过采样与噪声整形

最新推荐文章于 2023-11-03 00:09:19 发布

模拟ic学习

最新推荐文章于 2023-11-03 00:09:19 发布

阅读量2.5k

点赞数

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/jay183986697/article/details/117970043

版权

本文探讨了过采样和噪声整形在提高ADC的信噪比(SNR)方面的作用。过采样能将量化噪声平均分布，使SNR提升，每增加一倍过采样率，SNR提高3dB，有效位数增加0.5位。而在噪声整形过程中，SNR的提升更为显著，每增加一倍过采样率，SNR提高9dB，有效位数增加1.5位。

摘要由CSDN通过智能技术生成

1.过采样

通常认为ADC的量化噪声 $V_q(f)=\frac{\Delta}{\sqrt{12fs}}$ 均匀分布在奈奎斯特区间（0- $\frac{fs}{2}$ ）内（worst case），假设过采样率为k（k= $\frac{fs}{2fo}$

最低0.47元/天解锁文章

关注

0
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
过采样与噪声整形

通常认为ADC的量化噪声Vq(f)=Δ12V_q(f)=\frac{\Delta}{\sqrt{12}}Vq(f)=12Δ均匀分布在奈奎斯特区间（0-fs2\frac{fs}{2}2fs）内，
复制链接

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。