数据点，估计其他位置上数值的方法。
常用的插值方法有线性插值、多项式插值等。
插值的目的是增加采样点，使得滤波器的输出更加平滑。
第四步：滤波现在，我们可以将插值后的采样值输入到滤波器中进行滤波。
滤波器会根据采样值的频域特性进行处理，去除不需要的频率成分，并将滤波后的结果输出。
第五步：降采样最后，我们需要对滤波器的输出进行降采样。
降采样是将高采样率的数据转换为低采样率的数据。
这可以通过简单地选择输出数据中的每第n个样本来实现，其中n是降采样的因子。
通过以上步骤，我们成功地实现了过采样ADC滤波算法。
这个算法能够有效地提高系统的精度和抗干扰能力，适用于很多需要高质量信号转换的应用领域，如音频处理、无线通信等。
总结起来，过采样ADC滤波算法的步骤包括采样、建立滤波器、插值、滤波和降采样。
通过这些步骤的处理，我们可以获得更准确、更稳定的数字信号。
过采样和过采样模数转换
过采样和过采样模数转换基于过采样技术提⾼ADC分辨率的研究与实现⾸先，考虑⼀个传统ADC的频域传输特性。
输⼊⼀个正弦信号，然后以频率fs采样--按照Nyquist定理，采样频率⾄少两倍于输⼊信号。
从FFT分析结果可以看到，⼀个单⾳和⼀系列频率分布于DC到fs /2间的随机噪声。
这就是所谓的量化噪声，主要是由于有限的ADC分辨率⽽造成的。
单⾳信号的幅度和所有频率噪声的RMS幅度之和的⽐值就是信号噪声⽐(SNR)。
对于⼀个Nbit ADC，SNR可由公式：SNR=6.02N+1.76dB得到。
为了改善SNR和更为精确地再现输⼊信号，对于传统ADC来讲，必须增加位数。
如果将采样频率提⾼⼀个过采样系数k，即采样频率为kfs，再来讨论同样的问题。
FFT 分析显⽰噪声基线降低了，SNR值未变，但噪声能量分散到⼀个更宽的频率范围。
Σ-Δ转换器正是利⽤了这⼀原理，具体⽅法是紧接着1bit ADC之后进⾏数字滤波。
⼤部分噪声被数字滤波器滤掉，这样，RMS噪声就降低了，从⽽⼀个低分辨率ADC，Σ-Δ转换器也可获得宽动态范围。
那么，简单的过采样和滤波是如何改善SNR的呢?⼀个1bit ADC的SNR为7.78dB(6.02+1.76)，每4倍过采样将使SNR增加6dB，SNR每增加6dB等效于分辨率增加1bit。
这样，采⽤1bit ADC进⾏64倍过采样就能获得4bit分辨率;⽽要获得16bit分辨率就必须进⾏415倍过采样，这是不切实际的。
Σ-Δ转换器采⽤噪声成形技术消除了这种局限，每4倍过采样系数可增加⾼于6dB 的信噪⽐。
假定环境条件: 10位ADC最⼩分辨电压1LSB 为1mv假定没有噪声引⼊的时候, ADC采样上的电压真实反映输⼊的电压, 那么⼩于1mv的话,如ADC在0.5mv是数据输出为0我们现在⽤4倍过采样来, 提⾼1位的分辨率,当我们引⼊较⼤幅值的⽩噪声: 1.2mv振幅(⼤于1LSB), 并在⽩噪声的不断变化的情况下, 多次采样, 那么我们得到的结果有真实被测电压⽩噪声叠加电压叠加后电压ADC输出ADC代表电压0.5mv 1.2mv 1.7mv 1 1mv0.5mv 0.6mv 1.1mv 1 1mv0.5mv -0.6mv -0.1mv 0 0mv0.5mv -1.2mv -0.7mv 0 0mvADC的和为2mv, 那么平均值为: 2mv/4=0.5mv 0.5mv就是我们想要得到的这⾥请留意, 我们平时做滤波的时候, 也是⼀样的操作喔! 那么为什么没有提⾼分辨率是因为, 我们做滑动滤波的时候, 把有⽤的⼩数部分扔掉了, 因为超出了字长啊, 那么0.5取整后就是0 了, 结果和没有过采样的时候⼀样是0 ,⽽过采样的⽅法时候是需要保留⼩数部分的, 所以⽤4个样本的值, 但最后除的不是4, ⽽是2! 那么就保留了部分⼩数部分, ⽽提⾼了分辨率!从另⼀⾓度来说, 变相把ADC的结果放⼤了2倍(0.5*2=1mv), 并⽤更长的字长表⽰新的ADC值,这时候, 1LSB(ADC输出的位0)就不是表⽰1mv了, ⽽是表⽰0.5mv, ⽽(ADC输出的位1)才是原来表⽰1mv的数据位,下⾯来看看⼀下数据的变化:ADC值相应位9 8 7 6 5 4 3 2 1 00.5mv测量值0 0 0 0 0 0 0 0 0 0 0mv(10位ADC的分辨率1mv,⼩于1mv⽆法分辨,所以输出值为0)叠加⽩噪声的4次过采样值的和0 0 0 0 0 0 0 0 1 0 2mv滑动平均滤波2mv/4次0 0 0 0 0 0 0 0 0 0 0mv(平均数, 对改善分辨率没作⽤)过采样插值2mv/2 0 0 0 0 0 0 0 0 0 0 1 2mv/2=0.5mv, 将这个数作为11位ADC值, 那么代表就是0.5mv这⾥我们提⾼了1位的ADC分辨率这样说应该就很简单明⽩了吧, 其实多出来的位上的数据, 是通过统计输⼊量的分布, 计算出来的,⽽不是硬件真正分辨率出来的, 引⼊噪声并⼤于1LSB, ⽬的就是要使微⼩的输⼊信号叠加到ADC能识别的程度(原ADC最⼩分辨率).理论来说, 如果ADC速度够快, 可以⽆限提⾼ADC的分辨率, 这是概率和统计的结果但是ADC的采样速度限制, 过采样令到最后能被采样的信号频率越来越低,就拿stm32的ADC来说, 12ADC, 过采样带来的提⾼和局限分辨率采样次数每秒采样次数12ADC 1 1M13ADC 4 250K14ADC 16 62.5K15ADC 64 15.6K16ADC 256 3.9K17DC 1024 97618ADC 4096 24419ADC 16384 6120ADC 65536 15要记住, 这些采样次数, 还未包括我们要做的滑动滤波很多应⽤场合需要使⽤模/数转换器ADC 进⾏参数测量，这些应⽤所需要的分辨率取决于信号的动态范围、必须测量的参数的最⼩变化和信噪⽐SNR。
sigemaadc原理
sigemaadc原理sigma-delta广播，也称为sigma-delta调制，是一种数字信号处理技术，用于将模拟信号转换为数字信号。
它的目标是以尽可能低的成本和复杂度来实现高度精确的模拟到数字（ADC）和数字到模拟（DAC）转换。
下面我将详细介绍sigma-delta广播的原理和工作方式。
1.概述sigma-delta广播是一种过采样技术，其原理是通过将模拟信号与高频的数字信号混合，然后通过数字滤波器进行滤波和解调，最后得到所需的数字表示。
这种技术是一种折衷方案，它通过牺牲频率范围来获得更高的分辨率。
2.工作原理sigma-delta广播的基本理念是将输入信号通过一个差分器与一个参考电平相减，然后将结果通过一个累加器进行积分。
