新闻  |   论坛  |   博客  |   在线研讨会
解析信号第3部分:Delta-Sigma adc中的噪声介绍
电子资料库 | 2023-01-08 21:35:22    阅读:734   发布文章

本系列文章共12篇,主要讨论delta-sigma-adc中噪声的影响。第3部分将第1部分和第2部分中提供的理论信息引入到实际设计示例中。

解析信号第 1 部分:Δ-Σ ADC 中的噪声简介
解析信号第2部分:Delta-Sigma adc中的噪声介绍

两者兼而有之第一部分和第二部分在本系列文章中,我详细探讨了模数转换器(ADC)的噪声性能,从其特性和来源到如何测量和指定。在本系列的第3部分中,我将把第1部分和第2部分中的理论理解应用到实际的设计示例中。最终,我们的目标是为您提供回答“我真正需要什么样的噪声性能?”这一问题所需的知识,使您能够轻松自信地为下一个应用程序选择ADC。

系统规格

我将从定义应用程序的系统规范开始,将这些规范转换为目标噪声性能参数,并使用这些信息来比较潜在的adc。作为一个例子,让我们分析一个使用四线电阻电桥的称重应用程序,如图1所示。

image.png

图1典型的四线电阻电桥

对于系统规格,假设一个灵敏度为2mV/V、激励电压为2.5V的电桥,您希望以每秒5个采样(SPS)的速度采样。这提供了5mV的最大输出电压,对应于1kg的最大施加重量。我们还假设您希望能够解析最小应用重量50mg。表1总结了这些参数。

现在您已经有了系统规范,让我们将它们转换成常见的噪声参数,以帮助选择最佳的ADC。

定义系统噪波参数

在本系列的第2部分中,我强烈建议使用输入参考噪声来定义系统噪声参数并选择ADC。但是让我们从使用无噪声计数和无噪声分辨率的更常见的方法开始。然后您可以将此方法与直接使用输入参考噪声进行比较。方程1和2计算初始噪声参数:

image.png

方程式1

image.png

方程式2

由于所需的无噪声分辨率为14.3位,您可能会很快得出结论,您只需要16位ADC。然而,正如我在第2部分中所解释的,高分辨率delta-sigma ADC实际上可以提供的无噪声分辨率取决于ADC全刻度范围的利用率百分比。在本例中,系统使用2.5V参考电压,最大输入信号是励磁电压(2.5V)和电桥灵敏度(2mV/V)的乘积。方程3使用第2部分中的方程式2显示了预期的分辨率损失:

image.png

方程式3

这是一个戏剧性的结果。因为你只使用0.1%的可用满标度范围,你将失去几乎10位的分辨率。在这个级别上,即使是24位ADC也不足以满足系统要求。要解决这个问题,您需要通过更改系统规格或放大输入信号来提高利用率百分比。假设你几乎无法控制系统所需的东西,你就只能获得输入,这个动作绝对改变了信号链的噪声性能。

幸运的是,您可以继续分析,而不需要详细了解放大器噪声如何影响系统性能。相反,您可以使用现有的知识来分析带有集成可编程增益放大器(PGA)的ADC的数据表噪声表,以确定它是否满足系统要求。

例如,图2显示了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。

image.png

图2.ADS124S08有效分辨率(无噪声分辨率)

AVDD=3.3V、AVSS=0V、PGA启用、全局斩波禁用和内部2.5V参考电压下的Sinc3滤波器。

要确定此ADC是否满足您的要求,您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,您需要将其添加到图2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。表2列出了以5SPS数据速率使用ADS124S08计算的系统无噪声分辨率。

表2告诉您,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。图3在数据表噪声表的上下文中突出显示了这些值。

image.png

图3.以5SPS数据速率使用ADS124S08时,增益设置满足系统要求

图3的一个要点是,没有简单的方法可以将数据表中的值与系统噪声参数关联起来,而不需要多次计算。虽然在计算结果后这可能与现在无关,但是如果系统规格突然改变了呢?

假设您决定将励磁(参考)电压从2.5V增加到5V。你还将把电桥灵敏度提高到20mV/V(这意味着你不能使用最高增益设置,因为这会超过ADC的范围)。你正在探索以20ps采样而不是5SPS采样。这些变化如何影响您的ADC噪声分析?

