非數學方法解析∑-Δ模數轉換器(ADC)
引言
本文引用地址:http://cafeforensic.com/article/201809/388352.htm目前,有許多應用經常要求模數轉換器具有高分辨率,而不是高精度,從而出現了對∑-Δ模數轉換器的需求。為了了解∑-Δ轉換器,人們必須深入了解頻域中所涉及的復雜數學計算來鉆研控制環(huán)路理論。但本文將讓您了解一些非常重要的概念,如噪聲整形、過采樣和∑-Δ調制器背后使其區(qū)別于其它轉換器架構的所有魔幻性能,盡可能避免數學復雜性,使您能夠可視化感受事物的移動。
要了解∑-Δ模數轉換器,首先需要了解噪聲整形和過采樣等基本概念。噪聲整形可通過兩種模擬來闡釋。
什么是“噪聲整形”?通用示例如下
比如說,某個商品的價格是9.9盧比,您購買該商品已有10天。下圖是店主讓您支付此商品的價格圖。
不管是0.1或0.5,每天都會產生一些誤差,但在10天結束后,商品的價格最終確實為9.9盧比。這種平均誤差被稱為噪聲整形。
但是只有店主每天都跟蹤誤差,才會發(fā)生這種情況。因此為了跟蹤誤差,系統(tǒng)應有一個存儲器。
表1:商品的每日價格
Day: 天數;Price: 價格
通過數模轉換器解釋的噪聲整形
如果我們的普通數模轉換器包括噪聲整形,將會怎樣?我們允許數模轉換器整形噪聲。我們讓它不只給出一個數字,而是兩個或三個數字,使平均值接近理想狀態(tài)。
圖 1:時域中普通數模轉換器與噪聲整形數模轉換器的比較(Ideal: 理想狀態(tài);Regular DAC: 普通數模轉換器;Noise shaped: 噪聲整形)
圖 2:頻域中噪聲整形與普通數模轉換器的比較(Noise Shaped: 噪聲整形;DAC: 數模轉換器)
如圖1所示,如果我們真地遵循綠色模式,我們就會將數值上下移動一點??雌饋硭坪鹾茉愀?,因為我們已經為此數模轉換器增加了噪聲。它甚至沒有使數值保持穩(wěn)定。我們沒有引入任何新級別,它們早已存在于普通的數模轉換器中。
現在,看看圖2中兩個系統(tǒng)的傅立葉分析。令人驚喜的是,我們原以為會有損性能的綠色的東西,實際上卻使數模轉換器運行地更好。與普通數模轉換器相比,噪聲整形數模轉換器中噪聲低于1KHz的區(qū)域更小,因而能夠更好地代表1KHz信號。
評論