TI高精度实验室ADC系列培训视频(B站) TI高精度实验室ADC系列培训视频(21ic)
3.1误差分析背后统计学知识
  对于一个均值为0的指标,典型值就是在高斯分布的均值上叠加±1个标准差之后的绝对值。 最大偏移误差是一个测试参数,所有超过这个最大值的器件都会被丢弃,而不会出货给客户。 分布曲线是截断的高斯分布曲线。  可以想象,随着系统中的器件数量增加 ,所有器件都在最坏情况的概率非常小。所以,直接把每个器件的最坏情况进行叠加,并不是理解系统总误差的最好方法。  三个分布是随机的,不相关的。  不相关的高斯分布标准差可通过计算均方根的方式进行叠加。 
3.2 理解与校准ADC系统的偏移和增益误差
  统计最坏情况分析是计算各个误差的均方根值,是评估最坏情况时更合理的方法,而绝对最坏情况则更保守。  斜率误差就是增益误差;截距就是偏移。 加入两个不同的输入信号,并测量对应的输出数值,即可求出直线的斜率与截距。然而,必须保证放大器工作在曲线的线性区域。
  简化校准方案的一种方法是仅进行偏移校准,偏移校准的好处是它通常可以通过将输入端短路到地来完成,将输入端短路到地,可以提供非常准确的0V输入信号,而这个输入信号不会有精度和飘移的误差。在这个电路上我们只需要把信号源断开,并且把输入短路到地,即可进行偏移校准。  左侧的图,展示了负偏移如何影响ADC的传递函数,理想传递函数为蓝色,实测传递函数为红色。请注意,实测曲线被负偏移向下移动了,但传递函数在000h处被截断,因此,对于此示例,即使实际的偏移误差为-003h,加入0V输入,也只会生成000h的输出代码。因此,你无法使用0V输入信号为单节性ADC校准负偏移。然而,如右侧曲线所示,你可以使用0V输入信号为单节性ADC校准正偏移。在这个例子中,加入0V到输入端,你将测量出正003h的偏移量,从而得到ADC的偏移值。    难以校准的误差:温漂、积分非线性度、长期温漂与老化、滞回、噪声。
3.3 使用蒙特卡罗spice工具进行误差分析(未实践)
  
   
4.1 计算ADC系统的总噪声
      降低噪声,优化信号链的一种方法是通过选择低噪声放大器,并且仔细选择元器件以最小化噪声。但是一旦信号链优化以后,如果你还想进一步降低系统噪声,那平均就是减少总噪声的另外一种方法。 对于随机不相关的高斯噪声分布,平均后的总噪声是平均前的总噪声除以平均数的平方根。 要小心,继续平均噪声不一定可以实现降噪,平均是基于不相关的高斯分布。某些形式外部噪声不符合这个标准,此外平均对噪声的降低会有限制,你不可能把噪声降低到低于1LSB的位宽。
4.2 动手实验-ADC噪声(未实践)
|