2、ADC基础原理回顾：采样定理、量化与编码、ADC主要性能指标
各位好，我是你们的讲师。今天咱们聊聊ADC的基础原理。别看这部分理论性强，但它是后面所有低功耗设计的根基。我见过不少工程师，一上来就盯着功耗指标，结果采样率选错了，整个系统白忙活。所以，咱们先把基础打牢。
2.1 采样定理：别让信号“说谎”
采样定理，说白了就是一句话：采样频率必须大于信号最高频率的两倍。为什么？因为低于这个频率，信号就会“混叠”，你采到的数据根本不是原来的样子。
我记得刚入行时，有个项目做音频采集。我图省事，选了8kHz的采样率，觉得人耳能听到20kHz，8kHz够了吧？结果回放时，高频部分全变成了“吱吱”的噪声。后来一查，原来信号里混入了20kHz以上的噪声，采样率不够，这些噪声被“折叠”回了音频频带。嗯，从那以后，我每次选采样率都会留出余量，至少2.5倍。
核心公式：
f_s ≥ 2 × f_max其中 f_s 是采样频率，f_max 是信号最高频率。
我的经验：实际项目中，我建议采样率取信号最高频率的3~5倍。比如信号最高1kHz，采样率至少3kHz。这样既能保证精度，又不会浪费功耗。
2.2 量化与编码：模拟世界的“数字化”翻译
采样之后，我们得到的是时间上离散的模拟值。接下来要做的，就是把这些值“翻译”成数字。这个过程叫量化与编码。
量化，说白了就是把连续的电压范围分成若干份。比如一个0~3.3V的信号，你用8位ADC，就分成256份。每一份对应一个数字码。编码呢，就是把每个数字码用二进制表示出来。
这里有个坑：量化必然带来误差。你想想看，一个连续的模拟值，硬要归到某个离散的台阶上，肯定有偏差。这个偏差就是量化噪声。
避坑指南：我曾经在一个电池监测项目中，用了12位ADC，觉得精度够了。结果发现电池电压变化很慢，量化噪声反而成了主要误差源。后来我改用过采样+求平均的方法，才把噪声压下去。所以，量化位数不是越高越好，要看信号特性。
量化误差的公式很简单：
量化误差 = ± (LSB / 2)其中LSB是最低有效位对应的电压值。比如3.3V的12位ADC，LSB = 3.3V / 4096 ≈ 0.8mV。那么量化误差就是±0.4mV。
2.3 ADC主要性能指标：选型时的“照妖镜”
选ADC时，我们主要看三个指标：分辨率、采样率、信噪比。这三个指标直接决定了ADC能不能用，以及功耗有多高。
2.3.1 分辨率：你能看到多小的变化？
分辨率就是ADC能分辨的最小电压变化。说白了，就是LSB的大小。分辨率越高，LSB越小，你能看到的细节就越多。
举个例子：
| 位数 | LSB（3.3V参考） | 适用场景 |
|---|---|---|
| 8位 | 12.9 mV | 温度、光照等慢变信号 |
| 10位 | 3.2 mV | 音频、简单传感器 |
| 12位 | 0.8 mV | 电池电压、精密测量 |
| 16位 | 0.05 mV | 医疗、仪器仪表 |
我个人习惯是：先算一下信号的最小变化量，然后选分辨率比它高2~3位的ADC。比如信号最小变化1mV，那就选12位以上。
2.3.2 采样率：你能多快“拍照”？
采样率决定了ADC每秒能采集多少个点。单位是SPS（Samples Per Second）。采样率越高，能捕捉的信号频率就越高，但功耗也越大。
这里有个权衡：在电池设备里，采样率往往是功耗的“大头”。我做过一个可穿戴设备，心率监测只需要100SPS，但为了省电，我硬是降到了50SPS，然后用软件插值。效果还不错，功耗降了30%。
关键点：采样率不是越高越好。够用就行，多出来的都是功耗。
2.3.3 信噪比（SNR）：信号有多“干净”？
信噪比是信号功率与噪声功率的比值，单位是dB。ADC的SNR主要受量化噪声和电路噪声影响。理论上，理想ADC的SNR公式是：
SNR = 6.02 × N + 1.76 dB其中N是位数。比如12位ADC，理论SNR = 6.02×12 + 1.76 ≈ 74 dB。
但实际中，SNR往往比理论值低。为什么？因为电路里有热噪声、电源噪声、时钟抖动等。我遇到过最头疼的一次，是ADC的SNR比理论值低了10dB，查了半天，发现是电源纹波太大。后来加了个LDO，问题才解决。
我的建议：选ADC时，别只看理论SNR。要看数据手册里的“有效位数”（ENOB）。ENOB = (SNR - 1.76) / 6.02。比如一个12位ADC，实际SNR只有68dB，那ENOB ≈ (68 - 1.76) / 6.02 ≈ 11位。这才是你真正能用的精度。
2.4 小结：选ADC的“三步法”
好了，咱们回顾一下。选ADC时，我一般按这三步走：
- 定采样率：根据信号最高频率，留出2.5~5倍余量。
- 定分辨率：根据信号最小变化量，选高2~3位的ADC。
- 验SNR：看实际ENOB，确保满足系统要求。
这三步走完，ADC选型基本不会出大错。当然，低功耗设计里还有更多门道，比如怎么让ADC在休眠时几乎不耗电，怎么用逐次逼近型（SAR）ADC来省电。这些咱们后面章节再细聊。
嗯，今天就到这里。下节课咱们讲ADC的功耗模型，到时候我会拿几个实际芯片的数据来拆解。各位回去可以想想：你手头的项目里，ADC的采样率和分辨率是不是选高了？有没有可能降一降来省电？