1. DSM ADC基础概念与信噪比定义
Delta-Sigma调制器(DSM)型ADC是现代高精度数据转换的核心技术之一,尤其在音频、传感器测量等领域占据主导地位。其核心思想是通过过采样和噪声整形技术,将量化噪声推向高频区域,再通过数字滤波器滤除带外噪声,从而在目标频带内获得极高的信噪比(SNR)。
单环一位一阶结构是最基础的DSM ADC拓扑,包含一个积分器、一位量化器(即比较器)和1-bit DAC反馈路径。这种结构虽然简单,但完整展现了噪声整形的核心机制。其输出信噪比的计算涉及三个关键参数:
- 过采样率(OSR):采样频率fs与奈奎斯特频率(2×信号带宽BW)的比值
- 量化阶距(Δ):1-bit量化器的步进电压
- 噪声传递函数(NTF):描述量化噪声在频域如何被整形
提示:实际工程中,一位量化器常采用比较器实现,其Δ值由参考电压Vref决定,Δ=Vref/2。这个参数会直接影响最终SNR的理论上限。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 量化噪声与过采样效应分析
在传统奈奎斯特ADC中,量化噪声功率均匀分布在0~fs/2范围内,其功率谱密度为Δ²/(12·fs)。DSM ADC通过过采样技术将同样的噪声功率分散到更宽的频带(0~fs/2),使得目标带宽BW内的噪声功率下降。
对于OSR=fs/(2BW)的过采样系统,带内量化噪声功率降低为:
code复制Pn_quant = (Δ²/12) × (2BW/fs) = Δ²/(12·OSR)
这个公式揭示了过采样带来的第一个信噪比提升:OSR每增加一倍,带内噪声功率减半(即SNR提升3dB)。
实测中发现一个有趣现象:当使用±1V参考电压时,理论计算与实测SNR在OSR<64时吻合良好,但当OSR继续增大时,积分器非线性、时钟抖动等非理想因素开始主导噪声特性,导致SNR提升曲线偏离理论值。这说明单纯提高OSR存在工程实践上的极限。
3. 一阶噪声整形机制详解
一阶DSM的核心优势在于其噪声整形特性。通过积分器在反馈环路中的位置,系统对量化噪声施加了一个(1-z⁻¹)的高通传递函数。这意味着量化噪声在低频段被显著抑制,而在高频段被增强。
噪声功率谱密度因此变为:
code复制PSD(f) = (Δ²/12) × [2sin(πf/fs)]² / fs
对0~BW积分得到带内噪声功率:
``
