【物联网】继续深入探索ADC模拟转数字的原理——Flash ADC流水线ADC逐次逼近型SAR ADC

这篇文章主要弥补上一篇关于ADC的不足,更加深入了解ADC数模转换器的工作原理,举例常见的三种ADC,分别为Flash ADC&流水线ADC&逐次逼近型SAR ADC。
【物联网】深入了解AD/DA转换技术:模数转换和数模转换



前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站:人工智能



文章目录

    • 一、模拟信号和数字信号
    • 二、ADC转换芯片
      • 1、Flash ADC
      • 2、流水线ADC
      • 3、逐次逼近型SAR ADC


一、模拟信号和数字信号

  • 模拟信号是一种连续变化的信号,它可以在一定范围内取任意数值。在电子设备中,模拟信号通常由电压或电流的变化来表示。
    在这里插入图片描述

  • 数字信号是一种离散的信号,它只能取有限个数值。在数字设备中,通常使用二进制来表示数字信号,即用0和1来表示不同的状态。

在这里插入图片描述


举个例子:

假设从0V到8V,连续的过程就是模拟信号,如果每间隔1V识别一次电压,对应的电压值用二进制数表示,则对二进制数就是数字信号

在这里插入图片描述

那我们要思考一个问题就是,一个连续变化的模拟信号是怎样变成数字信号的呢?
这就要使用我们ADC中最重要的部分——ADC模数转换芯片。


二、ADC转换芯片

1、Flash ADC

Flash ADC(快闪式模数转换器)是一种高速的模数转换器,它能够将模拟信号转换为数字信号。Flash ADC的原理是基于比较器编码器的工作原理。

Flash ADC包含了一系列比较器,每个比较器都与一个参考电压相关联。当输入的模拟信号通过比较器进行比较时,每个比较器都会产生一个数字输出,表示输入信号与参考电压的大小关系。这些数字输出经过编码器进行编码,最终输出一个二进制数字,表示输入模拟信号的大小。

由于Flash ADC中的比较器数量很大,因此它可以实现非常高的转换速度。然而,由于需要大量的比较器和编码器,Flash ADC的成本和功耗较高,因此在实际应用中通常用于需要高速转换的场合。


实现的细节:

同样是使用上面0V到8V的例子,先将8V电压接地,中间接上8个相同阻值的电阻,点一个点7/8电阻得到7V,下一个点6/8个电阻得到6V…以此类推,得出7个电位的电压,然后在电阻间加上比较器,也就是1V电压到反相端,另一端接上输入信号,接入输入比1V高,比较器输出高电平1,相反,如果比1V小,就输出低电平0,以此类推在所有的电阻间都加上比较器,将所有输入引脚接在一起,假设输入的是5.1V,下面的5个比较器输出1,上面的比较器输出0,得到的二进制数字就是0011111,同理假设是4.9V,输出的二进制数字是0001111,按照这个规律得到每个区间的电压对应的二进制数字。

在这里插入图片描述

理论上模拟信号有无尽的小数,与基准电压不可能完全相等,所以并不会发生要冲裁的情况。

下一个环节就是加上D型锁存器,将所有控制端拉到外面来控制,当控制端是1,那输入端是多少,锁存器就输出相同的结果,这个过程会出现轻微震荡,会出现输出也跟着跳变,当控制端为0时,所有结果就会被锁定,这时候不论前面怎么变,后面输出都不会改变,所以可以把锁存器的控制端:

1理解为读取指令
0理解为定指令

在这里插入图片描述

下一步将这些结果转化为二进制数

0-1V-----000
1-2V-----001
2-3V-----010
3-4V-----011
4-5V-----100
5-6V-----101
6-7V-----110
7-8V-----111

正好八种结果用3bit二进制数表示,那么这部分就是要用编码器来完成。

在这里插入图片描述
上面使用的是3bit分辨率,所以只能识别1V的电压,要想精度更高,就需要更多位

分辨率为4bit,精度为0.5V16个比较器和触发器
分辨率为10bit,精度为0.0078V1023个比较器触发器
分辨率到16bit,精度为0.00012V65535个比较器和触发器

