本期速覽

各位工程師朋友們，你是否曾遇到這樣的困擾：精心設計的采集系統(tǒng)，ADC測量精度卻總是不達標？明明選擇了高分辨率ADC，實測結果還是差強人意？

別著急！本期我們帶你徹底搞懂精度問題，掌握軟硬結合的解決方案！

01兩個關鍵概念

在提升精度前，先來介紹兩個容易混淆的詞：

準確度vs 精確度

準確度（accuracy）：測試值與理論值的偏差，偏差越大準確度越低

精確度（precision）：每次測試值之間的偏差，偏差越大精確度越低

根據(jù)準確度和精確度可以分為以下四種：

圖1：四種偏差情況

準確度的高低根據(jù)測試數(shù)據(jù)的平均值與理論值的偏差來確定，精確度的高低根據(jù)測試數(shù)據(jù)的標準偏差來確定。

在使用ADC中往往遇到的是Low Accuracy, High Precision（低準確度，高精確度）。

電路板的功能越來越豐富，器件越來越多，有傳感器（感知信號，將信號轉(zhuǎn)換為電流或電壓），運放（對信號進行緩沖，濾波，放大，電流-電壓轉(zhuǎn)換）， ADC（實現(xiàn)模擬數(shù)字轉(zhuǎn)換），FPGA 或者 MCU等數(shù)字芯片，設計好每一個器件都是件富有挑戰(zhàn)的事。

圖2：電路板器件示意圖

02誤差從哪里來？

即使在PCB布局合理， 電源供電穩(wěn)定，ADC基準設計合理的情況下，實際測試的值與理論值也會存在偏差。這些偏差是怎么產(chǎn)生的呢？ 運放自身的偏置電壓、運放的偏置電流流過電阻產(chǎn)生的偏置電壓、運放的失調(diào)電流、電阻的精度、ADC的offset誤差、ADC的增益誤差等，這些都會引起ADC轉(zhuǎn)換結果與實際傳感器輸出值有偏差。

這些誤差按起因大致可以分為：失調(diào)誤差， 增益誤差， 非線性誤差、噪聲誤差。

圖3：誤差來源

失調(diào)誤差（Offset Error）：反映的是理論過零點與實際過零點的偏差，有正失調(diào)誤差和負失調(diào)誤差之分。正失調(diào)誤差： 輸出0到1（或1到2）跳變點的輸入電壓小于理論跳變點電壓，理論電壓與實際跳變電壓的差值即為正失調(diào)誤差。負失調(diào)誤差： 輸出0到1跳變點的輸入電壓大于理論跳變點電壓，理論電壓與實際跳變電壓的差值即為負失調(diào)誤差。

圖4：失調(diào)誤差

增益誤差：理想傳輸函數(shù)與實際傳輸函數(shù)的偏差。在消除失調(diào)誤差的影響后，系統(tǒng)第一次飽和輸出時，實際輸入與理論輸入的偏差，或者實際輸出與理論輸出的偏差。

圖5：增益誤差

實際測試中，測試的滿量程（FSR Full Scale Range）誤差包含offset error，真正的增益誤差Gain error需要去除offset error。

圖6：實際測試中的誤差

03實用校準方案

針對失調(diào)誤差和增益誤差可以使用兩點法校準和分段法校準。如果線性度較好，選擇兩點校準，線性度較差情況下推薦使用分階段校準，這里介紹如何使用兩點進行校準。

選擇兩個測試點：VIN1, VIN2

記錄VIN1和 VIN2 輸入時的系統(tǒng)輸出 VOUT1 , VOUT2

計算斜率：Slope_m = (VOUT2-VOUT1)/(VIN2-VIN1),

計算失調(diào)：Offset_m = VOUT2-VIN2*Slope_m

校準值：Vin_cal = (VOUT - Offset_m ) / Slope_m

圖7：校準方法

04噪聲誤差如何處理？

噪聲引起的誤差在滿足奈奎斯特采樣率的要求前提下，可以用平均等濾波算法通過犧牲采樣率來提高，即Sigma Delta ADC的核心原理。

圖8：噪聲濾波

上面介紹了由offset error和gain error引起的系統(tǒng)誤差，可以通過兩點校準算法來實現(xiàn)，噪聲引起的誤差通過數(shù)字濾波算法來降低（會在下一集ADC小課堂中展開講解）。

所以我們在設計高精度采集系統(tǒng)時，要軟硬結合，即選擇性價比高的芯片同時加上軟件的優(yōu)化來滿足設計需求。