一个芯片工程师的ADC学习笔记 （一）

一个芯片工程师的ADC学习笔记（一）ADC（模数转换器）主要用于将模拟信号转换为数字信号，以便进行后续的数字处理。以下是关于ADC的详细学习笔记：一、ADC的基本转换过程ADC的转换过程主要包括采样、保持、量化和编码几个步骤。采样和保持采样：由于模拟信号是连续的，而数字信号是离散的，因此需要通过采样将模拟信号在时间上离散化。采样频率必须大于信号频率的两倍（奈奎斯特采样定理），否则会因为频谱混叠而无法恢复原始信号。保持：采样后的数值需要保持到下一步进行转换。量化和编码量化：将采样后的模拟信号值按照一定标准转化为离散的数字值。这个过程会引入量化误差，即模拟信号值与量化后的数字值之间的差异。编码：将量化后的数字值转换为二进制或其他形式的数字编码，以便进行数字处理。二、ADC的几种架构ADC的架构根据其工作原理和性能特点可以分为多种类型，常见的包括积分型ADC、逐次比较型SAR ADC、流水线型ADC和Σ-Δ型ADC。积分型ADC原理：利用运放对输入信号和参考信号进行积分输出，通过计数器统计积分时间，最后按照函数关系得到采样信号的值。特点：积分时间决定转换精度，因此牺牲转换速度可以提升精度。抗噪声能力强，但转换速度较慢，适用于精度要求不高但抗噪声能力强的场合。逐次比较型SAR ADC原理：利用比较器将输入信号与DAC产生的参考电压进行比较，通过二分法搜索逐步逼近输入信号的值，最终得到数字输出。特点：具有中等速度和中等精度，综合性能较好，是目前应用最多的ADC架构之一。功耗可调，由转换速度决定，因此也限制了高速应用。流水线型ADC原理：利用多个比较器进行并行处理，每个阶段对输入信号的一部分进行转换，最后将所有阶段的转换结果组合得到最终数字输出。特点：转换速度快，但功耗大、面积大，分辨率相对较低。适用于高速、低功耗要求不高的场合。Σ-Δ型ADC原理：采用过采样和噪声整形技术，通过调制器将输入信号转换为高频信号，然后通过数字滤波器进行降噪和抽取，最终得到高精度数字输出。特点：适用于高分辨率ADC设计，具有优异的抗噪声能力和稳定性。但转换速度相对较慢，功耗较大。三、ADC架构的比较不同类型的ADC架构在性能特点上各有优劣，适用于不同的应用场景。例如，积分型ADC适用于精度要求高但转换速度不快的场合；逐次比较型SAR ADC则具有中等速度和精度，综合性能较好；流水线型ADC适用于高速、低功耗要求不高的场合；Σ-Δ型ADC则适用于高分辨率、抗噪声能力强的场合。四、学习中的常见问题及解答设计一个电路是怎么样的一个过程？答：先初步手算参数，然后进行仿真精细化。设计的尺寸还要看工艺和版图的可行性。同步SAR逻辑和异步的区别是什么？答：同步SAR更多应用于低速场合，而异步SAR可以做到很高速。在精度要求不太高的应用领域，异步SAR可以代替pipeline。计算SNR时，谐波功率也算到噪声功率吗？答：通常说的SNR是加上了谐波失真的SNDR，而不是仅用ENOB公式算出来的SNR。对怎么做一些屏蔽、隔离、匹配、floorplan等能不能给说一说？答：这涉及到DAC的布局布线，需要考虑到一阶线性匹配和高阶非线性失配，最终layout布局要能消除或减弱所有mismatch。仿单级放大器是应该去跑仿真仿瞬态仿真合适还是交流仿幅频特性曲线合适？答：两者都需要跑，AC仿真得到幅频特性，Tran仿真得到信号质量。通过以上学习笔记，我们可以对ADC的转换过程、架构类型以及常见问题有更深入的了解。这对于芯片工程师在设计和优化ADC电路时具有重要的指导意义。