作为模拟电路一个关键的参数,在设计时,需考虑他的计算方式

首先要对概念理解:

勿将有效位数(ENOB)与有效分辨率混为一谈,ENOB是包括了量化噪声和失真项,有效分辨率用于衡量ADC在无量化噪声的直流输入条件下的噪声。将计算所得的SINAD值替换SNR,并求解N,公式如下图所示。看得出来就是SNR公式的变换。

SINAD=(6.02N+1.76)dB。

本方案将举实际案例,来实际介绍有效位的计算方式

信号调理电路基本架构

Python中 对流有效位能场_Python中 对流有效位能场

可以看出本方案主要由三部分组成:LMH6518+LMH5401+AD9680

按100M时的有效位举例说明:

LMH6518的信呐比分析:

Python中 对流有效位能场_Python中 对流有效位能场_02

从图中可以看出,LMH6518在使用200MHz滤波器时,最理想的信噪比为60dB。我们的带宽需求为500MHz及以上,那么LMH6518的内置滤波器只能最小选择650MHz,则相应的信噪比降低=5.12dB,最高信噪比为约54.88dB。此理想信噪比的条件为输入70mV~90mV,前置放大器为高倍率(30dB)且后级衰减设置为-20dB或者700mV~900mV,前置放大器为低倍率(10dB)且后级衰减为-20dB条件下才可以理论上达到。

在输入为70mV~90mV时,前置放大器倍率30dB,后级衰减器倍率为20dB,则输出信号电压范围为220mV~284mV。同理,在输入为700mV~900mV时,前置放大倍率10dB,后级衰减器倍率为20dB,则输出信号电压范围同样为220mV~284mV,取中间值250mV计算。此是在信躁比为54.88dB条件下的噪声电压为0.4mV~0.52mV,取中间值0.45mV。

Python中 对流有效位能场_嵌入式硬件_03

从LMH6518手册可以看出,在后级衰减最大时,同样谐波失真也是最大的。按照100MHz输出时HD2为-50dBc、HD3为-53dBc。由于手册只给出2次谐波和3次谐波,计算只考虑2次和3次,忽略4次和5次等其他高次谐波。

在100MHz输出信号为220mV~284mV时,取中间值250mV,对应的二次、三次谐波分别为HD2=0.79mV、HD3=0.56mV。

因此,LMH6518的总信纳比最高为

Python中 对流有效位能场_嵌入式硬件_04

 LMH5401的信呐比分析:

为了将LMH6518的信号放大的ADC的输入满量程(1.7Vpp),则后级的差分运放至少放大6倍(后级不加滤波器,如果加滤波器则必须放大12倍),噪声增益为7倍

 

Python中 对流有效位能场_差分_05

输出的总噪声谱密度公式如下所示。

 

Python中 对流有效位能场_差分_06

FDA可以选用高速差分放大器LMH5401,在2Vpp输出端带宽为2GHz,电压噪声谱密度为1.25nV/√Hz。考虑到阻抗匹配,则输入电阻50欧姆,反馈电阻设置为300欧姆。FDA在无信号输入时的输出噪声谱密度为

Python中 对流有效位能场_信噪比_07

在500MHz带宽内,4阶滤波器噪声带宽约为1.13*500MHz,噪声电压为12.2nV*=290uV。信号满量程输出电压为1.7*0.707/2。FDA的信噪比为=66.8dB。

LMH5401的谐波失真

Python中 对流有效位能场_嵌入式硬件_08

从手册谐波失真可以看出,HD2和HD3均远低于信噪比SNR,因此基本可以将谐波失真忽略,信纳比与信噪比基本相当。

AD9680的信纳比分析:

Python中 对流有效位能场_Python中 对流有效位能场_09

系统总信纳比

SINADsystem=

Python中 对流有效位能场_Python中 对流有效位能场_10

ENOBsytem=(47.37-1.76)/6.02=7.51,