音频过滤 噪声ADC 噪声如何识别?

(NF)是RF系统设计师常用的一个参数咜用于表征RF放大器、混频器等器件的噪声,并且被广泛用作无线电接收机设计的一个工具许多优秀的通信和接收机设计教材都对噪声系數进行了详细的说明,本文重点讨论该参数在数据转换器中的应用

现在,RF应用中会用到许多宽带运算放大器和

这些器件的噪声系数因洏变得重要起来。参考文献2讨论了确定运算放大器噪声系数的适用方法我们不仅必须知道运算放大器的电压和电流噪声,而且应当知道確切的电路条件:闭环增益、增益设置电阻值、源电阻、带宽等计算ADC的噪声系数则更具挑战性,大家很快就会明白此言不传

当RF工程师艏次计算哪怕是最好的低噪声高速ADC的噪声系数时,结果也可能相对高于典型RF增益模块、低噪声放大器等器件的噪声系数为了正确解读结果,需要了解ADC在信号链中的位置因此,当处理ADC的噪声系数时务必小心谨慎。

图1显示了用于定义ADC噪声系数的基本模型噪声因数F指的是ADC嘚总有效输入噪声功率与源电阻单独引起的噪声功率之比。由于阻抗匹配因此可以用电压噪声的平方来代替噪声功率。噪声系数NF是用dB表礻的噪声因数NF = 10log10F。

该模型假设ADC的输入来自一个电阻为R的信号源输入带宽以fs/2为限,输入端有一个噪声带宽为fs/2的滤波器还可以进一步限制輸入信号的带宽,产生过采样和处理增益稍后将讨论这种情况。

该模型还假设ADC的输入阻抗等于源电阻许多ADC具有高输入阻抗,因此该端接电阻可能位于ADC外部或者与内部电阻并联使用,产生值为R的等效端接电阻

ADC噪声系数推导过程

满量程输入功率是指峰峰值幅度恰好填满ADC輸入范围的正弦波的功率。下式给出的满量程输入正弦波具有2VO的峰峰值幅度对应于ADC的峰峰值输入范围:

该正弦波的满量程功率为:

通常將此功率表示为dBm(以1 mW为基准):

对滤波器的噪声带宽B需要加以进一步的讨论。非理想砖墙滤波器的噪声带宽指的是让相同的噪声功率通过時理想砖墙滤波器所需的带宽。因此一个滤波器的噪声带宽始终大于其3dB带宽,二者之比取决于滤波器截止区的锐度图2显示了最多5极點的巴特沃兹滤波器的噪声带宽与3dB带宽的关系。注意:对于2极点噪声带宽与3dB带宽相差11%;超过2极点后,二者基本相等

NF计算的第一步是根據ADC的SNR计算其有效输入噪声。ADC数据手册给出了不同输入频率下的SNR确保使用与目标IF输入频率相对应的值。此外还应确保SNR数值中不包括基波信號的谐波有些ADC数据手册可能将SINAD与SNR混为一谈。知道SNR后就可以从下式开始计算等效输入均方根电压噪声:

这是在整个奈奎斯特带宽(DC至fs/2)测得嘚总有效输入均方根噪声电压,注意该噪声包括

下一步是实际计算噪声系数在图3中,注意源电阻引起的输入电压噪声量等于源电阻

sqrt(4kTBR)的电壓噪声除以2即sqrt(kTBR),这是因为ADC输入端接电阻形成了一个2:1衰减器

噪声因数F的表达式可以写为:

将F转化为dB并简化便可得到噪声系数:

图3:根据SNR、采样速率和输入功率求得的ADC噪声系数

}

(NF)是师常用的一个参数它用于表征RF放大器、混频器等器件的噪声,并且被广泛用作无线电接收机设计的一个工具许多优秀的通信和接收机设计教材都对噪声系数进行了詳细的说明,本文重点讨论该参数在数据转换器中的应用

现 在,RF应用中会用到许多宽带运算放大器和

这些器件的噪声系数因而变得重偠起来。参考文献2讨论了确定运算放大器噪声系数的适用方法我们不仅必 须知道运算放大器的电压和电流噪声,而且应当知道确切的电蕗条件:闭环增益、增益设置电阻值、源电阻、带宽等计算ADC的噪声系数则更具挑战性,大家很 快就会明白此言不虚

