【NI-DAQmx入门】NI DAQ设备中使用的模数转换器（ADC）

NI DAQ 设备中使用的 ADC 主要有两种类型：SAR（逐次逼近寄存器）和 DSA（Delta-Sigma ADC）。
 

	SAR类型	DSA型
NI 数据采集   设备	NI 63xx X 系列设备和模块 NI 62xx M 系列设备和模块 NI 61xx S 系列设备和模块（并非全部）  NI 60xx E 系列设备	NI 92xx C 系列设备和模块（并非全部） NI 44xx DSA 设备和模块 NI 43xx SC Express 设备和模块

逐次逼近寄存器 (SAR) 模数转换器 (ADC) 利用逼近寄存器将连续模拟信号转换为离散格式。逐次逼近寄存器 (SAR) 模数转换器 (ADC) 利用二进制算法将连续模拟波形转换为更小的离散输出。这意味着检查每个模拟点是否大于或小于数字参考点。如果更大，则数字位设置为高，或二进制为 1，然后移至下一位。如果为低，则数字位设置为低，或二进制 0，然后移至下一位。这样一直持续到模拟点转换完成。

24 位 Delta-Sigma 利用过采样、抽取滤波器和噪声整形来创建高分辨率和出色的抗混叠滤波应用。此外，Delta-Sigma 模数转换器 (ADC) 是自由运行的，这意味着它会在任何触发条件之前进行采样。这些功能使得 Delta-Sigma 模数转换器 (ADC) 可用于振动和音频信号分析以及应变和压力测量。

大多数 NI 多功能 I/O DAQ 设备都使用 SAR 类型的 ADC，但模块化仪器和 USB 设备不一定如此。它利用近似寄存器将连续模拟信号转换为离散格式。此外，它还利用二进制算法将连续模拟波形转换为更小的离散输出。
 
DSA 类型的 ADC 利用过采样、抽取滤波器和噪声整形来创建高分辨率和出色的抗混叠滤波应用。此外，它是自由运行的，这意味着它会在任何触发条件之前进行采样。这些功能可用于振动和音频信号分析以及应变和压力测量。

附加信息

并非所有 NI 61xx S 系列设备和模块都使用 SAR 类型的 ADC，因为某些 NI 61xx S 系列设备和模块使用逐次逼近寄存器 ADC。

并非所有 NI 92xx C 系列设备和模块都使用 DSA 类型的 ADC，因为只有用于高精度测量的 C 系列设备和模块才使用 DSA 类型的 ADC，例如热电偶（NI 9211、9212、9213）、RTD（ NI 9217)、高电压和电流 (NI 9225、9227、9229、9239、9242、9244)、DSA (NI 9232、9234)、电桥测量 (NI 9235、9236、9237) 和通用 (NI 9219) 。

在 SAR 类型 ADC 的描述中，将模拟波形转换为离散输出的二进制算法意味着检查每个模拟点是否大于或小于数字参考点。如果更大，则数字位设置为高，或二进制为 1，然后移至下一位。如果为低，则数字位设置为低，或二进制 0，然后移至下一位。这样一直持续到模拟点转换完成。

Delta-Sigma与其他转换器技术有什么区别？

Delta-sigma ADC与众不同之处在于它将过采样、抽取滤波以及量化噪声整形三项技术结合在一起使用。

过采样

Delta-sigma ADC使用较大倍数的采样率，例如给定信号奈奎斯特速率的128倍。举例来说，如要对25 kHz信号进行采样，使用大于奈奎斯特速率（50 kHz以上）的采样率就足够了。但是，使用128倍过采样率的Delta-sigma ADC将以远高于奈奎斯特速率的频率对信号进行采样。这种方法有几个好处，例如更好的抗混叠和更高的分辨率。频域上，对信号采样实际上是使用采样频率Fs倍数的载波频率对输入信号谱进行调制（即0、Fs、2Fs、3 Fs等等）。为了确保这些经调制的输入信号谱之间不互相重叠，导致混叠，采样速率必须大于信号包含最高频率的两倍（即2Fmax），这就是奈奎斯特速率。相反，如果输入信号具有高于Fs /2（也称为奈奎斯特频率）的频率成分，这些成分将进入欠奈奎斯特频率区域，在混叠部分检测出感兴趣的信号尤为困难。混叠效应表现为噪声和信号失真。

为了抗混叠，在ADC采样之前，需要对高于奈奎斯特频率的成分进行衰减，数据采集设备的模拟前端通常使用模拟低通滤波器。对这些滤波器往往有严格的要求，比如具备砖墙特性，包括快速衰减、平稳通带等。由于这些严格的要求以及必须用模拟电路实现，滤波器设计相当困难，并且制造成本高昂。

图2：过采样技术放宽了对模拟抗混叠滤波器的要求。

Delta-sigma ADC通过对信号进行过采样，放宽了对模拟抗混叠滤波器的要求，如图2所示。通过过采样，输入信号谱的调制部分在频域中被进一步分离，允许滤波器具有较缓慢的截止特性，从而降低了模拟抗混叠滤波器的设计难度。Delta-sigma ADC主要由数字电路组成，从而可以用硅实现，极大地发挥超大规模集成电路VLSI技术的优势。

数字抽取滤波

来自delta-sigma调制器的位流输出被送入数字抽取滤波器，进行平均和降采样，从而生成所需采样速率Fs下的n位采样。其实，平均过程等效于低通滤波，可以衰减量化噪声，并从感兴趣的频带中去除混叠成分。这种数字抽取滤波器不仅可构建出十分平坦的带通响应，不引入任何相位误差，而且能够在截止频率具有陡峭的截止特性（约为采样频率Fs的0.49倍），极佳地抑制无用频率成分。在抗混叠中发挥了重要作用。数字抽取滤波器通常为有限脉冲响应（FIR）滤波器，如梳滤波器，具有极高的性价比。

量化噪声整形

模拟信号转换为数字信号，会引入噪声，这种噪声称为量化噪声。对于单个数字采样，噪声为± 1/2 LSB。LSB越小，ADC分辨率越高。更高的分辨率意味着更低的量化噪声或更高的信噪比（SNR）。ADC分辨率与SNR之间的经典关系等式见等式1，其中N是ADC分辨率的有效位数。

SNR = 6.02N + 1.76 dB    (方程 1)

但是，我们并未就此止步。Delta-sigma调制器的作用类似于输入信号的低通滤波器和量化噪声的高通滤波器，正如图3所示将噪声推向更高的频率区域。这一现象称为量化噪声整形，通过利用数字抽取，有效地对调制器输出进行低通滤波并移除量化噪声。在感兴趣的频带上大大降低了噪底意味着ADC具有更高的SNR和更宽的动态范围。

过采样带来了更高的SNR，见等式2，其中Fs是采样速率，K是过采样系数，BW是输入信号的带宽。更高的SNR带来了更多的ADC分辨率有效位数。

SNR = 6.02N + 1.76 + 10log (KFs /2BW) dB (方程 2)

图3举例说明了量化噪声整形的原理，它是delta-sigma ADC的主要优点之一。

图3：过采样实现量化噪声整形