1. 直接量化的过采样AD转换
此类系统的模型可以用下图表示。
图中xa(t)是输入信号,e(t)是量化引入的噪声,xd[n]是最终得到的数字信号,包含分量xda和xde。
对于M倍过采样,信号与量化噪声的功率谱如下图。
从上图可以看出,M越大,信号与噪声之间的重叠部分就越少。
现在将上面的信号通过一个截止频率为PI/M的理想数字滤波器,信号功率不受影响,而PI/M之外的量化噪声将被滤除。再经过M倍降采样后,信号与量化噪声的功率谱就变成下面的样子(量化噪声只有滤波降采样前的1/M):
计算表明(参考《离散时间信号处理》,奥本海默),为达到给定的信号量化噪声比,过采样率M每增加1倍,就可减少1/2位;或者说,为达到期望精度所能减少的位数N与过采样比M的关系为M=4N。
2. 用噪声成形的过采样AD转换
前文述方法可以使用过采样的方法改善信噪比,但过采样比随着所需改善的位数提高而急剧增加。例如16b->20b,所需过采样比就是256。噪声成形的思路是将低频段的量化噪声“搬移”到高频部分去。如下图所示。
量化后的结果反馈回了输入端。
D/A转换器:1个采样周期延时
积分器:离散时间电容积分器,使用累加器建模,y[n]=x[n