1. 项目概述从数据手册噪声表到实际设计策略拿到一份ADC的数据手册我们工程师最关心的往往不是那些天花乱坠的营销术语而是实打实的性能表格尤其是噪声性能表。TI的ADS114S06和ADS114S08这两颗16位ΔΣ ADC的噪声性能表表1到表8就是这样一个“宝藏”。乍一看里面密密麻麻的数字单位是μVRMS和比特似乎只是冷冰冰的规格参数。但在我十多年的精密测量系统设计经历里这些表格从来不是终点而是起点。它们背后隐藏的是如何在速度、精度、功耗和成本之间做权衡的系统级智慧。简单来说这个项目就是如何基于ADS114S0x数据手册中给出的噪声性能数据在实际电路设计中做出最优选择让ADC发挥出标称的、甚至超越标称的性能。这不仅仅是照着手册配置几个寄存器那么简单。手册上的数据是在“理想”条件下测得的输入短路、内部基准、25°C室温。而我们的电路板上有电源纹波、有热噪声、有电磁干扰传感器信号可能微弱到只有几十微伏。我们的任务就是理解噪声产生的机理然后利用手册提供的“杠杆”数据率、增益、滤波器、斩波在我们的非理想环境中依然压榨出ADC的最佳性能。这个过程适合所有正在或即将使用精密ΔΣ ADC的硬件工程师、系统工程师尤其是那些处理热电偶、RTD、应变片、称重传感器等微弱直流或低频信号的同行。如果你曾为系统底噪过大、有效位数ENOB上不去而头疼那么深入理解这些噪声表格背后的逻辑可能就是破局的关键。接下来我会把这些表格“拆开揉碎”结合我踩过的坑和总结的经验告诉你如何将这些数据转化为可靠的设计。2. 噪声性能核心原理与关键参数解读要优化先得懂原理。ΔΣ ADC的噪声性能优化核心围绕两个概念输入参考噪声和过采样。2.1 过采样比OSR与噪声整形ΔΣ ADC的核心魔法在于“过采样”和“噪声整形”。它不像SAR ADC那样直接对信号进行高精度采样而是以一个远高于奈奎斯特频率的速率调制器频率f_MOD对输入信号进行粗量化通常是1位。这个高频的、充满量化噪声的数据流经过一个数字抽取滤波器后被“平均”成我们需要的低速、高精度输出。这里的关键是过采样比OSROSR f_MOD / 输出数据率。手册里提到降低输出数据率即提高OSR输入参考噪声就会下降。为什么想象一下你要测量一个平静湖面的平均水位。如果你只快速看一眼高数据率一阵微风引起的涟漪高频噪声可能会让你误判。但如果你花一分钟时间取很多次观测值然后平均低数据率高OSR涟漪的影响就被大大平均掉了。ΔΣ ADC的数字滤波器就在做这件事——它对更多的调制器样本进行平均从而抑制带内噪声。从表1和表3可以直观看到这个效应。以增益128sinc3滤波器为例在2.5SPS时输入参考噪声是0.60 μVRMS当数据率升到4000SPS时噪声略微增加到0.80 μVRMS。虽然变化看似不大但请注意括号里的峰峰值噪声μVPP从0.60激增到了4.9这意味着在高速率下虽然RMS噪声能量增加不多但偶尔出现的噪声尖峰峰值会显著增加这会直接影响“无噪声分辨率”。2.2 输入参考噪声、有效分辨率与无噪声分辨率这是三个必须厘清的概念也是手册表格的核心。输入参考噪声Input-Referred Noise, μVRMS这是折合到ADC输入端的噪声电压的均方根值。它是最“本质”的噪声指标因为它与后续的增益设置无关。表1和表3直接给出了这个值。它的重要性在于它决定了你的系统能分辨的最小信号变化。例如如果你的传感器输出信号是10μV的变化而ADC的输入参考噪声是20μVRMS那么这个信号基本就淹没在噪声里了。有效分辨率Effective Resolution这个值回答了“在考虑噪声的情况下我的ADC实际相当于多少位的ADC”。计算公式手册已经给出Effective Resolution log2[ (2 * VREF / Gain) / VRMS-Noise ]。它基于RMS噪声计算。例如VREF2.5V Gain128 VRMS-Noise0.6μV代入公式可得约16位。有效分辨率告诉你ADC的“平均”精度水平。无噪声分辨率Noise-Free Resolution这是更苛刻、也往往更实用的指标。