累加器的输出经过一个比较器与一个比较电平进行比较，产生一个数字输出。
这个数字输出表示模拟信号相对于参考电平的增减情况。
3.模拟和数字滤波为了产生高精度的数字表示，sigma-delta广播使用了两个滤波器。
第一个是模拟滤波器，它通过降低输入信号的带宽来抑制高频噪声。
第二个是数字滤波器，它对经过模数转换器的输出进行滤波和解调。
这些滤波器可以是软件实现的数字滤波器或硬件电路中的滤波器。
4.高阶和多级结构为了提高精度，sigma-delta广播通常使用高阶（即具有多级或多个级联的一阶差分器）结构。
高阶结构可以通过增加积分器的数量来提高信噪比。
此外，多级结构还可以通过级联多个模数转换器来提高分辨率。
5.量化误差和噪声振幅在sigma-delta广播中，量化误差是由于数字转换器本身的有限精度引起的。
为了减小量化误差的影响，通常需要使用更高的比特数来表示数字输出。
另一个影响精度的因素是噪声振幅，即模拟信号中包含的噪声。
通过使用高阶结构、过采样和滤波器设计，可以有效地抑制量化误差和噪声振幅。
6.使用范围sigma-delta广播通常用于低频和中频信号的数字转换。
由于它的高精度和低成本，它在音频和视频编码、无线通信、传感器接口等领域得到广泛应用。
高性能sigmadelta调制器研究及实现
layout of modulator is designed in Virtuoso environment, and it is verified by Calibre.
When adding a sine wave with frequency of 20KHz and amplitude of 0.75V, the
图 1-2 ADC 的结构框图
Nyquist转换器指采样频率是信号频率两倍的转换器，其主要的特征是：采样速率 和转换速率相同。转换速率、分辨率和功耗是ADC中最为重要的性能指标，这三个指 标相互联系、相互制约，因此，很难用某一个指标来衡量ADC性能的好坏。有些文章 [3~4]提出了下述表达式：
FOM
Sigma Delta modulators and the design flow of high-performance modulators are firstly
provided, and then noise transfer function (NTF) of modulator is optimally designed,
application of mixed signal interfaces due to low sensitivity to analog component
imperfections and easy implementation in standard CMOS technologies.
In this thesis, the methodology of Top-Down design is adopted. Basic knowledge of
Noise transfer function
Macro-model
单片机内置ADC实现高分辨率采样
单片机内置ADC实现高分辨率采样单片机内置ADC（Analog-to-Digital Converter，模数转换器）是一种用于将连续的模拟信号转换为数字信号的电子设备。
在嵌入式系统中，单片机内置ADC能够实现高分辨率的采样，这对于许多应用是至关重要的。
高分辨率的采样意味着ADC能够准确地测量和表示模拟信号的微小变化。
这对于许多应用至关重要，特别是在需要测量精确和细微的模拟信号的情况下，如音频处理、传感器数据采集和控制系统。
在实现高分辨率采样时，以下几个因素需要考虑：1. 分辨率：ADC的分辨率是指数字输出的位数，通常以比特（bit）表示。
例如，12位ADC可以产生2^12（4096）个离散的输出值。
较高的分辨率可以提供更多的细节和准确性。
2.采样速率：ADC的采样速率是指每秒钟能够进行的采样次数。
它是连续时间模拟信号在数字域中的一个重要参数。
采样速率应根据应用的要求进行选择，以确保准确的信号捕获。
3.参考电压：ADC的参考电压确定了ADC的输入范围。
它可以是内置的参考电压或外部提供的电压。
选择适当的参考电压可以确保ADC能够测量所需的模拟信号范围。
4.抗干扰能力：ADC应具备较高的抗干扰能力，以确保在噪声和干扰的环境下实现准确的采样。
这可以通过采取滤波、抗干扰设计和信号调理等措施来实现。
5.校准：为了确保高分辨率采样的准确性，ADC通常需要进行校准。
校准可通过外部参考电压、校准电阻网络以及校准算法等方式来实现，以提高ADC的准确性和稳定性。
在使用单片机内置ADC时，还需要注意以下几点：1.选择合适的ADC：不同的单片机可能提供不同类型和规格的ADC。
根据具体应用需求，选择合适的ADC是至关重要的。
2.配置和初始化ADC：使用单片机内置ADC之前，需要根据实际需求配置和初始化ADC。
这包括设置分辨率、参考电压、采样速率等参数，以满足应用需求。
3.数据处理和分析：单片机内置ADC可以将模拟信号转换为数字信号，但在实际应用中，通常还需要对采样数据进行处理和分析。
利用过采样技术提高ADC测量微弱信号时的分辨率
利用过采样技术提高ADC 测量微弱信号时的分辨率 1. 引言 随着科学技术的发展，人们对宏观和微观世界逐步了解，越来越多领域（物理学、化学、天文学、军事雷达、地震学、生物医学等）的微弱信号需要被检测，例如：弱磁、弱光、微震动、小位移、心电、脑电等[1～3]。
测控技术发展到现在，微弱信号检测技术已经相对成熟，基本上采用以下两种方法来实现：一种是先将信号放大滤波，再用低或中分辨率的ADC 进行采样，转化为数字信号后，再做信号处理，另一种是使用高分辨率ADC ，对微弱信号直接采样，再进行数字信号处理。
两种方法各有千秋，也都有自己的缺点。
前一种方法，ADC 要求不高，特别是现在大部分微处理器都集成有低或中分辨率的ADC ，大大节省了开支，但是增加了繁琐的模拟电路。
后一种方法省去了模拟电路，但是对ADC 性能要求高，虽然∑-△ADC 发展很快，已经可以做到24位分辨率，价格也相对低廉，但是它是用速度和芯片面积换取的高精度[4]，导致采样率做不高，特别是用于多通道采样时，由于建立时间长，采样率还会显著降低，因此，它一般用于低频信号的单通道测量，满足大多数的应用场合。
