ADC(Analog Digital Converter），即模數轉換器。

電路有數字和模擬之分，信號同樣也有。模擬即為連續，數字則是離散，這里的連續和離散包括兩方面：一為取值離散/連續，一為時間離散/連續。我們知道計算機的數據是由0和1組成的數字信號，而我們生活的世界是模擬的，我們眼睛看到的運動、氣味的擴散、聲音的傳播等都是連續的、模擬的。電腦要捕捉實際環境中的模擬信號，而轉化成數字信號，最后加工處理。這個過程把模擬信號變成數字信號，實現這個過程的器件即為ADC。

在應用中，我們通常見不到獨立的ADC芯片，多數都集成在處理器、平臺或者模塊內。也因此，硬件工程師似乎對ADC的關注度似乎并沒有其他那么高。但作為一個采集信息的硬件電路，并不應該被我們所忽略。接下來幾篇，要具體的講一下ADC的原理、類型、參數以及應用。

一、信號采樣與量化

之前提到過，模擬就是在時間和值上邊的連續信號。圖1的系統曲線即為一段模擬信號，橫坐標t為時間，縱坐標表示幅度。我們可以看到，這段曲線不論在時間上還是在取值上邊都是連續變化的模擬信號。

圖1 系統曲線及采樣

我們知道，處理器處理的是離散信號，因此就要對這段連續的模擬信號進行采樣，在每一個固定的時間間隔ts內取點，讀取該點在該時刻的值，于是就形成了一組離散數據。這時，固定的時間間隔ts稱為采樣周期。把連續時間通過采樣周期分隔開的過程叫做采樣過程。通過采樣周期，把連續數據變成離散數據的過程，叫做信號的量化。

圖1中，每間隔ts時間取到的線上的黑點，即為量化后該信號的離散信號。整個過程，則是模擬信號轉為數字信號的過程，即為A/D轉換。如此，ADC的結構圖大體可以總結如下：

圖2 ADC結構示意圖

不難發現，隨著采樣周期ts的不同，量化后的信號則會不同。ts越小，即采樣頻率越高，則被采樣本越多，相應的信號變形越小，越逼近于實際的模擬信號。ts越大，采樣頻率越低，采樣樣本越少，就會出現重要數據的丟失。我們看一個例子：

圖3 采樣周期

如圖3，我們需要采樣的INPUT信號為頻率為fa的正弦信號，當我們選取采樣周期為1/fs時，可以得到一組量化的數據信號。當我們把這組數據信號進行連線表示出來后，則得到ALIASED的信號。我們發現經過量化再現的信號跟原來的模擬信號比完全不同，出現了另外一種形式的信號。

因此采樣周期的選取決定了信號是否會失真。經典的奈奎斯特定律，又為香農采樣定律被提出。簡單地說，要求采樣頻率至少是被采信號頻率（帶寬）的兩倍以上，否則就會出現信息丟失。

二、ADC的類型

根據ADC轉換原理，可以分為并行比較型ADC、雙積分型ADC、逐次逼近型ADC以及∑-Δ型ADC。

具體分類下次繼續講，持續關注吧。

總結

以上是生活随笔為你收集整理的被人忽略的ADC被人忽略的说说的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。