2511
ADC采样的过程包括数据流进行采样、数字下变频、数字滤波、抽取和快速傅里叶变换。从数据上的处理如下图1，链路上的处理流程如下图2.
NCO之前的中频频率是fS/2P（P为整数，取决于采样），NCO下变频后为真正的数字中频I/Q。
首先，使用NCO将在fS处采样的数据数字下变频到基带（复数I/Q）。然后，使用可编程低通数字滤波器对数据流进行滤波。在预抽取数字滤波设置中频带宽，随着中频带宽变小，并且滤波使宽带噪声衰减，带内积分噪声功率会降低。
接下来，以M进行抽取会将有效采样速率降至fS/M，抽取是一种仅观察ADC采样样本的周期性部分，而忽略其余部分的方法。抽取的结果是降低ADC的采样速率。例如，1/4抽取模式意味着（总样本数）/4，有效地抛弃所有其他样本。
在之前的文章中我们讲过，ADC的处理增益是10log（fS/2BW），一个N位的ADC的动态范围就会增加到6.02N+1.76+10log（fS/2BW）。
噪声降低就相当于SFDR增加，从射频的角度来说就是，采集的带宽变窄，杂散没有被采集进来，动态范围增加。
到达抽取降采样率这里，就完成了数据时域从模拟到数字的过程。分析数据的指标在时域上很难区分，所以采集完之后需要对数据从时域到频域进行变换，FFT。
快速傅里叶变换（FFT）。
典型的FFT使用数万或数十万个采样点，甚至可能达到几百万个采样点。对于大多数ADC采样速率。FFT 窗口大小定义为奈奎斯特频谱 （fs/2） 除以频率单位的 FFT 样本数。例如，一个200M的ADC （100MHz）采样，FFT的点数是214，FFT的 窗口大小为：
100Mbps/16384=6.1kHz
窗口的大小就代表着对信号的分辨率，串口越小，分辨率越高。也是我们频谱仪中的RBW。
NSD定义的噪声单位为带宽或FFT窗口频率大小为1 Hz。
经过FFT变换后的噪底是多少呢？
经过FFT变换后的ADC的噪声相对与NSD来说，是NSD的6000倍。相当于FFT的窗口积分了噪声。
此时的噪声电平应该是NSD+39dB
经过M抽取后，FFT长度为N的窗口带宽为：FS/MN
根据上述，可以将ADC的处理本底噪声(K)与ADC的噪声谱密度(L) 关联起来，经过FFT变换后的ADC量化的噪底为：
K=NSD+10log（FS/MN）
从以上可知，提高抽取倍数M或者增加FFT长度N都可以降低量化噪声。
注意FFT采样长度变化并不影响ADC的噪声频谱密度。 它只是将噪声分布在不同的单位频率带宽上。
抽取倍数M取决于采样率和基带带宽，而增加FFT的长度N。N越大，窗口越窄，分辨率越高，积分在窗口内的噪声就越小。
祝好。
另：我开了一个射频课程培训，主讲通信的射频收发系统的指标设计和分解。课程一共13课时，每课时一个半小时左右，从指标出发，讲解器件和指标之间的关联度，指标如何设计，器件如何选型，问题如何排查。
上课后的收获：
这个课程是一个由点及面的讲解，相信很多工程师都存在的一个问题就是，不明白器件和系统的指标是什么关系，为什么器件会这么选择，上完这个课程就会对系统的指标有个全面的了解，帮助你跨越停止在单个器件的障碍。
适合对象：刚毕业的射频工程师，FAE，工作几年一直停留在单个器件的工程师，对射频系统感兴趣的工程师。
感兴趣就联系我吧
下载ECAD模型
