首页 > 其他分享 >Δ-Σ ADC选型时噪声性能实例详解

Δ-Σ ADC选型时噪声性能实例详解

时间:2024-08-14 08:58:57浏览次数:12  
标签:参考 系统 分辨率 噪声 选型 详解 ADC 输入

1 系统规格

      假设一个灵敏度为2mV/V、激励电压为2.5V的电桥,数据采样率为5 SPS。1kg最大施加重量时,最大输出电压为5mV,系统希望能够检测最小应用重量为50mg(电压信号为50/1000 000 * 5mV = 250nV)。

2 无噪声分辨率计算

        根据系统需求,可先计算出无噪声计数和无噪声分辨率:

Noise Free Counts(NFC) = \frac{Max Signal}{Min Signal} = \frac{1kg}{50mg} = 20,000

Noise Free Resolution = \log_{2}(NFC)=\log_{2}(20,000=14.3 bit

        所需的无噪声分辨率为14.3bit,大家可能会很快得出结论,系统只需16位的ADC。然而,由Δ-Σ ADC噪声测量及噪声规格详解可知,高分辨率Δ-Σ ADC实际上可提供的无噪声分辨率取决于ADC满量程利用率的百分比。在本例子中,系统使用2.5V参考电压,ADC最大输入信号是激励电压2.5V 和电桥灵敏度2mV/V的乘积,此时ADC的有效分辨率损失计算如下:

Resolution(Dynamic Rangle) = \log_{2}(\frac{2.5V * 2\frac{mV}{V}}{2 *2.5V}) = -9.96bits

        ADC的有效分辨率损失了9.96位,原因是因为5mV输入信号只使用了满量程的0.1%范围。在这种情况下,即使选用24位ADC也不足以满足系统要求。可通过放大输入信号来提高ADC满量程利用率百分比解决该问题,比如使用带有PGA的ADC。

        例如,如下图所示24位的有效和无噪声分辨率表ADS124S08最多50SPS,目标数据速率突出显示。请注意,ADS124S08包括从1V/V到128V/V的增益。

         要确定此ADC是否满足您的要求,需要分别重新计算每个增益设置的预期分辨率损失,因为每种设置都会产生不同的利用率百分比。然后,需要将其添加到上图中报告的每个对应的无噪声分辨率值中,以查看它是否符合系统规范。上图中红色框内列出了以5SPS数据速率使用ADS124S08计算的系统无噪声分辨率。

        使用5SPS的32、64或128V/V的增益,您只能达到所需的14.3位系统无噪声分辨率。

        如果传感器输入信号发生变化或采样频率发生变化,是会影响到ADC噪声分析的。此时必须重新计算新的数据采集速率下每个增益新的分辨率损失,这个工作量是比较大的,因为无噪声分辨率是一个相对参数,与输入信号、ADC满量程变化都有关系。

3 输入参考噪声

        由系统规格可计算出传感器输出最小信号的峰峰值。

        \frac{50mg}{1kg} * 5mV = 250nV_{P-P}

        使用输入参考噪声的好处之一是不比担心分辨率损失问题。相反,系统可以直接将上述计算的最小信号峰峰值与ADC的输入参考噪声进行比较,以确定哪种设置组合提供的噪声性能合适。

        下图是ADS124S08输入参考噪声表的节略版本。增益和数据速率设置的任何组合输入参考噪声 ≤ 输入参考噪声为250nVP_P。

        对比使用有效分辨率和使用输入参考噪声选出来的结果可知,使用输入参考噪声方法选出的ADC所有满足系统要求的所有组合,而有效分辨率只选出了固定数据率下的组合,对于不同数据采集率需要执行新的计算。

3 系统变更影响 

        现在假设系统已将最大施加重量增加至5kg,最小施加重量增加至500mg,并将电桥的最大输出信号保持在5mV。传感器输出最小信号的峰峰值如下:

\frac{500mg}{5kg} * 5mV = 500nV_{P-P}

        通过快速计算,可以确定您的系统噪声要求已放宽到500nVPP,这使系统可以使用更多的数据速率和增益组合。下图演示了这些宽松的系统规范允许您更快地采样(最高20SPS)或降低增益(降低到4V/V),同时仍然达到必要的噪声性能。 

        如果体重秤需要更高的分辨率呢?例如,保留了5kg的最大应用重量要求,但从第一个示例返回到50mg最小重量。保持最大电桥输出相同(5mV),现在需要50nVPP的输入参考噪声,这是极低的。很明显ADS124S08数据速率和增益设置的组合都不能提供这样的性能水平。但是,由于可以轻松地对任何ADC执行相同的分析,所以只需选择一个噪声性能更好的ADC。

        下图显示了ADS1262,一个32位ADC,其功能类似于ADS124S08,但提供了更好的噪声性能。绿色阴影表示提供的数据速率和噪波组合≤50nVPP输入参考噪声,并确认ADS1262可以满足系统新的分辨率要求。

        为了便于讨论,这里将输入参考噪声结果与相对参数进行比较。下图突出显示了ADS1262在相同的数据速率和增益配置下的无噪声分辨率性能。 

        在上图中,计算使用的是5V参考电压,而不是系统指定的2.5V参考电压。为了补偿这种差异,图中给出的每个分辨率值必须减少一位。这意味着,在给定的条件下,最多只能期望22.5位的无噪声分辨率。现在,可以在这些设置下计算ADS1262的预期分辨率损失。

