一、ADC 是什么？
在工业生产控制过程中，经常会要求对一些物理量如温度、压力、流量等进行控制，这些物理量都是随时间连续变化的，在连续变化的过程中，任何一个取值都是一个具体、有意义的物理量，人们把这些随时间连续变化的物理量称为模拟量。下图是随时间变化的电压模拟量，0~300ms时间范围内，电压波动在-0.2V~0.3V之间。
用传感器采集的模拟量需要输入到计算机进行存储和处理，但计算机只能处理离散的数字信号，存储的是二进制数，使用8位、16位、32位、64位、……等来表示一个数值，二进制位数可多可少，位数越多表示数值的精度越高，位数越少表示数值的精度越低。
例如：使用16位二进制数来存储范围为-0.2~0.3V的电压，虽然有16个二进制位，但最高位是符号位，因此只有15个二进制位来存储-0.2~0.3V范围内的所有实数，15个二进制位最多只能有32768种组合，因此需要把-0.2~0.3分成32768等分，每一等分用一组15位二进制数来表示，在这种情况下，任意两相邻等分之间的模拟量无法表示，只有增加等分，也就是增加二进制数的位数才能表示出来。
因此计算机存储的二进制数只能近似表示模拟量，该二进制数也称为数字量。由于传感器输出的是模拟量，单片机只能处理数字量，因此单片机在采集或处理传感器输出的模拟量时，通常都需要在前端加上模拟量/数字量转换器，简称模/数转换器，即常说的ADC（Analog-to-Digital Converter），它的核心作用是把连续的模拟信号（如电压、温度、声音）转换成离散的数字信号，这样数字设备（如电脑或单片机）才能处理。如你手机麦克风采集的声音、传感器测的温度，都得靠它变成数字信号才能被计算和处理。
可以把 ADC 理解为信号转换器，现实世界使用的是模拟信号，而数字芯片只能处理数字信号。为方便模拟信号和数字信号的相互转换，ADC 就承担起了转换工作 。如我们日常使用的手机，麦克风录入的声音是模拟信号，通过手机内部的 ADC 转换为数字信号后，才能被手机的处理器进行处理，实现录音、语音通话等功能 ；再如数码相机，光线进入相机后被转换为模拟电信号，经过 ADC 处理变为数字信号，最终形成我们看到的一张张数字照片。
二、ADC 的工作过程
ADC的工作过程分为采样、保持、量化和编码四个关键步骤，每一步都不可或缺，共同实现模拟信号到数字信号的转换。
1、采样
采样就是在特定的时间间隔内对模拟信号的瞬时值进行测量 ，将连续时间的模拟信号转换为离散时间的信号。可以把这个过程想象成用相机拍照，相机每隔一段时间拍一张照片，这些照片就是对连续场景的采样。在 ADC 中，这个拍照的时间间隔就是采样周期，而每秒采样的次数被称为采样频率 ，单位是赫兹（Hz）。
采样频率的选择直接关系到采样后信号的质量和能否真实还原原始模拟信号 。ADC内部会产生采样信号，对输入的模拟信号按照一定的频率进行采样，再把采样后的值转换为数字量。
采样信号为具有一定频率的连续脉冲，采样信号的频率称为采样频率，输入信号的频率称为输入频率，下图描述了基本的采样过程：
模拟信号是输入信号，连续输入到ADC，采样脉冲由ADC产生，采样脉冲通过硬件电路，保留模拟信号的瞬时电压值，ADC将保留的模拟信号的瞬时电压值转换为数字量，并按一定的编码形成给出转换结果，然后开始下一次采样。
对于模拟信号采样，首先要确定采样频率，即采样脉冲的频率。一般来说，采样频率越高，采样的点数就越多，所采集的数字信号就越接近原始模拟信号，但过高的采样频率需要很高的系统处理速度，对硬件要求比较高。当采样频率过低时，采集的数字信号不足以反映原始模拟信号波形特征，无法使信号复原。
