在模数转化时,ADC 总是存在量化噪声的,所以一个给定位数的数据转换器的最大SNR 由量化噪声定义。在一定条件下过采样和求均值会减小噪声和改善SNR,这将有效地提高测量分辨率。过采样指对某个待测参数,进行多次采样,得到一组样本,然后对这些样本累计求和并对这些样本进行均值滤波、减小噪声而得到一个采样结果。
由奈奎斯特定理知:采样频率fs 允许重建位于采样频率一半以内的有用信号,如果采样频率为40kHz,则频率低于20kHz 的信号可以被可靠地重建和分析。与输入信号一起,会有噪声信号混叠在有用的测量频带内(小于fs/2 的频率成分):
erms 是平均噪声功率,fs 是采样频率,E(f)是带内ESD。
方程1 说明信号频带内的噪声能量谱密度ESD或被采样噪声的噪声平面随采样频率的增加而降低。
方程2 相邻ADC 码之间的距离或LSB。
为了说明过采样对噪声的影响,先定义量化噪声为:两个相邻ADC 码之间的距离对应的电压值。因为ADC 会舍入到最近的量化水平或ADC 码,所以
N 是ADC 码的位数, Vref是参考电压。
量化误差为(eq):
方程3 ADC 量化噪声的功率
假设噪声近似为白噪声,代表噪声的随机变量在ADC 码之间分布的平均值为0,则方差为平均噪声功率,计算如下:
方程4 过采样率定义。
用过采样率OSR 来表示采样频率与奈奎斯特频率之间关系:
fs 是采样频率,fm 是输入信号的最高频率。
方程5 带内噪声功率是OSR 的函数。
如果噪声为白噪声则低通滤波器(对样本求均值)输出带内噪声功率为:
n0 是滤波器的输出噪声功率。
方程5 说明,我们可以通过提高OSR 来减小带内噪声功率。由于过采样和求均值并不影响信号功率,即信号功率没有减小,而带内噪声功率却降低,显然信号的信噪比SNR就得到了提高,也就等效于ADC 的分辨率得到了提高。
方程6 噪声功率是OSR 和分辨率的函数。
可以从方程3、4 和5 得到下面这个反映噪声功率与过采样率和分辨率关系的表达式:
OSR 是过采样率,N 是ADC 的位数,Vref是参考电压。
反过来给定一个固定的噪声功率,可以计算所需要的位数,解方程6 求N,得到用给定的参考电压、带内噪声功率及过采样率来计算有效位数。
方程7 有效位数是参考电压带内噪声功率和过采样率的函数。
从方程7 可以注意到:采样频率每增加1 倍,带内噪声将减小3 dB,而测量分辨率将增加1/2 位。