当前位置：首页 > news >正文

数据采集卡从入门到精通（4）：量化与编码——1LSB、Δ²/12噪声底与6.02N+1.76dB

news 2026/8/15 17:45:34

采样解决"什么时候看"，量化解决"看到多少"。本文完整拆解A/D转换的后半程：分层电平怎么划分、四舍五入还是只舍不入、量化误差为什么是Δ²/12、1LSB到底怎么算、16位的SNR上限为什么恰好是98.08dB。全部配有数值实例与图表。全文约4500字。

一、量化编码的六步标准流程

A/D转换中的量化，是指采样-保持电路的输出电压按某种方式划分到相应的离散电平上；编码则是将量化后的数值按规则用代码表示。一个完整的量化编码过程可以拆为六步：

根据CLK时钟频率划分时间单位：Ts = 1/f，f为ADC采样时钟频率；
确定ADC位数：比如3位ADC可以表示000~111共8个代码；
获得模拟信号的最大/最小值之差：设差值为A；
计算分层电平：V = A/T（T=2^N级数），并确定每个代码对应的电平值；
量化：通过四舍五入或只舍不入的方式把实际电压归到最近的层级；
编码：将量化后的电平与对应代码匹配，完成转换。

下面用一个经典教材例题走一遍全程。

二、经典实例：0~7.5V信号的3位量化

设模拟信号经采样保持后，电压变化范围为0_{7.5V，用3位二进制编码。3位只有2³=8个数值，所以把0}7.5V分成8份：

电压区间	基准值	二进制代码
0~0.5V	0V	000
0.5~1.5V	1V	001
1.5~2.5V	2V	010
2.5~3.5V	3V	011
3.5~4.5V	4V	100
4.5~5.5V	5V	101
5.5~6.5V	6V	110
6.5~7.5V	7V	111

比如某时刻采样电压为4.8V，落在4.5~5.5V区间，量化为5V，编码101。一串采样电压 4.8V, 2.1V, 6.4V, 7.2V, 6.9V, 5.3V, 3.1V, 1.2V, 0.2V, 0.7V, 4.4V 就被转换成数字序列 100 010 110 111 111 101 011 001 000 001 100——A/D转换完成。

这个例子里有两个重要细节值得放大。

细节一：分层电平与"1LSB"

量化过程中所取的最小数量单位称为量化单位，记作Δ（或D、1LSB）——即数字信号最低位为"1"时所对应的模拟量。上例中Δ = 7.5V/8 ≈ 0.9375V。分辨率N位的ADC，满量程FSR与1LSB的关系：

1LSB = FSR / 2^N

实际产品的速算：16位、±10V满量程（跨度20V）的采集卡，1LSB = 20V/65536 ≈ 305μV，能分辨0.3mV的电压变化；12位同样量程下1LSB = 20V/4096 ≈ 4.88mV，只能分辨约5mV的变化——四倍的位数差距，意味着十六倍的分辨率差距。

细节二：四舍五入 vs 只舍不入

上表的划分方式是"只舍不入"型：0~0.5V都当0V。它的量化误差范围是 -Δ_0（或0+Δ，取决于定义），存在系统性偏差。更优的方案是四舍五入（mid-rise型划分）：把边界放在0.25V、0.75V、1.25V……这样任何电压到最近层级的距离都不超过±Δ/2，量化误差为±0.5LSB，且正负误差对称、均值为零——这是无偏估计的理想特性。优质ADC的转移函数都采用四舍五入型划分。

三、量化误差：原理性的"税"

无论工艺多么精湛，模拟信号电压不一定被Δ整除，量化前后必然存在误差e。量化误差属于原理误差，它是无法消除的——这是A/D转换的宿命。唯一的缓解办法是增加位数：A/D转换器的位数越多，各离散电平之间的差值越小，量化误差越小。

把量化误差看作落在±Δ/2（四舍五入型）内的随机变量，均匀分布，其方差为：

σ² = (1/Δ)·∫[-Δ/2 → Δ/2] e² de = Δ²/12

这就是著名的Δ²/12量化噪声公式。它说明量化噪声功率只与步长有关：每把1LSB减半（位数+1），噪声功率降为1/4，噪声幅度降为1/2。

四、SNR上限：6.02N + 1.76dB

若输入满幅正弦信号（峰峰值恰好占满量程），信号功率与量化噪声功率之比的理论最大值为：

SNR_max = 6.02·N + 1.76 dB

推导思路：满幅正弦的功率为(Δ·2^N/2√2)²，量化噪声为Δ²/12，两者相除取对数即得。几个典型值：

位数N	理想SNR上限
8位	49.92 dB
12位	74.00 dB
16位	98.08 dB
24位	146.24 dB

这组数字给出了三条工程直觉：

每加1位，SNR改善约6dB——分辨率是拿钱换信噪比；
datasheet上标注的位数是理想值，实际器件的热噪声、谐波失真会让真实SNR更低，由此引出"有效位数ENOB"的概念（本系列第10篇详解）；
24位的146dB在现实中几乎不可达——那需要噪声底低到纳伏级，地球环境的电磁噪声都不允许。所以"24位卡"的实际有效位通常在19~22位之间。

