ad采样频率_模电⼯程师必知！模拟信号采样与AD转换详解1 、著名的Nyquist采样定理 尽管⼤家都知道，但还是提⼀提。⼤⽜奥本海姆的《信号与系统》中是这样描述的：
Let x(t) be a band-limited signal with X(jw) = 0 for |w|> wM. Then x(t) is uniquely determined by its samples x(nT),n=1,±1,
第三世界电影±2,...,ifws> 2wMwhere ws= 2 pi/T.
Given these samples, we can reconstruct x(t) by generating a periodic impluse train in which successive impluse have amplitudes that are successive sample values. This impluse train is then processed through an ideal lowpass filter with gain T and cutoff frequency greater than wMand less than ws-wM. The resulting output signal will exactly equal x(t).
来捋⼀捋，⼏个点：
带宽有限(band-limited) 采样频率⼤于2倍信号最⾼频率后可以⽆失真的恢复出原始信号。
实际中，信号往往是⽆线带宽的，如何保证带宽有限?所以，我们在模拟信号输⼊端要加⼀个低通滤波器，使信号变成带宽有限，再使⽤2.5~3倍的最⾼信号频率进⾏采样。关于此我们下⾯将模拟数字转换过程将会看到。
虽说是不能⼩于等于2倍，但选2倍是不是很好呢，理论上，选择的采样频率越⾼，越能⽆失真的恢复原信号，但采样频率越⾼，对后端数字系统的处理速度和存储要求也就越⾼，因此要选择⼀个折中的值。
如果后端数字信号处理中的窗⼝选择过窄，采样率太⾼，在⼀个窗⼝内很难容纳甚⾄信号的⼀个周期，这从某⽅⾯使得信号⽆法辨识。
⽐如，数字信号处 理的窗⼝⼤⼩为1024个点，采样率为50KHz，则窗⼝最多容纳1024*(1/50KHz)=20.48ms的信号长度，若信号的⼀个周期为 30ms>20.48ms，这就使得数字信号的处理窗⼝没法容纳⼀个周期信号，解决的办法就是在满⾜要求的前提下使⽤减⼩采样率或增加窗⼝长度。
2、 模数转换
记得有⼀次参加中科院计算所的实习笔试，⾥⾯就有这么⼀道题：模拟信号转换到数字信号要经历哪两个步骤?还好，早有准备，⽴刻填上了采样和量化。我们下⾯就来详细分析下这两个过程，但在分析之前，我们先给出⼀张整个过程的流图，您可以先想想为什么需要各模块。 数据组织
程控放⼤器
我们实际中的模拟信号都是通过传感器采集进来的，做过单⽚机的⼈应该熟知DS18B20温度传感器，不好意思，那是数字传感器，也就是说⼈家做传感器的时候把AD转换也放到传感器⾥⾯了。 但这并不是普遍的情况，因为温度量是模拟信号中最容易测量的量了，⽽⼤多数的传感器并没有集成AD转换过 程，如⼤多数的加速度传感器、震动传感器、声⾳传感器、电⼦罗盘，甚⾄有的GPS(别懵了，GPS也算是⼀种传感器哦)等，都是模拟输出的。
⽽且由于物理 制作的原因，传感器返回的电信号⾮常微⼩，⼀般在⼏mV(如果是电流，也⼀般在⼏mA)，这么微弱的信号，如果经过导线或电缆传输很容易就湮灭在噪声中。因此，我们常常见到模拟传感器的输出线都会使⽤套上⼀层塑胶的线，叫屏蔽线(如图)。
泰坦尼克船长再现屏蔽线只能保证在信号传输到系统之前受到的⼲扰最⼩，但信号仍要经过处理才能为数字系统使⽤。在模拟信号(尤其是⾼频信号)的输⼊端⾸先要使⽤ 低噪声放⼤器对信号进⾏放⼤，这个放⼤器有特殊的要求，⼀定是低噪声，我们已经知道，模拟信号信号已经⾮常微弱。
太原pm2.5如果放⼤器还存在⼀定的噪声，在噪声叠加 之后放⼤出来的信号可能已经不再是原信号了。既然说到低噪声，那么低噪声是如何衡量的呢?这可以通过放⼤器噪声系数(NF)来定。
噪声系数定义为放⼤器输⼊信号与输出信号的信噪⽐。其物理含义是：信号通过放⼤器之后，由于放⼤器产⽣噪声，使信噪⽐变坏；信噪⽐下降的倍数就是噪声系数。噪声系数通常⽤dB表⽰。
