当前位置: 首页 > news >正文

ADC模数转换器

一、ADC原理

ADC——Analog to Digital Converter,即模数转换器,是将连续的模拟信号转换为离散的数字信号的器件。由于数字信号本身不具有实际意义,仅仅表示一个相对大小。故任何一个模数转换器都需要一个参考模拟量作为转换的标准,比较常见的参考标准为最大的可转换信号大小。而输出的数字量则表示输入信号相对于参考信号的大小。 它的一般工作过程为:采样——保持——量化——编码

1、采样与保持

采样:由于模拟信号是连续的,数字信号是离散的,因此我们需要对模拟信号按照一定的采样频率进行采样得到离散的信号。根据采样定理:设采样频率为fs,输入的模拟信号的最高频率分量的频率为fmax,则 fs 与 fmax 必须满足以下的关系:

fs ≥ 2 fmax

保持:采样所得的信号并不是立马就能转换为数字信号,往往需要一定的时间,因此为了给后续的量化和编码提供一个稳定值,采样的输出就需要保持一段时间。一般采样和保持是同时完成的。

2、量化与编码

由于采样后的输出需要保持一定的时间,因此经过采样保持后的输出信号,只实现了对输入信号在时间上的离散,在数值上还是连续变化的模拟量。要转换成数字量,还要实现数值上的离散,将取样信号表示为一最小数量单位的整数倍,这一过程称为量化,量化所取得最小数量单位称为量化单位。

量化单位取决于设定的ADC参考电压以及编码的位数。例如一个简单的量化方法为,当ADC的参考电压为0~4V,编码位数为3V,那么量化单位为 4 / (2^3) = 0.5V。那么就有

二、AD转换的一般步骤

采样和保持通常在采样保持电路中完成,量化和编码通常在AD转换电路中完成。

由于AD转换需要一定的时间,在每次采样以后,需要把采样电压保持一段时间。

s(t)有效期间,VT导通,u向C充电,u0(=uc)跟随uI的变化而变化;
s(t)无效期间,VT截止,u0(=uc)保持不变,直到下次采样。
由于集成运放A具有很高的输入阻抗,在保持阶段,电容C上所存电荷不易泄放。

三、主要技术指标

(1)分辨率
说明ADC转换器对输入信号的分辨能力。可以用编码的位数来表示,也可以用转换器能区分出输入信号的最小电压来表示。在最大输入电压(参考电压)一定时,输出位数越多,量化单位越小,分辨率越高。例如ADC转换器输出为8位二进制数,参考电压为5V,那么这个转换器能区分出输入信号的最小电压为19.53mV。

(2)转换时间
转换时间是指ADC转换器从转换控制信号到来开始,到输出端得到稳定的数字信号所经过的时间。ADC转换器的转换时间与转换电路的类型有关,不同类型的转换器速度相差甚远。

四、逐次比较型ADC转换器

ADC的一般过程为采样、保持、量化、编码,但是为了减少转换的误差,提高精度,有一些转换器的保持、量化和编码过程并不是上述所说的原理,例如逐次比较型ADC转换器

1. 转换方式

直接转换ADC

2. 电路结构

3. 工作原理

逐次逼近转换过程和用天平称物重非常相似。天平称重物过程是,从最重的砝码开始试放,与被称物体进行比较,若物体重于砝码,则该砝码保留,否则移去。再加上第二个次重砝码,由物体的重量是否大于砝码的重量决定第二个砝码是留下还是移去。照此一直加到最小一个砝码为止。将所有留下的砝码重量相加,就得此物体的重量。仿照这一思路,逐次比较型A/D转换器,就是将输入模拟信号与不同的参考电压作多次比较,使转换所得的数字量在数值上逐次逼近输入模拟量对应值。