而本文提出的方案，可以绕过上述两种方法的缺点，利用两者的优点实现微弱信号的高精度测量。
过采样技术是提高测控系统分辨率的常用方法，已经被广泛应用于各个领域。
例如，过采样成功抑制了多用户CDMA 系统中相互正交用户码接收机(A Mutually Orthogonal Usercode-Receiver ，AMOUR )的噪声[5～6],提高了光流估计（optical flow estimation ，OFE ）的精度[7]，改善了正交频分复用（OFDM ）信号的峰-均比[8]等。
但是，这些过采样技术应用的前提是采样前的信号幅值能与ADC 的输入范围相当。
而用ADC 采集微弱信号时，直接使用过采样技术提高不了精度，而且由于信号幅值远小于ADC 的输入范围，它的有效位数还会减小，使精度随之下降。
采用过采样提高C8051F020片内ADC分辨率的研究
Ａｂｓ ｔｒ ａ ｃ ｔ： Ｔ ｈ ｅ ｒ ｅ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ａ ｎ ａ ｌ ｏ ｇ ｔ ｏ ｄ ｉ ｇ ｉ ｔ ａ ｌ ｃ ｏ ｎ ｖ ｅ ｒ ｔ ｅ ｒ ｉ ｓ ｒ ｅ ｌ ａ ｔ ｅ ｄ ｔ ｏ ｔ ｈ ｅ ｍ ｏ ｒ ｅ ｂ ｉ ｔ ｓ ， ｔ ｈ ｅ ｈ ｉ ｇ ｈ ｅ ｒ ｒ ｅ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ，
ｈｉ ｇ ｈｅ ｒ ｒｅ ｓ ｏｌ ｕｔｉ ｏ ｎ ｄｅ ｖｉ ｃｅ ｃｏｓ ｔ ｓ ａ ｒｅ ａｌ ｓ ｏ ｈｉ ｇ ｈｅ ｒ ． Ｃ ８０ ５１ Ｆ０ ２ ０ ｏｎ —ｃ ｈｉ ｐ ＡＤ Ｃ ｉ ｓ ａ １ ２ ｂｉ ｔ， ｉ ｎ ｏｒ ｄｅ ｒ ｔ ｏ ｒ ｅｄ ｕｃ ｅ ｔ ｈｅ ｃｏ ｓｔ
ｔ ｉ ｍｅ ａ ｎｄ ｒ ｅｄ ｕｃ ｅ ｔｈ ｅ ｔ ｈｒ ｏｕｇ ｈｐ ｕｔ ｏｆ ｄ ａｔ ａ．
Ｋ ｅ ｙ ｗ ｏｒ ｄ ｓ： Ａ Ｄ Ｃ； ｏ ｖ ｅ ｒ ｓ ａ ｍ ｐ ｌ ｉ ｎ ｇ ： Ｃ ８ Ｏ ５ １ Ｆ ０ ２ ０： ｒ ｅ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ
， ｎ ＿ ２
式中 是输入信号的最高频率
， 可 以计 算 对 于１ ２ 位和ｌ ６ 位 测 量 的 代 码宽 度 和 温 度 分 辨 过 采样是使用远 大于奈奎 斯特采样频 率的频率对输入信 电 压ｖ 率 （ 可测量 的最小温度变化 ） 。 号进行采样， 即采样频率ｆ ） ） ｆ 。 过采样能提高测量 分辨率， 每
如何提高ADC采样分辨率？
例如 精心设计电路
板和在参考电压信号线上加旁路电容
但是 ADC 总是存在量化噪声 所以一个给定位数的数据转
换器的最大 SNR 由量化噪声 不使用过采样技术时 定义 在正确的条件下 过采样和求均值会
减小噪声和改善 SNR 这将有效地提高测量分辨率的位数
图 1 所示的系统可以用 Cygnal 的片内
ADC 和一个软件子程序来实现 得到结果
在采用过采样和求均值技术的情况下
我们用同一个片内 12 位 ADC 可以测量的最小温度变化
是 0.007 摄氏度 这就允许我们以高于百分之一度的精度对温度进行测量
数据吞吐率降低
吞吐率是指每单位时间我们能得到的输出数据字的个数
如果一个 ADC 的最大采样速率是
100ksps 在不采用过采样和求均值技术的情况下我们可以得到
引言
很多应用需要使用模 / 数转换器 ADC 进行测量 这些应用所需要的分辨率取决于信号的动
态范围 必须测量的参数的最小变化和信噪比
SNR 因此 很多系统使用较高分辨率的片外 ADC
然而也可以通过使用一些技术来达到较高的分辨率和
SNR 本应用笔记介绍用过采样和求均值的方
法来提高模数转换的分辨率和 SNR 过采样和求均值技术可以在不使用昂贵的片外
应 用 笔记
AN018 用过采样和求均值提高 ADC 分辨率
相关器件
本应用笔记适用于下列器件 C8051F000 C8051F001 C8051F002 C8051F005 C8051F012 C8051F015 C8051F016 C8051F017
C8051F006
C8051F010
C8051F011
这样得到的结果是 16 位的有用数据 所做的操作被称为 累加和转储 一旦我们计算得到由 256 个
高性能sigma-deltaADC的设计与研究
西安电子科技大学博士学位论文高性能sigma-delta ADC的设计与研究姓名：***申请学位级别：博士专业：微电子学与固体电子学指导教师：***20100401摘要i摘要高性能的模数转换器是当今微电子模拟领域研究的热点之一。
基于过采样技术和sigma-delta调制机制的模数转换器(Analog to Digital Converter，ADC)广泛使用在数字音频、综合业务数字网(Integrated Services Digital Network，ISDN)、数字电话等系统中。
这种高精度的模数转换器，通过采用过采样技术，增加调制器系统的信噪比，提高其实现的精度；通过使用sigma-delta噪声整形技术，降低了信号带内的量化噪声功率。
sigma-delta ADC由模拟调制器和数字抽取滤波器组成，而模拟调制器的噪声整形性能决定了整个转换器系统的精度。
本文首先对sigma-delta ADC的系统设计进行了深入的研究，采用MATLAB软件进行系统建模和仿真，并由此总结了一套完整的系统设计方法。
根据过采样率、精度和动态性能的要求，得出调制器所需的阶数以及前馈因子、反馈因子和积分器增益因子等参数。
然后再通过MATLAB系统仿真，预测出实际调制器可以达到的性能。
在模拟调制器的设计中，各种非理想因素会极大地影响模拟调制器的性能。
因此，对各种非理想因素进行系统的、量化的分析是必要的。
本文对各种非理想因素，如运放有限直流增益、有限带宽和摆率、输出摆幅限制、开关非线性，时钟抖动、采样电容kT/C噪声等都进行了量化分析，从而为随后的电路设计提供了设计依据。
sigma-delta ADC的结构主要分为单环(Single-Loop)结构和级联结构(Multi-stAge-noise-SHaping，MASH)两种，这两种结构具有各自的优缺点。
针对这两种结构，本文分别设计了一个高阶单环一位结构的sigma-delta ADC和一个级联多位(MASH24b-24b)结构的sigma-delta ADC。