实际中除了考虑低噪声系数外，还要考虑放⼤器的带宽和频率范围以及最重要的放⼤增益。由于输⼊信号的强度可能时变，采⽤程序可控(程控)的放⼤增益保证信号能达到满度⽽⼜不会出现饱和(实际中要做到这⼀点还是很难的)。
低通滤波器
在Nyquist采样定理中已经提过，要满⾜采样定理必须要求信号带宽有限，使⽤⼤于2倍的最⾼信号频率采样才能保证信号的不混叠。低通滤波器的⼀个考虑就是使信号带宽有限，以便于后期的信号采样，这个低通滤波器是硬件实现的。
另⼀⽅⾯，实际情况中我们也只会对某个频频段的信号感兴趣，低通滤波器的另⼀个考虑就是滤波得到感兴趣的信号。⽐如，测量汽车声⾳信号，其频率⼤部分在5KHz以下，我们则可以设置低通滤波器的截⽌频率在7KHz左右。
程控的实现⽅法就是使⽤模拟通道选择芯⽚(如74VHC4051等)。
NOTES:
在采样之前的所有电路实现⽅案叫信号调理电路。这样，我们就可以根据这个词到处Google/Baidu⽂献了。
采样及采样保持
采样貌似有⼀套完整的理论，就是《数字信号处理》书中的⼀堆公式推导，我们这⾥当然不会那么去说。其实采样最核⼼的问题就是采样率选择的问题。
根据实际，选择频率分辨率df 选择做DFT得点数N，因为DFT时域点数和变换后频域点数相同，则采样率可确定，Fs=N*df Fs是否满⾜Nyquist的采样定理?是，OK，否则增加点数N，重新计算2。
我们希望df越⼩越好，但实际上，df越⼩，N越⼤，计算量和存储量随之增⼤。⼀般取N为为2的整数次幂，不⾜则在尾端补0。
这⾥给出我的⼀个选择Fs的⽅案流程图，仅供参考。
采样后还有⼀个重要的操作是采样保持(S/H)操作，采样脉冲采样后⽆法⽴刻量化，这个过程要等待很短的⼀个时间，硬件上⼀般0.⼏个us，等待量化器的量化。
注意，在量化之前，所有的信号都是模拟信号，模拟信号就有很多⼲扰的问题需要考虑，这⾥只是从总体上给出我对整个过程的理解。更多细化的⽅案还需要根据实际信号进⾏研究。
量化
我们可以先直观的看⼀下量化的过程：
中国香功
量化有个关键的参数，叫量化位数，在所有的AD转换芯⽚(如AD7606)上都能看到这个关键的参数，常见的有
8bit，10bit，12bits，16bit和24bit。
如上图，以AD7606为例，AD7606是16bit的AD芯⽚，量化位数指⽤16bit来表⽰连续信号的幅值。因此，考虑AD的测量范围
(AD7606有两种：±5V和±10V)，则AD分辨率是
±5V: (5V-(-5V)) / (2^16) = 152 uV
±10V: (10V-(-10V)) / (2^16) = 305 uV
量化位数越⾼，AD分辨率越⾼，习惯上，AD分辨率⽤常⽤LSB标⽰。
因此，AD7606中对于某个输⼊模拟电压值，因为存在正负电压，若以0V为中间电压值，范围为±5V时AD转换电压可计算为
AD7606若使⽤内部参考电压，Vref=2.5V。哦对了，这⼜出现个参考电压。参考电压与AD量化的实现⽅式有关，从速度上分串⾏和并⾏，串⾏包括逐次逼近型，并⾏⽅式包括并⾏⽐较式，如下图(左：串⾏，右：并⾏)。AD7606是使⽤逐次逼近型的⽅式。
AD转换芯⽚另外两个重要参数是转换时间(转换速率)。并⾏AD的转换速率⽐串⾏的要⾼。但并⾏⽐较的⽅式中电阻的精度对量化有影响。
接着，我们还将介绍⼀个重要的概念：量化噪声。量化噪声对应量化信噪⽐。
SNRq= (6.02N + 4.77) dB其中N为量化位数，且不去管这个公式是怎么得到的(详细推导可参考⽂献[2])，对于
乌托邦主义N=12, SNRq≈ 70dB
N=16, SNRq≈ 94dB
从中可以看出：每增加1bit量化位数，SNRq将提⾼6.02dB，在设计过程中，如果对⽅有信噪⽐的要求，则在ADC选型时就要选择合适位数的ADC芯⽚。
明显的，并不是量化位数越⾼越好，量化位数的提⾼将对成本、转换速度、存储空间与数据吞吐量等众多⽅⾯提出更⾼的要求。同时，我们尽量提⾼量化噪声的前提是信号的SNR已经⽐较低了，如果信号的SNR⽐量化噪声还⾼，努⼒提⾼量化噪声将是舍本求末的做法。
内容整理⾃⽹络，版权归原作者所有，如涉及作品版权问题，请及时与我们联系，谢谢！
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议