五、编码方式：同样的数，不同的写法

量化后的数值用什么二进制形式表达？常见三种：

二进制原码/偏移二进制：适合单极性0~FSR，或双极性信号的"半量程偏置"编码；
二进制补码：±5V双极性信号的标准编码——正电压对应正数、负电压对应负数，加减运算直接进行。AD7606等工业ADC即采用补码输出，采集卡上传的16位数据常以补码解析；
格雷码：相邻代码只有一位变化，用于某些计数器场景避免瞬态错码。

数据链路中的大小端问题也属于编码层面：多字节数据在传输时高字节在前（大端）还是低字节在前（小端）必须约定一致，否则读出的数值面目全非。实际采集卡固件常用SWAP16之类的宏做集中转换，保证传输字节序统一、入库后再转成本机序。

六、分辨率不足的两种症状

分辨率选低了会出现两种典型症状，学会识别它们能少走很多弯路：

台阶效应：缓变信号（如温度）的曲线变成一段段水平线拼接的阶梯——相邻两个采样的码值相同，跳变时一次跳一格。这就是1LSB大于信号变化量的视觉证据；
低位乱跳：直流信号的读数在±几个码之间随机抖动——这不是量化误差大，而是系统噪声接近或超过1LSB，把量化台阶"填平"了。此时增加位数已经无益（噪声才是瓶颈），应优先治理前端噪声或利用过采样。

七、位数的冗余哲学

传感器手册里有一个容易被忽略的忠告：由于电压曲线时常会有不可预见的尖峰，选用ADC时通常需要多冗余一些位数。举例：输入电压范围0_{2V，偶尔有高达8V的尖峰。若把检测范围设为0}8V（8位ADC），最小分辨率约31mV，小于它的变化被过滤掉；若范围设为0~2V，分辨率提高到约8mV，但8V尖峰会超出量程。冗余位数就是用来化解这种"精度与保护"的两难：高位卡用宽量程+高分辨率同时兼顾两者。

八、动手实验：量化你的信号

importnumpyasnp fs=1000t=np.arange(2000)/fs x=1.5*np.sin(2*np.pi*5*t)+2.5# 0~4V信号forNin(3,8,16):q=(2**N-1)# 级数code=np.round(x/4*q)# 量化v=code/q*4# 还原电压err=v-x snr=10*np.log10(x.var()/err.var())print(f"{N}位: 最大误差{np.abs(err).max()*1000:.2f}mV, "f"实测SNR={snr:.1f}dB, 理论={6.02*N+1.76:.1f}dB")

运行结果会直观显示：3位时误差高达百毫伏级、波形呈明显台阶；16位时误差在亚毫伏级、SNR逼近98dB理论上限。亲手跑一遍，6.02N+1.76dB就不再是纸面公式。

九、常见问题FAQ

Q1：16位卡的最后一个字有意义吗？
静态测量下若噪声超过1LSB，末位就是噪声；但过采样+平均可以榨出有效信息（第10篇）。

Q2：量化误差能通过标定消除吗？
不能。标定消除的是失调与增益误差（系统性），量化误差是随机性的原理误差。

Q3：为什么有的卡标"16位无丢码"？
"无丢码（no missing code）"表示所有65536个码值都能出现。劣质器件可能丢失某些码，等效于局部分辨率下降。

Q4：ENOB和标称位数差多少算正常？
一般1~3位差距都正常；差5位以上说明系统噪声严重超标，应查前端而非怪芯片。

十、总结

量化编码六步走：定时、定位、算差、分层、归整、贴码。核心公式三条：1LSB=FSR/2^N，量化噪声=Δ²/12，SNR上限=6.02N+1.76dB。位数是分辨率的货币，每多1位花的是硅片面积和价格，买到的是2倍幅度精度和6dB信噪比。下一篇，我们打开ADC的"心脏"，看六大架构中最主流的一位主角——SAR逐次逼近型。