2. 信号与系统基础：连续时间信号与离散时间信号、采样定理（奈奎斯特准则）、量化与编码原理
好，咱们正式开始聊数据转换器。在动手设计ADC或DAC之前，有三大基石必须打牢——信号分类、采样定理、量化编码。这三块要是没吃透，后面做系统级仿真很容易翻车。我当年刚入行时，就因为对采样定理理解不深，把一个带通信号直接当低通信号处理，结果流片回来性能惨不忍睹……嗯，从那以后我再也不敢小看这些基础了。
2.1 连续时间信号 vs 离散时间信号
说白了，现实世界里的物理量都是连续的。温度、声音、压力——这些信号在时间轴上没有断点，我们叫它连续时间信号。但芯片里处理不了无限的点，只能每隔一小段时间抓一个快照，这就变成了离散时间信号。
我个人习惯这样区分：
- 连续时间信号：x(t)，t是实数，信号在任意时刻都有定义。
- 离散时间信号：x[n]，n是整数，信号只在nTₛ时刻有值（Tₛ是采样周期）。
你想想看，ADC做的事情，就是把x(t)变成x[n]。这个过程中，信息会不会丢？当然会。但丢多少、能不能还原回来，这就是采样定理要回答的问题。
2.2 采样定理（奈奎斯特准则）
采样定理，也叫奈奎斯特准则。它的核心就一句话：采样频率fₛ必须大于信号最高频率f_max的两倍。写成公式就是：
fₛ > 2 × f_max为什么是两倍？我试着用大白话解释一下。假设你有一个正弦波，频率是f₀。如果你每个周期只采一个点，你根本分不清这个点是在上升沿还是下降沿——说白了，你丢失了频率信息。只有每个周期至少采两个点，才能同时捕捉到波形的上升和下降，从而唯一确定频率。
这个2×f_max，我们叫它奈奎斯特频率。实际工程中，我从来不会卡着2倍去设计。为什么？因为抗混叠滤波器不是理想砖墙，总会有过渡带。我一般留出20%~30%的余量。比如信号最高频率是10MHz，我会选fₛ = 25MHz甚至更高。
2.3 混叠现象
如果采样率不满足奈奎斯特准则，会发生什么？混叠。高频信号会伪装成低频信号，混进你的基带里。而且一旦混进来，就再也分不开了——数字滤波器也救不了你。
举个例子：假设fₛ = 100Hz，信号频率是80Hz。80Hz > 50Hz（奈奎斯特频率），所以它会被折叠到20Hz的位置。你明明想采80Hz的信号，结果看到的是20Hz的假信号。这就是混叠。
我常用的防混叠手段有两个：
- 前置抗混叠滤波器：在ADC之前加一个低通滤波器，把高于fₛ/2的成分滤掉。
- 过采样：用远高于奈奎斯特频率的采样率，把混叠推远，降低对模拟滤波器的要求。
🔑 记住这个原则： 混叠是不可逆的。一旦发生，任何数字处理都无法恢复原始信号。所以抗混叠滤波器的设计，是ADC系统级设计中最不能省的一环。
2.4 量化与编码原理
采样把时间离散化了，但每个采样点的幅度还是连续的。量化要做的，就是把连续幅度映射到有限个离散电平上。比如一个3位ADC，只能输出8个码字（000~111），每个码字对应一个电压区间。
量化过程必然引入误差，我们叫它量化误差。理想情况下，量化误差在±½ LSB之间均匀分布。LSB（Least Significant Bit）就是最低有效位对应的电压步长：
LSB = V_ref / 2^N其中N是ADC位数，V_ref是参考电压。比如12位ADC，V_ref=3.3V，LSB ≈ 0.8mV。
量化误差的功率（也就是噪声）可以算出来：
量化噪声功率 = LSB² / 12这个公式很实用。我经常用它来快速估算一个ADC的理论信噪比上限：
SNR_max (dB) = 6.02 × N + 1.76举个例子：16位ADC的理论SNR是6.02×16 + 1.76 ≈ 98.08dB。但实际芯片能做到95dB就算不错了，因为还有热噪声、抖动、非线性等因素。
2.5 编码方式
量化之后，每个电平需要对应一个数字码字。常见的编码方式有：
| 编码方式 | 说明 | 典型应用 |
|---|---|---|
| 二进制原码 | 最高位为符号位，0正1负 | 早期ADC，简单直观 |
| 二进制补码 | 负数用补码表示，便于加减运算 | 现代ADC/DSP最常用 |
| 格雷码 | 相邻码字只有1位不同 | 高速ADC，减少误码率 |
| 温度计码 | 用连续1的个数表示数值 | Flash ADC内部结构 |
我个人最常用的是二进制补码。为什么？因为后续的数字信号处理（比如FFT、滤波）都是基于补码运算的，省去了一次码型转换。但如果你做的是高速ADC（比如采样率超过1GSPS），格雷码会更友好——相邻码字只变1位，能显著降低误码率。
🔑 总结一下本章的核心：
- 连续信号→离散信号：靠采样，必须满足奈奎斯特准则（fₛ > 2f_max）
- 离散幅度→数字码字：靠量化，必然引入量化噪声（LSB²/12）
- 编码方式选型：低速选补码，高速选格雷码
这些基础概念，后面每一章都会用到。尤其是采样定理和量化噪声模型，是系统级仿真的起点。建议你花点时间把公式推导一遍，自己写个小脚本验证一下。我当年就是这么干的——虽然慢，但理解深。
好，这一章就到这里。下一章我们聊数据转换器的关键性能指标，包括SNR、SNDR、SFDR、ENOB这些你一定会遇到的参数。到时候我会结合一个实际项目中的测试数据来讲，保证比教科书上的例子更接地气。