所以Flash ADC的缺点就是精度越高,内部元器件越多,内部功耗和面积就会增大,要解决这个问题外面可以用流水线ADC


2、流水线ADC

流水线ADC是一种高速的模数转换器,它将模拟信号转换为数字信号。它的工作原理基于流水线结构,可以实现高速的并行转换。

在这里插入图片描述

  1. Sample and Hold(采样保持):首先,输入的模拟信号会经过采样保持电路,这个电路会对模拟信号进行采样并且在一定时间内保持这个采样值。

  2. 分段转换:流水线ADC将整个转换过程分成了多个阶段,每个阶段都负责对输入信号的一部分进行转换。每个阶段包含了一个比较器和一个数字编码器。比较器会将输入信号与参考电压进行比较,然后输出一个比较结果。数字编码器会将比较结果转换为数字输出。

  3. Pipeline Stages(流水线阶段):每个阶段的转换结果会传递给下一个阶段,这样整个转换过程被分成了多个阶段,每个阶段都可以并行地进行转换。这样可以大大提高转换速度。

  4. 数字输出:最后,每个阶段的数字输出会被整合起来,形成最终的数字输出。


举例说明:

我们以4bit分辨率举例,参考电压为1V,0.5V为基准电压,超过0.5V输出1,低于0.5V输出0;假设我们检测0.7V,

  • 第一层大于0.5V,所以应该输出1
  • 然后将(0.7V-基准电压0.5V)乘以2倍得到0.4V,这个时候第二层0.4V小于基准电压0.5V,所以输出0
  • 将上一层的0.4乘以2倍得到0.8V,所以第三层大于0.5V,输出1
  • 然后将(0.8V-基准电压)乘以2倍得到0.6V,所以第四层大于基准电压0.5V,所以输出的是1

得到所有的的二进制数为1011,遵循的公式就是大于基准电压0.5V就减去基准电压再乘以二倍,小于基准电压直接乘以二倍

Flash ADC和流水线ADC相比,同样是4bit,流水线只需要4个比较器,而普通Flash ADC需要16个比较器,功耗降低,体积变小,但是对制作工艺和电路要求高很多。


3、逐次逼近型SAR ADC

逐次逼近型SAR(Successive Approximation Register) ADC是一种常见的模数转换器,用于将模拟信号转换为数字信号。它的工作原理是通过逐步逼近的方式来确定模拟输入信号的数字表示。

在这里插入图片描述

  1. 采样保持:首先,输入的模拟信号会经过采样保持电路,这个电路会对模拟信号进行采样并在一定时间内保持这个采样值。

  2. DAC输出:采样保持后的模拟信号会被送入一个数字模拟转换器(DAC),DAC会将模拟信号转换为数字形式,并将这个数字信号送入逐次逼近逻辑电路。

  3. 逐次逼近逻辑:逐次逼近逻辑会根据DAC输出的数字信号逐步逼近输入模拟信号的大小。它首先将DAC输出的最高位设置为1,然后将这个数字与输入模拟信号进行比较。如果DAC输出的数字大于输入模拟信号,逐次逼近逻辑将保持这个最高位为1,否则将其置为0。然后它会将次高位设置为1,再次进行比较。这个过程会一直持续下去,直到所有位都被确定。

  4. 数字输出:一旦逐次逼近逻辑确定了所有位的值,它就会产生一个完整的数字输出,表示输入模拟信号的大小。


举例说明:

以5bit分辨率为例,也就是2的5次方32个区间,假设参考电压为32mv,正好每个区间1mv,假设测量21.5mV,用32的一半16mV做比较,比它大首位输出1,下一个用16-32mV的一半24mV做比较,比它小输出0,再下一位用16-24mV的一半20mV作比较,比它大输出1,同理得到最终结果为10101。

在这里插入图片描述

逐次逼近型SAR ADC的优点是具有较高的分辨率和较低的功耗。它在许多应用中都有广泛的应用,比如传感器接口、音频处理和通信系统等领域。然而,由于逐次逼近的特性,它的转换速度通常比较慢,因此在一些需要高速转换的应用中可能不适用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/676718.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