它基于峰峰值噪声μVPP计算Noise-Free Resolution log2[ (2 * VREF / Gain) / VPP-Noise ]。它表示在输出码中完全不会因为噪声而跳动的位数。对于需要稳定读数的应用如精密秤、高精度电压监测这个指标比有效分辨率更重要。从表2可以看到在4000SPS、增益128时有效分辨率仍有16位但无噪声分辨率暴跌至13.0位。这意味着最低的3位一直在“跳动”是不可靠的。实操心得很多新手只看有效分辨率觉得“哇16位”。但在精密直流测量中无噪声分辨率才是保证读数稳定性的关键。尤其是在使用高增益时一定要对比表1和表2或表3和表4关注括号里的峰峰值噪声变化。一个跳动的最低有效位LSB在数字滤波后可能看起来“平滑”了但它掩盖了真实的测量不确定性。2.3 增益对噪声的抑制手册明确指出“增加增益也能降低输入参考噪声”。这似乎有悖常理——放大器不是会引入噪声吗这里的关键在于PGA的噪声是固定的而增益放大的是信号。输入参考噪声是将输出端的噪声除以增益后折算回输入端的值。因此当增益增加时信号被放大而PGA自身的噪声折算到输入端后反而变小了。看表1第一行增益1和最后一行增益128在2.5SPS时输入参考噪声从76.3 μVRMS降到了0.60 μVRMS。这不是因为PGA在增益128时更“安静”而是因为同样的输出噪声除以128后在输入端看起来就小了很多。这给了我们一个强大的工具在测量微伏级信号时尽量使用高增益可以显著提升信噪比SNR。3. 数字滤波器选型与噪声特性深度分析ADS114S0x提供了两种数字滤波器sinc3滤波器和低延迟滤波器。它们对噪声的影响截然不同选错了会事倍功半。3.1 Sinc3滤波器为高精度、低速度的直流测量而生Sinc3滤波器是一种无限脉冲响应IIR滤波器响应曲线像几个相连的sinc函数。它的特点是出色的带内噪声抑制从表1和表2可以看出在低数据率下如2.5SPS到200SPSsinc3滤波器在各种增益下都能保持几乎恒定的16位有效分辨率和无噪声分辨率。这说明它对低频噪声如1/f噪声和量化噪声的滤除效果极好。固有的工频抑制sinc3滤波器在特定的数据率下如2.5/5/10 SPS抑制50Hz60Hz16.6/50 SPS抑制50Hz20/60 SPS抑制60Hz会在工频及其谐波处产生很深的陷波。这对于抵抗无处不在的电源干扰是至关重要的。较长的建立时间这是为精度付出的代价。sinc3滤波器阶数高当输入信号发生阶跃变化时需要多个转换周期才能稳定到新值。因此它不适合需要快速切换通道或多路复用的应用。从噪声表看本质对比表1sinc3和表3低延迟在低数据率下100SPS两者噪声性能几乎一致。但在高数据率、高增益下差异显现。例如在4000SPS增益128时sinc3的输入参考噪声为0.80 μVRMS (4.9 μVPP)而低延迟滤波器在相同条件下是2.6 μVRMS (20 μVPP)sinc3在高速下的噪声性能尤其是峰峰值噪声明显优于低延迟滤波器。这意味着如果你需要较高的数据率但又追求读数稳定sinc3可能是更好的选择前提是你能接受其建立时间。3.2 低延迟滤波器为多路扫描与动态测量优化低延迟滤波器是一种有限脉冲响应FIR滤波器其结构决定了它能在一个数据周期内对阶跃输入做出稳定响应。快速建立这是它最大的优势如表13所示第一笔数据之后后续转换时间严格等于1/数据率。这对于需要快速轮询多个传感器通道的应用至关重要。不同的噪声特性从表3和表4可以看出低延迟滤波器在中等数据率下噪声性能与sinc3相当但在极高数据率2000SPS, 4000SPS和最高增益下噪声会显著恶化。观察表3最后一行4000SPS增益从64到128RMS噪声从3.1μV跳变到2.6μV看似好了但峰峰值噪声维持在21μV和20μV的高位。而表4显示无噪声分辨率在4000SPS、增益128时只有10.9位。更宽的带宽如表12所示低延迟滤波器在800SPS以上时-3dB带宽固定在718Hz远高于sinc3滤波器。这意味着它能通过更多的信号频率成分但也意味着带内噪声积分更多这解释了其在高数据率下噪声较差的原因。