4、ADC架构详解（下）：Σ-Δ型ADC原理、过采样与噪声整形、流水线型ADC
好，咱们接着聊ADC架构。上一节讲了Flash和SAR，这一节我重点说说Σ-Δ型和流水线型。这两种架构在实际项目中非常常见，尤其是Σ-Δ型，我当年做传感器接口时几乎天天跟它打交道。
4.1 Σ-Δ型ADC：精度之王
Σ-Δ型ADC，名字看着挺唬人，其实就是Sigma-Delta的缩写。说白了，它用了一种“笨办法”来换精度——用速度换分辨率。
基本原理
Σ-Δ型ADC的核心思想是：过采样 + 噪声整形 + 数字滤波。它不像SAR那样一次比较出结果，而是对输入信号反复采样、积分、比较，然后通过数字滤波器把高频噪声滤掉。
我画个简化的流程：
模拟输入 → 差分放大器 → 积分器 → 比较器 → 数字滤波器 → 输出这里有个关键点：反馈DAC。比较器的输出会反馈到输入端，形成一个闭环。这个闭环的作用就是让积分器的输出始终跟踪输入信号的变化。
核心公式（简化版）：
输出码流 = 输入信号 + 量化噪声 × (1 - z⁻¹)
看到没？量化噪声被乘以了一个高通滤波器(1 - z⁻¹)。这就是噪声整形的本质——把低频段的噪声推到高频段去。
4.2 过采样与噪声整形
这两个概念是Σ-Δ型的灵魂。我分开讲。
过采样
过采样率（OSR） = 采样频率 / 奈奎斯特频率。比如信号带宽20kHz，你用2.56MHz采样，OSR就是128。
过采样的好处？每提高一倍OSR，信噪比提升3dB。但这不是重点，重点是配合噪声整形后，效果会放大。
噪声整形
这才是Σ-Δ型的杀手锏。我刚才说了，量化噪声被推到高频段。那低频段呢？干净得像一张白纸。
我举个例子：
- 一阶Σ-Δ：每倍频程提升9dB信噪比
- 二阶Σ-Δ：每倍频程提升15dB
- 三阶Σ-Δ：每倍频程提升21dB
阶数越高，噪声整形效果越好。但注意，高阶环路稳定性是个大坑。我曾经在项目里用三阶调制器，结果环路振荡了，折腾了两天才找到补偿方案。
我的经验：
做传感器接口时，我一般用二阶Σ-Δ。精度够用，稳定性好调。三阶以上除非你特别需要高精度，否则别轻易碰。
4.3 数字滤波器与抽取
噪声被推到高频后，得用数字滤波器把它干掉。常用的滤波器是Sinc³型（三阶Sinc滤波器）。
为什么用Sinc³？因为它对高频噪声的抑制效果最好，而且实现简单。说白了就是累加、累加、再累加。
// 简化版Sinc³滤波器伪代码
for (i = 0; i < OSR; i++) {
sum1 += input[i];
}
for (i = 0; i < OSR; i++) {
sum2 += sum1;
}
for (i = 0; i < OSR; i++) {
sum3 += sum2;
}
output = sum3 / (OSR^3);抽取就是降采样。滤波器输出的是高分辨率数据，但速率太高，我们不需要那么快。比如OSR=128，输入速率2.56MHz，输出速率就是20kHz。正好匹配传感器带宽。
4.4 流水线型ADC：速度与精度的平衡
流水线型ADC，我习惯叫它“分段式ADC”。它把转换过程分成好几级，每一级只处理几位，然后拼起来。
结构特点
每一级包含：采样保持器、低分辨率ADC（比如3位）、低分辨率DAC、减法器、余量放大器。
流程是这样的：
- 第一级采样输入信号，用3位ADC粗量化
- 用DAC重建这个粗量化值
- 输入信号减去重建值，得到余量
- 余量放大2^(N-1)倍，送给下一级
- 重复直到最后一级
举个例子：12位流水线ADC，每级3位，需要4级（3+3+3+3=12，实际有冗余位）。
注意：
流水线ADC有个致命问题——级间增益误差。如果余量放大器增益不准，误差会逐级累积。我见过一个项目，因为电容失配导致增益误差0.5%，结果12位ADC只做到了10位精度。
4.5 两种架构的对比
| 参数 | Σ-Δ型 | 流水线型 |
|---|---|---|
| 分辨率 | 16~24位 | 8~16位 |
| 采样率 | 几十Hz~几MHz | 几MHz~几百MHz |
| 功耗 | 低（但数字部分大） | 中等 |
| 延迟 | 大（数字滤波导致） | 小（流水线结构） |
| 适用场景 | 传感器、音频、精密测量 | 视频、通信、雷达 |
你看，Σ-Δ型适合慢速高精度，流水线型适合快速中等精度。选型时别搞反了。
4.6 避坑指南
我踩过的坑，分享给你：
- Σ-Δ型时钟抖动敏感：时钟抖动会直接变成噪声。我曾经用普通晶振做Σ-Δ，结果信噪比差了10dB。后来换了低抖动晶振才解决。
- 流水线型输入阻抗变化：采样保持器的输入阻抗随频率变化。驱动电路设计不好，会引入失真。我建议用高速运放做缓冲。
- 电源噪声：两种架构都对电源噪声敏感。尤其是Σ-Δ型，电源纹波会调制到输出。我习惯在电源入口加LC滤波。
总结一下：
Σ-Δ型ADC，过采样+噪声整形，精度高但慢。流水线型ADC，分级量化，速度快但精度有限。选型时看你的传感器带宽和精度要求。我个人建议：做传感器接口，优先考虑Σ-Δ型；做高速数据采集，选流水线型。
嗯，这一节就到这里。下一节我们讲ADC的关键指标，比如INL、DNL、信噪比这些，到时候结合实际项目案例聊。