“智能检测,精准把控。温湿度检测系统,为您的生活带来全方位的健康保障。”#非标协议项目【上】

“智能检测,精准把控。温湿度检测系统,为您的生活带来全方位的健康保障。”#非标协议项目【上】 前言预备知识1温湿度检测系统需求2.代码整合2.1找到编程实现LCD1602显示一行工程,打开代码文件,将所需的LCD1602驱动代码拷贝到温湿…

GEE数据——美国农业部LANDFIRE (LF)数据集2.3.0版本

地面火灾数据集 LANDFIRE (LF),即 "地貌火灾和资源管理规划工具",是美国农业部森林服务局、美国内政部地质调查局和大自然保护协会的野地火灾管理项目之间的共享项目。前言 – 人工智能教程 LANDFIRE (LF) 图层是利用基于大量实地参考数据、…

2.8日学习打卡----初学RabbitMQ(三)

2.8日学习打卡 一.springboot整合RabbitMQ 之前我们使用原生JAVA操作RabbitMQ较为繁琐&#xff0c;接下来我们使用 SpringBoot整合RabbitMQ&#xff0c;简化代码编写 创建SpringBoot项目&#xff0c;引入RabbitMQ起步依赖 <!-- RabbitMQ起步依赖 --> <dependency&g…

二、OpenAI开发者快速入门

启动并运行OpenAI API OpenAI API 为开发者提供一个简单的接口&#xff0c;使其能够在他们的应用中创建一个智能层&#xff0c;由OpenAI最先进的模型提供支持。聊天补全端点为ChatGPT提示支持&#xff0c;一种简单的方法是&#xff1a;输入文本&#xff0c;使用GPT-4模型输出。…

Swift Combine 使用 sink, assign 创建一个订阅者 从入门到精通九

Combine 系列 Swift Combine 从入门到精通一Swift Combine 发布者订阅者操作者 从入门到精通二Swift Combine 管道 从入门到精通三Swift Combine 发布者publisher的生命周期 从入门到精通四Swift Combine 操作符operations和Subjects发布者的生命周期 从入门到精通五Swift Com…

项目02《游戏-12-开发》Unity3D

基于 项目02《游戏-11-开发》Unity3D &#xff0c; 任务&#xff1a;实现场景怪物自动巡航 &#xff0c; 首先在场景中创建小球命名为路径点WayPoint0&#xff0c; 取消小球的碰撞器Collider&#xff0c; 再复制两个改名为WayPoint1 和 WayPoint2 &#xff0c; 在…

Android矩阵Matrix动画缩放Bitmap移动手指触点到ImageView中心位置,Kotlin

Android矩阵Matrix动画缩放Bitmap移动手指触点到ImageView中心位置&#xff0c;Kotlin 借鉴 Android双指缩放ScaleGestureDetector检测放大因子大图移动到双指中心点ImageView区域中心&#xff0c;Kotlin&#xff08;2&#xff09;-CSDN博客 在此基础上实现手指在屏幕上点击后&…

微服务OAuth 2.1扩展额外信息到JWT并解析(Spring Security 6)

文章目录 一、简介二、重写UserDetailsService三、Controller解析JWT获取用户信息四、后记 一、简介 VersionJava17SpringCloud2023.0.0SpringBoot3.2.1Spring Authorization Server1.2.1Spring Security6.2.1mysql8.2.0 Spring Authorization Server 使用JWT时&#xff0c;前…

生成式人工智能攻击的一年:2024

趋势科技最近公布了其关于预期最危险威胁的年度研究数据。生成人工智能的广泛可用性和质量将是网络钓鱼攻击和策略发生巨大变化的主要原因。 趋势科技宣布推出“关键可扩展性”&#xff0c;这是著名年度研究的新版本&#xff0c;该研究分析了安全形势并提出了全年将肆虐的网络…

用EXCEL从地址(上海)中提取各区(浦东新区等区)信息

背景&#xff1a; 朋友工作需要经常用EXCEL把各上海用户收货地址中的区提取出来&#xff0c;之前一直手动处理&#xff0c;希望我帮忙用EXCEL公式直接提取处理。 数据样式&#xff1a; 中国上海市浦东新区A小区 上海徐汇区B小区 中国&#xff0c;上海&#xff0c;浦东新区&a…

