四、 輸入參考電壓范圍
大多數數據手冊中,將它定義為一個特定的參考電壓值,通常這個電壓作為 此轉換器最常用的參考電壓。在參考輸入電壓范圍內,使用任何其他參考電壓值 器件的性能與指定的電壓值是相同的。但是并不意味著這個參數不夠重要,在設計中需要選取合適的參考電壓范圍,從而更好的利用ADC的動態范圍。
圖 5未完全利用ADC動態范圍
在數據手冊中往往會說明,參數是如何受不同參考電壓影響的,以ADS9110 為例給出了指定的參考范圍中不同的參考電壓對于性能的影響:
以上的所述均為參考電壓范圍對于性能的影響。另一個方面,參考電壓的輸入紋波也會對器件的性能造成極大的影響。這個我后期再講。
五、 參考電流
SAR型ADC的輸入參考端,連接到了一組開關電容上,在轉換周期內開關電容連接到了比較電路,與參考電壓比較,進行快速的充電和放電,對于整個轉換周期中,輸入參考電流最大的那個值,作為內部電容充電的起始位(關于SAR型ADC的具體詳細工作流程請自行百度)。有的ADC會指出這一個參數。
這個表展示的是 ADS8881 的例子 可以看出在整個轉化中 它的典型電流值是 300μA。注意,這里的 300μA 是指的平均電流。一般在實際電流最大可以達到幾個mA,同時還需要注意的是。假如整個轉換周期為100nS,可能到達峰值之前的時間就有十幾納秒。
一般情況下我們會在輸入電容端,放置一個較大的濾波電容。以來滿足電流的快速瞬態響應,同時參考端也會提供一個平均電流,來補充電容器之間的快速變化。一般情況下瞬變的時間相對較短。所以在 ADC的參考端會需要一個較寬的寬帶緩沖區。數據手冊中的參考端應該放置何種電容(封裝,材料,容量等等)正是基于此得到的。在設計中一定不可以忽視這個問題。
六、 非線性問題
為了討論ADC的非線性問題,首先需要先了解ADC的理想模型。
圖 8 理想ADC模型
這里呈現的是一個 ADC 的理想傳輸函數水平軸表示連續的模擬輸入信號 縱軸顯示的是數字輸出代碼。可以被認為 將模擬輸入信號近似到隨其最接近的數字對應位置。ADC的滿量程輸入范圍在數字編碼的總數上是被等量劃分的,也就是將這個圖中的紅色的虛線轉化成了階梯性的藍線 位數是指數字輸出。
在這個例子中我們有四位二進制數字用于表示滿量程模擬信號。二進制數字代碼數量是24即16。在本次例子中,用滿量程電壓(2V)除以16等于 0.125V 即為能測量的電壓分辨(滿量程輸入范圍為 0 到 2V 但最大可檢測的輸入電壓是 是滿量程減去一個 LSB,即 1.875V )。
差分非線性誤差
差分非線性是用來衡量實際一個LSB和一個理想LSB之間的區別。
圖 9 ADC差分非線性示意圖
圖為直觀的表示了ADC的差分非線性ED (Differential Linearity Error)從這個圖中可以看出。一些數字輸出對應的寬度要比實際寬度長(或者更短)。如果與理想代碼寬度相同,則差分非線性為零。
在某些極端情況下,當這種誤差很大的時候,會導致完全跳過代碼的轉換。通常稱為缺失代碼。舉個例子,假設在數字4`b1000處對應的數字量化寬度足夠寬,以至于覆蓋到1001對應的輸出,導致任何模擬電壓輸入ADC都無法輸出1001這個代碼。丟失代碼是很多電子系統中非常嚴重的問題,因此現在大多數的 ADC 都會設計和測試這個參數,以保證盡量減少不確定度。
下圖是一個更加實用的 18位 AD 轉換的示例。這個圖中是將計算了數千個 DNL組合在一起形成了一個圖示。可以看出這顆器件的DNL通常是小于0.5個 LSB 的。是一個十分低噪聲的ADC。當然了STM32 內部的ADC的性能就要差一些了。(依據手冊通常在±1LSB最大可達±2LSB)。
積分非線性
積分非線性是用來衡量 ADC 傳遞函數與擬合直線的比較。
為了消除增益和偏置誤差,我們通常將實際ADC傳遞函數的兩個端點進行擬合 在這個例子中,綠色的線就表示擬合直線。從初始代碼 0000到終止代碼 1111 對于一個理想的線性 ADC 它的擬合直線是處于傳遞函數的中間的。
然而在這個情況下可以看出被測的函數,即為藍色這條線。它偏離了線性擬合,所以具有一個正的積分非線性。與差分非線性相同積分非線性也可以表示在ADC的輸出代碼上,可以用 LSB 來表示,也可以用滿量程的百分比來表示。一般來說這個誤差相較于積分非線性誤差來說要大好幾倍(STM32的這兩個指標如所示)。
12 STM32的積分非線性和差分非線性
-
轉換器
+關注
關注
27文章
8737瀏覽量
147559 -
濾波電容
+關注
關注
8文章
458瀏覽量
40114 -
adc
+關注
關注
98文章
6525瀏覽量
545221 -
STM32
+關注
關注
2270文章
10915瀏覽量
356764 -
ADS仿真
+關注
關注
0文章
71瀏覽量
10469 -
電容充電
+關注
關注
0文章
68瀏覽量
8655
發布評論請先 登錄
相關推薦
評論