模数转换器综述_ADC
模数转换器ADC_综述
随着数字技术，特别是计算机技术的飞速发展普及，在现代控制、通讯及检测领域中，对信号的处理广泛采用了数字计算机技术。由于系统的实际处理对象往往都是一些模拟量（如温度、压力、位移、图像等），要使计算机或数字仪表能识别和处理这些信号，必须首先将这些模拟信号转换成数字信号。这样，就需要一种能将模拟信号转换为数字信号的电路，即模数转换电路(Analog to Digital Converter, ADC)。
模数转换过程
模数转换包括采样、保持、量化和编码四个过程。采样就是将一个连续变化的信号x(t)转换成时间上离散的采样信号x(n)。根据Nyquist-Shannon theorem采样定理，采样频率至少要大于或等于模拟信号最高频率的两倍，才可以无失真地重建恢复原始信号x(t)。通常采样脉冲的宽度是很短的，故采样输出是截断的窄脉冲。要将一个采样输出信号数字化，需要将采样输出所得的瞬时模拟信号保持一段时间，这就是保持过程。图1即为采样过程。
图1采样过程
量化是将连续幅度的抽样信号转换成离散时间、离散幅度的数字信号，数字信号最低有效位中的1表示的数量大小，就等于量化单位Q，如图2所示。把量化的数值用二进制代码表示，称为编码，见图3。这个二进制代码就是ADC转换的输出信号。
量化的主要问题就是量化误差。既然模拟电压是连续的，那么它就不一定能被Q整除，因而不可避免的会引入误差，我们把这种误差称为量化误差。在把模拟信号划分为不同的量化等级时，用不同的划分方法可以得到不同的量化误差。
图2采样过程
图3编码过程
要提高ADC的精度，可以通过提高采样间隔Ts和分辨率Q来实现。实际中，输入模拟信号的频率由于存在无限次谐波，因此要在采样前加入抗混叠滤波器，该滤波器与采样频率的关系一般为：f s≈ (3…5)*f filter。图4描述了这一过程。
图4加入抗混叠滤波器
模数转换技术是现实各种模拟信号通向数字世界的桥梁，作为将模拟信号转换成数字信号的模数转换技术主要有以下几种。
分级型和流水线型ADC主要应用于高速情况下的瞬态信号处理、快速波形存储与记录、高速数据采集、视频信号量化及高速数字通讯技术等领域。逐次逼近型、积分型、压频变换型等，主要应用于中速或较低速、中等精度的数据采集和智能仪器中。∑-Δ型ADC主应用于高精度数据采集特别是数字音响系统、多媒体、地震勘探仪器、声纳等电子测量领域。此外，采用脉动型和折叠型等结构的高速ADC，可应用于广播卫星中的基带解调等方面。下面对各种类型的ADC作简要介绍。
并行比较型
并行比较型AD采用多个比较器，仅作一次比较而实行转换，又称FLash型。由于转换速率极高，转换需要很多个比较器，因此电路规模也极大，价格也高，只适用于视频AD转换器等速度特别高的领域。其原理如图5所示。
图5 Flash型ADC原理
串行比较型
单斜率串行ADC原理如图6所示，采样信号和斜波发生器的输出比较，对斜波发生器的误差很敏感。转换时间为2N T，N是ADC位数，T为时钟周期。
图6单斜率串行ADC
双斜率(Dual Slope)串行ADC的原理如图7所示。先用Vin进行积分，当计数器计满量程时，比较器输入处得到一个电压Vin_max，且此时输入开关转向Vref，进行反向积分；当Vin从Vin_max降到Vth时，比较器输出发生反向变化（从1变0），导致技术停止，此时计数器的数值即为Vin的量化大小。
图7双斜率串行ADC
逐次逼近型(Successive Approximation)
逐次逼近型转换方式在当今的模数转换领域有着广泛的应用，它包括1个比较器、1个数模转换器、1个逐次逼近寄存器（SAR）、1个逻辑控制单元和时钟，按照二分搜索法的原理，类似于天平称物的一种模数转换过程。图8为其转换原理图。
图8逐次逼近型ADC
整个转换过程从最高位MSB开始，顺序地对每一位将输入电压与内置DAC输出进行比较，经n次比较而输出数字值，比较时间由输出位数决定。电路规模属于中等，其优点是速度较高、功耗低，在低分辩率(<12位)时价格便宜，但高精度(>12位)时价格很高。
Sigma-Delta型
Σ-△模数转换是近十几年发展起来的一种模数转换方式，目前在音频领域得到广泛的应用。Σ-Δ型ADC的电路结构是由非常简单的模拟电路和十分复杂的数字信号处理电路构成。Σ-△模数转换器是利用过采样(Oversampling)技术、噪声整形技术和数字滤波技术以很低的采样分辨率和很高的采样速率将模拟信号数字化，将高分辨率的转换问题化简为低分辨率的转换问题，增加有效分辨率。
