各种ADC的比较


数据采集, 转换器, 无线电, 流水线, 优缺点
A/D转换技术 现在软件无线电、数字图像采集都需要高速A/D采样保证了有效性和精度，一般的测控系统也希望在精度上有所突破，人类数字化浪潮推动了A/D和A/D转换器是人类数字化的先驱。A/D转换器已经发展了30多年，经历了许多技术创新，从、逐步接近、积分类型ADC，近年来新发展起来∑-Δ类型和流水线型ADC，它们各有优缺点，能满足不同应用场合的使用。
接近型、积分型、压频变换型等，主要用于中速或低速、中等精度的数据采集和智能仪器。分级型和流水线型ADC主要用于瞬态信号处理、快速波形存储和记录、高速数据采集、视频信号量化和高速数字通信技术。此外，采用脉动和折叠结构的高速ADC，可应用于广播卫星的基带解调。∑-Δ型ADC主要用于电子测量领域，如数字音响系统、多媒体、地震勘探仪器、声纳等。以下是各种类型的ADC简要介绍。
1.逐渐逼近型逐渐逼近型ADC它是一种广泛使用的模/数转换方法，包括一个比较器，一个数模转换器，一个接近寄存器（SAR）还有一个逻辑控制单元。将采样输入信号与已知电压不断比较，一个时钟周期完成一位转换，N位置转换需要N个时钟周期，转换完成，输出二进制数。这一类型ADC分辨率和采样速率相互矛盾。当分辨率较低时，采样速率较高。为了提高分辨率，采样速率将受到限制。
优点：当分辨率低于12位时，价格较低，采样速率可达1MSPS；与其它ADC相比之下，功耗相当低。
缺点：当分辨率高于14位时，价格较高；传感器产生的信号需要在模具/数转换前进行调节，包括增益级和滤波器，这将显著增加成本。
2．积分型ADC
积分型ADC也称为双斜率或多斜率ADC，它也被广泛使用。它由一个带有输入开关的模拟积分器、一个比较器和一个计数单元组成，通过两个积分将输入的模拟电压转换为与平均值成正比的时间间隔。同时，计数器用于计数时钟脉冲A/D转换。
积分型ADC两个点的时间由同一时钟发生器和计数器确定，因此得到的D表达式与时钟频率无关，其转换精度仅取决于参考电压VR。此外，由于输入端采用了积分器，因此具有很强的抑制交流噪声干扰的能力。可抑制高频噪声和固定低频干扰(如50)Hz或60Hz），适用于嘈杂的工业环境。这类ADC数字电压表主要用于低速、精密测量等领域。
优点：分辨率高，可达22位；功耗低，成本低。
缺点：转换率低，12位转换率为100~300SPS。
3．并行比较A/D并行比较转换器ADC主要特点是速度快，全部A/D现代高速发展是转换器中速度最快的ADC这种结构多采用，采样速率可达1GSPS以上。但由于功率和体积的限制，并行比较ADC分辨率很难做得很高。
这种结构的ADC同时完成所有位置的转换，其转换时间主要取决于比较器的开关速度、编码器的传输时间延迟等。增加输出代码对转换时间的影响较小，但随着分辨率的提高，需要高密度的模拟设计，以实现转换所需的大量精密分压电阻和比较器电路。如果输出数增加一个，精密电阻的数量将翻倍，比较器几乎翻倍。
并行比较ADC的分辨率受管芯尺寸、输入电容、功率等限制。结果重复的并联比较器如果精度不匹配，还会造成静态误差，如会使输入失调电压增大。同时，这一类型的ADC由于比较器的亚稳压和编码气泡，也会产生离散和不准确的输出，即所谓的火花码。
优点：模/数转换速度最高。
缺点：分辨率低，功耗大，成本高。
4.压频变换型ADC
压频变换型ADC是间接型ADC，它先将输入模拟信号的电压转换成频率与其成正比的脉冲信号，然后在固定的时间间隔内对此脉冲信号进行计数，计数结果即为正比于输入模拟电压信号的数字量。从理论上讲，这种ADC只要使用时间长到满足输出频率分辨率要求的累积脉冲数的宽度，分辨率就可以无限增加。
优点：精度高，价格低，功耗低。
缺点：类似于积分型ADC，其转换速率有限，12位为100~300SPS。
5．∑-Δ型ADC
∑-Δ转换器又称过采样转换器，采用增量编码法，即根据前值与后值的差值进行量化编码。∑-Δ型ADC包括模拟∑-Δ调制器和数字提取滤波器。∑-Δ调制器主要完成信号抽样及增量编码，它给数字抽取滤波器提供增量编码即∑-Δ代码；数字提取滤波器完成∑-Δ将增量编码转换为高分辨率线性脉冲编码调制的数字信号。因此，提取滤波器实际上相当于代码变换器。
优点:分辨率高，高达24位；转换率高于积分型和压频变换型ADC；价格低；采用高频采样技术实现数字滤波，降低了对传感器信号滤波的要求。
缺点：高速∑-△型ADC价格较高；在转换率相同的情况下，比积分型和逐渐接近型ADC的功耗高。
6．流水线型ADC
流水线结构ADC，又称为子区式ADC，它是一种高效、强大的模数转换器。它能提供高速、高分辨率的模数转换，低功耗，芯片尺寸小，设计合理，动态特性优异。
