4、过采样技术：过采样的基本原理、噪声整形概念、过采样对SNR的提升计算

各位同学，咱们今天聊聊过采样。这玩意儿在音频ADC/DAC里，可以说是「化腐朽为神奇」的关键技术。我当年刚入行时，总觉得过采样就是「多采几个点嘛，有啥了不起的」。后来被现实狠狠教育了一顿——嗯，这里面的门道，比你想象的要深得多。

4.1 过采样的基本原理

先说说什么是过采样。说白了，就是用远高于奈奎斯特频率的采样率去采集信号。

奈奎斯特告诉我们：要无失真地恢复一个最高频率为f_B的信号，采样率至少得是2f_B。这个2f_B，我们叫它奈奎斯特频率f_N。

那过采样率（OSR）怎么定义？很简单：

OSR = f_s / (2 × f_B) = f_s / f_N

其中f_s是实际采样率，f_B是信号带宽。

举个例子：你要处理20kHz的音频信号，理论上40kHz就够了。但如果你用2.8224MHz去采（这是SACD的采样率），那OSR就是：

OSR = 2.8224 MHz / 40 kHz ≈ 70.56

为什么要这么干？我告诉你，核心原因有两个：

• 降低对抗混叠滤波器的要求——采样率越高，镜像频谱离得越远，模拟滤波器可以做得更简单
• 提升信噪比——这是咱们今天的重点

我个人习惯把过采样比作「用更宽的画布去画同一幅画」。画布宽了，你就有更多空间去处理细节，误差也被稀释了。

4.2 噪声整形概念

好，接下来是重头戏——噪声整形。这个概念我第一次接触时，觉得它简直像魔术。

先想一个问题：量化噪声的功率谱密度是什么样的？

在传统ADC里，量化噪声被认为是白噪声，均匀分布在0到f_s/2的频带内。总噪声功率是Δ²/12，其中Δ是量化步长。

那过采样怎么提升SNR？很简单——噪声总功率不变，但分布带宽变宽了。落在信号带宽内的噪声就少了。

等等，这还不是噪声整形。真正的噪声整形，是通过反馈环路把噪声「推」到高频去。

我给大家画个简单的框图（用文字描述）：

输入 → [积分器] → [量化器] → 输出
                ↑           ↓
                └── [反馈DAC] ←┘

这就是一阶Δ-Σ调制器的结构。它的传递函数有个特点：

• 对信号：低通特性（信号无损通过）
• 对量化噪声：高通特性（噪声被推到高频）

为什么会这样？因为反馈环路对量化噪声做了差分处理。你想想看，量化器产生的误差，经过反馈后会被下一次量化「修正」。这个修正过程，本质上就是对噪声做了一阶高通滤波。

我在项目中遇到过一阶调制器不够用的情况。那时候做一款24bit音频ADC，一阶调制器死活达不到目标SNR。后来换成三阶调制器，噪声整形效果好了不止一个数量级。嗯，这里要提醒大家：阶数越高，稳定性越难保证，这是个trade-off。

4.3 过采样对SNR的提升计算

终于到了算账的时候。过采样到底能提升多少SNR？咱们一步步来。

4.3.1 单纯过采样（无噪声整形）

先看最简单的情况：只过采样，不做噪声整形。

量化噪声总功率：

P_n = Δ² / 12

这个功率均匀分布在0到f_s/2之间。噪声功率谱密度（PSD）为：

S_n(f) = Δ² / (12 × f_s/2) = Δ² / (6f_s)

落在信号带宽f_B内的噪声功率：

P_n,inband = S_n(f) × f_B = (Δ² / (6f_s)) × f_B

因为f_s = OSR × 2f_B，代入得：

P_n,inband = (Δ² / (6 × OSR × 2f_B)) × f_B = Δ² / (12 × OSR)

所以SNR提升为：

SNR_improvement = 10 × log₁₀(OSR) [dB]

OSR每翻一倍，SNR提升3dB。说白了，就是半个bit的精度提升。

OSR	SNR提升（dB）	等效bit数提升
2	3.0	0.5
4	6.0	1.0
8	9.0	1.5
16	12.0	2.0
64	18.0	3.0

看到没？OSR到64了，才提升3个bit。效率有点低啊。

4.3.2 过采样 + 一阶噪声整形

现在加上一阶噪声整形。一阶Δ-Σ调制器的噪声传递函数（NTF）为：

NTF(z) = 1 - z⁻¹

在频域中，它的幅度响应是：

|NTF(f)| = 2 × sin(πf / f_s)

当f << f_s时，近似为：

|NTF(f)| ≈ 2πf / f_s

所以带内噪声功率为：

P_n,inband = ∫₀^fᴮ (Δ² / (6f_s)) × (2πf/f_s)² df

算出来（我跳过中间步骤，直接给结果）：

P_n,inband = (Δ² × π²) / (18 × OSR³)

对比无噪声整形时的Δ²/(12×OSR)，SNR提升为：

SNR_improvement = 10 × log₁₀(OSR³) - 10 × log₁₀(π²/1.5)
                ≈ 30 × log₁₀(OSR) - 3.2 [dB]

OSR每翻一倍，SNR提升约9dB！相当于1.5个bit。

4.3.3 高阶噪声整形

对于L阶Δ-Σ调制器，带内噪声功率与OSR的关系为：

P_n,inband ∝ 1 / OSR^(2L+1)

SNR提升为：

SNR_improvement ≈ (20L + 10) × log₁₀(OSR) - C [dB]

其中C是与调制器阶数有关的常数。

调制器阶数L	OSR翻倍时SNR提升	典型OSR=64时提升
0（无整形）	3 dB	18 dB
1	9 dB	~51 dB
2	15 dB	~84 dB
3	21 dB	~117 dB
4	27 dB	~150 dB

4.4 实际设计中的考量

讲完了理论，说说实际干活时要注意什么。

第一，OSR不是越高越好。OSR高了，数字滤波器功耗大，时钟抖动敏感。我见过有人把OSR做到512，结果功耗比模拟部分还高，得不偿失。

第二，噪声整形有代价。高阶调制器虽然SNR漂亮，但动态范围会受限。输入信号太大，调制器就饱和了。这叫「稳定性与动态范围的trade-off」。

第三，别忘了数字滤波器。过采样和噪声整形只是前半段。后半段要用数字低通滤波器把高频噪声滤掉，再降采样回奈奎斯特率。这个滤波器设计不好，前面的一切努力都白费。

我曾经在一个项目里，调制器做得完美，SNR仿真值120dB。结果数字滤波器通带纹波太大，把带内噪声又「晃」回来了。最后实测SNR只有98dB。教训就是：系统设计要整体考虑，不能只盯着一个模块。

4.5 小结

咱们今天聊了过采样的三个核心点：

• 基本原理：用高OSR换取低噪声密度和宽松的滤波器要求
• 噪声整形：通过反馈环路把噪声推到高频，再滤掉
• SNR计算：无整形时3dB/倍频，一阶9dB/倍频，高阶更猛

最后说一句：过采样技术是音频数据转换器的基石。你想想看，没有它，我们怎么可能用1bit的量化器做出120dB动态范围的DAC？这就是工程艺术的魅力。

下一章咱们聊多bit量化器和MASH结构，那又是另一番天地了。