选型决策树应用场景是缓慢变化的直流信号温度、压力、秤重吗是 - 优先选择sinc3滤波器。利用其优异的低频噪声抑制和工频抑制能力。需要快速切换通道10通道或测量动态信号吗是 - 选择低延迟滤波器。数据率要求高于1000SPS吗是 - 仔细评估如果追求极致稳定读数sinc3在2000/4000SPS下仍有优势对比表2和表4的无噪声分辨率如果追求速度且可以接受后级数字滤波可选低延迟。系统受到严重的50/60Hz工频干扰吗是 - 选择能提供对应陷波的数据率并匹配对应的滤波器sinc3的陷波更深更陡。4. 全局斩波Global Chop功能的实战价值与代价表5到表8揭示了另一个强大功能全局斩波。它的原理是ADC进行两次测量第一次正常连接第二次交换正负输入极性然后将两次结果平均。这能有效抵消ADC本身的失调电压和失调电压漂移。4.1 斩波对噪声的影响细微但关键对比启用斩波表5表7和禁用斩波表1表3的噪声表你会发现一个有趣的现象在大多数情况下RMS噪声几乎不变但峰峰值噪声在高速率、高增益下启用斩波后有时更差有时更好。例如低延迟滤波器4000SPS增益128禁用斩波噪声 2.6 μVRMS (20 μVPP)启用斩波噪声 2.2 μVRMS (12 μVPP)峰峰值噪声改善了这是因为斩波平均过程一定程度上平滑了某些类型的噪声如某些低频popcorn噪声。然而在sinc3滤波器下这种改善不明显因为sinc3本身已有很强的噪声平均能力。4.2 何时使用全局斩波追求极限的直流精度当你的应用对失调和温漂极其敏感时例如精密电子秤、实验室基准测量必须启用斩波。它可以将失调电压降低到微伏级别。测量非常小的差分信号信号在几十微伏量级时ADC自身的失调可能也有几十微伏会成为主要误差源此时斩波至关重要。注意转换时间翻倍斩波需要两次测量所以有效数据率会减半。例如你设置数据率为10SPS启用斩波后你得到稳定读数的实际速率约为5SPS。表19手册中详细说明了这一点设计时序时必须考虑。踩坑记录早期做一个RTD测温项目未启用斩波发现在环境温度变化10°C时读数会有相当于0.1°C的漂移。排查后发现是ADC失调电压随温度漂移所致。启用斩波后该漂移被抑制到可忽略不计的水平代价是将数据率从20SPS降低到10SPS但对于温度测量来说完全可接受。5. 基于噪声表的系统级优化设计策略光看懂表格不够关键是如何用。下面是我总结的、基于ADS114S0x噪声性能表的系统设计“配方”。5.1 第一步明确系统需求与约束这是所有优化的前提。问自己几个问题目标信号幅度是多少(决定所需增益Gain)允许的噪声电平是多少(决定对输入参考噪声的要求)需要的有效数据输出速率是多少(决定Data Rate)信号是直流还是交流带宽多少(决定滤波器类型)系统对50/60Hz干扰敏感吗(决定是否使用具有陷波的数据率)是多通道扫描还是单通道连续测量(影响滤波器选择和时序)对功耗有严格要求吗(更低数据率通常功耗更低)5.2 第二步利用噪声表进行参数初选假设我们要测量一个满量程为±10mV的称重传感器信号要求系统噪声小于信号最小分辨力的1/10即1μV RMS数据率不低于10SPS。确定增益满量程±10mV使用内部2.5V基准。FSR ±VREF / Gain Gain VREF / FSR ≈ 2.5V / 0.01V 250。最接近的可用增益是128或256但此ADC最高128。选Gain128此时FSR±19.5mV略大于信号范围利用率高。查找噪声表我们需要在Gain128这一列里找到输入参考噪声RMS小于1μV的数据点。查看表1sinc3斩波禁用从2.5SPS到1000SPS噪声都是0.60 μVRMS满足要求甚至在4000SPS时也才0.80 μVRMS。查看表3低延迟斩波禁用在100SPS及以下噪声为0.60 μVRMS200SPS时为0.60 μVRMS (1.7 μVPP)400SPS时为0.60 μVRMS (2.3 μVPP)。也满足RMS噪声要求。考虑无噪声分辨率我们的应用需要稳定读数。