单片机ADC模数转换原理及精度提升策略
单片机ADC模数转换原理及精度提升策略概述：单片机中的ADC（Analog to Digital Converter）电路是将模拟信号转换为数字信号的重要组成部分。
ADC模数转换原理是基于采样和量化的原理实现的。
本文将介绍单片机ADC模数转换的原理，并探讨提高转换精度的策略。
1. ADC模数转换原理：ADC模数转换原理分为三个步骤：采样、量化和编码。
首先，采样器将输入的模拟信号按照一定频率进行采样，得到一系列离散的采样值。
然后，量化器将采样值按照一定的精度进行量化，将连续的模拟信号转换为离散的数字信号。
最后，编码器将量化后的数字信号编码为二进制码，以便单片机进行处理。
2. 提高ADC转换精度的策略：（1）增加采样频率：采样频率越高，获得的采样值越多，可以更准确地还原原始的模拟信号。
因此，可以通过提高ADC的采样频率来提高转换精度。
（2）优化参考电压：ADC的转换精度受到参考电压的影响。
参考电压应为稳定、精确的电压源，以确保ADC转换的准确性。
可以通过使用参考电压源或外部参考电压电路来提高转换精度。
（3）降低噪声：噪声会影响ADC的转换精度。
噪声可以来自电源、引脚等，因此需要采取措施来降低噪声水平。
例如，使用滤波电路和屏蔽措施来降低噪声对ADC转换的干扰。
（4）校准和校正：由于元件参数的不均匀性和时间漂移等原因，ADC的转换精度可能会发生偏差。
因此，需要进行校准和校正，以提高转换精度。
可以使用校准电路或软件校准的方法来进行校准。
（5）增加分辨率和位数：增加ADC的分辨率和位数可以提高转换精度。
分辨率是指ADC可以分辨的最小电压变化量，位数则代表了ADC转换结果的位数。
增加分辨率和位数可以获得更准确的转换结果。
（6）差分输入：使用差分输入可以减少共模噪声对ADC转换精度的影响。
差分输入可以通过采取差分双终端输入的方式来实现，将信号的差值作为转换信号输入。
3. 总结：单片机ADC模数转换原理是通过采样、量化和编码实现了模拟信号向数字信号的转换。
基于过采样技术提高ADC分辨率的研究与实现.
基于过采样技术提高ADC分辨率的研究与实现很多应用场合需要使用模/数转换器ADC进行参数测量，这些应用所需要的分辨率取决于信号的动态范围、必须测量的参数的最小变化和信噪比SNR。
许多系统中既有很宽的动态范围又要求测量出参数的微小变化，因此就必须使用高分辨率的ADC。
然而，高分辨率的ADC器件价格昂贵，若使用价格相对低廉的具有较低分辨率的ADC器件，通过一些技术也达到较高的分辨率，则在工程应用中是非常受欢迎的。
过采样技术就可以提高模数转换的分辨率而实现该目很多应用场合需要使用模/数转换器ADC进行参数测量，这些应用所需要的分辨率取决于信号的动态范围、必须测量的参数的最小变化和信噪比SNR。
许多系统中既有很宽的动态范围又要求测量出参数的微小变化，因此就必须使用高分辨率的ADC。
然而，高分辨率的ADC 器件价格昂贵，若使用价格相对低廉的具有较低分辨率的ADC 器件，通过一些技术也达到较高的分辨率，则在工程应用中是非常受欢迎的。
过采样技术就可以提高模数转换的分辨率而实现该目的。
1 基本原理ADC 转换时可能引入很多种噪声，例如热噪声、杂色噪声、电源电压变化、参考电压变化、由采样时钟抖动引起的相位噪声以及由量化误差引起的量化噪声。
有很多技术可用于减小噪声，例如精心设计电路板和在参考电压信号线上加旁路电容等，但是ADC 总是存在量化噪声的，所以一个给定位数的数据转换器的最大SNR 由量化噪声定义。
在一定条件下过采样和求均值会减小噪声和改善SNR，这将有效地提高测量分辨率。
过采样指对某个待测参数，进行多次采样，得到一组样本，然后对这些样本累计求和并对这些样本进行均值滤波、减小噪声而得到一个采样结果。
由奈奎斯特定理知：采样频率fs 允许重建位于采样频率一半以内的有用信号，如果采样频率为40kHz，则频率低于20kHz 的信号可以被可靠地重建和分析。
与输入信号一起，会有噪声信号混叠在有用的测量频带内（小于fs/2 的频率成分）：erms 是平均噪声功率，fs 是采样频率，E(f)是带内ESD。
基于过采样技术提高ADC分辨率
值的方法来达到较 高分辨率和信噪比， 出采样技术可以在不使用昂贵的 Ａ Ｃ芯片的情况下提 高模 提 Ｄ
数 转换 的分 辨率 。 ・
关键 词
过 采样 ； 数 转换 器 （ Ｄ ； 噪 比（ Ｎ ； 模／ Ａ Ｃ） 信 Ｓ Ｒ） 分辨 率
中图分类 号 ：Ｄ ７ 文 献标 识码 ： 文章编 号 ：６２— ６２ ２０ ） １ ０ １ ０ Ｔ ６１ Ａ １７ ０５ （０８ １ — ０ ５— ４
奈奎斯 特频 率 式 中：
一Leabharlann 系统中使用较高分辨率 的片外 Ａ Ｃ芯片 ， Ｄ 而本文主 要介绍用过采样和求均值的方法来 达到较高 的分辨 率和信噪比。
１ 过 采样原 理
＝ ｆ ２ｍ
（） １
是输入信号的最高频率。
根据奈奎斯特定理可 知， 采样频 率 （ 高于 ｆ ） ｎ 则为过采样 ， 过采样能提高测量分辨率。采样频率 允许重建位于采样频率一半以内的有用信号。如果 采样频率为 １０ｋ ｚ则频率低于 ５ Ｈ 的信号可以 ０ Ｈ ， ０ｋ ｚ
被可靠 地 重建 和分 析 。与 输入 信号 一起 ， 还会 有噪声
１ ）过采 样和 求均值 如 何改善 性 能 。过采 样 和求
均值是为了完成 ２个任务 ： 改善信噪比和提高有效分
辨率， 即增 加 Ａ Ｃ测量 的有 效 位 数 。这 ２个 任务 实 Ｄ 际上 是 同时完成 的。例 如 ， 果有 一个 １ 如 ２位 Ａ Ｃ却 Ｄ
信号混叠在有用的测量频带内（ 小于 ／２的频率成
分 ）带 内噪声 的能量谱 密度 ：
Ｅ（ ＝ ・ ｅ （ ２） （） ２
式 中：
ｅ 一平均噪声功率；
一
采样频率 ；
Ｅ 一带 内 Ｅ Ｄ （ Ｓ。
delta-sigma adc原理
delta-sigma adc原理Delta-sigma模数转换器（ADC）是一种常用的转换器类型，用于将模拟信号转换为数字信号。
它使用了一种称为delta-sigma调制的技术，可以实现高分辨率和低成本的模数转换。
本文将介绍delta-sigma ADC的工作原理、架构和应用。
一、工作原理1. Delta-sigma调制Delta-sigma调制是一种用于将模拟信号转换为数字信号的技术。
它使用了一个比较器、一个积分器和一个数字滤波器。
比较器用于将模拟信号与一个参考信号进行比较，输出一个脉冲序列。