要确定答案,您必须计算在新的数据速率和参考电压下每个增益设置的新分辨率损失。此外,您必须根据5V参考电压重新创建图2中的表,因为该表的计算使用的是2.5V的参考电压。最后,您必须重新创建表2,从使用5V参考电压创建的无噪声分辨率表中减去计算的分辨率损耗。

诚然,这是大量的工作,是无噪声分辨率作为一个相对参数的直接结果。现在让我们切换到使用绝对噪声参数,如第2部分中所建议的,看看分析是如何变化的。

使用输入参考噪声

与无噪声分辨率一样,您只需知道一些系统规范即可确定桥所需的输入参考噪声。你需要知道它的最大输出信号,5毫伏。你还需要知道这个最大信号对应的重量,也就是1kg。最后,你需要知道你的最小应用重量,50毫克。利用这几位信息,您可以使用方程式4来确定您的ADC需要能够解析250nV的峰间信号:

image.png

方程式4

使用输入引用噪声的好处之一是您不必担心计算分辨率损失。相反,您可以直接将计算值与ADC的输入参考噪声表进行比较,以确定哪种设置组合提供的噪声性能相等或更低。

图4是ADS124S08输入参考噪声表的节略版本。我已经强调了增益和数据速率设置的任何组合≤输入参考噪声为250nVPP。

image.png

提供数据速率和增益组合≤使用ADS124S08的250nVPP

注:表中的值以“噪声µVRMS(µVPP)”的形式给出,使用2.5V参考电压)

如果将图4中的结果与图3中使用无噪声分辨率的分析进行比较,您将看到图4提供了满足系统要求的整个ADS124S08设置范围。图3只提供了所选数据速率下的值,并且要求您针对不同的数据速率执行新的计算,这使得这种方法对系统规范更改的适应性降低。

系统变更的影响

现在假设您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,如等式5所示:

image.png

式5

通过快速计算,您可以确定您的系统噪声要求已放宽到500nVPP,这使您可以使用更多的数据速率和增益组合。图5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。

image.png

图5.数据速率和增益组合提供≤使用ADS124S08的500nVPP

注:使用2.5V参考电压,表值以“噪声µVRMS(µVPP)”表示)

如果你的体重秤需要更高的分辨率呢?例如,您保留了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。保持你的最大电桥输出相同(5mV),你现在需要50nVPP的输入参考噪声,这是极低的。看看图4或图5,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,由于您可以轻松地对任何ADC执行相同的分析,所以只需选择一个噪声性能更好的ADC。

图6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可以满足您系统新的分辨率要求。

image.png

图6.数据速率和增益组合提供≤50内华达第页使用ADS1262

注:表中的值表示为“噪声µV有效值(微伏)第页)“使用2.5V参考电压

为了便于讨论,让我们将输入引用的噪声结果与相对参数进行比较。图7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,如图6所示。

image.png

与有效噪声相关的自由分辨率(7)≤50内华达第页使用AD12626和5V参考电压

在第2部分中,我指出许多工程师不必要地关注最大化他们的无噪声分辨率(动态范围)。让我们通过计算系统所需5SPS数据速率下最大高亮显示值计算系统的无噪声分辨率来检查这一点。在图7中,该值为23.5位,使用Sinc4滤波器可获得16V/V的增益。

请记住,在图7的标题中,表计算使用的是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6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,您最多只能期望22.5位的无噪声分辨率。现在,您可以在这些设置下计算ADS1262的预期分辨率损失。

使用等式6的结果,使用32位ADC时,系统无噪声分辨率仅为16.5位。

image.png

式6

对许多人来说,这是一个令人沮丧的结果,似乎证实了你是在为ADC实际上无法提供的性能付费。但是,如果您查看图6中的相同设置,您将看到您实际上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,这就是我要说的。您需要这样一个高分辨率的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。

在“解析信号”系列的下一期中,我将详细讨论有效的噪声带宽,并深入研究一些主题,包括如何确定进入系统的噪声量以及限制噪声带宽的方法。


*博客内容为网友个人发布,仅代表博主个人观点,如有侵权请联系工作人员删除。

参与讨论
登录后参与讨论
推荐文章
最近访客