对图中的电路,它由启动脉冲启动后,在第一个时钟脉冲作用下,控制电路使时序产生器的最高位置1,其他位置0,其输出经数据寄存器将1000……0,送入D/A转换器。输入电压首先与D/A转换器输出电压(VREF/2)相比较,如输入电压VI≥VREF/2,比较器输出为1,若输入电压VI< VREF/2,则为0。比较结果存于数据寄存器的Dn-1位。然后在CP的第二个时钟脉冲作用下,移位寄存器的次高位置1,其他低位置0。如最高位已存1,则此时 VO’=(3/4)VREF。于是VI再与(3/4)VREF相比较,如VI≥(3/4)VREF,则次高位Dn-2=1,否则Dn-2=0;如最高位为0,则VO’=VREF/4,输入电压VI与VO’比较,如输入电压VI≥VREF/4,则 Dn-2位存1,否则存0……。以此类推,逐次比较得到输出数字量。

总结:逐次比较型ADC转换器的完成一次转换所需的时间(即转换时间)与编码的位数和进入ADC转换器的时钟频率有关,若是8位,则转换时间为8个时钟周期,若是12位,则转换时间为12个时钟周期。位数越少或者时钟频率越高,转换时间越短。

http://www.jsqmd.com/news/492997/

相关文章:

  • Qwen3-0.6B-FP8核心功能:双模式推理与实时参数调节深度解析
  • DeepSeek-R1-Distill-Qwen-1.5B参数详解:temperature=0.6与top_p=0.95如何优化推理严谨性
  • Qwen3-ForcedAligner-0.6B实战教程:批量音频文件自动化转录脚本开发
  • StructBERT RESTful API集成指南:对接业务系统实现自动化语义校验
  • Qwen2.5-7B-Instruct环保监测:环评报告生成+排污分析+绿色转型建议
  • Pi0视觉-语言-动作模型企业应用:低成本具身智能开发平台构建方案
  • DAMO-YOLO手机检测效果展示:demo/示例图高亮框+置信度可视化
  • 深度学习项目训练环境企业落地:某AI初创公司用该镜像将算法交付周期从2周压缩至3天
  • stm32HAL库onenet平台数据实时获取实例--PH值获取与上传
  • Qwen3-0.6B-FP8游戏开发辅助:NPC对话生成+任务脚本设计+世界观构建
  • AI头像生成器惊艳效果:生成‘三星堆青铜面具×霓虹光影’文化科技风头像文案
  • gte-base-zh部署优化:使用--model-format pytorch提升加载速度35%
  • 千问3.5-27B企业落地:物流公司运单图识别→提取收发件信息+预测派送时效+异常标记
  • StructBERT情感模型效果展示:多场景文本(评论/对话/描述)分类对比
  • 【XR开发系列】UI 入门 - 创建一个简单的分数显示
  • IndexTTS-2-LLM安装报错?常见问题排查实战手册
  • SecGPT-14B镜像免配置价值:规避pip install超时、依赖冲突等常见问题
  • CLIP-GmP-ViT-L-14基础教程:ViT-L-14架构特点与CLIP-GmP改进点深度解析
  • Gemma-3-12b-it学术研究效果:论文插图→方法论总结+创新点提炼
  • 大模型连“数数“都会数错
  • Qwen3-TTS-12Hz-1.7B-Base实际作品:葡萄牙语航海日志+意大利语葡萄酒品鉴
  • k8s面试题
  • Jimeng LoRA基础教程:safetensors文件夹自动识别与版本刷新机制解析
  • 环境关联数据是指与特定时空场景下自然环境和社会活动密切相关、可影响系统行为或决策的一类动态数据
  • Phi-3-Mini-128K快速部署:无需conda环境,仅需Docker与NVIDIA驱动即可启动
  • python搭建后台框架
  • [特殊字符] Nano-Banana效果展示:同一Prompt下不同种子值的可控变体生成
  • 大数据加工基础组件平台生态,主要基于 Apache Hadoop 生态系统(Hadoop Ecosystem)并扩展了企业级治理、安全与运维能力
  • HBase 是一个分布式的、面向列的开源数据库,构建在 Hadoop 文件系统(HDFS)之上,是 Google Bigtable 的开源实现
  • GLM-4.7-Flash效果实测:4096 tokens长文本摘要完整性分析