4、静态参数测试（下）：INL与DNL的码密度测试法与正弦波直方图法
好，咱们接着聊静态参数测试。上一章我们把INL和DNL的基本概念讲清楚了，这一章重点说说怎么测。说白了，就是怎么用仪器把这些非线性误差给抓出来。
我个人习惯把测试方法分成两类：码密度测试法和正弦波直方图法。这两种方法各有各的脾气，咱们一个一个说。
4.1 码密度测试法——最直接的办法
码密度测试法，名字听着挺唬人，其实原理很简单。你想想看，一个理想的ADC，给它一个斜坡信号，每个码字出现的次数应该是一样的。如果某个码字出现得特别多或者特别少，那说明这个码字对应的台阶宽度有问题。
嗯，这里要注意：我们用的不是真正的斜坡，而是一个低频三角波或者超低频正弦波。为什么？因为真正的斜坡信号很难做到绝对线性，反而会引入额外的误差。
核心思想：统计每个数字码出现的次数，与理想次数做比较，就能反推出DNL和INL。
4.1.1 测试步骤
- 生成测试信号：一个低频三角波，频率远低于采样率。我一般取采样率的1/1000以下。
- 采集数据：让ADC连续采样，收集足够多的样本点。数量多少？至少每个码字要有几十次命中。
- 统计直方图：统计每个数字码出现的次数，得到直方图。
- 计算DNL：根据每个码字的实际宽度与理想宽度的偏差，算出DNL。
- 计算INL：把DNL累加起来，就是INL。
我在项目中遇到过一个问题：采样点数不够，导致直方图波动很大，算出来的DNL忽高忽低。后来我定了个规矩——每个码字至少统计100次，这才稳定下来。
4.1.2 计算公式
咱们直接上公式，别怕，很简单：
DNL(k) = [H(k) / H_ideal] - 1
其中：
H(k) = 码字k的实际出现次数
H_ideal = 每个码字的理想出现次数 = 总采样点数 / 总码字数INL的计算就是DNL的累加：
INL(k) = Σ DNL(i) (i从1到k)我的小技巧：计算INL时，记得做端点拟合修正。就是把第一个码和最后一个码的INL强制归零，这样能消除增益误差和偏移误差的影响，只看非线性。
4.2 正弦波直方图法——更实用的方案
码密度测试法虽然直观，但有个硬伤：你需要一个非常线性的三角波信号。实际测试中，这玩意儿不好搞。正弦波发生器到处都是，而且正弦波的线性度要求没那么苛刻。
所以，正弦波直方图法成了工业界的主流。它的原理和码密度法类似，但用的是正弦波作为激励。
4.2.1 为什么正弦波也行？
你可能会问：正弦波又不是均匀分布的，怎么算理想次数？
问得好。正弦波的幅度分布确实不均匀——中间区域出现的概率高，两端出现的概率低。但没关系，我们可以用概率密度函数算出来每个码字的理论出现次数。
说白了，就是先知道正弦波长什么样，然后算出每个电压区间应该有多少样本点。剩下的就和码密度法一样了。
4.2.2 关键参数设置
| 参数 | 建议值 | 说明 |
|---|---|---|
| 正弦波幅度 | 略大于ADC满量程 | 一般过驱5%~10%，确保覆盖所有码字 |
| 正弦波频率 | 与采样率非相干 | 避免谐波干扰，最好用质数关系 |
| 采样点数 | 2^N × 100以上 | N为ADC位数，12位ADC至少40万点 |
| 记录周期数 | 非整数个周期 | 保证采样点均匀分布 |
我曾经踩过的坑：正弦波频率和采样率是整数倍关系，结果采样点每次都落在相同的位置，直方图完全失真。后来我用了相干采样理论，保证频率比是无理数，问题才解决。
4.2.3 数据处理流程
拿到原始数据后，处理步骤是这样的：
- 去直流分量：减去信号的平均值，让正弦波关于0对称。
- 归一化：把幅度归一化到ADC的满量程范围。
- 统计直方图：统计每个码字的出现次数。
- 计算理论概率：用反正弦分布公式算出每个码字的理论概率。
- 计算DNL和INL：和码密度法一样，用实际次数和理论次数做比较。
理论概率的计算公式长这样：
P(k) = (1/π) × [arcsin(V(k+1)/A) - arcsin(V(k)/A)]
其中：
V(k) = 码字k对应的电压阈值
A = 正弦波幅度看着有点复杂？其实你写个脚本让电脑算就行。我一般用Python的numpy库，几行代码搞定。
4.3 两种方法的对比
| 对比项 | 码密度测试法 | 正弦波直方图法 |
|---|---|---|
| 信号源要求 | 高（需要线性三角波） | 低（普通正弦波即可） |
| 数据处理复杂度 | 低 | 中（需要概率计算） |
| 测试时间 | 短 | 长（需要更多采样点） |
| 精度 | 高（信号理想时） | 中高（受信号纯度影响） |
| 工业应用 | 较少 | 主流 |
我个人更推荐正弦波直方图法。原因很简单：正弦波信号源好找，而且测试结果更稳定。码密度法虽然理论上更直接，但实际中容易被信号源的线性度坑到。
4.4 测试中的常见问题与避坑指南
问题1：直方图出现"缺码"
某个码字一次都没出现。这通常意味着ADC有失码，或者信号幅度没覆盖到那个码字。先检查信号幅度是否足够，再判断是不是ADC本身的问题。
问题2：DNL计算结果波动大
采样点数不够。我曾经为了省时间只采了1万个点，结果DNL曲线像心电图一样。后来老老实实采了50万个点，曲线才平滑下来。
问题3：INL曲线有奇怪的趋势
可能是信号源本身有非线性。这时候可以先用一个已知好的ADC做参考，排除信号源的问题。
我的经验：测试之前，先跑一遍仿真。用理想的ADC模型生成数据，验证你的测试脚本是否正确。这一步能省掉你后面80%的调试时间。
4.5 小结
这一章我们聊了两种测试INL和DNL的方法。码密度法简单直接，但对信号源要求高；正弦波直方图法稍微复杂一点，但更实用。
你想想看，在实际项目中，我们很少有机会拿到完美的三角波信号。所以，掌握正弦波直方图法，是每个ADC测试工程师的必修课。
下一章，我们会进入动态参数测试。那又是另一片天地了——信噪比、无杂散动态范围、总谐波失真...这些指标才是真正决定ADC性能的关键。咱们到时候再细聊。
嗯，今天就到这儿。有什么问题，欢迎随时交流。