奈奎斯特采样定理为ADC采样频率设定了基础准则，要求其至少为信号最高频率分量的两倍。
例如对于一个最高频率为 10kHz 的模拟信号，根据奈奎斯特采样定理，采样频率至少要达到 20kHz，才能保证采样后的信号包含原始信号的所有信息，在后续处理中能够准确还原出原始信号。如果采样频率低于信号最高频率的两倍，就会出现混叠现象 ，即高频信号被错误地采样成低频信号，导致采样后的信号与原始信号存在很大偏差，无法准确还原。
2、保持
在采样得到模拟信号的瞬时值后，由于 ADC 进行量化和编码需要一定的时间，为了保证在这个过程中信号值的稳定，就需要用到采样保持电路 。采样保持电路的作用就是在采样瞬间捕获模拟信号的电压值，并在 ADC 完成转换的过程中保持这个电压值不变 。
下图是最简单的采样保持电路。
电路主要由开关和保持电容组成 。在采样阶段，开关闭合，输入的模拟信号对保持电容快速充电，电容两端的电压迅速跟踪输入信号的变化；当采样结束进入保持阶段时，开关断开，由于电容没有放电回路（或者放电回路的电阻很大，放电非常缓慢），电容两端的电压就保持在开关断开瞬间的电压值，这个稳定的电压值就可以供 ADC 进行后续的量化和编码操作 。
即使在 ADC 转换期间输入模拟信号发生了变化，采样保持电路输出的信号依然是稳定的，保证了 ADC 转换结果的准确性 。特别是在处理快速变化的高频信号时，采样保持电路的作用尤为重要，它为 ADC 提供了稳定的输入信号，使得 ADC 能够准确地对信号进行转换。
3、量化与编码
经过采样和保持后，得到的是一系列离散时间的模拟信号值，这些值仍然是模拟量，计算机无法直接处理。
量化是将采样保持电路输出的模拟信号电压值转换为离散的数字量的过程。由于数字信号只能表示有限个离散的数值，而模拟信号的取值是连续的，所以在量化过程中，需要将模拟信号的取值范围划分成若干个量化等级 ，每个量化等级对应一个固定的数字值。如一个 8 位的 ADC，它可以表示 2^8 = 256 个不同的数字值，模拟信号的取值范围划分成 256 个量化等级，每个量化等级对应一个从 0 到 255 的数字值。如果模拟信号的电压值落在某个量化等级范围内，就将其量化为对应的数字值。
ADC 量化过程案例（8 位 ADC）：
- 假设我们使用一个 8 位单极性 ADC，其核心参数定义如下：
- 模拟输入电压范围：0V ~ 5V
- 量化等级总数：2^8 =256 级
- 每个量化等级对应的电压间隔（量化步长）：
- 数字输出范围：0 ~ 255（对应 0 级～255 级）
量化规则
采用舍入量化法（最常用的量化方式）：将输入模拟电压值与各个量化等级的中心电压比较，归入最接近的等级，输出对应数字量。
具体量化场景：
场景1：输入模拟电压V(in) = 0V
0V 恰好对应第 0 级的中心电压，因此量化后输出数字量 0。
场景2：输入模拟电压V(in) = 19.53mV
19.53mV 恰好等于 1 个量化步长 ,对应第 1 级的中心电压，量化后输出数字量 1。
场景3：输入模拟电压V(in) = 2.5V
计算对应等级：2.5V÷19.53mV≈128，刚好对应第 128 级的中心电压，量化后输出数字量 128。
场景4：输入模拟电压V(in) = 3.0V
计算对应等级：3.0V÷19.53mV≈153.6，刚好对应第 128 级的中心电压，量化后输出数字量 154。
场景5：输入模拟电压V(in) = 5V
5V 是满量程电压，对应第 255 级的中心电压，量化后输出数字量 255。