流水线型ADC由多个级联电路组成，每个级别包括采样/保持放大器和低分辨率ADC和DAC还有一个求和电路，其中求和电路还包括可以提供增益的级间放大器。快速精确的n位转换器分为两段以上的子区(流水线)。输入信号取样后，主电路采样/保持器由m位分辨率粗A/D转换器量化输入，然后使用至少n位精度的乘积型数模转换器（MDAC）产生与量化结果相对应的模拟/模拟电平并送至求和电路，从输入信号中扣除求和电路。并在关闭下一级电路后准确放大差值。经过各级处理的处理，最后是高精度的K位细A/D转换器转换残余信号。以上各级粗细A/D输出组合构成高精度n位输出。
优点：线性好，失调低；可同时处理多个采样，信号处理速度高，典型Tconv<100ns；低功率、高精度、高分辨率、简化电路。
缺点：基准电路和偏置结构过于复杂，输入信号需要特殊处理，通过数级电路延迟，锁定时严格，电路工艺要求高，电路板设计不合理会影响线性、紊乱等参数。
目前，这种新型ADC结构主要用于对THD和SFDR通信系统对噪声、带宽的通信系统对噪声、带宽和瞬态相应速度要求较高CCD数据采集系统对时域和频域参数要求较高。
确定A/D确定设计方案后，需要明确转换器件A/D转换的需要的指标要求，包括数据精度、采样速率、信号范围等等。
1．确定A/D选择转换器的位数A/D在设备之前，需要明确设计所需的精度。精度是反映转换器实际输出接近理想输出精度的物理量。在转换过程中，由于量化误差和系统误差，精度会丧失。其中量化误差对于精度的影响是可计算的，它主要决定于A/D转换器位数。A/D分辨率可以表示转换器的位数。一般8位以下A/D转换器称为低分辨率ADC，9~12位称为中分辨率ADC，高分辨率在13位以上。A/D位数越高，分辨率越高，量化误差越小，精度越高。理论上可以增加A/D设备的位数，无休止地提高系统的精度。但事实并非如此，因为A/D前端的电路也会有误差，它也同样制约着系统的精度。
比如，用A/D收集传感器提供的信号会限制传感器的精度A/D采样精度，经络A/D采集信号的精度不得超过传感器输出信号的精度。设计时应综合考虑系统所需的精度和前端信号的精度。
2．选择A/D转换器的转换速率在不同的应用场合有不同的要求。在相同的场合，不同的精度要求和不同的采样速率。采样速率主要由采样定理决定。在确定应用程序时，采样速率可以根据采集信号对象的特性来计算。如果采用数字滤波技术，还必须进行采样，以提高采样速率。
3.判断是否需要采样/保持器采样/保持器主要用于稳定信号量，实现平顶抽样。采样/保持器是收集高频信号的必要条件。如果采集直流或低频信号，则无需采样保持器。
4.选择合适量程模拟信号的动态范围较大，有时可能出现负电压。在选择时，待测信号的动态范围最好A/D在设备范围内。减少额外的硬件支付。
5.选择合适的线形度A/D线形度越高越好。但线形度越高，设备价格越高。当然，非线性影响也可以通过软件补偿来减少。因此，在设计中要综合考虑精度、价格、软件实现难度等因素。（载自http://hi.baidu.com/lixzy/blog/item/084f3012f3dc9951f919b864.html）
过程控制系统process control systems
自动控制系统以表征生产过程的参数为控制量，使其接近给定值或保持在给定范围内。这里的过程是指生产装置或设备中物质和能量的相互作用和转换过程。温度、压力、流量、液位、成分、浓度等是表征过程的主要参数。通过对过程参量的控制，可使生产过程中产品的产量增加、质量提高和能耗减少。一般的过程控制系统通常采用反馈控制的形式，这是过程控制的主要方式。
工艺控制广泛应用于石油、化工、电力、冶金等部门。20世纪50年代，过程控制主要用于保持生产过程中的一些参数不变，从而保证产量和质量的稳定。20世纪60年代，随着各种组合仪器和巡回检测装置的出现，过程控制开始过渡到集中监控、操作和控制。20世纪70年代，结合过程控制优化和管理调度自动化，出现了多级计算机控制系统。20世纪80年代，过程控制系统开始与过程信息系统相结合，具有更多的功能。
PID
工业自动化水平已成为衡量各行各业现代化水平的重要标志。同时，控制理论的发展也经历了古典控制理论、现代控制理论和智能控制理论三个阶段。智能控制的典型例子是模糊自动洗衣机等。可分为开环控制系统和闭环控制系统。控制系统包括控制器、传感器、变送器、执行器 口。控制器的输出通过输出接口和执行机构添加到被控制系统中；控制系统的被控量通过传感器和变送器通过输入接口输送到控制器。不同的控制系统有不同的传感器、变送器和执行机构。例如，压力传感器应用于压力控制系统。温度传感器是电加热控制系统的传感器。目前，PID控制及其控制器或智能PID控制器 (仪器)已经很多了，产品在工程实践中得到了广泛的应用，有各种各样的产品PID控制器产品，大公司均开发了具有PID参数自整定功能的智能调节器 (intelligent regulator)，其中PID控制器参数的自动调整是通过智能化调整或自校正、自适应算法来实现