Σ-Δ模/数转换器(ADC)的工作原理 工作原理, 生产成本, 转换器, 分辨率, 设计者

520503

本文深入介绍Σ-Δ模/数转换器(ADC)的工作原理，重点关注难以理解的数字概念:过采样、噪声整形和抽样滤波等。同时包括Σ-Δ转换器的多种应用。

最新的Σ-Δ转换器通常具有较高分辨率、高度集成、低功耗以及较低成本，使其成为过程控制、高精度温度测量以及电子称等应用的上佳ADC选择。但由于设计者往往不太了解Σ-Δ类型的转换器，而选择传统的SAR ADC。 Σ-Δ转换器(1位ADC)的模拟侧非常简单；数字侧执行滤波和抽样，比较复杂，这部分使得Σ-Δ ADC的生产成本较低。为理解转换器工作原理，您必须熟悉过采样、噪声整形、数字滤波以及抽样等概念。 本应用笔记涵盖了上述主题。 过采样首先，考虑输入信号为正弦波时传统多位ADC的频域传递函数。以频率Fs对该输入进行采样。根据奈奎斯特定理，Fs必须至少为输入信号带宽的两倍。 观察数字输出的FFT分析结果，我们可看到一个单音和大量随机噪声，从直流延伸至Fs/2 (图1)。这些噪声称为量化噪声，对该结果可以按照以下考虑：ADC输入为连续信号，具有无限可能的状态，但数字输出为离散函数，其不同状态的数量取决于转换器的分辨率。所以，从模拟到数字的转换损失了某些信息，在信号中引入了一定程度的失真。该误差的幅值是随机的，最大为±LSB。 图1. 多位ADC的FFT谱图，采样频率为FS 如果我们将基频幅值除以所有噪声频率的RMS和，则得到信噪比(SNR)。对于N位的ADC，SNR = 6.02N + 1.76dB。为提高传统ADC的SNR(并进而提高信号复现的精度)，就必须提高位数。 仍以上例为例，但将采样频率提高，采用过采样因子k，达到kFs(图2)。FFT分析结果表明噪底降低。SNR与之前相同，但噪声能量已经分散至较宽的频率范围。Σ-Δ转换器利用这一原理，在1位ADC之后增加了数字滤波器(图3)。由于大多数噪声被数字滤波器滤除，所以RMS噪声较低。这种方法使得Σ-Δ转换器以较低分辨率的ADC实现较宽动态范围。 图2. 多位ADC的FFT谱图，采样频率为kFS。 图3. 数字滤波对噪声带宽的作用 SNR改善仅仅受益于过采样和滤波吗？注意，1位ADC的SNR为7.78dB (6.02 + 1.76)。过采样因子每提高4，SNR增大6dB，每提高6dB则相当于增加1位。如果1位ADC的过采样为24倍，则达到4位的分辨率；那么为了实现16位的分辨率就必须采用过采样因子415，这很不现实。但是，Σ-Δ转换器利用噪声整形技术克服了这一限制，实现每4倍过采样得到的增益超过6dB。 噪声整形为理解噪声整形，我们首先看看一阶Σ-Δ调制器的方框图(图4)，其中包括差分放大器、积分器和比较器，以及包含1位DAC的反馈环路。(该DAC为简单开关，将差分放大器的负输入连接至正或负基准电压)。反馈DAC的目的是将积分器的平均输出维持在接近比较器的基准电平。 图4. Σ-Δ调制器方框图。 调制器输出端“1”的密度与输入信号成比例。输入增大时，比较器产生大量“1”；输入减小时则相反。通过对误差电压求和，积分器对于输入信号为低通滤波器，对于量化噪声为高通滤波器。所以，大多数量化噪声被搬移至较高频率(图5)。过采样不仅改变总噪声功率，而且改变了其分布。 图5. Σ-Δ调制器中积分器的作用。 如果我们在噪声整形Σ-Δ调制器上增加一个数字滤波器，则能够滤除比简单过采样更多的噪声(图6)。采样率每增加一倍，这种调制器(1阶)提供9dB的SNR改善。对于更高阶的量化，我们可在Σ-Δ调制器中包含多级积分和求和。例如，图7所示的2阶Σ-Δ调制器，采样率每增加一倍，提供15dB的SNR改善。图8所示为Σ-Δ调制器阶数与达到特定SNR所需的过采样之间的关系。 图6. 数字滤波器对整形噪声的作用。 图7. 利用多级积分和求和实现较高阶的量化噪声。 图8. Σ-Δ调制器阶数与达到特定SNR所需的过采样之间的关系。 数字和抽样滤波器Σ-Δ调制器的输出为1位数据流，采样率可达到兆赫兹范围。数字和抽样滤波器(图9)的目的是从该数据流中析取信息，将数据率降低为更有用的值。在Σ-Δ ADC中，数字滤波器对1位数据流进行平均，提高ADC分辨率，并滤除带外量化噪声。它决定了信号带宽、建立时间和阻带抑制。