资源描述：
《过采样和过采样模数转换》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、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NbitADC，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
2、。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1bitADC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1bitADC的SNR为7.78dB(6.02+1.76)，每4倍过采样将使SNR增加6dB，
3、SNR每增加6dB等效于分辨率增加1bit。这样，采用1bitADC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(
4、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0.5mv1.2mv1.7mv11mv0.5mv0.6mv1.1mv11mv0.5mv-0.6mv-0.1mv00mv0.5mv-1.2mv-0.7mv00mvADC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
5、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98765432100.5mv测量值00000000000mv(10位ADC的分辨率
6、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00000000102mv滑动平均滤波2mv/4次00000000000mv(平均数,对改善分辨率没作用)过采样插值2mv/2000000000012mv/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).
7、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12ADC11M13ADC4250K14ADC1662.5K15ADC6415.6K16ADC2563.9K17DC102497618ADC409624419ADC163846120ADC6553615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
8、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
