前言 前边讲了ADC的各种参数,这里具体介绍Σ-Δ型ADC,这个是ADC类型里比较难理解的一种,我先介绍这种,之后再介绍其他类型的ADC。 一、Σ-Δ型ADC工作原理 和一般的ADC不同,Σ-Δ型ADC不是直接根据抽样数据的每一样值得大小进行量化编码,而是根据前一量值和后一量值的差值,即增量的大小进行量化编码。Δ表示增量,Σ表示积分或求和。Σ-Δ型ADC工作原理可以分为:过采样、噪声整形、数字滤波。又可以分为两个模块:Σ-Δ调制器和数字抽取滤波器。 Σ-Δ调制器把模拟输入信号转换成高速脉冲数字信号,脉冲占空比反映了模拟输入电压的大小;数字滤波器滤除含有噪声的数字信号,得到低噪声、高精度的转换结果。 这里先简单说一下原理,后边会详细推导的。 二、Σ-Δ型ADC 1.理论分析 我们都知道,ADC是将连续的模拟信号转化为离散的数字信号,这样就会带来量化噪声,理想状态下量化噪声分布规律,如图1,我们计算出量化噪声的功率,那就可以计算出SNR(只考虑量化噪声)。但如果ADC的采样速率提高,那么ADC采样间距更小,反映到量化噪声上,就是Q的幅值更小,但是量化噪声的密度更大,所以总的量化噪声还是不变的,信噪比也是不变的,转化到频域上,结果就是图2 ,总的量化噪声之和不变,但是将量化噪声分布在更宽的频率范围,范围大了,就是造成底噪更低。这条规律是适应于所有ADC原理的,当然也适应于Σ-Δ型ADC。Σ-Δ型ADC不同于其他ADC的,是后续的处理手段。 图1 量化噪声分布 图2 量化噪声分布整形 之后就是进行数字滤波和抽取,将数字滤波器带宽以外的噪声滤除掉,这样就可以提升带宽范围内的信噪比了。之后从数据流中提取出有用的信息,并将速率降低到可用的水平。Σ-ΔADC中的数字滤波器对1位数据流求平均,滤除目标带宽以外的量化噪声,并改善ADC的分辨率。 2.电路分析 Σ-Δ型ADC的总体框图如图3所示,它包含以下元素:采样保持放大器、差分放大器或减法器、模拟低通滤波器(或积分器)、1位A / D转换器(比较器)、1位DAC、数字滤波器。Σ-Δ调制器把模拟输入信号转换成高速脉冲数字信号,脉冲占空比反映了模拟输入电压的大小;数字滤波器滤除含有噪声的数字信号,得到低噪声、高精度的转换结果。 模拟Σ-Δ调制器,如图4所示,利用差分放大器对前一量值和后一量值得到差值,积分器对差分放大器输出的模拟信号进行积分。对输入信号表现为低通滤波器,而对于量化噪声则表现为高通滤波器。这样就将量化噪声展开在更高的频段,虽然总体噪声功率没变,但噪声分布在更宽带宽范围内。之后把积分的输出信号送入到比较器,即1bit的模数转化器,积分结果转化为“0”或“1”的数字信号。 调制器输出中“1”的密度正比于输入信号,如果输入电压上升,比较器将产生更多数量的"1",反之亦然。 图3 Σ-Δ型ADC的总体框图 图4 模拟Σ-Δ调制器 从时域和频域的角度看调制器的输入输出,如图5所示。时域上,Σ-Δ调制器把模拟输入信号转换成高速脉冲数字信号,脉冲占空比反映了模拟输入电压的大小;频域上,量化噪声被整形分布更宽频率范围。 图5 调制器的时域和频域的输入输出 之后再经过数字滤波器滤掉带宽外多余的噪声,就可以以低位数获得高信噪比。 总结 模拟Σ-Δ调制器以极高的抽样频率对输入模拟信号进行抽样,并对两个抽样之间差值进行低位量化,从而得到用低位数码表示的数字信号即Σ-Δ码;然后将Σ-Δ码送给第二部分的数字抽取滤波器进行抽取滤波,从而得到高分辨率的线性脉冲编码调制的数字信号。Σ-Δ型ADC实际上是一种用高采样速率来换取高位量化,即以速率换分辨率的方案。这种类型的ADC采用了极低位的量化器, 从而避免了制造高位转换器和高精度电阻网络的困难;另一方面,因为它采用了Σ-Δ调制技术和数字抽取滤波,可以获得极高的分辨率;同时由于采用了低位量化输出的Σ-Δ码,不会对抽样值幅度变化敏感,而且由于码位低,抽样与量化编码可以同时完成,几乎不花时间,因此不需要采样保持电路,这就使得采样系统的构成大为简化。这种增量调制型ADC实际上是以高速抽样率来换取高位量化,即以速度来换精度。 一个1位 ADC的SNR为7.78dB(6.02+1.76),每4倍过采样可以使SNR增加6dB,SNR每增加6dB等效于分辨率增加1-bit。这样,采用1位 ADC进行64倍(即444倍)过采样可以获得4位分辨率。Σ-Δ转换器采用噪声整形技术使得每4倍过采样可增加高于6dB的SNR。 (责任编辑:admin) |