当RF工程师首次计算哪怕是最好的低噪声高速ADC的噪声系数时,结果也可能相对高于典型RF增益模块、低噪声放大器等器件的噪声系数为了正确解读结果,需要叻解ADC在信号链中的位置因此,当处理ADC的噪声系数时务必小心谨慎。

图1显示了用于定义ADC噪声系数的基本模型噪声因数F指的是ADC的总有效輸入噪声功率与源电阻单独引起的噪声功率之比。由于阻抗匹配因此可以用电压噪声的平方来代替噪声功率。噪声系数NF是用dB表示的噪声洇数NF = 10log10F。

图1:ADC的噪声系数:小心为妙!

该模型假设ADC的输入来自一个电阻为R的信号源输入带宽以fs/2为限,输入端有一个噪声带宽为fs/2的滤波器还可以进一步限制输入信号的带宽,产生过采样和处理增益稍后将讨论这种情况。该模型还假设ADC的输入阻抗等于源电阻许多ADC具有高輸入阻抗,因此该端接电阻可能位于ADC外部或者与内部电阻并联使用,产生值为R的等效端接电阻

ADC噪声系数推导过程

满量程输入功率是指峰峰值幅度恰好填满ADC输入范围的正弦波的功率。下式给出的满量程输入正弦波具有2VO的峰峰值幅度对应于ADC的峰峰值输入范围:

该正弦波的滿量程功率为:

通常将此功率表示为dBm(以1 mW为基准):

对 滤波器的噪声带宽B需要加以进一步的讨论。非理想砖墙滤波器的噪声带宽指的是让楿同的噪声功率通过时理想砖墙滤波器所需的带宽。因此一个滤波器的噪声 带宽始终大于其3 dB带宽,二者之比取决于滤波器截止区的锐喥图2显示了最多5极点的巴特沃兹滤波器的噪声带宽与3 dB带宽的关系。注意:对于2极点噪声带宽与3 dB带宽相差11%;超过2极点后,二者基本相等

图2:巴特沃兹滤波器的噪声带宽与3dB带宽的关系

NF计算的第一步是根据ADC的SNR计算其有效输入噪声。ADC数据手册给出了不同输入频率下的SNR确保使鼡与目标IF输入频率相对应的值。此外还应确 保SNR数值中不包括基波信号的谐波有些ADC数据手册可能将SINAD与SNR混为一谈。知道SNR后就可以从下式开始计算等效输入均方根电压噪 声:

这是在整个奈奎斯特带宽(DC至fs/2)测得的总有效输入均方根噪声电压,注意该噪声包括源电阻的噪声下一步昰实际计算噪声系数。在图3中注意源电阻引起的输入电压噪声量等于源电阻√(4kTBR)的电压噪声除以2,即√(kTBR)这是因为ADC输入端接电阻形成了一個2:1衰减器。

}

在模数转化时ADC 总是存在量化噪聲的,所以一个给定位数的数据转换器的最大SNR 由量化噪声定义在一定条件下过采样和求均值会减小噪声和改善SNR,这将有效地提高测量分辨率过采样指对某个待测参数,进行多次采样得到一组样本,然后对这些样本累计求和并对这些样本进行均值滤波、减小噪声而得到┅个采样结果
由奈奎斯特定理知:采样频率fs 允许重建位于采样频率一半以内的有用信号,如果采样频率为40kHz则频率低于20kHz 的信号可以被可靠地重建和分析。与输入信号一起会有噪声信号混叠在有用的测量频带内(小于fs/2 的频率成分):


erms 是平均噪声功率,fs 是采样频率E(f)是带内ESD。

方程1 说明信号频带内的噪声能量谱密度ESD或被采样噪声的噪声平面随采样频率的增加而降低

方程2 相邻ADC 码之间的距离或LSB。 为了说明过采样對噪声的影响先定义量化噪声为:两个相邻ADC 码之间的距离对应的电压值。因为ADC 会舍入到最近的量化水平或ADC 码所以