编码则是将量化后的数字值按照一定的规则转换为二进制代码的过程 。二进制代码是数字设备能够识别和处理的信号形式，通过编码，将量化后的数字值转换为二进制代码后，就可以被数字设备进行存储、传输和处理了 。例如，将量化后的数字值 10 转换为二进制代码就是 00001010 ，这样数字设备就可以对这个二进制代码进行各种运算和处理，实现对原始模拟信号的分析和应用。
三、ADC 芯片的架构
ADC芯片存在多种不同架构，核心原因是不同应用场景对采样速率、精度、功耗、成本、芯片面积的需求差异导致。没有一种架构能同时满足 “超高速度、超高精度、极低功耗、极小体积” 的全部要求，因此工程师会根据具体需求选择或设计对应的 ADC 架构。
1、架构分化的核心需求
不同场景的需求矛盾是架构分化的根本原因，主要体现在以下维度：
采样速率：从几 Hz 的低速测量（如温度传感器）到数 GSPS 的高速射频信号采集（如雷达、示波器），跨度极大。
精度（分辨率）：从8 位的低精度控制（如电机调速）到24 位的高精度测量（如医疗设备、音频采集）。
功耗与成本：便携式设备（如手环）需要超低功耗，工业仪表需要高可靠性，消费电子需要低成本。
抗干扰能力：工业环境要求抗电磁干扰，射频场景要求抗混叠干扰。
2、主流 ADC 架构及适用场景
不同架构通过不同的信号转换原理，在速率和精度上做了取舍，以下是最常见的几类：
逐次逼近型 ADC（SAR ADC）
核心原理：通过 “二分法” 逐位比较输入电压与基准电压，逐步确定每一位的数字值。
特点：中速中精度、低功耗、小面积。
适用场景：嵌入式系统（如 STM32 内置 ADC）、电池供电设备、工业传感器（温度、压力）。
例：STM32F103 的 12 位 SAR ADC，采样速率最高 1MHz，适合常规模拟信号采集。
流水线型 ADC（Pipeline ADC）
核心原理：将转换过程拆分为多级流水线，每级完成 “粗量化 + 余量放大”，最终合并输出，支持并行处理。
特点：高速高精度、中等功耗，但芯片面积较大。
适用场景：高速数据采集、通信基站、图像传感器（如 CMOS 相机）、示波器。
例：8 位 / 10 位流水线 ADC，采样速率可达 100MSPS~1GSPS，满足射频信号处理需求。
Δ-Σ ADC（过采样 ADC）
核心原理：通过超高过采样率和噪声整形技术，将量化噪声推到高频，再通过数字滤波器滤除，实现高精度。
特点：超高精度、低速、极低噪声，抗干扰能力强。
适用场景：高精度测量仪器（万用表、电子秤）、音频采集（麦克风、Hi-Fi 设备）、工业测控。
例：24 位 Δ-Σ ADC，采样速率通常几十 Hz~ 几十 kHz，适合对精度要求苛刻的场景。
闪速型 ADC（Flash ADC）
核心原理：用大量比较器同时比较输入电压与不同阈值的基准电压，直接输出数字码，是最快的 ADC 架构。
特点：超高速、低精度，但功耗极高、成本高、芯片面积大（比较器数量随分辨率指数增长）。
适用场景：超高速射频信号处理、雷达、光纤通信、高速示波器。
例：8 位闪速 ADC，采样速率可达数十 GSPS，适合对速度要求极致的场景。
积分型 ADC
核心原理：通过积分器将输入电压的平均值转换为时间或频率，再量化为数字信号。
特点：高抗干扰能力、低速、中等精度，适合恶劣环境。
适用场景：工频信号测量（如电网电压电流）、工业仪表。
四、ADC 的关键性能指标
在了解了 ADC 的工作原理和架构类型后，评估其性能的核心在于关键指标。这些指标如同标尺，对于我们正确选择和使用 ADC 至关重要 。
1、分辨率
分辨率是 ADC 的一个重要指标，它表示 ADC 能够分辨的最小模拟信号变化量 ，通常用比特（bit）数来表示，它决定了 ADC 能将输入模拟信号细分成多少个离散的数字等级 。
