传感器|（详细解读）模拟信号采样与AD转换( 二 ) 采样率|芯片

实际中除了考虑低噪声系数外，还要考虑放大器的带宽和频率范围以及最重要的放大增益。由于输入信号的强度可能时变，采用程序可控(程控)的放大增益保证信号能达到满度而又不会出现饱和(实际中要做到这一点还是很难的) 。
低通滤波器
在Nyquist采样定理中已经提过，要满足采样定理必须要求信号带宽有限，使用大于2倍的最高信号频率采样才能保证信号的不混叠。低通滤波器的一个考虑就是使信号带宽有限，以便于后期的信号采样，这个低通滤波器是硬件实现的。
另一方面，实际情况中我们也只会对某个频频段的信号感兴趣，低通滤波器的另一个考虑就是滤波得到感兴趣的信号。比如，测量汽车声音信号，其频率大部分在5KHz以下，我们则可以设置低通滤波器的截止频率在7KHz左右。
程控的实现方法就是使用模拟通道选择芯片(如74VHC4051等) 。
03NOTES
在采样之前的所有电路实现方案叫信号调理电路。这样，我们就可以根据这个词到处Google/Baidu文献了。

采样及采样保持
采样貌似有一套完整的理论，就是《数字信号处理》书中的一堆公式推导，我们这里当然不会那么去说。其实采样最核心的问题就是采样率选择的问题。
根据实际，选择频率分辨率df 选择做DFT得点数N ，因为DFT时域点数和变换后频域点数相同，则采样率可确定， Fs=N*df Fs是否满足Nyquist的采样定理?是， OK ，否则增加点数N ，重新计算2 。
我们希望df越小越好，但实际上， df越小， N越大，计算量和存储量随之增大。一般取N为为2的整数次幂，不足则在尾端补0 。
这里给出我的一个选择Fs的方案流程图，仅供参考。
采样后还有一个重要的操作是采样保持(S/H)操作，采样脉冲采样后无法立刻量化，这个过程要等待很短的一个时间，硬件上一般0.几个us ，等待量化器的量化。
注意，在量化之前，所有的信号都是模拟信号，模拟信号就有很多干扰的问题需要考虑，这里只是从总体上给出我对整个过程的理解。更多细化的方案还需要根据实际信号进行研究。
量化
我们可以先直观的看一下量化的过程：
量化有个关键的参数，叫量化位数，在所有的AD转换芯片(如AD7606)上都能看到这个关键的参数，常见的有8bit ， 10bit ， 12bits ， 16bit和24bit 。

如上图，以AD7606为例， AD7606是16bit的AD芯片，量化位数指用16bit来表示连续信号的幅值。因此，考虑AD的测量范围(AD7606有两种：±5V和±10V)则AD分辨率是
±5V: (5V-(-5V)) / (2^16) = 152 uV
±10V: (10V-(-10V)) / (2^16) = 305 uV
量化位数越高， AD分辨率越高，习惯上， AD分辨率用常用LSB标示。
因此， AD7606中对于某个输入模拟电压值，因为存在正负电压，若以0V为中间电压值，范围为±5V时AD转换电压可计算为
AD7606若使用内部参考电压， Vref=2.5V 。哦对了，这又出现个参考电压。参考电压与AD量化的实现方式有关，从速度上分串行和并行，串行包括逐次逼近型，并行方式包括并行比较式，如下图(左：串行，右：并行) 。 AD7606是使用逐次逼近型的方式。
AD转换芯片另外两个重要参数是转换时间(转换速率) 。并行AD的转换速率比串行的要高。但并行比较的方式中电阻的精度对量化有影响。
接着，我们还将介绍一个重要的概念：量化噪声。量化噪声对应量化信噪比。
SNRq= (6.02N + 4.77) dB
其中N为量化位数，且不去管这个公式是怎么得到的(详细推导可参考文献[2
) ，对于
N=12 SNRq≈ 70dB
N=16 SNRq≈ 94dB
从中可以看出：每增加1bit量化位数， SNRq将提高6.02dB ，在设计过程中，如果对方有信噪比的要求，则在ADC选型时就要选择合适位数的ADC芯片。
明显的，并不是量化位数越高越好，量化位数的提高将对成本、转换速度、存储空间与数据吞吐量等众多方面提出更高的要求。同时，我们尽量提高量化噪声的前提是信号的SNR已经比较低了，如果信号的SNR比量化噪声还高，努力提高量化噪声将是舍本求末的做法。