电子秤优化数据转换参数

优化数据转换参数

  前面提及的模数转换器，高分辨率和高速度一直是矛与盾的问题。24位的ADC放在25年之前是不敢想象的，今天我们除崇拜这一成果外，还应在实践中继续研究。

    首先，如图1所示的一个传统ADC频域传输特性中，输入一个正弦信号，按照Nyquist定理，以两倍于输入信号的频率Fs采样。根据快速傅里叶变换(FFT)分析可得一个基频和一系列频率分布于DC到Fs/2之间的随机噪声，这就是所谓的量化噪声，主要是由于ADC的有限分辨率而造成的。我们所必须的信号噪声比( SNR)，就是基频信号的功率与所有频率的噪声的功率之和(RMS)昀比值。对于一个N位ADC，SNR可由公式：SNR=6.02N+1.76dB得到。在传统ADC中，改善SNR的办法是增加位数。

 ∑．△型ADC把大部分转换过程转移到了数字域因而显现其优势，它更接近于数字器件，成本低廉且把高性能模拟与数字处理融合在一起，在整个电压范围内实现高水平的线性化，噪声整形功能使低通数字滤波器能够消除大部分噪声并产生高精度的电压测量，因而被称重仪表广泛采用。

 如果将采样频率提高到kFs，利用过采样系数k，FFT分析显示噪声基线降低了，SNR值虽未改变，但噪声能量却分散到更宽的频率范围。∑．△转换器正是利用了这一原理，采用过采样在多个频率段分散量化噪声，它与△．∑调制器一起整形噪声，使大部分噪声不被包含在信号测量频带中,这样RMS就降低了，使得E-A转换器能够从一个低分辨率ADC获得宽动态范围，图2即是以k

倍采样频率经过E-A转换器的滤波效果。

 一阶的∑．△调制器在每两倍的过采样率下可提供9dB的SNR改善。采用更多的积分与求和环节，可以提供更高阶数的量化噪声成形。例如，一个二阶E-A调制器在每两倍的过采样率下可改善SNR 15dB，三阶E-A调制器在每两倍的过采样率下可改善SNR 2ldB。

    虽然△．∑转换器的zui终精度主要取决于基准电压的精度，但为了追求优化数据和*转换结果，并非易事。随着抽样、调制时钟和PGA的调整，相同数据速率在性能方面的表现会有所不同。另外一些问题还包括输入阻抗、滤波器响应、抗混叠以及面对长期漂移等问题，需要耐心地选择正确的参数。