1. AD转换器的分类
下面简要介绍常用的几种类型的基本原理及特点:积分型、逐次逼近型、并行比较型/串并行型、Σ-Δ调制型、电容阵列逐次比较型及压频变换型。

1)积分型(如TLC7135)

积分型AD工作原理是将输入电压转换成时间(脉冲宽度信号)或频率(脉冲频率),然后由定时器/计数器获得数字值。其优点是用简单电路就能获得高分辨率,但缺点是由于转换精度依赖于积分时间,因此转换速率极低。初期的单片AD转换器大多采用积分型,现在逐次比较型已逐步成为主流。

2)逐次比较型(如TLC0831)

逐次比较型AD由一个比较器和DA转换器通过逐次比较逻辑构成,从MSB开始,顺序地对每一位将输入电压与内置DA转换器输出进行比较,经n次比较而输出数字值。其电路规模属于中等。其优点是速度较高、功耗低,在低分辩率(<12位)时价格便宜,但高精度(>12位)时价格很高。

3)并行比较型/串并行比较型(如TLC5510)

并行比较型AD采用多个比较器,仅作一次比较而实行转换,又称FLash(快速)型。由于转换速率极高,n位的转换需要2n-1个比较器,因此电路规模也极大,价格也高,只适用于视频AD转换器等速度特别高的领域。
串并行比较型AD结构上介于并行型和逐次比较型之间,最典型的是由2个n/2位的并行型AD转换器配合DA转换器组成,用两次比较实行转换,所以称为Half flash(半快速)型。还有分成三步或多步实现AD转换的叫做分级(Multistep/Subrangling)型AD,而从转换时序角度又可称为流水线(Pipelined)型AD,现代的分级型AD中还加入了对多次转换结果作数字运算而修正特性等功能。这类AD速度比逐次比较型高,电路规模比并行型小。

4)Σ-Δ(Sigma?/FONT>delta)调制型(如AD7705)

Σ-Δ型AD由积分器、比较器、1位DA转换器和数字滤波器等组成。原理上近似于积分型,将输入电压转换成时间(脉冲宽度)信号,用数字滤波器处理后得到数字值。电路的数字部分基本上容易单片化,因此容易做到高分辨率。主要用于音频和测量。

5)电容阵列逐次比较型

电容阵列逐次比较型AD在内置DA转换器中采用电容矩阵方式,也可称为电荷再分配型。一般的电阻阵列DA转换器中多数电阻的值必须一致,在单芯片上生成高精度的电阻并不容易。如果用电容阵列取代电阻阵列,可以用低廉成本制成高精度单片AD转换器。最近的逐次比较型AD转换器大多为电容阵列式的。

6)压频变换型(如AD650)

压频变换型(Voltage-Frequency Converter)是通过间接转换方式实现模数转换的。其原理是首先将输入的模拟信号转换成频率,然后用计数器将频率转换成数字量。从理论上讲这种AD的分辨率几乎可以无限增加,只要采样的时间能够满足输出频率分辨率要求的累积脉冲个数的宽度。其优点是分辩率高、功耗低、价格低,但是需要外部计数电路共同完成AD转换。

2. AD转换器的主要技术指标

1)分辩率(Resolution) 指数字量变化一个最小量时模拟信号的变化量,定义为满刻度与2n的比值。分辩率又称精度,通常以数字信号的位数来表示。

2)转换速率(Conversion Rate)是指完成一次从模拟转换到数字的AD转换所需的时间的倒数。积分型AD的转换时间是毫秒级属低速AD,逐次比较型AD是微秒级属中速AD,全并行/串并行型AD可达到纳秒级。采样时间则是另外一个概念,是指两次转换的间隔。为了保证转换的正确完成,采样速率(Sample Rate)必须小于或等于转换速率。因此有人习惯上将转换速率在数值上等同于采样速率也是可以接受的。常用单位是ksps和Msps,表示每秒采样千/百万次(kilo / Million Samples per Second)。

3)量化误差(Quantizing Error) 由于AD的有限分辩率而引起的误差,即有限分辩率AD的阶梯状转移特性曲线与无限分辩率AD(理想AD)的转移特性曲线(直线)之间的最大偏差。通常是1 个或半个最小数字量的模拟变化量,表示为1LSB、1/2LSB。

AD/DA的分类与指标相关推荐

  1. 单片机C语言DA转换,51单片机PCF8591的DA转换程序详解[含HL-1与HJ-c52 DA代码AD/DA原理图](可直接复......

    以下是补充(能想到的范围有限有没想到的还请谅解) DA工作原理 基于PCF8591芯片 DA是什么? n DA指数模转换(Digital to Analog),顾名思义,就是把数字信号转换成模拟信号. ...

  2. 文献 | AD影像学分类

    碎碎念:因为研究方向放在认知障碍这块了嘛,打算整理下AD影像学分类这块的研究,不过动作估计很慢啊哈哈哈哈......毕竟又是个相对陌生的领域....... 今日分享列表: 1. Rathore, Sa ...