积分器用于对这个脉冲序列进行积分，得到一个累积量。
数字滤波器则用于对这个累积量进行滤波，以得到最终的数字输出。
2.噪声整形Delta-sigma调制的一个重要特性是噪声整形效应。
由于比较器的不理想性和积分器的存在，信号和噪声会被一起转换为脉冲序列，并紧接着被积分和滤波。
这样，高频噪声被转换成了低频噪声，这使得delta-sigma ADC对噪声更加敏感，可以实现较高的分辨率。
3.过采样Delta-sigma ADC通常会采用过采样的方式进行工作。
过采样是指在采样过程中使用比需要的采样率更高的采样率。
通过对信号进行多次采样，可以提高信号和噪声的比值，进而提高分辨率。
二、架构1.单级和多级Delta-sigma ADC可以分为单级和多级两种类型。
单级delta-sigma ADC一般只包含一个一阶delta-sigma调制器。
多级delta-sigma ADC则包含多个一阶或二阶delta-sigma调制器，并且通常会在不同的频率上进行采样。
多级delta-sigma ADC通常可以实现更高的分辨率和动态范围，但相应地，其复杂度也更高。
2.反馈结构Delta-sigma ADC的基本结构是一个带有反馈的调制器。
这个反馈回路通常以数字形式存在，用于校正系统中的非线性误差和偏移。
反馈结构可以使得delta-sigma ADC的性能更加稳定和准确。
如何提高ADC采样分辨率
如何提高ADC采样分辨率ADC（模数转换器）的采样分辨率指的是它可以将模拟信号转换为数字信号的精度。
在电子设备和信号处理系统中，提高ADC的采样分辨率是非常重要的，因为它直接影响到信号的表示精度和处理效果。
以下是一些提高ADC采样分辨率的方法。
1.使用更高位数的ADC：ADC的位数决定了它的采样精度。
普通的ADC通常有8位、12位或16位。
要提高分辨率，可以选择更高位数的ADC，如18位、24位或32位。
使用更高位数的ADC可以提供更高精度的信号转换。
2.降低输入信号的噪音：噪音是影响ADC采样分辨率的主要因素之一、降低输入信号的噪音可以使得ADC更容易准确地捕捉到小信号。
为此可以使用滤波器、屏蔽和隔离技术来减少干扰和噪音对信号的影响。
3.提高采样速率：采样速率指的是从模拟信号中采样并转换为数字信号的频率。
提高采样速率可以增加每秒钟的采样点数，从而提高ADC的采样分辨率。
通过使用更高速度的时钟和更快的采样电路，可以达到更高的采样速率。
4.使用过采样技术：过采样是一种通过在一段时间内进行更多的采样来提高采样分辨率的技术。
通过在一些时间段内进行多次采样，然后对采样结果进行平均或滤波，可以提高采样的精度。
过采样技术可以通过增加硬件复杂度来实现，或者通过使用数字信号处理算法来完成。
5.精确校准和校正：在使用ADC之前，进行精确的校准和校正是必不可少的。
校准可以消除ADC的非线性误差和漂移，校正可以提高采样分辨率。
通过使用准确的校准方法，如零点校正和增益校正，可以提高ADC的性能。
6.使用差分输入：差分输入可以提高ADC的噪音抑制能力和共模抑制比。
差分输入的原理是将信号分为两个反向相对的信号，从而有效地减少噪音和干扰对信号的影响。
使用差分输入可以提高ADC的精确度和稳定性。
7.优化电源供应和地线布局：ADC对电源的质量和稳定性有较高的要求。
通过优化电源供应和地线布局，可以减少电源纹波和电磁干扰，提高ADC的采样分辨率。
ADC精度的提高
AVR121: 使用过采样增加ADC精度翻译：邵子扬 2006年4月13日修订：邵子扬 2006年4月14日********************特点• 使用过采样增加精度• 平均和抽取• 平均采样减少噪声1 介绍Atmel的AVR单片机提供了10位精度的模拟到数字转换器。
在大多数情况10位精度已经足够了，但是某些情况下需要更高的精度。
特殊的信号处理技术可以用来提高测量的精度。
使用一种称为“过采样和抽取”的方法可以得到较高的精度，不需要使用外部的ADC。
这个应用笔记解释了这个方法，以及它需要满足的条件。
图1-1. 增加分辨率2 操作理论在阅读这篇应用笔记其他部分之前，读者应当先阅读应用笔记AVR120 - ‘ADC校准’和AVR数据手册中ADC的部分。
下面的例子和数字是计算单端输入的连续模式，ADC噪声减少模式没有使用。
这个方法对其他模式也有效，尽管数字也许会不同。
ADC的参考电压和ADC的精度决定了ADC的步距。
ADC的参考电压V REF可以选择使用AVCC，内部的2.56V / 1.1V参考电压，或者AREF引脚上的电压。
较低的V REF提供了较高的电压精度但是同时减少了输入信号的动态范围。
如果2.56V的V REF被选择，它将给用户大约2.5mV的转换精度，并且最高的输入电压是2.56V。
选择使用ADC输入通道的增益，这使用户有更好的精度来测量模拟信号，代价是损失ADC的动态范围。
如果不能接受以动态范围交换精度，可以采用过采样来增加精度。
这个方法受到ADC的特性限制：使用过采样和抽取将降低ADC的量化误差，但是不能减少ADC的非线性化误差。
2.1 采样频率Nyquist 定理规定信号的采样频率必需至少是信号频率的两倍，否则高频部分将有损失（带通）。
最小需要的采样频率称为Nyquist 频率。
公式2-1. Nyquist 频率f nyquist> 2 f signal这里f signal是输入信号的最高频率，上面的采样频率f nyquist称为过采样。
高精度sigma-delta ADC的研究与设计
高精度sigma-delta ADC的研究与设计高精度sigma-delta ADC的研究与设计摘要：随着现代通信技术的发展，对高精度的模拟-数字转换（ADC）器件的需求日益增加。
sigma-delta ADC作为一种高精度、高速的转换器，在各个领域得到了广泛的应用。
本文将对高精度sigma-delta ADC的研究与设计进行探讨。
首先，概述了sigma-delta ADC的基本原理，并深入剖析了其优缺点。
然后，详细介绍了sigma-delta ADC的设计流程，包括模拟前端设计、数字滤波器设计、数字后处理等方面。
最后，通过实际案例验证了设计的可行性和有效性。
本文旨在为高精度sigma-delta ADC的研究与设计提供参考，希望能够对相关领域的研究人员提供一定的帮助。
一、引言近年来，模拟-数字转换技术在通信、医疗、工业控制等领域得到了广泛的应用。
高精度的ADC器件是实现这些应用的关键。
