了解ADC代码错误率

[导读]随着高速模拟数字转换器(ADCS)的采样率的提高,ADC输出数据中的编码错误(也被称为闪烁码)也随之增加。代码错误定义为ADC输出代码中超过定义阈值的错误。阈值通常被定义为一个误差超过ADC噪声的预期幅值,从而在噪音存在的情况下可以很容易地识别该误差的水平。

随着高速模拟数字转换器(ADCS)的采样率的提高,ADC输出数据中的编码错误(也被称为闪烁码)也随之增加。代码错误定义为ADC输出代码中超过定义阈值的错误。阈值通常被定义为一个误差超过ADC噪声的预期幅值,从而在噪音存在的情况下可以很容易地识别该误差的水平。

解释错误阈值定义的另一种方法是,考虑到ADC假定的高斯分布噪声,误差幅值的发生概率超过该幅值的预期概率。 Fig. 1 显示在ADC输出示例中发现的示例代码错误。当与理想正弦波相匹配时,错误的样本明显可见,远远超过图中其他样本的噪声。

1:带有代码错误的ADC输出的示例。

ADC的代码错误率(CER),有时也被称为单词错误率(WE)或元稳定性错误率,定义为每个样本的平均错误数,并通过计算连续错误之间的样本平均数来衡量。它通常被定义为一个数量级,例如10 –12 错误/样本。因此,误差之间的平均时间取决于转换器的采样率。只有当ADC以测量CER的抽样率运行时,所测量的CER才是准确的。一般而言,降低抽样率可以按数量级提高核证的排减量。

让我们看看代码错误从哪里来,看看为什么抽样率是一个主要因素。

怎么让ADC快速测量?

一个多步骤的ADC架构,如管道式ADC或连续逼近寄存器(SAR)ADC,分阶段将采样电压转换为数字位,每一个连续阶段依赖于前一阶段的结果。考虑基本的管道高速ADC,如 Fig. 2 .这个简化的ADC显示两个转换阶段,其中每个连续阶段产生一个数字代码,更精确地估计输入信号。

本署的运作情况如下:

第一级采样输入电压,并粗化地转换模拟输入信号到数字代码使用第一级ADC。在此阶段的闪存ADC通过比较采样电压与从ADC的主要参考电压(V REF ),使用高速比较器。闪电比较器的输出是一个温度编码的数字样本,代表输入电压。

然后将转换后的温度计代码直接发送到第一阶段的发援会。这个发援会输出模拟电压,这对应于粗转换的样品。

从原始输入电压中减去第一级发压器的输出,产生量化误差电压或残余电压(V important )。然后,将残余物放大并在第二阶段重新组装(管道)。

第二阶段ADC量化为V important 获得一个更精确的(高分辨率)原始模拟输入电压的估计。