第3章：过采样率与信噪比

好，咱们进入正题。这一章要聊的，是过采样技术里最核心的一个关系——过采样率（OSR）和信噪比（SNR）。说白了，就是你多采了多少样，能换来多少性能提升。

我刚开始接触ADC时，总觉得“多采点样就能提高精度”是个很玄乎的说法。直到自己动手搭了个16位ADC的测试板，才发现这里面门道很深。嗯，今天咱们就把这层窗户纸捅破。

3.1 过采样率（OSR）的定义

先给个最直白的定义：

举个例子你就明白了。假设你关心的信号最高频率是1kHz，按奈奎斯特定理，至少要用2kHz采样。但如果你用16kHz去采，那OSR就是：

OSR = 16kHz / 2kHz = 8

我个人习惯把OSR理解成“冗余倍数”。你想想看，本来2倍就够了，你非要采8倍，多出来的6倍就是冗余。这些冗余不是白费的，它们能帮你换信噪比。

这里有个容易混淆的点——OSR和采样率不是一回事。采样率是绝对数值，OSR是相对倍数。我在项目中遇到过有人把这两个概念搞混，结果算出来的增益差了十万八千里。

3.2 OSR与SNR的关系公式推导

好，接下来是重头戏。为什么过采样能提高SNR？咱们一步步推。

先回忆一下量化噪声的基本特性。ADC的量化噪声可以近似为白噪声，它的功率谱密度是平坦的。总噪声功率是固定的，等于LSB²/12。

但注意——这个总功率是分布在0到f_s/2的频带内的。如果你把采样率提高，噪声就被摊薄了，分布到更宽的频带上。

咱们用数学说话：

• 奈奎斯特采样时，噪声带宽 = f_s/2
• 过采样时，噪声带宽 = OSR × (f_s/2)

噪声功率谱密度（PSD）是：

PSD = (LSB²/12) / (f_s/2) = LSB² / (6 × f_s)

过采样后，你关心的信号带宽没变（还是f_max），但落在信号带宽内的噪声功率变成了：

P_{noise, in-band} = PSD × f_max = [LSB² / (6 × f_s)] × f_max

因为f_s = 2 × OSR × f_max，代入得：

P_{noise, in-band} = LSB² / (12 × OSR)

看到了吗？噪声功率和OSR成反比。OSR每翻一倍，带内噪声功率减半，也就是降低3dB。

那SNR怎么变？信号功率不变，噪声功率降低，所以：

SNR_OS = 6.02N + 1.76 + 10log₁₀(OSR) [dB]

这就是过采样带来的SNR增益公式。我当年推导到这里时，心里咯噔一下——原来每4倍过采样，才能换来6dB的SNR提升，也就是1位有效位数。

3.3 理论增益计算

咱们直接上表格，看看不同OSR下的理论增益：

OSR	SNR增益（dB）	等效位数提升
1（奈奎斯特）	0	0
2	3.01	0.5
4	6.02	1.0
8	9.03	1.5
16	12.04	2.0
32	15.05	2.5
64	18.06	3.0
128	21.07	3.5
256	24.08	4.0

从表格里能看出一个规律：OSR每4倍，SNR提升6dB，等效位数提升1位。这个关系很实用，你可以在设计初期快速估算需要多少过采样率。

举个例子。假设你有一个12位ADC，想要达到14位的有效分辨率。那需要提升2位，也就是12dB的SNR增益。查表可知，OSR需要16倍。

但这里有个坑——理论增益是理想情况。实际电路中，ADC的模拟前端、参考电压噪声、PCB布局都会吃掉一部分增益。我曾经在一个项目中，理论计算OSR=16能提升2位，结果实测只提升了1.3位。排查后发现是电源纹波太大，把噪声基底抬高了。

3.4 一个简单的计算示例

咱们用代码来验证一下理论。下面是一个Python脚本，计算不同OSR下的理论SNR：

import numpy as np

def calc_snr_oversampling(N, OSR):
    """
    计算过采样后的理论SNR
    N: ADC位数
    OSR: 过采样率
    """
    snr_base = 6.02 * N + 1.76  # 奈奎斯特采样时的SNR
    snr_os = snr_base + 10 * np.log10(OSR)
    return snr_os

# 测试12位ADC，不同OSR
N = 12
for osr in [1, 4, 16, 64, 256]:
    snr = calc_snr_oversampling(N, osr)
    print(f"OSR={osr:3d}, SNR={snr:5.2f} dB, 等效位数={snr/6.02:.1f}")

运行结果：

OSR=  1, SNR=74.00 dB, 等效位数=12.3
OSR=  4, SNR=80.02 dB, 等效位数=13.3
OSR= 16, SNR=86.04 dB, 等效位数=14.3
OSR= 64, SNR=92.06 dB, 等效位数=15.3
OSR=256, SNR=98.08 dB, 等效位数=16.3

注意看，等效位数比N多了0.3位，这是因为1.76dB的常数项贡献的。实际工程中，我们通常只看有效位数（ENOB），它才是真正能用的分辨率。

好了，这一章的内容就到这里。核心就三句话：

1. OSR定义：实际采样率除以奈奎斯特率
2. SNR增益公式：10log₁₀(OSR) dB
3. 4倍OSR换1位：这是工程上的黄金比例

下一章咱们聊聊具体的实现方法——怎么在代码里做累加和抽取。到时候我会分享一个我在STM32上踩过的坑，保证让你少走弯路。