sigma-delta ADC由于其高精度、高动态范围、低功耗等优点，成为了各领域广泛采用的ADC芯片。
本文将对高精度sigma-delta ADC进行研究与设计，以满足近年来对高精度ADC的需求。
二、sigma-delta ADC的基本原理sigma-delta ADC是一种基于过采样和噪声整形的ADC技术。
其基本原理是通过将输入信号过采样，并利用高阶模拟滤波器抑制高频噪声，将输入信号的动态范围转移到更低频率范围内，从而增加了ADC的分辨率。
sigma-delta ADC主要分为模拟前端和数字后端两个部分，通过这两个部分的协同工作，实现了高精度的模拟-数字转换。
三、sigma-delta ADC的优缺点1. 优点：（1）由于过采样和高阶滤波器的使用，sigma-delta ADC具有较高的分辨率和动态范围；（2）sigma-delta ADC可以利用硬件结构的优化和数字滤波器的后处理，实现较高的抗干扰能力；（3）sigma-delta ADC的功耗较低，适用于低功耗应用。
基于stm32微控制器的过采样技术研究与实现
基于stm32微控制器的过采样技术研究与实现过采样（Oversampling）技术是指通过提高采样率，对输入信号进行多次采样，以提高较低采样率下的信号精度和动态范围。
在基于STM32微控制器的过采样技术研究与实现上，通常会使用STM32的内置模数转换器（ADC）模块来进行过采样。
以下是一种可能的实现方法：1. 初始化ADC模块：首先，需要初始化ADC模块的相关参数，包括采样率、精度、通道等。
可以通过寄存器配置或者使用CubeMX等开发工具进行初始化。
2. 设置过采样参数：设置过采样率和过采样模式。
过采样率一般选择为4倍或8倍，可以根据实际需求进行调整。
过采样模式有两种：线性过采样和峰值过采样。
线性过采样模式将多次采样的结果相加取平均值，峰值过采样模式则选择多次采样中的最大值作为结果。
3. 进行过采样采样：按照设置的过采样率进行多次采样，可以使用ADC的DMA 模式进行连续采样，也可以使用定时器中断触发采样。
每次采样完成后，将采样结果保存到缓冲区中。
4. 处理过采样结果：根据选择的过采样模式，对采样结果进行处理。
线性过采样模式下，将多次采样结果相加，然后除以过采样率得到平均值；峰值过采样模式下，选择多次采样中的最大值作为结果。
处理后的结果可以直接使用，也可以进一步进行滤波等处理。
需要注意的是，在进行过采样时，需要考虑处理器的处理能力和存储空间。
过高的过采样率会占用较多的处理能力和存储空间，可能导致系统性能下降。
因此，需要根据实际需求进行权衡和优化。
此外，还可以使用STM32的其他功能模块，如滤波器模块和定时器模块，对过采样结果进行进一步处理和控制。
总之，基于STM32微控制器的过采样技术研究与实现可以通过配置ADC模块、设置过采样率和过采样模式、进行多次采样、处理采样结果等步骤来实现。
具体的实现方法可以根据实际应用需求和硬件资源进行调整和优化。
通信信号处理中过采样技术的应用方法
通信信号处理中过采样技术的应用方法通信信号处理中的过采样技术是一种重要的信号处理方法，它能够有效地提高信号的采样精度和重建质量，广泛应用于信号处理、通信、雷达、声纳等领域。
本文将介绍过采样技术的基本原理、应用方法以及在通信信号处理中的具体应用案例。
一、过采样技术的基本原理过采样技术是指在采样接收信号时，采样频率远远高于信号本身的带宽。
通常情况下，信号的采样频率为其带宽的两倍以上，甚至更高。
过采样技术的基本原理是通过增加采样频率来提高信号采样精度，从而可以更准确地重建原始信号。
通过过采样，可以在一定程度上提高信号的信噪比和动态范围，减小信号在数字化过程中的失真。
以恢复信号的精度为目的的过采样方法都是在基础频率以上采样。
可以实现的原理是当采样速率远低于信号中的最高频率时，通过增加采样点数来提高恢复信号的精度。
二、过采样技术的应用方法1. 模数转换器（ADC）中的过采样在模数转换器（ADC）中，过采样技术的应用方法主要是通过增加采样速率，利用低通滤波器将高频噪声滤除，从而提高ADC的分辨率和信噪比。
过采样技术也可以通过模拟滤波器和数字滤波器相结合的方式，对信号进行滤波和重建，提高信号的采样精度和动态范围。
2. 数字信号处理中的过采样三、通信信号处理中的过采样应用案例1. 通信系统中的过采样技术在射频信号处理中，过采样技术常常应用于信号的混频和解调处理中。
通过过采样技术，可以提高混频和解调器的频率选择性和抗干扰能力，从而提高射频信号的接收质量和重建精度。
过采样技术也可以通过数字滤波器来滤除混叠频率，提高信号的频谱分辨率，从而实现对宽带信号的精确接收和解调。
四、总结过采样技术在通信信号处理中具有重要的应用价值，能够提高信号的采样精度和重建质量，增加信号的动态范围和抗干扰能力。
通过对过采样技术的深入理解和合理应用，可以有效提高通信系统的性能和可靠性，促进通信技术的发展和应用。
希望本文的介绍能够对读者在通信信号处理中的过采样技术应用提供一定的帮助和启发。
单片机ADC技术原理及精度提升方法探讨
单片机ADC技术原理及精度提升方法探讨摘要：本文首先介绍了单片机ADC技术的原理和基本概念，然后探讨了提高ADC精度的常用方法，包括增加参考电压精度、降低噪声干扰、使用运算放大器和滤波器等。
通过深入研究和分析这些方法，可以帮助工程师们更好地理解和应用单片机ADC技术，提升系统的测量精度。
1. 引言ADC（Analog-to-Digital Converter）是将模拟信号转换为数字信号的核心器件，广泛应用于通信、仪器仪表、工业自动化等领域。
单片机ADC技术在嵌入式系统中发挥着重要作用，因其集成度高、成本低、功耗小、易于编程等特点而备受工程师们的青睐。
2. 单片机ADC原理单片机ADC的基本原理是通过采样和量化过程将连续模拟信号转换为离散数字信号。
首先，外部模拟信号经过模拟开关传递给采样电容，然后经过采样保持电路固定时间后，再由电压比较器比较采样保持电压与参考电压的大小，进而产生一个数字输出。
通常情况下，单片机ADC的参考电压是一个固定值，其精度对于整个系统的准确度至关重要。
3. 单片机ADC精度的影响因素在实际应用中，单片机ADC的精度会受到多种因素的影响。
以下是几个常见的影响因素：3.1 参考电压的精度参考电压的精度直接影响着ADC转换结果的准确度。
如果参考电压精度较低，那么ADC的测量结果会存在较大的误差。
因此，为了提高ADC精度，可以选择高稳定性、高准确度的参考电压源。
