ADC重要的信噪比公式是怎么来的？

硬件电子工程师

做过数据采集或者模拟电路的同学很可能知道下面这个关于ADC信噪比的著名公式：

kkktxewlf1a64010437020.png

4 [# u# R. B7 d: ?# ?其中N是ADC的位数，比如对于一个10bit的ADC，N=10，当ADC采集一个满量程的正弦波时，那么信噪比SNR=6.02*10+1.76=61.96dB，那么这个公式是怎么来的呢？
- Q3 H& T3 Z8 H" o8 V$ RADC量化噪声
; S. g4 o7 ^" [# y下图是理想ADC的量化噪声示意图，从下图可以看到，对于一个线性输入的模拟信号，ADC会产生台阶式的输出，这个输入和输出的误差波形近似于一个峰峰值q=1LSB的锯齿波，它的有效值RMS计算过程见公式(2)（q=1LSB），LSB计算过程见公式(3)，其中FS是ADC的输入电压范围，。
3 i+ Y/ ]( }  ^8 G0 V4 d* k. I

1tlabozzcac64010437120.png

# I7 {+ \' l  [2 q3 W

0tgxbzeviyz64010437220.png

. U1 `: R7 l4 z. Y! N6 u  U) YSNR
/ a( Y, d' U) n; ?4 |; t) F/ a以前的文章介绍过SNR计算过程，信噪比是信号的有效值（RMS）除以噪声的有效值（RMS），

5zdupr2vap264010437320.png

' @: X8 o' b3 v! J对于一个满量程输入的正弦信号见公式(5)，根据公式(5)可以求得公式(6)，
( W1 A. }$ z- @; Z2 P6 e

kpsx2gibhx464010437420.png

对于满量程ADC而言，其输入范围是0-FS，那么输入的正弦信号的幅度范围就是0-Fs/2，见下图示意图，因此公式(5)中的分母是2

2hpkm2l3lkz64010437520.png

/ `9 g3 @% A5 P( O  R5 l* ]  `0 VADC信噪比SNR与位数N
那么到目前为止，我们知道了信号的有效值（RMS），即公式(6)，也知道了ADC量化噪声的有效值（RMS），即公式(2)。把公式(6)和公式(2)带入公式(4)得到公式(7)：
& L& d- c& `3 I" D+ Y5 O: ?' s

0i0bfqwjnlq64010437620.png

0 j' k* D. g* n: R  t& j" Q公式(7)不够简化，我们继续化简（高中学的指数运算规则），可以得到公式(8)，

ylcwjwz3vt264010437720.png

由此我们就推导出了ADC位数N与信噪比SNR的关系，是不是和公式(1)一模一样？
多说几句
上式的成立条件是信号带宽比较高。
* }6 l7 y$ j1 ~1 A  [如果信号带宽（或者说频率）很低，低于奈奎斯特采样频率fs/2，那么这会导致信号带宽范围内的噪声减小，进而使得SNR增加。
/ u. U. J2 h5 h) |3 q# i; o# e这就是常说的过采样，详细内容后面后机会在介绍。
* T% n- Z$ ^! }. ~0 D* v/ G另一点值得说明的是，在评估噪声时，常用到频谱分析，频谱的本底噪声值与采样点数量有关。
* F6 l8 g( o4 \- S' ]6 n2 k4 |3 P如果采样点多，那么本底噪声就会低，如果采样点数量减小，那么本底噪声就会增加，这被称为FFT增益。
因此在噪声分析时，最好要自始至终使用相同数量的采样点进行分析，避免被不正确的评估方法误导。