《数据采样系统基础知识》上线!搞定常见问题不求人~

数据在所有的行业中都发挥着越来越重要的作用,而在设计数据采样系统中,也有越来越多的工程师遇到了难以解决的问题。

ADI作为一家领先的半导体技术公司,专长就是传感、收集、解译,然后把数据传送到云端,搭建物理世界与数字世界的桥梁。对此推出了《数据采样系统基础知识》一书,共10篇技术文章100页,带您梳理搞懂数据采样系统中的常见问题!

 扫描书籍封面二维码,免费下载哦~

    •  Analog Employees 
    on May 19, 2021 3:32 AM

    内容摘要:一个神奇的公式(SNR=6.02N+1.76dB)

    接触ADC或DAC时您一定会碰到『SNR=6.02N+1.76dB』这个经常被引用的公式,用于计算转换器理论信噪比(SNR)。与其盲目地相信表象,不如从根本上了解其来源,因为该公式蕴含着一些微妙之处,如果不深入探究,可能导致对数据手册技术规格和转换器性能的误解。在Closed book《数据采样系统基础知识》一书中将首先推导N位模数转换器(ADC)的理论量化噪声,知道均方根量化噪声电压后,就可以计算理论信噪比(SNR)。此外还会分析过采样对SNR的影响。

     

    理想转换器对信号进行数字化时,最大误差为±½LSB,如图1的一个理想N位ADC的传递函数所示。对于任何横跨数个LSB的交流信号,其量化误差可以通过一个峰峰值幅度为q(一个LSB的权重)的非相关锯齿波形来近似计算。对该近似法还可以从另一个角度来看待,即实际量化误差发生在±½q范围内任意一点的概率相等。虽然这种分析不是百分之百精确,但对大多数应用是足够准确的。

    •  Analog Employees 
    on May 19, 2021 3:32 AM

    内容摘要:数据转换器静态特性的重要性千万别忽视基本特性!

    现代的数据转换器应用覆盖从低频工业测量到宽带无线电接收器的整个频谱。虽然直 流特性的重要性随着信号频率的增加而降低,但在许多应用中仍然占有重要地位。例如,在 IF 采样应用中,较大的增益和/或失调误差可能导致信号削波,从而降低 SNR 和 SFDR 性能。在要求匹配转换器的应用中,如交错、同步采样、 I/Q 信号处理等,各转换器之间的相对增益和失调相匹配显得至关重要。《数据采样系统基础知识》在本章中将说明数据转换器的各项直流性能特性,便于智友们了解 ADC 或 DAC 数据手册中相应部分的重要性。

     

    数据转换器的分辨率有几种不同的表述方式:最低有效位(LSB)、满量程百万分率(ppmFS)、毫伏(mV)等。不同的器件(即使来自同一制造商)采用不同的特性规格方式,因此,转换器用户必须了解如何在不同规格间进行转换,才能对不同器件进行有意义的比较。各种分辨率的最低有效位大小如图1所示。

    •  Analog Employees 
    on May 19, 2021 3:33 AM

    内容摘要:ADC输入噪声面面观  噪声是利还是弊?

    所有模数转换器(ADC)都有一定量的“折合到输入端噪声”,可以将其模拟为与无噪声ADC输入串联的噪声源。折合到输入端噪声与量化噪声不同,后者仅在ADC处理交流信号时出现。多数情况下,输入噪声越低越好,但在某些情况下,输入噪声实际上有助于实现更高的分辨率。为什么?请接着往下看Point downPoint downPoint down

     

    在一定的条件下,扰动可以改善ADC的SFDR。例如,即使在理想ADC中,量化噪声与输入信号也有某种相关性,这会降低ADC的SFDR,特别是当输入信号恰好为采样频率的约数时。将宽带噪声(幅度约为½LSBrms)与输入信号相加往往会使量化噪声随机化,从而降低其影响(见图5A)。