2 原理

软件过采样的目标是通过减少在信号中观察到的噪声来增加 ENOB。软件过采样会对同一输入信号执行多次转换，并累加数字值以获得高于 ADC 固有 ENOB 的 ENOB。结果的精度会提高，具体取决于发生了多少过采样。通过测量变化的输入信号来确定信号的主要频率，可以证明这种精度。理论上，过采样的可能量限制为用于存储转换结果的变量的数据宽度。例如，一个 16 位结果会限制您在 12 位 ADC 上进行 16 倍过采样，最大累计值为 65535。

除了数据大小限制外，过采样量还受 ADC 吞吐量与输入信号基频之间关系的限制，因为每秒过采样转换数不能低于奈奎斯特速率。这还意味着过采样因子受实现系统性能要求所需的控制环路频率的限制。

出现大小限制的原因是过采样会累积结果，这必然需要比原始结果更多的存储器，因为加法可能会溢出。不对累加的值求平均值，因为这会有效地消除所获得的额外精度。因此，平均值计算可保持存储结果的大小和更低的噪声，但这不会显著影响观察到的结果 ENOB。

累积过采样可改善所获得的最终值中的降噪，但如果有显著的噪声影响信号，ENOB 不会增加太多。有几个电路板布局布线指南，如果遵循这些指南，则有助于更大限度地减少 ADC 转换模拟信号中的噪声源。其中包括：

• 验证模拟和数字信号之间没有信号交叉
• 具有用于模拟和数字信号的单独层
• 为不与数字信号共享的模拟信号提供专用的接地回路
• 将模拟区域与数字区域隔离

有关 C2000 ADC 良好硬件设计的详细信息，请参阅节 3。

本文档使用快速傅里叶变换 (FFT) 来处理存储在存储器中的过采样 ADC 结果。FFT 图提供了信号噪声和谐波失真的视图，这些失真会影响观察到的主要频率，从而减小 ENOB。这些值通过 FFT 数据进行量化，并用于计算近似的 ENOB 值。为了进行测试，使用从 RAM 导出的 ADC 数据计算 FFT。对 ADC 结果执行 FFT 之前，需要对存储在存储器中的数据进行窗口化，避免在信号中产生伪影。这是因为起始点和结束点并不总是保持一致以形成完整的波形。本应用手册中使用的窗口化函数是 7 项 Blackman-Harris 函数。FPU DSP 库还能够使用窗口操作对存储器中的数据执行快速傅里叶变换。可用的不同窗口化函数可在 SysConfig 中的 FFT 模块中查看，也可在目录 C2000Ware_X_XX_XX_XX\libraries\dsp\FPU\c28\include\fpu32 中查看，文件标为 fpu_fft_<name>.h。

信号中存在的噪声幅度可使用信噪比 (SNR) 表示，而信号中观察到的谐波可使用总谐波失真 (THD) 表示。采样信号中存在的噪声和谐波会降低结果的 ENOB。表 5-3 所示为 ENOB 理论增幅和 SNR 改进，这些改进可通过各种过采样因子实现。有关该表中数字背后理论的更多数据，请参阅 对 MSP ADC 进行一般过采样以提高分辨率。

在本应用手册所示的示例中，使用一个 10kHz 正弦波输入信号来测试从基线到 16 倍的每个过采样因子。FFT 图用于显示此处的结果，因为该图可显示信噪比、谐波失真和采样精度。可以观察到信号中存在的噪声频率为次要峰值，远低于直流和信号频率的峰值。不包括 0 处的峰值（信号的直流分量），最高峰最接近输入信号的频率。相对于基本信号振幅的减小幅度越大，产生的 ENOB 就越高。