Resolution(Dynamic Range)Loss = \log_{2}\frac{16\frac{V}{V} * 2.5 *2\frac{mV}{V}}{2 * 2.5V} = -5.96 bits

        使用32位ADC时,系统无噪声分辨率仅为16.5位。对许多人来说,这是一个令人沮丧的结果,似乎证实了是在为ADC实际上无法提供的性能付费。但是,如果查看使用输入参考噪声计算出来的相同设置,将看到在给定条件下利用了48nVPP噪声。这是一个难以置信的小值,没有16位ADC和极少数24位ADC可以提供。

        归根结底,一个高分辨率的ADC来实现16.5位的无噪声分辨率(动态范围),因为系统要求极低的噪声性能。这就是为什么定义系统性能和使用输入参考噪声选择adc是有意义的。

标签:参考,系统,分辨率,噪声,选型,详解,ADC,输入
From: https://blog.csdn.net/mogutou520/article/details/140990487

相关文章

  • Java 运算符(详解)
    文章目录一、简介二、算术运算符三、自增自减运算符四、关系运算符五、逻辑运算符六、位运算符六、赋值运算符七、条件运算符八、字符串连接符九、运算符优先级一、简介在Java中,运算符是用来对数据进行操作和处理的符号,这些符号能使得Java程序进行各种数学计算、......
  • SciTech-BigDataAIML-LLM-Transformer Series系列: Word Embedding词嵌入详解: 用Corp
    SciTech-BigDataAIML-LLM-TransformerSeries系列:WordEmbedding词嵌入详解:1.用Corpus预训练出嵌入矩阵\(\largeE\)CorpusCollecting:非常重要的工作先收集一个常用的Corpus(语料库),能保障大多数的word都在corpus.有两个特别重要的作用:VocabularyExtracting:词......
  • USB协议详解第8讲(USB描述符-字符串和语言ID描述符)
    1.字符串描述符相关概念字符串描述符:首先,字符串描述符就是用字符串描述一个设备的一些属性,毕竟人能看懂的是字符,而不是十六进制,描述的属性包括设备厂商名字、产品名字、产品序列号、各个配置名字、各个接口名字,还有就是由我们用户自己定义的字符串,说白了就是起名字,让人们一看就知......
  • Python办公自动化:详解 `xlwt` 用法
    xlwt是一个功能强大的Python库,用于创建和写入Excel文件(.xls格式)。它提供了丰富的功能来设置单元格样式、添加公式、合并单元格、设置单元格的宽度和高度等。在本文中,我们将详细介绍xlwt的各种功能,并通过示例代码进行讲解。一、安装xlwt库首先,确保已经安装了xlwt......
  • @DateTimeFormat 和 @JsonFormat 注解详解
    目录一、快速入门1.1准备工作1.2、入参格式化(前端传参到后端)1.3、出参格式化(后端返回给前端)1.4、如果是请求体@RequestBody传参二、详细解释这两个注解1、@JsonFormat2、@DateTimeFormat注意:1、这两者的注解一般联合使用2、注意2参考链接一、快速入门先说总结:如果......
  • Android Studio Gradle->Android Studio创建项目后,生成文件详解
    Gradle版本:gradle-8.0AndroidStudio版本:AndroidStudioGiraffe|2022.3.1Patch3.gradle文件夹作用:存储Gradle缓存和构建信息内容:包括Gradle构建缓存、已下载的依赖项等。这个文件夹可以安全地删除,Gradle会在下次构建时重新生成它.idea文件夹作用:存......
  • Jenkins配置分布式构建环境——添加固定Agent并使用JNLP启动Agent详解
    1、概述在《Jenkins部署架构概述 》这篇博文中对Jenkins部署架构进行了讲解。对于分布式架构,Jenkins包括固态Agent和动态Agent两种方案。固定Agent(常用于虚拟机):Agent容器一直运行,任务构建完成后不会销毁,创建完成后将一直占用集群资源,配置过程较简单。动态Agent(常用于K8s):构建......
  • 如何寻找数值仿真参数最优解?CFD参数优化详解来袭
    数值仿真的参数优化优化,就是寻找最优解。如何定义最优解?通过数学的方式来定义,比如最小化/最大化某个目标函数。优化是数学和物理相结合的一门学科:数学是优化的工具,物理是优化的实质。CFD参数优化指的是,以流体相关的变量(如流阻、效率、换热系数等)为优化目标的,基于自由形状......
  • 详解C++的四大特性(封装,继承,多态,抽象)
    C++的四大特性是面向对象编程(OOP)的核心概念,分别是封装、继承、多态和抽象。这些特性共同构成了C++作为面向对象编程语言的基础。1.封装(Encapsulation)概念:封装是将数据和操作数据的方法绑定在一起,限制对数据的直接访问。通过将数据隐藏在类内部,只暴露必要的接口(如public成......
  • 【软件设计模式】策略模式详解
    策略模式策略模式是一种行为设计模式,它定义了一系列算法,并将每一个算法封装起来,使它们可以互换。策略模式让算法的变化独立于使用算法的客户。组成策略接口(Strategy):定义了一个所有具体策略的通用接口,各种不同的策略都遵循这个接口,它声明了一个上下文用于执行策略的方法......