∑-△模数转换器的工作原理简单的讲，就是将模数转换过后的数字量再做一次窄带低通滤波处理。当模拟量进入转换器后，先在调制器中做求积处理，并将模拟量转为数字量，在这个过程中会产生一定的量化噪声，这种噪声将影响到输出结果，因此，采用将转换过的数字量以较低的频率一位一位地传送到输出端，同时在这之间加一级低通滤波器的方法，就可将量化噪声过滤掉，从而得到一组精确的数字量。
调制器工作原理
所有的定性理解，最终都需要回归到数学模型。一个完整的过采样和噪声整形Σ-ΔADC 如图9所示，其中Σ-Δ调制器是核心部分。
图9Σ-ΔADC工作过程
图10一阶Σ-Δ调制器物理模型
图10所示为一阶Σ-Δ调制器工作原理：在X2这个点，只有两种电平会进来，被送往积分器。那就是X1-Vref或者X1+Vref。
当积分结果大于零时，X4点输出给数字滤波器的值为1，X5点输出Vref，X2=X1-Vref。
当积分结果小于零时，X4点输出给数字滤波器的值为-1，X5点输出-Vref，X2=X1+Vref。
如此反复，直至积分结果等于0。我们来思考一下，从开始，到积分结果等于零要经历多少次1和多少次-1。设1的次数为m，-1的次数为n。
则有m(X1-Vref)+n(X1+Vref)=0
化简一下，提取X1和Vref作为公因子：
X1/Vref=(m-n)/(m+n)
好，到这里我们已经成功了，把X1/Vref这个除法，转变(m-n)/(m+n)这个数字域的除法。所以，你可以认为Sigma-Delta调制器用加法和减法把Vin/Vref的除法变成了求最小公倍数。
图11一阶Σ-Δ调制器数学模型
从图11的数学模型很容易得到：
从B点往右看可以得出：B(Z)=Y(Z)-E(Z)
从X(Z)往右看可以得出：B(Z)=[X(Z)-Y(Z)+B(Z)]*Z-1
因此可得：Y(Z)=X(Z)*Z-1+E(Z)*(1-Z-1)
我们可以看出Y(Z)分成了两部分，对于输入信号来说H(Z)=Z-1，对于量化噪声来说，H(Z)=(1-Z-1)也就是说，对信号而言，传输函数的效果，仅仅是进行了一个周期的延迟(Z-1)，对于量化噪声，传输函数是一个高通滤波器(1-Z-1)。因此采用图9后面的数字低通滤波后，可以有效消除量化噪声。
过采样
当然，前面是把Vin作为直流的情况来考虑的。对交流信号的处理是基于过采样的，你可以认为在过采样期间，信号保持不变。当然，其实是变的，这也就造成了Sigma-Delta的另外一个特性：输出与输入不存在一一对应的关系。如果在这个直流输入信号上叠加一个交流信号（或模拟输入电压本身是交流信号），并用比该交流信号频率高得多的采样频率进行采样，此时得到的数字输出值将是变化的，用这些采样结果的平均值表示ADC的转换结果能得到高得多的采样分辨率，这种采样频率远高于输入信号频率的技术称为过采样技术，过采样技术可提高ADC的分辨率。
实际使用中，一阶调制器由于性能较差，一般不用，实际使用的都是二阶以上的调制器。除了阶数之外，提升量化技术也是降低量化噪声的有效手段。因此，就有了高阶多值的SD 调制器，特别是用于音频及视频中，要求高速高精度的Sigma-Delta ADC。在更高速的场合，则会使用连续时间的Sigma-Delta 调制器，目前TI及ADI公司已经把连续时间SD调制ADC 商用化，达到了16bit 300M左右的水平，这些技术都具有重要的军用价值，包括雷达系统、导弹的制导系统等。很多产品都是禁运的。
压频变换型
压频变换型ADC是间接型ADC，它先将输入模拟信号的电压转换成频率与其成正比的脉冲信号，然后在固定的时间间隔内对此脉冲信号进行计数，计数结果即为正比于输入模拟电压信号的数字量。从理论上讲，这种ADC的分辨率可以无限增加，只要采用时间长到满足输出频率分辨率要求的累积脉冲个数的宽度即可。其优点是分辩率高、功耗低、价格低,但是需要外部计数电路共同完成AD转换，其转换速率受到限制，12位时为100～
300SPS(samples per second)。
其他常用的ADC还采用内插和折叠的方法。
ADC类型比较
图12显示了常用几种ADC的精度、分辨率、速度、成本的比较。