ADC技术帮助实现更精确测量

现出一些非线性特性，因为很难测量与参考相同的信号。通常在产品电气特性中规定的零标度和满量程误差可以应用于转换结果标度的极端情况。仅考虑这两个误差，就可以计算出地电势与电源之间调整后的传递函数(图2中的绿色虚线)。另一种查看这些误差的方法是借助偏移和增益。一些ADC模块能够通过预定的增益调整和偏移调整来调整结果(通过校准)，这些调整改进了调整后的传递函数，从而能够更好地表示理想的传递函数(图2中的蓝线)。

ADC的非线性特性无法由系统纠正，必须由模块设计人员解决。存在两种类型的非线性特性，即差分非线性和积分非线性。对很多控制应用来说，差分非线性(DNL)是ADC最关键的性能测量指标，因为它代表了ADC将输入电压的微小变化与代码转换的正确变化相关联的能力。DNL指每次转换的当前代码宽度(CCW)与理想代码宽度(ICW)之差。积分非线性(INL)通过凸显当前和理想的转换电压之差来表示实际传递函数中的曲率。很多的ADC都能够通过一个与ADC通道内部相连的片上温度传感器测量芯片的温度，如果温度补偿曲线已知，则允许包含温度补偿，一般通过产品开发期间所控制的环境表征来实现。

这些误差可以被汇总并表示为总的未调整误差(TUE)数，通常在一些LSB中引用。TUE指最大误差(大于或小于理想的直接传递函数)，包括前述的DNL、INL、零标度和满量程误差，或者指实际传递函数与理想ADC之间的最大偏离。

一个ADC的有效位数(BNOB)是分辨率和精度的真实指标。这个数值表明了在一个给定系统中有多少位提供了准确信息，即结果中有多少部分表示噪声，多少部分表示信号。可以通过以下公式计算：

ENOB=(SINAD-1.76dB)/6.02dB

其中，信号噪声及失真比(SINAD)是指有用信息(信号)和背景噪声(噪声或误差)之间的比率。SINAD值不仅受到ADC设计和芯片集成的影响，还受到PCB的布局和设计，以及所选附加分立元器件的影响。较大的SINAD值意味着较多的信号是数据并且误差很小，这能改进测量微伏级变化的信号时测量结果的精度。较小的SINAD值意味着信号被系统中的噪声干扰，精度受到影响。

了解ADC模块电气规范中的数据，将有助于根据系统需求作出明智的决策，但是除此以外，还可以应用一些技术来改善转换结果的分辨率和准确性。第一种技术称为抖动。在一个ADC的输入端添加少量的受控噪声(0.5LSB高斯白噪声)，可强制信号处于最接近的分辨率步长之上或之下，从而可避免必须向下舍入到该值以下。转换的LSB状态将在0和1之间随机振荡，而不是维持在一个固定值上。通过引入微小噪声，我们扩展了ADC能够转换的信号的有效范围，而不是简单地去除了在这个低电平上的所有信号(仅被量化成一位的分辨率)。事实上，此量化误差涵盖了一系列的噪声值。抖动仅增加了采样电路的分辨率，改善了线性度，但并没有提高精度。不过，通过在信号上增加1～2位LSB噪声并采用过采样的技术却可以提高精度。

在向信号添加人工噪声时，一定要注意噪声的平均值必须为0。但许多系统具有来自其他噪声源的白噪声，包括热噪声、CPU核、开关端口和电源的变化。血压监测仪尤其容易受白噪声影响，因为血液脉动会产生电磁干扰和振荡等，它们将被PCB吸收，进而进入到微控制器。

过采样是指采样频率远远高于被采样信号的尼奎斯特(Nyquist)频率的信号采样过程。实际上，过采样用于实现成本更低、分辨率更高的ADC转换。例如，要实现16位转换器，只需要使用12位转换器以目标采样率的256倍频率运行。对每一个附加分辨率位，信号必须以4倍频率过采样。对一组256个连续的12位采样数据取平均值，可使结果的分辨率增加4位，这样就产生一个16位的分辨率。因为现实世界的ADC并不能瞬间完成转换，所以输入值应当在转换器进行转换期间保持恒定。采样和保持电路通过用一个电容储存输入端的模拟电压，并用一个电子开关将电容从输入端断开的方式来完成这一任务。使用设置好最适合输入信号的采样和保持时间的ADC，将帮助改进转换结果的精度。

可以将以上两种方法(噪声注入和过采样)结合起来，更进一步地改善精度。这一技术通常被认为是过采样和抽龋通过增加1～2个噪声LSB，同时进行的采样不会产生相同的结果。这个方法增加了SINAD并且提高了ENOB。通过在输入信号处增加1～2个噪声LSB和过采样，结果被平均后可以提供一个更精确的值。从ADC测量中获得的平均数据还能使输入信号中的毛刺变平，从而具有减小信号波动和噪声的优点。普通噪声的平均值将一直保持为0，因此，通过平均同时进行的采样结果，可以减弱噪声的影响。系统所应用的平均数量