news 2026/6/10 15:56:49

【(ADC)采样量化和编码】

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【(ADC)采样量化和编码】

ADC介绍

ADC,其全称是Analog-to-Digital Converter,即模/数转换器,是一种将模拟信号转换为数字信号的电子原件。那么ADC究竟有什么作用呢?

ADC转换的主要流程

ADC将模拟信号转换为数字量,一般都需要经过三个步骤:采样、量化和编码。

采样

首先要对模拟信号进行采样,采样的作用就是将时间上连续的模拟信号离散化。简单来说就是以固定的时间间隔采集连续信号,这样就可以得到一个在时间上离散的信号,而这个固定的时间间隔被称为采样周期,用T表示,那么采样频率Fs = 1 / T,单位是Hz,公式中的分母1表示1s,那么其含义就是1s有几个时间间隔,也就等价于1s时间可以采集多少个点。

采样一定会造成连续信号的损失,采样的频率越高,信号的损失越小。那么什么样的采样率才是合适的呢?如果一个系统以超过信号最高频率至少两倍的速率对模拟信号进行均匀采样,那么原始信号就能从采样产生的离散值中完全恢复(奈奎斯特采样定理Fs > 2fmax)。

经过采样离散化后的信号,还不是数字信号,因为这样的信号在幅值上还是连续的,可以称其为抽样信号。对应大部分ADC采集系统,采样频率都是比较高的,采集到的模拟信号的精度很高,而且,模拟信号其取值是无限的,如果能够用数字信号来表示这样精度的模拟信号,那么这两种信号之间就没有什么差别了。为了方便信号处理,就需要进行下一步的数字化步骤,量化。

量化

量化的作用其实就是将采样出来的模拟信号值进行分级,然后每一个级别对应一个数字值。

量化的两种方式:四舍五入和只舍不入

量化方式一:只舍不入法,量化中不足量化单位部分舍弃掉。如,数值在0 ~ 0.625之间的电压都被量化为0V,0.625 ~ 1.25之间的电压都被量化为0.625V,以此类推。

量化方式二:四舍五入,以量化间隔/ 2为分界,进行取舍。如,0 ~ 0.3125之间的电压都被量化为0V;0.3125 ~ 0.9375之间的电压都被量化为0.625V;以此类推。

量化间隔越小,量化误差的范围就越小,输入信号和输出信号就越像,也就是系统的精度越高。

ADC的分辨率和参考电压

分辨率:量化间隔越小,把规定范围的电压分成的份数就越多,这就代表它的分辨率越高,分辨率也就是系统能够测量的最小电压。在上面的例子中,我们将10V的电压分成16份,也就是2的四次方,所以它的分辨率就是4位,那如果我们将电压分成1024份,也就是2的10次方,所以它的分辨率就是10位,量化将直接从0.625V变成了0.0098V。常见的ADC分辨率一般有8位、10位、12位等等。

参考电压:要想得到量化的间隔,就需要两个参数,一个就是分辨率,确定划分的份数,另一个就是一个基准电压,例子中的10V,这个基准电压被称为参考电压(VREF)。STM32的ADC控制器,其参考电压一般是3.3V。

编码

经过量化之后,模拟信号已经成功数字化了,下一步就是编码,编码的含义就是用“1”和“0”的组合,为每个量化等级进行编号,从而代替相应区间的电压值。上面的量化例子中,将10V的电压分成16份,也就是2的四次方,它的分辨率就是4位,所以就需要使用4个“0”和“1”进行组合,组合成不同的4位二进制数,代替相应区间的电压值。

常见的ADC类型

逐次逼近型ADC、Flash ADC、并联比较型ADC、Sigma-Delta ADC。

并联比较型

并联ADC会用一堆电阻把参考电压分成很多小段(比如16段),然后用很多比较器同时比较输入的模拟电压和这些参考电压。

逐次逼近型

ADC 类型转换速度分辨率功耗成本适用场景
并联 ADC(闪速)最快(ns 级)低(≤10 位)极高超高速采样(雷达、示波器)
逐次逼近型(SAR)中速(μs 级)中高(8~16 位)低功耗场景(物联网、传感器)
流水线 ADC高速(10~100ns)中高(10~16 位)中高中高高速高分辨率(通信、医疗)
积分型 ADC最慢(ms 级)中(12~16 位)极低高精度低速(仪表、称重)
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 8:55:03

Animeko:终极跨平台动漫追番工具完整使用手册

还在为动漫追番的种种烦恼而困扰吗?Animeko这款革命性的跨平台动漫追番工具,将彻底改变你的追番体验。无论你是新手还是资深动漫爱好者,这款工具都能为你提供一站式解决方案。🚀 【免费下载链接】animation-garden 动漫花园多平台…

作者头像 李华
网站建设 2026/6/9 15:44:43

最近在调一个.13um工艺的Bandgap,这玩意儿对新手确实友好。电路结构清晰又不失经典要素,今天顺手把仿真流程和几个关键点理一理

Bandgap 带隙基准,基准电压,参考电压,带启动电路,无版图,提供的工艺.13um,适合新手学习。 电路结构为: 1.电压模亚阈值补偿电路cascode提高psrr 2.运放采用了二级运放密勒电容电容调零电阻结构。…

作者头像 李华
网站建设 2026/6/9 18:20:34

酷狗音乐API:打造你的专属音乐服务后端

酷狗音乐API:打造你的专属音乐服务后端 【免费下载链接】KuGouMusicApi 酷狗音乐 Node.js API service 项目地址: https://gitcode.com/gh_mirrors/ku/KuGouMusicApi KuGouMusicApi是一个基于NodeJS开发的开源项目,为开发者提供了访问酷狗音乐服务…

作者头像 李华
网站建设 2026/6/10 9:51:14

SourceGit 2025:重新定义Git图形化操作体验的完整指南

SourceGit 2025:重新定义Git图形化操作体验的完整指南 【免费下载链接】sourcegit Windows GUI client for GIT users 项目地址: https://gitcode.com/gh_mirrors/so/sourcegit 还在为Git命令行的复杂性而苦恼吗?想象一下,当你需要快速…

作者头像 李华
网站建设 2026/6/9 19:40:02

这个组合模型挺有意思的,咱们拆开看看怎么玩。先说核心思路:用粒子群算法给BiLSTM找最佳参数,再让注意力机制帮模型抓住重点特征。下面这段是参数优化的核心代码

PSO-BiLSTM-Attention基于粒子群算法优化双向长短期记忆神经网络结合SE注意力机制的多变量回归组合预测模型 Matlab语言 可直接运行 1.多变量单输出,也可替换为时间序列单列预测,粒子群算法也可替换为其他优化算法(如灰狼、蜣螂)。…

作者头像 李华