N 是ADC 码的位数, Vref是参考電压


方程3 ADC 量化噪声的功率

假设噪声近似为白噪声,代表噪声的随机变量在ADC 码之间分布的平均值为0,则方差为平均噪声功率计算如下:


方程4 过采样率定义。

用过采样率OSR 来表示采样频率与奈奎斯特频率之间关系:


fs 是采样频率,fm 是输入信号的最高频率


方程5 带内噪声功率是OSR 的函数。

如果噪声为白噪声则低通滤波器(对样本求均值)输出带内噪声功率为:


n0 是滤波器的输出噪声功率

方程5 说明,我们可以通过提高OSR 来减小带內噪声功率由于过采样和求均值并不影响信号功率,即信号功率没有减小而带内噪声功率却降低,显然信号的信噪比SNR就得到了提高吔就等效于ADC 的分辨率得到了提高。

方程6 噪声功率是OSR 和分辨率的函数 可以从方程3、4 和5 得到下面这个反映噪声功率与过采样率和分辨率关系嘚表达式:


OSR 是过采样率,N 是ADC 的位数Vref是参考电压。

反过来给定一个固定的噪声功率可以计算所需要的位数,解方程6 求N得到用给定的参栲电压、带内噪声功率及过采样率来计算有效位数。


方程7 有效位数是参考电压带内噪声功率和过采样率的函数

从方程7 可以注意到:采样頻率每增加1 倍,带内噪声将减小3 dB而测量分辨率将增加1/2 位。

提高ADC 测量分辨率的示例在实际应用中将一个信号的带宽限制到小于fs/2然后以某個过采样率OSR 对该信号采样,再对采样值求平均值得到结果输出数据每增加一位分辨率或每减小6dB 的噪声,需要以4 倍的采样频率fs 进行过采样
w 是希望增加的分辨率位数,fs 是初始采样频率要求fos是过采样频率。
方程8 增加测量分辨率的过采样频率假设一个系统使用12 位的ADC每秒输出┅个温度值(1Hz),为了将测量分辨率增加到16 位按下式计算过采样频率: fos=44*1(Hz)=256(Hz)。
因此如果以fos=256Hz 的采样频率对温度传感器进行过采样,在所偠求的采样周期内收集到足够的样本对这些样本求均值便可得到16 位的输出数据。为此先累加将256个连续样本加在一起,然后将总和除以256这样的过程通常被称为抽取。
假设某温度传感器的满度输出为10V使用10V 的参考电压Vref ,温度的变化范围为500℃可以计算对于12 位和16 位测量的代碼宽度和温度分辨率(可测量的最小温度变化)。
在未使用过采样技术的情况下可得到12 位的温度测量结果,其每码字对应的温度为:
使鼡过采样技术的情况下可得到16 位测量结果,其每码字对应的温度为:
因此对于每个ADC 码没采用过采样技术时,测量的最小温度变化是0.1221℃当需要更高的温度分辨率,以便能分辨1%℃时可以使用过采样和求均值技术,用同一个12 位ADC 达到这个分辨率测量的最小温度变化是0.0076℃,這就允许以高于1%℃的精度对温度进行测量
得到上述较好结果,是以牺牲CPU 的运行时间和占用内存资源为代价的同时较低ADC 转换芯片也必须具有较高的转换速度,其转换速度必须满足过采样率OSR 的要求否则,上述效果是得不到的如果一个ADC 的最大采样速率是40ksps,在不采用过采样囷求均值技术的情况下可以得到40ksps 的输出字速率。但是如果为达到较高的分辨率而采用过采样和求均值技术抽取,吞吐率将降低到初始徝除以过采样率OSR在我们所提供的例子中,过采样率OSR为256输出字速率将是40ksps/256=156 个样本,即每秒钟有156 个采样值由此可以看出:对于给定的采样速率,应在分辨率和吞吐率之间权衡另一个需要考虑的问题是增加
分辨率需要增加计算时间。


加载中请稍候......

}

我要回帖

更多关于 音频过滤 噪声 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信