例如，一个 8 位的 ADC 可以将模拟信号的取值范围划分为 2^8 = 256 个不同的量化等级 ，每个等级对应一个唯一的数字输出；而一个 16 位的 ADC 则能划分出 2^16 = 65536 个量化等级 ，显然，16 位 ADC 的分辨率更高，能够更精确地表示模拟信号 。
分辨率与能分辨的电压等级密切相关 。以一个满量程输入电压为 5V 的 ADC 为例，如果它是 12 位的，那么它的分辨率为 5V / 2^12 ≈ 1.22mV ，这意味着它能够分辨出大约 1.22mV 的电压变化；如果是 16 位的 ADC，其分辨率则为 5V / 2^16 ≈ 0.076mV ，可以分辨出更小的电压变化 。可以看出，分辨率越高，ADC 对模拟信号的分辨能力就越强，能够捕捉到更细微的信号变化 。
不同分辨率的 ADC 适用于不同的应用场景 。在音频处理中，一般需要较高的分辨率来保证音频信号的质量和保真度 ，例如，常见的音频 ADC 分辨率为 16 位或 24 位，这样可以还原出丰富的音频细节，让我们听到更加清晰、逼真的声音 。而在一些对精度要求相对较低的工业控制场景，如简单的电机转速控制，8 位或 10 位的 ADC 可能就足够了 ，因为这些应用主要关注信号的大致变化范围，对微小的信号变化并不敏感 。
2、采样率
采样率是指 ADC 每秒对模拟信号进行采样的次数，单位是样本每秒（SPS） ，也常用赫兹（Hz）来表示 。它反映了 ADC 对模拟信号时间变化的捕捉能力 。根据奈奎斯特采样定理，为了能够无失真地从采样信号中恢复出原始模拟信号，采样率必须至少是信号最高频率的两倍 。这是一个非常重要的准则，如果采样率低于这个要求，就会出现混叠现象，导致采样后的信号无法准确还原原始信号 。
在音频领域，人类听觉的上限频率约为 20kHz ，为了保证音频信号的完整还原，音频 ADC 的采样率通常设置在 44.1kHz（CD 音质标准）或 48kHz ，这样可以确保采样后的数字音频信号包含了原始音频信号的所有频率成分，让我们能够听到完整的声音 。在视频处理中，由于视频信号包含了大量快速变化的图像信息，对采样率的要求更高 。例如，常见的高清视频帧率为 60Hz ，这意味着视频 ADC 需要以至少 60Hz 的采样率对视频信号进行采样，才能保证每一帧图像的信息都能被准确捕捉 。在高速通信系统中，信号的频率非常高，采样率更是达到了 MHz 甚至 GHz 级别 ，以满足对高速信号处理的需求 。
下面以音频信号采集为例，说明不同采样率对信号还原效果、测量精度等方面的具体影响。
实验设定
选取一段包含 20Hz 低音到 20kHz 高音的完整音乐信号，分别用三种不同采样率的 ADC 进行采集，后续无额外信号补偿处理，对比采集后数字信号的还原效果。三种采样率分别为：32kHz（低于奈奎斯特临界值）、44.1kHz（CD 标准采样率）、96kHz（高清音频采样率）。
不同采样率下的信号表现
- 32kHz 采样率（欠采样）：根据奈奎斯特定理，该采样率的临界还原频率为 16kHz，无法覆盖人类听觉上限 20kHz。采集过程中会出现严重混叠，原本 18kHz 的高音信号会被错误还原成 32kHz – 18kHz = 14kHz 的信号，19kHz 高音会被还原成 13kHz。最终播放时，高频细节大量丢失，音乐的清脆感和通透感全无，还会伴随杂音，严重偏离原始音频的听感。
- 44.1kHz 采样率（标准采样）：其临界还原频率为 22.05kHz，超过人类听觉上限 20kHz，完全满足奈奎斯特准则。采集后能完整保留原始音频中所有可被人类听到的频率成分，还原的声音与原始信号几乎无差异，这也是该采样率成为 CD 音质标准的核心原因，兼顾了音质和存储成本。