  3. R语言构建logistic回归模型并评估模型:构建基于混淆矩阵计算分类评估指标的自定义函数、阳性样本比例(垃圾邮件比例)变化对应的分类器性能的变化、基于数据阳性样本比例选择合适的分类评估指标

    R语言构建logistic回归模型并评估模型:构建基于混淆矩阵计算分类评估指标的自定义函数.阳性样本比例(垃圾邮件比例)变化对应的分类器性能的变化.基于数据阳性样本比例选择合适的分类评估指标 目录

  4. 【数据竞赛】kaggle竞赛宝典-多分类相关指标优化​

    ↑↑↑关注后"星标"kaggle竞赛宝典 kaggle竞赛宝典 作者: 尘沙杰少.谢嘉嘉.DOTA.有夕 赛题理解,分析,规划之多分类相关指标优化 这是一个系列篇,后续我们会按照我 ...

  5. 机器学习 | 分类评估指标

    文章目录 1. 分类评估指标 1.1 混淆矩阵 Confusion Matrix 1.1.1 scikit-learn 混淆矩阵函数接口 1.2 真阳性TP.假阳性FP.真阴性TN.假阴性FN 1.2 ...

  6. AutoLeaders控制组——51单片机学习笔记(AD/DA、红外遥控)

    本篇内容是观看B站江科大自化协UP主的教学视频所做的笔记,对其中内容有所引用,并结合自己的单片机板块进行了更改调整. 以下笔记内容以一个视频为一个片段(内容较多,可能不适合速食,望见谅) 一些内容涉及 ...

  7. 高速数据采集卡之FMC子板丨FMC接口AD/DA子卡丨坤驰科技

    FMC子板因为其多样性,灵活性及得到日益广泛的使用.坤驰科技做为高速数据采集产品和FMC子板的设计者,近几年发布了多多款FMC子板产品,它们包含高速AD板和高速DA板及混合AD/DA板.它们的电气与机 ...

  8. ZYNQ之高速AD/DA验证实验

    文章目录 前言 一.ADDA模块介绍 二.添加ROM IP核 三.添加ILA IP核 四.编写测试程序 五.管脚分配 六.连接开发板测试 总结 前言 本实验是高速AD/DA验证实验,将使用高速DA芯片 ...

  9. 单片机的组成以及分类和指标

    单片机的组成 单片机又称单片微控制器,它把一个计算机系统集成到一块芯片上,主要包括微处理器(CPU).存储器(随机访问存储器RAM.只读存储器ROM)和各种输入/输出接口(包括定时器/计数器.并行I/ ...

最新文章

  1. python加密解密库openssl_OpenSSL和Python实现RSA Key公钥加密私钥解密
  2. ASP.NET MVC 入门7、Hellper与数据的提交与绑定
  3. 中科大 计算机网络5 接入网和物理媒体
  4. mysql高级查询面试_高级MySQL数据库面试问题 附答案
  5. 【飞控理论】从零开始学习Kalman Filters之三:非线性状态估算器
  6. php开源路由器,路由 - Symfony开源 - Symfony中国
  7. network-opt 优化网络拓扑结构
  8. ActiveMQ学习-Network connectors JAVA代码实现
  9. matlab如何求距平,matlab编程语句
  10. the problem was occurred when start ADT
  11. 微信商户中查看 appid
  12. 从浏览器中获取headers
  13. 电影社交网络中Facemash女生评比算法Java实现
  14. 【原创】 ES5高效封装WIN10系统教程2020系列(四)使用工具优化与清理
  15. PHP下载远程图片的3个方法
  16. 月老在线牵盲盒/交友盲盒/一元交友/存取小纸条盲盒/分销功能
  17. 在 VSLAM 的后端优化中的重投影误差的雅可比计算详细推导
  18. 【电子电路计算公式】 导线流过电流计算工具,我已经做成一个小工具了(源代码)
  19. Cocos2d-x 实现地图滚动,解释缝隙产生的原因以及解决方案
  20. R语言学习2.1.数值型与字符型

热门文章

  1. python傅里叶变换库_python的numpy库和cv2库实现图像傅里叶变换
  2. 【mysql基础知识】通过Navicat控制小数点位数,以及填充0后不显示的问题
  3. 在stackoverflow上使用markdown
  4. java获取本机ip地址_代码片段:获取系统所有IP
  5. 计算机专业评副高论文要求,护士晋升副高职称论文要求
  6. python画太极八卦图_太极八卦图的正确画法
  7. java描述常用的集合类_Java常用的集合类
  8. python中for循环运行不起_python中for循环不能正常工作
  9. python安装依赖包经常出错怎么办_Python 下载依赖包环境经常失败超时解决方法...
  10. php中头部含义,PHP 常用的header头部定义汇总大全