3.2 噪声干扰噪声干扰是影响ADC转换精度的另一个主要因素。
噪声可以来自各种源，包括电源噪声、地线噪声、射频干扰等。
为了降低噪声干扰对ADC性能的影响，可以采取一系列措施，如提高电源滤波能力、合理布线、使用屏蔽罩等。
3.3 电源稳定性供电电源的稳定性对于ADC的精度有着重要影响。
当供电电压波动较大时，ADC的参考电压和转换结果都会受到影响，导致转换精度下降。
因此，应该尽量保证供电电源的稳定性，如使用稳压器或电池供电。
4. 提高ADC精度的方法为了提高单片机ADC的精度，工程师们可以采取以下几种常用方法：4.1 增加参考电压精度参考电压的精度直接影响ADC转换结果的准确度。
一种提高AD采样分辨率的方法
一种提高AD采样分辨率的方法摘要：传统的嵌入式MCU的AD采样的分辨率只能根据芯片本身的设计确定，如芯片的AD采样为10位，则只能采集到0-1023的AD值。
想要提高AD的分辨率，一般只能通过外置一个高精度的ADC采样芯片，通过通讯传输到MCU中，既占用了MCU的通讯资源，也增加了电路的面积及成本。
本文以温度的采样为例，阐述一种不增加外围电路的情况下，提高AD采样精度的方法。
关键词：AD采样；分辨率；过采样；采样噪声；Absrtact: The resolution of AD sampling of traditional embedded MCU can only be determined according to the design of the chip itself. If the AD sampling of the chip is 10 bits, only 0-1023 AD values canbe collected. To improve the resolution of AD, a high-precision ADC sampling chip can only be installed externally and transmitted to the MCU through communication, which not only occupies the communication resources of the MCU, but also increases the area and cost of the circuit. Taking temperature sampling as an example, this paperdescribes a method to improve AD sampling accuracy without adding peripheral circuits.Keywords: AD sampling; resolving power; Oversampling; Sampling noise;一、MCU中AD采样的原理分析嵌入式的MCU一般都具有AD采样的功能，其作用是将AD引脚检测到的模拟电压信号转换成数字信号，目前的AD采样精度一般为8位、10位、12位。
- 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)。
样本求均值便可得到 16 位的输出数据 为此 先累加将 256
个连续样本加在一起 然后将总和除以 256 这样的过程通常
被称为抽取
图 1 是软件关键流程
假设某温度传感器的满度输出为 10V 使用 10V 的参考
电压Vref 温度的变化范围为 500 可以计算对于 12 位和 16 位测量的代码宽度和温度分辨率 可测量的最小温度变
4 空中交通管理安全预警信号的输出
对空中交通管理安全预警指标进行综合评价之后 就会 得到该系统当时的状态值 将结果用预警信号图的方式输 出 这样 决策者就能够直观地了解安全管理的状态以及未 来的走势 为作出决策提供参考依据 及时采取相应的措施 确保系统处于有序和安全的状态
评价结果的输出方式有 3 种 直方图显示 彩灯显示以 及曲线显示 在图 2 中 将彩灯显示和曲线显示结合起来 使得视觉上更加直观 同时 可以增加警示声音 这样就会 使得预警效果更加有效
在图 2 中 横坐标表示时间 年 月 旬 周 日等 纵坐标表示模糊综合评价结果 对于预警管理工作而言 橙 色彩灯和黄色彩灯的信号价值最大 如果系统目前的状态处 于橙色区域内 但是信号图上半部分波动剧烈 说明系统很 不稳定 出现了危机征兆 如果处于黄色区域内 说明已经 出现安全管理危机 必须立即查找原因并采取相应的措施
李 国 (中国民用航空学院计算机科学与技术学院 天津 300300)
摘 要 叙述了基于过采样技术使用软件方法提高 ＡＤＣ 转换分辨率的基本原理及实现方法 给出了一个使用 １２ 位分辨率 ＡＤＣ 转换芯片得 到 １６ 位分辨率转换结果的实现示例 从而实现了利用较廉价的低档次芯片得到只有昂贵芯片才能得到的精度指标 当然采用过采样技术提 高分辨率适用的场合是有限制的 使用过采样技术时还必须注意一些问题 文章对这些方面也进行了说明 关键词 过采样 均值 ADC 分辨率
及过采样率来计算有效位数
方程 7 有效位数是参考电压带内噪声功率和过采样率
的函数
N
=
−
1 2
log2 (OSR)
−
1 2
log2
(12)
−
1 2
log2
(n0)2
+
1 2
log2(Vref
)
(7)
从方程 7 可以注意到 采样频率每增加 1 倍 带内噪声 将减小 3 dB 而测量分辨率将增加 1/2 位
Abstract In this article, based on the over sampling technology, the principle is descriked on improving the ADC converter resolution by using software method. Furthermore, according to the above principle, an implementation sample is built up for obtaining the 16 bit transforming results by utilizing the 12 bit ADC converter chip. Finally it also discusses the related problems on over sampling technology.
