概述
微型计算机无法对模拟信号做处理，因此数据转换器在整个信号链中有着十分重要的意义。通常使用ADC将模拟信号转换为数字信号，但在采样过程中，信号的混叠现象是相关设计人员必须注意的问题。某些情况下，可以利用混叠现象，对高频带通信号使用较低采样频率做处理实现功能，然而在大多数情况下，我们需要避免混叠现象的发生，或者采用一定的方式对混叠信号其进行抑制，避免其干扰目标信号。本文对ADC的相关基础概念做简单介绍，重点分析混叠现象的发生及处理。
一、ADC的量化噪声与分辨率
ADC的转换包括采样、保持、量化、编码4个步骤，采样是使用一定频率的采样信号对模拟信号的连续数值做等时间间隔取值，然后进入保持时间，在这段时间里将采样的模拟量转化为数字量，并按照一定的编码形式给出转换结果。
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，很明显，这个过程存在缺陷，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，在此过程中，任何一个离散数字量的大小必须是某个最小数量单位的整数倍，也就是说，在进行AD转换过程中，所有的采样模拟量必须转化为这个最小数字位的整数倍。我们将数字信号的最小数字位称为最低有效位（Least Significant Bit，简称 LSB）。
将模拟信号转换为不同等级的数字量有可采用不同方法，如下图所示。
设3 bit ADC的模拟电压输入范围为0~VREF，则它可表示2^3 = 8个数字量，即000、001、010、011、100、101、110、111，每个数字量都代表一个模拟电压值，如图中横轴所示。当ADC在0输入时，输出数字量为000；随着输入电压朝着Vref/8 增加，误差也会增加，因为输入不再是0，但输出仍然为000。当输入电压达到Vref/8 时，输出代码从000 变为001，此时输出准确地代表了输入电压，量化误差减小为零。随着输入电压超过Vref/8，误差再次增加，直到输入电压达到Vref/4，此时误差再次降到零。该过程在整个输入范围内持续，这里的最大误差是1 LSB。这个0 到1 LSB 的误差被称作量化不确定性（quantization uncertainty），因为存在各种模拟输入值，它们可能产生任意特定代码，而且我们不清楚输入电压究竟是多少。量化不确定性也被称作量化误差(quantization error)。
上述方法的量化误差为1 LSB。为了减小量化误差，通常采用下图所示方法量化模拟电压。
此时，在输入电压为0时，输出为000，和以前一样。随着输入电压朝着1/2 LSB 增加，误差也增加，因为输入不再是零，但输出代码仍然为零。当输入达到1/2 LSB 时，输出代码从000 变到001。输入还没有达到1 LSB，只是在1/2 LSB 处，因此误差目前是–1/2 LSB。随着输入超过1/2 LSB，误差朝零移动，直到输入达到1 LSB，此时误差为零。随着输入超过1 LSB，误差也增加，直到输入达到3/2 LSB，此时输出代码增加1，误差的符号再次变为负号。这个过程在整个输入范围内继续。请注意，与没有偏移的情况相比，每个代码转变点都减小了1/2 LSB，这样第一个输出数字量的转变（从000到001）是在+1/2 LSB，而最后一个转变（从110 到111）是在VREF 之下3/2 LSB 处。因此，这种情况下，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。
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。上图中，最小的数字量 000 对应的模拟量为 0，最大的数字量 111 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 FSR），FSR 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），本例中，ADC的分辨率即为 3 bit。
很容易想到，在FSR确定的情况下，分辨率数越高的 ADC 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。信号功率和噪声功率之比称为信噪比（SNR）。
二、过采样、欠采样、混叠
在选择一个 ADC 时，采样频率 fs 是我们最优先考虑的参数。连续的模拟信号以时间间隔 ts = 1/fs 被采样，究竟什么样的采样频率才能保证精确地描述原始模拟信号？很显然，同一时间段内采样越多（采样频率越高），模拟信号的数字表示就越精确。如果采样较少（采样频率越低），则少到一定程度时，模拟信号的关键信息将因得不到采样而丢失。奈奎斯特（Nyquist）采样定律和香农（Shannon）采样定律阐述了对采样信号的频率要求，奠定了采样的数学基础。
