第1章 ADC/DAC基础概念

1. ADC/DAC基础概念：模拟信号与数字信号的区别、采样定理（奈奎斯特定理）、量化与编码的基本原理

各位同学，咱们今天聊聊数据转换器最基础的东西。说实话，我刚开始做通信系统那会儿，觉得ADC和DAC就是个黑盒子——模拟进去数字出来，或者反过来。后来被坑了几次才明白，这里面的门道深着呢。

先说说最直观的区别。模拟信号，说白了就是连续变化的物理量。比如你对着麦克风说话，声波让振膜振动，产生连续变化的电压。这个电压在时间上是连续的，在幅度上也是连续的——理论上可以取无穷多个值。

数字信号呢？它只有两个状态：0和1。我经常跟团队里的新人说，数字信号就像开关灯——要么亮要么灭，没有中间状态。但正是这种"非黑即白"的特性，让数字信号抗干扰能力特别强。

我在做基站项目时遇到过一件事。一条模拟音频线缆长了点，信号衰减加上环境噪声，到接收端已经听不清了。换成数字传输后，哪怕信号被干扰得面目全非，只要还能分辨出0和1，就能完美恢复原始信息。这就是数字信号最大的优势。

核心区别总结：

好，现在问题来了：怎么把连续的模拟信号变成离散的数字信号？第一步就是采样。

采样，就是每隔一段时间抓一个点。你想想看，如果采样频率太低，会漏掉信号的变化细节。那到底多快才算够？奈奎斯特老爷子给出了答案：采样频率必须大于等于信号最高频率的两倍。

公式很简单：fs ≥ 2 × fmax

为什么是两倍？我画个图你就明白了。假设一个正弦波，频率是f。如果每秒只采一个点（fs = f），你采到的全是同一个相位上的值——比如全是波峰，那恢复出来的信号就是一条直线。这显然不对。

如果每秒采两个点（fs = 2f），刚好能捕捉到波峰和波谷。理论上可以恢复出原始波形。但实际工程中，没人会卡着这个边界做设计。

⚠️ 避坑指南：

我曾经在一个射频接收机项目里，为了省成本，把采样率刚好设在奈奎斯特频率上。结果发现信号恢复出来总有失真。后来查资料才明白，实际应用中通常要留余量——一般取信号最高频率的2.5到5倍。比如音频CD的采样率是44.1kHz，而人耳能听到的最高频率是20kHz，这就是留了余量的。

还有一个概念叫混叠。如果采样频率低于奈奎斯特频率，高频信号会"伪装"成低频信号混进来。这就像车轮转得太快，你看到轮子好像在倒转一样。解决办法是在ADC前面加一个抗混叠滤波器，把高于fs/2的频率成分滤掉。

采样搞定了时间上的离散化，接下来要处理幅度上的离散化——这就是量化。

量化，就是把连续变化的幅度值，映射到有限个离散的等级上。比如一个3位的ADC，只能表示8个不同的幅度等级（2³ = 8）。每个采样点都会被归到离它最近的那个等级上。

这里有个绕不开的问题：量化误差。你想想看，原始信号可能是3.14159V，但3位ADC只能输出0V、0.5V、1.0V……直到3.5V。3.14159V会被量化为3.0V，误差0.14159V。这个误差在频域上表现为量化噪声。

💡 经验之谈：

我习惯用这个公式估算量化信噪比：SQNR ≈ 6.02 × N + 1.76 dB，其中N是ADC的位数。每增加1位，信噪比提升约6dB。所以16位ADC的理论信噪比大约是6.02×16 + 1.76 ≈ 98dB。当然，实际器件因为各种非理想因素，会差一些。

量化之后就是编码。编码就是把量化后的幅度等级，用二进制数表示。比如3位ADC，量化等级0对应000，等级1对应001，以此类推，等级7对应111。

常见的编码方式有：

举个具体的例子。假设一个8位ADC，参考电压是5V。那么它的分辨率是5V / 256 ≈ 19.53mV。如果输入电压是2.5V，对应的量化等级是2.5V / 19.53mV ≈ 128，编码就是10000000（二进制）。

量化与编码的关键参数：

最后说一句，量化误差是不可避免的，但我们可以通过增加位数来减小它。不过位数增加会带来成本、功耗和速度的权衡。我做过一个高速数据采集卡，客户要求12位精度，但采样率要1GSPS。市面上能满足这个指标的ADC，价格贵得吓人。最后我们用了两个8位ADC做交织采样，才把成本降下来。

嗯，基础概念就讲这么多。下一章咱们聊聊ADC和DAC的实际架构，看看它们内部到底是怎么工作的。