看表2和表4的无噪声分辨率括号内。Sinc3滤波器直到1000SPS无噪声分辨率都保持在14.1位以上对应峰峰值噪声小于2.2μV非常优秀。低延迟滤波器在100SPS时无噪声分辨率为14.9位到400SPS时降为14.0位。仍可接受但裕量变小。结合数据率与滤波器选型我们需要≥10SPS。两种滤波器在10SPS下噪声性能几乎无差别。但考虑到称重是慢变信号且工频干扰可能存在选择sinc3滤波器并将数据率设置为10SPS、20SPS或50SPS均能抑制50/60Hz干扰是更稳健的方案。例如选择20SPS抑制60Hz从表1查得噪声0.60 μVRMS完全满足1μV要求。5.3 第三步PCB布局与外围电路的精雕细琢寄存器配置只是软件工作硬件设计才是噪声控制的根本。再好的ADC放在一个糟糕的PCB上也是白搭。模拟电源去耦AVDD和AVSS如果是双电源的去耦至关重要。必须在每个电源引脚最近处放置一个0.1μF的陶瓷电容X7R或更好的材质和一个10μF的钽电容或陶瓷电容。这是老生常谈但也是最多人犯错的地方——电容放远了等于没放。基准电压的宁静即使使用内部基准REFOUT引脚也必须连接一个低ESR的1μF至47μF电容到REFCOM位置要近。如果使用外部基准必须选择低噪声、低温漂的型号如REF5025并在其输出端并联一个0.1μF和一个10μF电容。基准上的任何噪声都会直接按比例出现在输出码中。模拟输入端的保护与滤波RC低通滤波在AINP和AINN输入端串联一个100Ω电阻并各对模拟地AGND接一个0.1μF电容构成一个约1.6kHz的截止频率的滤波器。这可以滤除带外的高频噪声和射频干扰。电阻要选低温漂的薄膜电阻。注意这个滤波器的截止频率必须远高于你信号的有效带宽但远低于你设置的数据率对应的奈奎斯特频率数据率/2。对于10SPS的直流测量1.6kHz的滤波器是合适的。保护二极管如果输入可能有过压风险需要添加肖特基二极管钳位到电源轨但要注意二极管的漏电流可能引入误差。接地与分区使用星型接地或单点接地确保模拟地AGND和数字地DGND在ADC下方通过最短路径连接在一起通常通过一个0Ω电阻或磁珠连接。将模拟部分ADC、传感器、基准、运放和数字部分MCU、逻辑电路严格分区避免数字开关噪声通过地平面耦合到模拟部分。屏蔽与布线对微伏级的信号线使用屏蔽双绞线。PCB上模拟信号线要尽量短远离数字线、时钟线和电源线。如果必须交叉请垂直交叉。6. 校准、软件滤波与噪声性能的最后一公里硬件设计完美配置正确但读数还是有点“毛刺”别急还有最后两道软件防线系统校准和后级数字滤波。6.1 充分利用片内校准ADS114S0x提供了强大的校准功能这是消除增益和偏移误差从而让噪声性能表上的数据真正体现在你系统中的关键。偏移校准OFFSET CAL在输入端短路连接到共模电压如(AVDDAVSS)/2时执行。这会将ADC当时的输出码校准为0。这能消除ADC和PGA的固有偏移。建议在每次上电或温度变化较大时执行一次。增益校准GAIN CAL在输入端施加一个已知的、接近满量程的精确电压后执行。这能校准整个信号链的增益误差。对于高精度应用必须进行。系统校准SYSGCAL这是一个命令可以一次性完成偏移和增益校准非常方便。注意事项执行校准时必须确保输入信号稳定无噪声且基准电压已完全稳定参考表10的基准建立时间。否则你会把噪声和误差“校准”进系统里越校准越差。6.2 后级数字滤波平滑数据的利器即使ADC本身已经进行了数字滤波在MCU端对连续采样值进行简单的移动平均或更复杂的中值平均、FIR滤波可以进一步平滑数据降低显示噪声提高无噪声分辨率。移动平均最简单有效。例如连续取16个样本求平均理论上可以将随机噪声降低sqrt(16)4倍。这对于抑制偶尔的噪声尖峰高μVPP特别有效。中值滤波先对一组采样值排序取中位数。对于消除偶发的、幅值很大的脉冲干扰例如开关噪声非常有效且不影响信号建立速度。一阶低通数字滤波指数加权平均Y_n α * X_n (1-α) * Y_{n-1}。这种方法计算量小能提供平滑的输出但会引入相位延迟。