1、奈奎斯特采样定律
- 如果采样频率小于最大感兴趣模拟信号频率的两倍，将会出现一种称为“混叠”的现 象。如果不希望避免感兴趣的信号发生混叠现象，采样频率 fs 至少是该信号所含最高 频率 fh 的两倍。
2、香农采样定律
- 对带宽为 fa 的信号进行采样，采样频率 fs 应不小于 2 倍的 fa，否则会导致信息的丢失。
- 信号带宽 fa 可以是从 0（直流）到 fa，或从 fl 到 fh（带通信号），此时 fa = fh - fl。
a) 表示采样频率 fs > 2fh 时的情况，采样频率确保了每个模拟信号周期内有大于 2 个采样点，原信号的信息可以被正确还原，这种情况也称为过采样；在 b)中，采样频率 fs < 2fh，信号被重构为频率小于原频率的信号，这种情况也可被称作欠采样。欠采样时发生的频率偏移现象叫做混叠。
为了更好地理解采样与混叠，我们从频域上对采样定理做一些分析。下图上方是一个 DC 到 fh 的信号的时域波形，右边是该信号相对应的频域信号波形。第一行 F(u) 是被采样信号 I(x) 的频域响应，第二行中 S(x) 是采样信号的时域信号，是一组间隔为 ∆x 的脉冲信号，它的频域响应 S(u) 也是一组脉冲信号，但间隔变为 1/∆x。根据傅里叶变换，时域中相乘相当于频域中做卷积，因此第三行中被采样之后的信号对应的频域响应成为了频域中的周期性重复信号，其间隔为 1/∆x 亦即采样频率 fs。也就是说时域中对信号进行离散化相当于频域中对信号周期化。下图表示的是过采样的情况，采样频率 fs > 2fh 保证了被周期化之后的频域没有出现频谱重叠。
下面是 fs < 2fh 时的情况，即欠采样时，如下图所示。
由于采样频率 fs 较低，频域信号的周期间隔 ∆x（即 fs）也变小了。因此被采样信号在周期化之后，两个相邻周期的信号出现了混叠，见图中红色部分。这种情况下，出现混叠的信号在被还原时无法正确的还原出原信号的全部信息。
从上面的分析可以看到，时域上的等间距采样相当于频域里信号频谱的周期性搬移，这解释了混叠现象的发生。因此，对于 DC 到 fh 的信号采样来说，为确保正确还原出信号的全部信号，过采样是必须遵循的原则。而在对带通信号采样时，我们可以利用混叠现象，实现利用较低的采样频率对高频带通信号进行采样，从而节省系统的成本、功耗、PCB 面积及模拟前端设计复杂度。这部分内容本文不做详述，下面着重对混叠现象及其处理做分析。
三、抗混叠滤波器
在 AD 转换过程中，输入信号会夹杂噪声，其中部分噪声的频率可能大于奈奎斯特频率。如果转换后我们感兴趣的信号频谱在 0 - fs/2 内，大于奈奎斯特频率的噪声就会混叠到 0 - fs/2 内，从而干扰或污染我们感兴趣的信号。因此在过采样应用中，我们一般要先用低通滤波器将大于奈奎斯特频率的噪声过滤掉，再把信号送入 ADC 的输入端，这种滤波器叫做抗混叠滤波器。
上图的上半部分中，要对一个 10MHz 的正弦波采样，采样率为 30MSPS，这时奈奎斯特频率为 15MHz。我们看到，频谱上 20MHz 处有一个毛刺（IMAGE），如果不使用抗混叠滤波器，那么 20MHz 处的噪声就会混叠到 10MHz 上，污染我们感兴趣的信号。此时，我们必须使用一个截止频率为 10MHz，过渡带仅有 10 MHz（10MHz 到 20MHz）的一个低通滤波器来做为抗混叠滤波器。然而，在仅仅 2 倍频程的过渡带上设计一个陡峭的滤波器非常困难：一个一阶滤波器（单极点）在 2 倍频程中只能提供 6dB 的衰减（单极点滤波器的衰减量为-20lgX，X为频程倍数）。因此，如果仅仅要求把 20MHz 处的噪声电压衰减 10 倍（-20dB），就已经需要一个 4 阶的低通滤波器。而如果我们把采样率提高到 60MSPS，奈奎斯特频率提高到 30MHz，如图的下半部分，我们只需担心 50MHz 的信号是否会混叠到感兴趣的 10MHz 信号上了，这时的抗混叠滤波器的过渡带为10MHz 到 50MHz，此时一个两阶的截止频率为 10MHz 的低通滤波器就可以完成将 50MHz 处的干扰信号衰减 10 倍（-20dB）的工作。模拟滤波器的设计难度被大大降低了。
四、总结
本文对ADC和混叠相关的基本概念进行了简单总结。然而，仅仅依靠理论是无法避免实际工程中的细节设计问题，因此有必要根据项目需求计算参数、设计电路并进行必要的仿真，才能在一定程度上降低错误发生的可能性。
资料参考
部分图片: ADC量化误差
量化误差分析：ADC学习笔记
其它：《德州仪器高性能模拟器件高校应用指南》
5602
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