代码审计-CVE-2023-6654-PHPEMS-加密-解密分析

路由&#xff1a; 入口方法&#xff1a; 鉴权分析&#xff1a; 由此可以得出 鉴权是由session类负责获取参数后&#xff0c;由各个类的魔术方法负责&#xff1a;&#xff08;在此还有一个方法 全局搜索登录关键词&#xff09; 1、断点分析&#xff1a; 寻找鉴权点分析&#…

[神奇代码岛】皮肤功能使用

前言 最近有很多人在制作地图的时候&#xff0c;因该会用到皮肤的功能&#xff0c;但是皮肤操作只知道UI操作&#xff0c;但缺点是&#xff0c;只能设置地图默认皮肤&#xff0c;根本都做不到想要的什么皮肤购买功能&#xff0c;自主穿戴功能&#xff0c;而API官方又放在非常隐…

《剑指 Offer》专项突破版 - 面试题 30 和 31:详解如何设计哈希表以及利用哈希表设计更加高级、复杂的数据结构

目录 一、哈希表的基础知识 二、哈希表的设计 2.1 - 插入、删除和随机访问都是 O(1) 的容器 2.2 - 最近最少使用缓存 一、哈希表的基础知识 哈希表是一种常见的数据结构&#xff0c;在解决算法面试题的时候经常需要用到哈希表。哈希表最大的优点是高效&#xff0c;在哈希表…

1、学习 Eureka 注册中心

学习 Eureka 注册中心 一、创建 Eureka 微服务0、SpringBoot 和 SpringCloud 版本1、引入 Eureka 服务端依赖2、启动类加 EnableEurekaServer 注解3、配置 yaml 文件&#xff0c;把 Eureka 服务注册到 Eureka 注册中心4、访问 Eureka 服务端&#xff0c;查看注册中心的服务列表…

自然语言学习nlp 六

https://www.bilibili.com/video/BV1UG411p7zv?p118 Delta Tuning&#xff0c;尤其是在自然语言处理&#xff08;NLP&#xff09;和机器学习领域中&#xff0c;通常指的是对预训练模型进行微调的一种策略。这种策略不是直接更新整个预训练模型的权重&#xff0c;而是仅针对模型…

Linux 软件管理(YUM RPM)

1 YUM yum&#xff08;全称为 Yellow dog Updater, Modified&#xff09;是一个在Fedora和RedHat以及CentOS中的Shell前端软件包管理器。基于RPM包管理&#xff0c;能够从指定的服务器自动处理依赖性关系&#xff0c;并且一次安装所有依赖的软件包&#xff0c;无须繁琐地一次次…

Aethir和Well-Link Tech携手革新云游戏,释放人工智能(AI)潜力

​Aethir将为Well-Link Tech的2亿用户提供先进的GPU计算能力&#xff0c;大幅提升他们的游戏体验。 新加坡&#xff0c;2024年2月7日 - 先驱性的去中心化GPU网络Aethir与实时云渲染技术领导者Well-Link Tech携手共创云游戏和元宇宙发展的新时代。 借助Well-Link Tech对领先游戏…

[office] Excel2019函数MAXIFS怎么使用?Excel2019函数MAXIFS使用教程 #知识分享#微信#经验分享

Excel2019函数MAXIFS怎么使用&#xff1f;Excel2019函数MAXIFS使用教程 Excel2019函数MAXIFS怎么使用&#xff1f;这篇文章主要介绍了Excel2019函数MAXIFS使用教程,需要的朋友可以参考下 在今年&#xff0c;Excel除了新版本Excel2019&#xff0c;其中有一个新功能MAXIFS函数&am…

初识文件包含漏洞

目录 什么是文件包含漏洞&#xff1f; 文件包含的环境要求 常见的文件包含函数 PHP伪协议 file://协议 php://协议 php://filter php://input zip://、bzip2://、zlib://协议 zip:// bzip2:// zlib:// data://协议 文件包含漏洞演示 案例1&#xff1a;php://inp…

Docker-现代化应用部署的利器

一、容器部署的发展 今天我们来说说容器部署。我们知道容器部署的发展大致分三个阶段&#xff0c;下面来介绍一下不同阶段的部署方式的优缺点 物理机部署 优点是可以提供更高的性能、资源控制&#xff0c;也可以提供更好的数据隔离和安全性&#xff0c;因为不同的应用程序运行在…