4、精度与线性度：失调误差、增益误差、积分非线性(INL)、差分非线性(DNL)
好，咱们今天聊点实在的。ADC选型时，很多人盯着分辨率看，12位、16位，觉得位数高就一定准。其实不然。我见过不少工程师，选了个16位ADC，结果测出来数据还不如人家12位的稳。问题出在哪？就出在精度和线性度这些“隐性参数”上。
说白了，分辨率只是ADC能分辨的最小刻度，但精度是它到底准不准。就像一把尺子，毫米刻度画得再细，如果尺子本身是歪的，量出来的数也是错的。今天我就带你把失调误差、增益误差、INL、DNL这几个参数彻底搞明白。
4.1 失调误差（Offset Error）
先讲最简单的。失调误差，就是ADC在输入为0时，输出却不等于0。你想想看，一个理想ADC，输入0V，输出应该是0。但实际器件总有偏差，可能输出是几个LSB（最低有效位）的值。
它怎么影响测量？ 整个传输曲线会整体平移。比如你测一个0.1V的信号，结果读出来是0.12V，这多出来的0.02V可能就是失调误差造成的。
关键点： 失调误差是常数误差，不随输入信号大小变化。它就是个固定的偏移量。
我在项目中遇到过一件事。有次调试一个温度采集板，室温下传感器输出0.5V，ADC读出来却是0.53V。查了半天，发现是ADC的失调误差没校准。后来在软件里减掉这个偏移量，数据就正常了。嗯，这里要注意，很多ADC都提供内部校准功能，上电后记得跑一遍。
4.2 增益误差（Gain Error）
增益误差，说白了就是ADC的“斜率”不对。理想ADC的传输曲线是一条45度直线，输入满量程时输出满量程。但实际器件，这条线的斜率会有偏差。
举个例子： 一个3.3V参考电压的12位ADC，理想情况下输入3.3V对应输出4095。但如果增益误差是+1%，那输入3.3V时输出可能只有4054左右。信号越大，误差越大。
| 参数 | 理想值 | 有增益误差 |
|---|---|---|
| 输入0V | 0 LSB | 0 LSB（假设失调已校准） |
| 输入1.65V | 2048 LSB | 2027 LSB |
| 输入3.3V | 4095 LSB | 4054 LSB |
你看，增益误差是比例误差。信号越大，绝对误差越大。我个人的习惯是，在系统校准时会做两点校准：一个在零点附近，一个在满量程附近。这样就能同时修正失调和增益误差。
小技巧： 如果ADC只测一个固定范围的信号，比如0-1V，你可以只在这个范围内做校准，精度会更高。
4.3 积分非线性（INL）
INL，全称Integral Non-Linearity，积分非线性。这名字听着挺唬人，其实理解起来不难。它描述的是ADC实际传输曲线偏离理想直线的最大偏差。
你想想看，失调和增益误差都是线性的，校准一下就能去掉。但INL是非线性的，它像一条弯弯曲曲的线，校准起来麻烦得多。
INL怎么影响测量？ 它会导致某些输入电压下的读数偏大，某些偏小。比如你测一个缓慢变化的电压，理论上输出应该线性增加，但实际可能在某一段“卡住”了，或者跳得特别快。
我曾经调试过一个音频采集项目，用了一款INL较大的ADC。录出来的声音总感觉有“毛刺”，频谱分析发现某些频率分量出现了不该有的谐波。后来换成INL更优的ADC，问题就解决了。说白了，INL直接影响信号的失真度。
注意： INL通常用LSB或满量程百分比表示。比如±1 LSB的INL，意味着实际值与理想值最大偏差1个LSB。对于高精度测量，INL最好小于±0.5 LSB。
4.4 差分非线性（DNL）
DNL，差分非线性。这个参数跟INL是兄弟，但关注点不同。INL看的是整体偏离，DNL看的是相邻两个码之间的步长是否均匀。
理想情况下，ADC每增加1 LSB的输入，输出码就跳变1。但实际中，有些码的步长可能只有0.5 LSB，有些可能达到1.5 LSB。DNL就是描述这种步长不均匀性的参数。
DNL出问题会怎样？ 最典型的就是“丢码”。如果某个码的步长是0 LSB，那这个码永远不会出现，输入信号直接跳过它。这在图像采集或波形重建中是大忌。
- DNL < 1 LSB： 所有码都存在，但步长不均匀
- DNL > 1 LSB： 可能出现丢码，系统性能下降
- DNL = 0 LSB： 理想情况，几乎不可能
我记得有一次做电机电流检测，用了某款廉价ADC。电机低速运行时，电流波形看起来像“阶梯状”，而不是平滑的正弦波。一查DNL，发现高达±2 LSB。换了个DNL在±0.5 LSB以内的ADC，波形就漂亮多了。
4.5 这些参数如何综合影响测量结果？
好，咱们把四个参数串起来看。一个实际ADC的测量误差，是这些误差的叠加：
总误差 ≈ 失调误差 + 增益误差 + INL + DNL（随机部分）失调和增益可以通过校准消除大部分。但INL和DNL是硬伤，校准起来非常复杂。所以选型时，我建议你重点关注INL和DNL。
选型建议：
- 普通控制应用（如温度、压力）：INL ±2 LSB以内即可
- 音频采集：INL ±1 LSB，DNL ±0.5 LSB
- 精密测量（如称重、医疗）：INL ±0.5 LSB，DNL ±0.3 LSB
- 图像传感器：DNL必须保证无丢码
另外，别忘了温度的影响。这些参数在25°C时可能很好看，但温度一变化，可能就变差了。我习惯看数据手册里的“温漂”曲线，而不是只看典型值。
4.6 实战中的校准方法
既然这些误差客观存在，我们怎么应对？我分享几个实战经验。
单点校准： 只校准零点。适合对精度要求不高的场景。
两点校准： 校准零点和满量程点。可以同时修正失调和增益误差。这是最常用的方法。
// 两点校准示例
// 已知：实际输入0V时ADC读数为offset
// 实际输入Vref时ADC读数为raw_ref
// 校准后的值 = (raw_value - offset) * (Vref / (raw_ref - offset))
float calibrate_adc(uint16_t raw_value, uint16_t offset, uint16_t raw_ref, float Vref) {
return (float)(raw_value - offset) * Vref / (float)(raw_ref - offset);
}多点校准（查表法）： 对INL较大的ADC，可以在整个量程内取几十个点，建立校准表。运行时查表插值。这种方法效果好，但占用存储空间。
我的经验： 如果ADC的INL有规律（比如呈S形），可以用多项式拟合来校准。我曾在某项目中用三次多项式把INL从±3 LSB降到了±0.3 LSB以内。
4.7 总结一下
好了，咱们把今天的内容捋一捋。失调误差是固定偏移，增益误差是比例偏差，INL是整体非线性，DNL是码间步长不均匀。这四个参数共同决定了ADC的真实精度。
选型时别只看位数。一个12位ADC，如果INL和DNL做得好，可能比某些16位但线性度差的ADC更靠谱。我见过太多人在这上面吃亏了。
最后提醒一句：数据手册上的参数都是“典型值”，实际器件可能有差异。批量生产时，一定要留够余量。嗯，今天就聊到这，下次咱们讲采样率和带宽。