逐次逼近寄存器(SAR)型模数转换器(ADC)中的片内过采样
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
I输入类型 | 16位 | 14位 | 12位 |
差分 | AD7380 | AD7381 | |
单端 | AD7386 | AD7387 | AD7388 |
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。
图1.平均滤波后的噪声
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 | 0.240 | ||
5 | 0.260 | 0.2300 | 0.2500 |
6 | 0.200 | ||
7 | 0.240 | 0.2700 | |
8 | 0.300 | ||
9 | 0.270 | 0.2600 | 0.2450 |
10 | 0.240 | ||
11 | 0.250 | 0.2300 | |
12 | 0.210 |
类似地,应用平均系数M = 4时,对第一组四个样本进行平均,然后对下一组四个样本(样本5至样本8)进行平均。简化的正常平均公式为:
其中:
为M个样本的平均值。
M为参与平均的样本数。
Si为第n个采样值。
在AD7380 SAR ADC系列中,正常平均过采样是在芯片内实现,最多可以收集32个平均样本。只要使能此技术,AD7380就会自动采集M个转换样本,然后输出平均转换结果。转换结果是否可获得取决于所采集的M个样本,后者由AD7380系列的CONFIGURATION1寄存器中OSR位的过采样率设置。当M个样本转换完成时,可读取结果。
图2显示了AD7380如何执行该算法。此示例假定M = 8,即过采样率(OSR)为8,因此要收集八个样本并进行平均。当内部启动转换时,AD7380执行一系列转换和采集过程,直到完成所需的样本数(M)。然后,对捕获的数据执行平均处理。此过程会引入一定的处理延迟,如图2所示。平均结果在T1处获得,并通过SDOx引脚输出。此刻,新的平均操作开始,导致发生新的转换突发事件,以再采集M个样本。图2显示,应用此技术会降低采样系统的有效ODR。ODR降幅与样本数(M)或OSR增幅成反比。对于要求更优性能但可接受较慢ODR的应用,建议使用正常平均过采样方法。
图2.正常平均过采样操作

图片新闻
最新活动更多
-
即日-1.30精彩回顾>> 英特尔智能移动设备参考设计发布会
-
即日-2.5立即投票>> 维科杯·2020(第三届)中国机器人行业年度评选
-
即日-2.26立即下载>> 【西部数据】工业应用中的嵌入式存储
-
即日-3.18限时下载>> 嵌入式软件技术革新应对后疫情时代的智能工业开发挑战
-
3月25日立即报名>> 【2021系列活动】-汽车电子技术在线会议暨在线展
-
4日7日预先登记>> OFweek 2021(第十届)中国机器人产业大会暨年度评选颁奖典礼
- 资深机械工程师 OFweek猎头
- 机械工程师 臻越自动化技术(上海)有限公司
- 机械工程师 Z 深圳市大族光电设备有限公司
- 机械工程师(研发) 上海大族富创得科技有限公司
- 高级机械工程师(急) 昆山迈征自动化科技有限公司
- 非标机械设计工程师 无锡睿作自动化设备有限公司
- 机械工程师 深圳市洁盟清洗设备有限公司
- 主任机械工程师 艾美特焊接自动化技术(北京)有限公司
- 机械工程师 广州汉牛机械设备有限公司
- 机械工程师 惠州市赢合科技有限公司
- 华东销售经理 江苏省/苏州市
- 解决方案工程师(激光雷达应用方向) 北京市/海淀区
- 交付工程师(激光雷达应用方向) 北京市/海淀区
- 系统安全工程师(激光雷达) 北京市/海淀区
- 可靠性工程师(激光雷达) 北京市/海淀区
- 大客户经理 北京市/海淀区
- 高级采购 北京市/海淀区
- 海外销售工程师 北京市/海淀区
- 海外销售经理 北京市/海淀区
- 销售工程师 北京市/海淀区
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论