ADC的量化误差与分辨率

       ADC转换包括采样、保持、量化、编码 4个步骤。其中，量化是指将信号的连续取值近似为有限多个离散值的过程。我们会发现量化的过程存在一个天生的缺陷，那就是离散的数字信号无法完整的对应每一个连续的模拟电压。以最简单的 1bit ADC（即比较器）为例，把所有高于阈值的电压都量化为 1，把所有低于阈值的信号都量化为 0。假设阈值为 2.5V，那么所有高于 2.5V的电压都会被量化为 1，ADC无法分辨 3V和3.3V的区别；同理低于阈值时也有类似情况。

       多个 bit的 ADC也有同样的问题。下图表示理想 3bit ADC的转换结果，从图中可以看出转换结果为 8个数字量，每个数字量分别对应一个模拟电平，我们将最低位数字量所对应的模拟电平称为称为最小有效位（Least Significant Bit，简称 LSB），即图中横轴的一小格。图中的虚线代表输入模拟量，实线代表量化之后的数字量所对应的模拟值，二者之间有一定误差，这个误差就叫做量化误差。我们以横轴最左边一格为例，输入 ≤ 1/2 LSB时输出为 000b， 1/2 LSB < 输入 ≤ 1 LSB时输出为 001b，而实际输入范围是 0-1 LSB，ADC无法分辨在 0 - 1/2 LSB，或是 1/2 LSB - 1 LSB之间的输入。在最坏情况下，实际输入和量化之后的值之间有 1/2 LSB的误差。也就是说 ADC的量化误差为±1/2 LSB。

       上面所述的 LSB是 ADC中一个重要的基本概念。还有两个概念也十分重要：满量程输入范围和分辨率。图中最小的数字量 000b对应的模拟量为 0，最大的数字量 111b对应的模拟量为满量程输入。最大输入和最小输入之间的差，称为满量程输入范围（Full Scale Input Range，简称FS），FS就是输入的模拟量的范围。而输出数字量的位数就是 ADC的分辨率（Resolution），在这里就是 3 bit。

       对比 1 bit ADC和 3 bit ADC不难发现，在满量程一定的情况下，ADC的位数越高，量化误差越小。量化误差 eq和 ADC位数 N之间有如下关系：

       量化误差可以看成是一种噪声作用，称为量化噪声，量化噪声将叠加到理想输出上。量化噪声为白噪声，即噪声的随机变量在输出二进制码之间分布的平均值为 0，则其噪声功率计算如下：

        由此，我们看到当 ADC的满量程输入和位数一定的情况下，将确定 ADC的最小分辨率，从而确定了量化噪声功率。下图是从频域上看到的量化噪声功率的分布情况：

       从上图中可以看到，量化噪声均匀的分布在从 0到 fs/2的频谱之间。对于 N-bit ADC来说，信号功率和噪声功率之比称为信噪比（SNR），在只考虑量化噪声的情况下，信噪比的大小为：