方程 6 噪声功率是 OSR 和分辨率的函数
可以从方程 3 4 和 5 得到下面这个反映噪声功率与过采
样率和分辨率关系的表达式
n
2 0
=
1
12 ⋅OSR(Vr 2源自e Nf)2
OSR 是过采样率 N 是 ADC 的位数
反过来给定一个固定的噪声功率
(6)
Vref是参考电压 可以计算所需要的位
数 解方程 6 求 N 得到用给定的参考电压 带内噪声功率
方程 1 说明信号频带内的噪声能量谱密度 ESD 或被采 样噪声的噪声平面随采样频率的增加而降低[2]
方程 2 相邻 ADC 码之间的距离或 LSB 为了说明过采样对噪声的影响 先定义量化噪声为 两 个相邻 ADC 码之间的距离对应的电压值 因为 ADC 会舍入 到最近的量化水平或 ADC 码 所以
1 基本原理
ADC 转换时可能引入很多种噪声 例如热噪声 杂色噪 声 电源电压变化 参考电压变化 由采样时钟抖动引起的 相位噪声以及由量化误差引起的量化噪声 有很多技术可用 于减小噪声 例如精心设计电路板和在参考电压信号线上加 旁路电容等 但是 ADC 总是存在量化噪声的 所以一个给定 位数的数据转换器的最大 SNR 由量化噪声定义 在一定条件 下过采样和求均值会减小噪声和改善 SNR 这将有效地提高 测量分辨率 过采样指对某个待测参数 进行多次采样 得 到一组样本 然后对这些样本累计求和并对这些样本进行均 值滤波 减小噪声而得到一个采样结果
3.6 评价结果的处理 可以用多种方式表征最终的评价结果 最大隶属度原
则和参数表征法是最常用的两种方法
最大隶属度原则取模糊集合 B 中最大的元素即 max b k 所对应的等级 Vk作为对该项指标的评价结果 评价集 V 以 隶属度的形式表征了综合评价结果 但是不太直观
参数表征法的作用就是将评价集合中的分散元素值
过采样频率
方程 8 增加测量分辨率的过采样频率
假设一个系统使用 12 位的 ADC 每秒输出一个温度值 1Hz 为了将测量分辨率增加到 16 位 按下式计算过采样
频率 fos=44*1(Hz)=256 Hz
因此 如果以 fos=256Hz 的采样频率对温度传感器进行
过采样 在所要求的采样周期内收集到足够的样本 对这些
Key words Over sampling; Mean; ADC; Resolution
很多应用场合需要使用模/数转换器 ADC 进行参数测 量 这些应用所需要的分辨率取决于信号的动态范围 必须 测量的参数的最小变化和信噪比 SNR[1] 许多系统中既有很 宽的动态范围又要求测量出参数的微小变化 因此就必须使 用高分辨率的 ADC 然而 高分辨率的 ADC 器件价格昂贵 若使用价格相对低廉的具有较低分辨率的 ADC 器件 通过一 些技术也达到较高的分辨率 则在工程应用中是非常受欢迎 的 过采样技术就可以提高模数转换的分辨率而实现该 目 的
与原来的和相加 存储结束
N 循环结束?
Y 求均值计算相应温度值
并输出
结束
图 1 一次过采样流程
得到上述较好结果 是以牺牲 CPU 的运行时间和占用内 存资源为代价的 同时较低 ADC 转换芯片也必须具有较高的 转换速度 其转换速度必须满足过采样率 OSR 的要求 否则 上述效果是得不到的 如果一个 ADC 的最大采样速率是 40ksps 在不采用过采样和求均值技术的情况下 可以得到 40ksps 的输出字速率 但是 如果为达到较高的分辨率而采 用过采样和求均值技术抽取 吞吐率将降低到初始值除以过 采样率 OSR 在我们所提供的例子中 过采样率 OSR 为 256 输出字速率将是 40ksps/256=156 个样本 即每秒钟有 156 个 采样值 由此可以看出 对于给定的采样速率 应在分辨率 和吞吐率之间权衡 另一个需要考虑的问题是增加分辨率需 要增加计算时间
(3)
方程 4 过采样率定义
用过采样率 OSR 来表示采样频率与奈奎斯特频率之间关
系
fs OSR =
(4)
2 ⋅ fm
作 者 简 介 李 国(1966 ) 男 副教授 硕士 主研方向 嵌入式 系统应用 收稿日期 2005-03-23 E-mail liguo2008@
244
fs 是采样频率,fm 是输入信号的最高频率 方程 5 带内噪声功率是 OSR 的函数 如果噪声为白噪声则低通滤波器(对样本求均值 )输出带 内噪声功率为
∇ = V ref
(2)
2N
N 是 ADC 码的位数 Vref 是参考电压
量化误差为 eq
eq
≤
∇ 2
方程 3 ADC 量化噪声的功率
假设噪声近似为白噪声,代表噪声的随机变量在 ADC 码
之间分布的平均值为 0 则方差为平均噪声功率 计算如下
er2ms
=
∫∇−∇/2/2
eq2 (
∇
)de
=
∇2 12
n20
=
∫0fm
erms
(
f
2
)
df
=
er2ms
(
2
⋅ fm fs
)
=
er2ms OSR
(5)
n0 是滤波器的输出噪声功率
方程 5 说明 我们可以通过提高 OSR 来减小带内噪声功
率 由于过采样和求均值并不影响信号功率 即信号功率没
有减小 而带内噪声功率却降低 显然信号的信噪比 SNR 就
得到了提高 也就等效于 ADC 的分辨率得到了提高
这样 当计算出的综合评价值属于某一个区域的时候 就可
以直观地显示出来具体的状态了
以等级加权向量 µv 和 Bk的乘积为参数 见式(5)
N = µ × BT = µ × (b b Lb )T
v
k
v
12
k
5
这样就可用参数 N 的值来表征评判值 使结果以数量
的形式直观地表示出来 也有利于进行横向和纵向的比较
化
在未使用过采样技术的情况下 可得到 12 位的温度测量
结果 其每码字对应的温度为 500/409 6=0.122 1 /code
使用过采样技术的情况下 可得到 16 位测量结果 其每码字
对应的温度为 500/ 409 6*16 =0.007 6 /code 因此对于每个 ADC 码 没采用过采样技术时 测量的最
2 提高 ADC 测量分辨率的示例
在实际应用中将一个信号的带宽限制到小于 fs / 2 然后 以某个过采样率 OSR 对该信号采样 再对采样值求平均值得 到结果输出数据 每增加一位分辨率或每减小 6dB 的噪声 需要以 4 倍的采样频率 fs 进行过采样