参数α需要根据信号带宽和采样率调整。一个综合示例对于我们的称重应用20SPS sinc3 Gain128。我们可以在MCU端每收到一个ADC数据就将其放入一个长度为8的队列并计算队列的平均值作为最终输出。这样我们等效地将数据率从20SPS降到了2.5SPS根据噪声表输入参考噪声有望进一步降低虽然表1中2.5SPS和20SPS的RMS噪声相同但实际应用中更长的平均时间有助于抑制更低频率的噪声如0.1Hz的闪烁噪声。7. 常见问题排查与实测技巧理论归理论调板子的时候才是见真章。下面是一些我遇到过的典型问题及排查思路。7.1 问题噪声比数据手册标称值大很多检查1电源噪声。用示波器带宽限制到20MHz的AC耦合档直接探测ADC的AVDD和AVSS引脚用弹簧接地针。观察是否有几十毫伏以上的纹波或开关噪声。如果有检查电源芯片的布局和去耦。检查2基准噪声。同样用示波器AC耦合探测REFOUT或外部基准输出。基准上的任何噪声都会1:1地反映为测量噪声。检查3输入悬空或阻抗过高。ADC的输入端不能悬空。即使不接信号也应通过一个电阻如10kΩ连接到共模电压。高阻抗源必须用运放缓冲。检查4PCB布局问题。数字信号线特别是SPI的SCLK是否紧挨着模拟输入线模拟地和数字地是否混乱用割线刀尝试将模拟部分的地平面与数字部分暂时物理隔离看噪声是否改善。检查5配置错误。确认PGA是否已启用增益设置是否正确如果PGA被意外旁路PGA_EN00在高增益设置下噪声会非常大因为信号没有被放大而噪声折算到输入端就显得很大。检查6外部时钟干扰。如果使用了外部时钟确保其干净、稳定。一个带有抖动的外部时钟会直接调制到调制器中恶化噪声性能。7.2 问题读数存在固定的低频波动或漂移排查1温度漂移。用手触摸ADC芯片或基准芯片观察读数是否随之缓慢变化。如果是可能是元件温漂或PCB热梯度导致的热电动势。确保关键器件远离热源考虑启用全局斩波来抑制失调温漂。排查2工频干扰。观察波动频率是否是50Hz或60Hz的倍数。如果是检查你的数据率是否设置在具有对应陷波的频率上如20SPS抑制60Hz。确保传感器引线是双绞的并且屏蔽层单点接地。排查3电源低频纹波。有些LDO在轻载时会有低频噪声。尝试增加负载或更换一个低频噪声更低的线性稳压器。7.3 问题启用高增益后读数饱和或异常排查输入电压超限。回顾公式5AVSS 0.15 V |VINMAX| · (Gain – 1) / 2 VAINP, VAINN AVDD – 0.15 V – |VINMAX| · (Gain – 1) / 2。在高增益下即使差分输入电压VIN很小如果共模电压不合适单端输入电压VAINP或VAINN也可能超出PGA的线性输入范围导致输出饱和。使用TI提供的ADS1x4S0x设计计算器工具可以快速验证你的输入电压是否在允许范围内。7.4 实测技巧如何准确评估自己系统的噪声短路输入法将ADC的正负输入端AINP, AINN短接在一起并连接到一个干净的、稳定的共模电压例如使用一个低噪声的电压基准分压得到。这是评估ADC本身噪声底限的最佳方法。采集大量数据以你目标应用的数据率和配置连续采集至少1024个样本。数据量太少统计结果不可靠。计算RMS噪声和峰峰值噪声在PC上用PythonNumPy或MATLAB处理采集到的数据码值。将码值转换回电压Voltage (Code / 2^16) * (2 * VREF / Gain)。计算这组电压数据的标准差Std. Dev.这就是你系统的输入参考RMS噪声。找出最大值和最小值其差值就是峰峰值噪声。将计算结果与数据手册中对应条件下的数值对比。如果你的实测值在手册值的1.5倍以内通常说明你的硬件设计是合格的。如果超出很多就需要按上述步骤排查了。通过这样从理论到实践、从芯片配置到系统布局的全面剖析我们才能真正驾驭像ADS114S0x这样的精密ADC让它在我们的产品中发挥出数据手册上承诺的甚至更优的性能。噪声优化没有银弹它是一个系统工程需要耐心和细致的权衡。但当你看到屏幕上跳动的小数点后一位终于稳定下来时那种成就感就是对我们工程师最好的回报。