ADC与过采样:让"跳码读数"变得更精细

来源:Amphenol(安费诺)

发布时间:2026-07-20

红外热电堆信号很有工程特色:慢、弱、容易被噪声“打断”。它输出的电压往往很小,经过放大后再送进ADC。问题是,ADC虽然很一板一眼,但它只会说整数——连续世界经过它的处理,最后都会被"翻译"成一串阶梯离散码。

于是你常会看到这样一种现象:信号明明只是缓慢变化,ADC末尾读数却像踩着台阶上下晃;有时候不是信号太调皮,而是量化太粗糙。这时候,过采样就可以被请出来弥补前期设计的漏洞。

但要注意:过采样不是魔法,它只是一个处理信号的工具。 它能改善什么、不能改善什么,都要先讲明白。


一. 先分清楚:信号噪声 vs 量化噪声

1)信号噪声

信号噪声来自真实世界和模拟链路,包括:

  • 热电堆本身的波动

  • 前端放大器噪声

  • 参考电压噪声

  • 噪声

  • 环境干扰

  • 时钟抖动引入的等效误差



可以把 ADC 输入写成:

其中:

  • s(t):真实热电堆信号

  • n_analog(t):模拟噪声总和


2)量化噪声



ADC 量化之后,输出为:

量化误差定义为:

如果量化步长为 Δ(=V/2^b),理想模型下[1]:

对应的均方误差功率[1]:

其值,也就是量化噪声功率为[1]:

所以,量化噪声是ADC离散化动作制造出来的误差,不是信号本身带来的,也不是前端噪声本身。

二. 无过采样时的信号和量化噪声之比(SQNR)

在讨论过采样之前,先看看不做任何过采样时,ADC 自身的信噪比能做到什么程度。

对于一个理想b位ADC,满量程为V_FS,量化步长 Δ=V_FS/2^b 。假设输入是一个满量程正弦波:

它的信号功率(RMS 的平方)为:

量化噪声功率为:

信号与量化噪声之比(SQNR) 为:

化简之后就得到这个众所周知的公式:

这个公式给出的是理想 ADC 的理论信噪比上限。它是一个很好的参考基准:如果ADC 是12位,那么它的SQNR理论值就是 

1.76+6.02×12≈74.0 dB

但要注意,这是没有提到过采样。实际系统中,器件内部及信号噪声会进一步降低这个值。接下来要讨论的过采样,正是从量化噪声入手,在这个SQNR基础上继续往上"挣"几个bit。

接着上面一段,我们需要再问一句,如果这里的正弦信号的幅值不是满量程呢?显然,上面的SQNR的结果会偏小,也就是信噪比下降了,相应的,ADC的有效位也会被影响。幅值减一半,有效bit少1位。

不过,量化噪声却不受当前信号的幅值影响,它是由ADC的LSB决定的。只是在下面的讨论中,我们还是默认信号的幅值是满量程的,除非另外说明。


三. 为什么热电堆信号特别适合过采样?

热电堆类信号有几个天然优势:

特点

说明

带宽低

热过程通常变化不快,目标信号带宽往往很窄

允许较高采样率

既然信号慢,就没必要让 ADC 也慢吞吞地采;多采几次正好

信号幅度较小

即使放大后,输出也可能仍然只占 ADC 的一小部分码值范围

适合平均/滤波

温度、辐射、热流这类量,常常更关心平稳值而不是微秒级瞬时变化

所以热电堆信号是过采样的"模范生"候选:低带宽、小信号、可抽取、可平均。


四. 过采样到底在干什么?

过采样的核心不是"创造信息",而是:把量化噪声摊到更宽频带里,再通过LPF把你不关心的那部分滤掉。

设目标信号带宽为B,采样率为fs,则过采样比OSR:

理想情况下,量化噪声近似白噪声,均匀铺在奈奎斯特带宽fs/2内。经过低通滤波后(带宽为B),带内量化噪声功率变为:

我们参考下面过采样前、后的噪声功率:

对比维度

过采样 之前

过采样 之后

变化趋势

总噪声功率PSD

不变

奈奎斯特带宽

0~fs

0~Kfs

增大 K 倍

PSD 高度

(单边)

降低 K 倍

目标带宽B内噪声功率

降低 OSR 倍


前面我们已经知道了ADC采样后的SQNR,那么过采样之后有什么变化吗?

过采样后,从表格中知道,量化噪声被压低到原来的1/OSR倍,因此,SQNR就有:

信号幅值满量程时,即有:

这个公式说明,过采样在SQNR上带来的增量是。每4倍过频,正好对应1bit的SNR的收益,因为:

等效有效位数:

下面是过采样分别是1(初始设定),4,16,64,256倍频时,模拟误差的分布比较。



补充一下箱型图的标识:

箱型图元素

对应统计量

含义

箱子底部

Q1(下四分位数)

25% 的电压误差值小于此值

箱子中间的线

中位数(Q2)

50% 的电压误差值小于此值(分布的中心位置)

箱子顶部

Q3(上四分位数)

75% 的电压误差值小于此值

箱子高度

IQR = Q3 - Q1

中间 50% 数据的跨度,反映误差的集中程度

上须(上边缘)

Q3 + 1.5 × IQR(或实际最大值)

正常数据范围的上边界

下须(下边缘)

Q1 - 1.5 × IQR(或实际最小值)

正常数据范围的下边界

须外的点

(○,如果有)

离群点(Outliers)

超出 1.5 倍 IQR 范围的极端误差值

红色虚线

y=0

零误差参考线,用于判断误差是否偏置

六. 为什么过采样不会自动消灭信号噪声?

