模数转换器(ADC)的理论量化噪声.docx

雷达链路预算|模数转换器(ADC)的理论量化噪声

雷达链路预算涉及关键的射频器件，如低噪声放大器(LNA)、混频器、滤波器、ADC，链路预算主要目的是摸清雷达的链路增益，并寻找能够提高雷达链路增益的节点，本文从ADC角度进行分析。

ADC把模拟信号转变为数字信号，对雷达回波信号的整体增益有损耗。从能量守恒和信息论的角度讲，从模拟信号到数字信号丢失了能量，雷达系统整体增益会损失，同时能量丢失也代表信息丢失，这对于雷达检测弱目标和远距离探测不友好。

那么应该如何定量分析这个损耗值呢？通常雷达系统的相关文献会直接给出噪声功率q^2/12的结论值。如果遇到可以配置ADC位数时需要手动计算，甚至可以采集原始数据进行验证，以便更深入的理解。

ADC是一个很系统的模块，涉及射频、IC设计、通信、雷达等领域。虽然平时没有不分析其具体特性，但ADC的的确确影响雷达系统的性能指标，比如动态范围、信噪比等。

1、概述

通常，计算N位模数转换器(ADC)量化理论信噪比(SNR)的公式为：

SNR=6.02N+1.76?dB

其中，N是ADC的有效位数，比如有效位数为8bit,12bit。每增加1位ADC有效位，则量化理论信噪比提高6dB。但实际上，ADC量化的信噪比还带有补偿系数，本文将分析二者的区别。

本教程文章主要内容如下：

（1）推导N位模数转换器(ADC)的理论量化噪声

（2）采用均方根量化噪声电压计算理论信噪比(SNR)

（3）分析过采样对SNR的影响

2、量化噪声模型

理想ADC转换器对模拟信号进行数字化时，最大误差为±1/2LSB(最低有效位)，如图1所示是一个理想N位ADC的传递函数。

对于动态范围在数个LSB间的交流信号，其量化误差可以通过一个峰峰值幅度为q(一个LSB的权重)的非相关锯齿波模型来近似计算。从概率论的角度讲，实际量化误差随机分布在±1/2q范围内，且概率相等。虽然这种模型并不是完全精确，但由于±1/2q范围足够小，在工程上足够应用。

图1N位ADC的理想量化噪声

上述图像源于1948年贝尔实验室的W.R.Bennett发表的经典论文(如参考文献1)，该论文分析了量化噪声的实际频谱，其它一些关于转换器噪声的重要论文和著作可参考文献2-6。结合文献和图1的论述，可以采用一个简单的锯齿波形作为误差的分析模型，如图2所示。

图2量化噪声和时间的关系

图2更详细地显示了量化误差与时间的关系，其中s是锯齿波形的斜率，锯齿误差的计算公式如下：

??e(t)的均方值可以表示为：?

?

均方值表示信号平方后的均值，用E(x^2)表示，连续信号均方值用积分表示,q/s表示积分的时间长度。均方值表示信号的平均功率，信号的平均功率=信号交流分量功率+信号直流分量功率。例如：x、y、z这3项求均方值。均方值=（x^2+y^2+z^2）/3。

进行简单的积分和简化可得：?

该值与前文论述中的噪声功率q^2/12的结论值是吻合的，故均方根量化误差为：

均方根量化噪声锯齿误差波形产生的谐波(锯齿波形带来的)远远超过DC(零频)至fs/2的奈奎斯特带宽，故所有这些高阶谐波将会折回(频谱混叠)到奈奎斯特带宽并叠加，然后产生q/√12的均方根噪声。

假设量化噪声与输入信号不相关，量化噪声近似于高斯分布，几乎均匀地分布于DC至fs/2的奈奎斯特带宽。在某些条件下，如采样时钟和信号通过谐波相关时，量化噪声将与输入信号相关，此时能量集中在了信号的谐波当中，因此均方根值仍约为q/√12。

理论信噪比现在可以通过一个满量程输入正弦波来计算：?

满量程输入正弦波?其中，公式中q/2系数是误差系数，实际量化误差随机分布在±1/2q范围内，2^N是ADC的分辨率区间(也能代表满量程)，即ADC幅度被分为2^N份。上述公式可以变形为：?

满量程输入正弦波?可明显推出，正弦波量化后的结果为q/2*(sin(2*pi*f*t))其中t按时间等间隔采样，如图3中体现。

?

图3数字化后的正弦波

因为(sinx)*(sinx)=(1-cos2x)/2,其中cos2x在2π内的平均值为零，因此平均值就是1/2，带入均方根公式即可求得输入信号的均方根值为：

因此，理想N位转换器的均方根信噪比为：?

其中因为参数是峰峰值，故而取20log10(.)，代入数值之后得到：

??至带宽范围?

上述公式表明，虽然量化噪声的实际频谱相当复杂，难以分析，但推导出的简化分析对大多数应用足够准确。但必须再次强调，均方根量化噪声是在DC(零频)到fs/2的完整奈奎斯特带宽范围内进行测量的。

3、处理增益

许多应用中，实际目标信号占用的带宽BW小于奈奎斯特带宽，如图4所示。如果使用数字滤波来滤除带宽BW以外的噪声成分，则等式中必须包括一个校