- 96kHz 采样率（高清采样）：临界还原频率达 48kHz，远高于音频信号最高频率。采集的信号不仅能完整保留原始音频信息，还因采样点更密集，对音频中声音的过渡细节（如乐器的泛音、人声的气息声）捕捉更精准。播放时声音的层次感、细腻度更优，但同时采集的数据量也大幅增加，是 44.1kHz 采样率的两倍多，对存储和传输的要求更高。
3、信噪比（SNR）和总谐波失真加噪声（THD+N）
信噪比（SNR）是指信号功率与噪声功率的比值，单位是分贝（dB） 。在 ADC 中，SNR 反映了在信号转换过程中噪声对信号的影响程度 。SNR 越高，说明信号中的噪声相对越小，ADC 对信号的处理能力越强，转换后的信号质量也就越高 。例如，一个 SNR 为 80dB 的 ADC，表示信号功率是噪声功率的 10^8 倍 ，这样的 ADC 能够在较大程度上抑制噪声的干扰，准确地还原原始信号 。
信噪比（SNR）说白了就是 “有用信号的强度” 和 “干扰噪声的强度” 的比值，单位是分贝（dB）。
你可以这么理解：ADC 干活就像你在嘈杂的菜市场里听朋友说话——
“有用信号” 就是朋友的声音；
“噪声” 就是周围小贩叫卖、人群喧哗的声音；
SNR 就是朋友声音和菜市场噪音的强弱对比。
SNR 越高，就代表朋友的声音越大、噪音越小，你听得越清楚；反过来，SNR 越低，噪音盖过朋友的声音，你就听不清他说啥了。
总谐波失真加噪声（THD+N）则是衡量 ADC 对输入信号保真度的一个重要指标 。它表示的是基波信号的均方根值与其谐波加上所有噪声成分（直流除外）的和方根的平均值之比 。THD+N 越低，说明 ADC 在转换过程中引入的谐波失真和噪声越小，对原始信号的保真度越高 。在音频播放设备中，如果 ADC 的 THD+N 指标较差，播放出来的音乐就会出现失真，声音变得模糊、不清晰，影响听觉体验 ；而对于高精度测量仪器来说，低 THD+N 的 ADC 能够保证测量结果的准确性和可靠性 。
简单来说，THD+N 就是衡量信号“干净程度”的指标，数值越低，信号越接近原样。
它主要看两部分：一是信号本身（基波），二是被“污染”的部分（谐波和噪声)。比如在音频设备里，THD+N 高了，声音就会发糊、有杂音；在测量仪器里，它低了数据才更准。
所以选 ADC 时，这个指标很关键，直接关系到最终效果。
4、有效位数（ENOB）和功耗
有效位数（ENOB）是一个综合考虑了噪声和误差等因素后，衡量 ADC 实际可用分辨率的指标 。它表示在存在噪声和失真的情况下，ADC 实际能够达到的等效精度 。理想情况下，一个 n 位的 ADC 的 ENOB 应该等于 n ，但在实际应用中，由于各种噪声和误差的存在，ENOB 通常会小于理论分辨率 。例如，一个标称 12 位的 ADC，其 ENOB 可能只有 10 位或更低 ，这意味着在实际使用中，这个 ADC 的有效分辨率并没有达到 12 位，其转换结果的精度会受到一定影响 。
功耗是 ADC 在工作过程中消耗的电能，对于一些便携式设备，如手机、平板电脑、可穿戴设备等，功耗是一个非常重要的指标 。这些设备通常由电池供电，为了延长电池的续航时间，要求设备中的各个组件都具有较低的功耗 。如果 ADC 的功耗过高，会导致电池电量快速耗尽，影响设备的正常使用 。在选择 ADC 时，需要根据具体的应用场景和功耗要求来进行综合考虑 。在一些对功耗要求严格的应用中，可能会优先选择低功耗的 ADC ，即使其性能指标在某些方面略逊一筹 ；而在一些对性能要求较高，且电源供应充足的应用中，如大型工业设备、数据中心等，可以适当放宽对功耗的要求，选择性能更优的 ADC 。