这是容易被误会的地方。

系统总误差可近似写成:

过采样主要改善的是量化噪声e_q的带内部分。但如果模拟噪声已经很大,过采样后总噪声会变成:

也就是说,你只能把量化噪声压下去,不能把现实世界的噪声按下静音键。不是还有LPF吗?对于带内的噪声,其实已经无能为力,除非还有带外的噪声混入,这个时候LPF还是可以抑制一些的。

七. 低频过滤器LPF在ADC链路中什么位置?

好了,现在我们得到了过采样然后再LPF之后获取更高分辨率的数据了,那么这个LPF到底是这个信号传递链路中的哪个环节?

上图的左侧是较低的采样频率时,然后在0~fc带内获取需要的数据;右侧则是在更高的采样频率(过采样)下,把量化噪声“平摊”扁平化后,然后在相同的带宽中,量化噪声更小,获取的数据有效分辨率得到提升。

在典型的应用信号链路中,我们在下图里可以发现有两个LPF,那么过采样口中的LPF是哪一个?



毫无疑问,这里我们提到的过采样后的LPF是指数字式的低频滤波。而在实际应用中,为了给信号链路中的放大电路提供“满足器件胃口”的相对干净的信号,让信号先经过一个模拟的LPF电路是必要的,当然也有在放大输出端加LPF的,但是这两种LPF都不是过采样后的LPF。

八. 有哪些LPF可用于过采样后的信号处理?

请各位高手们把你们的答案写在这篇文章的留言回复中。

不过在大家留言之前,也留意一下,诸如Σ-Δ型ADC,芯片内部自动完成过采样+数字滤波+抽取。有些SAR型ADC器件在器件内部就设置过采样甚至LPF处理再输出。虽然如此,原理上并没有改变这个顺序。如果使用者觉得系统响应上还有充足裕度,对这些ADC信号处理想增加额外的LPF也不是不行。

九. 理想情况下的稳定信号过采样有效吗?

某种意义上,过采样的应用还真是依赖于信号的微小变动。如果不考虑ADC器件内部的噪声影响,对于稳定的信号,过采样和单次采样将是同样的结果。下面的图示在10bit的ADC仿真信号中去掉了噪声,结果LSB的偏差(蓝色曲线)几乎不再随着采样频率有变动,而黄色曲线表示的是理论上有噪声情况下的ADC的LSB误差随着采样频率升高而下降的变化。


十. 热电堆信号放大链路

这个常见的热电堆放大电路中,在运放的输入、输出端,哪些是LPF?

言归正传,总而言之,对热电堆信号而言,过采样的价值主要在于:


  • 降低带内量化噪声

  • 提高有效分辨率

  • 稳定低频测量值

  • 让慢变化信号更接近真实连续值


但它不能:

  • 消灭传感器噪声

  • 消灭前端噪声

  • 修复非线性和饱和

  • 把一个糟糕的模拟前端变成诗和远方





[1]《数字信号处理—原理、算法与应用》, 第四版, (美) John G. Proakis著, 方艳梅等译,电子工业出版社,2014.8.

0
0
收藏
纠错

免责声明

  • 1、本文内容版权归属原作者、原发表出处。若版权所有方对本文的引用持有异议,请联系感算商城(service@gansuan.com),我方将及时处理。
  • 2、本文的引用仅供读者交流学习使用,不涉及商业目的。
  • 3、本文内容仅代表作者观点,感算商城不对内容的准确性、可靠性或完整性提供明示或暗示的保证。读者阅读本文后做出的决定或行为,是基于自主意愿和独立判断做出的,请读者明确相关结果。
  • 4、如需转载本方拥有版权的文章,请联系感算商城(service@gansuan.com)注明“转载原因”。未经允许私自转载感算商城将保留追究其法律责任的权利。

最新消息通知

样品申请

  • 品牌
  • 申请数量

  • 商品分类
  • 单价
    -
  • 封装
  • 库存
  • 供应商
  • 小计
    -
  • 1.多样品申请请先加入样品清单
  • 2.样品申请数量有限,超过限额可能不能获批
纠错反馈 关闭
感谢您对感算商城的支持,帮助我们共同提升商品信息的准确性。
如果您发现商品介绍、规格参数、规格书、商品图片等信息有误或不完善,欢迎指出。
感谢您对感算商城的支持,帮助我们共同提升网站内容信息的准确性。
如果您发现网站内容信息有误或不完善,欢迎指出。
纠错内容

上传附件
最多可添加3个文件,支持多种格式,每个大小不超过20MB
*详细描述
0/200