Augmentation de la résolution de mesure de l'ADC par suréchantillonnage
Partager
Dans ce tutoriel Anabit, nous examinons comment la technique connue sous le nom de suréchantillonnage peut augmenter la résolution de mesure d'un convertisseur analogique-numérique (CAN) et comprendre les compromis lors de l'utilisation du suréchantillonnage avec votre circuit CAN. Le suréchantillonnage est une technique de traitement numérique du signal qui peut augmenter efficacement la résolution de votre CAN sans modifier le matériel. L'idée de base est simple : en échantillonnant plus vite que nécessaire et en faisant la moyenne de plusieurs mesures, vous pouvez réduire le bruit aléatoire et révéler des détails plus fins de votre signal. Lorsqu'il est utilisé dans les bonnes conditions, le suréchantillonnage peut augmenter la résolution effective de vos mesures CAN de 1, 2 ou même plus bits, en fonction de votre niveau de bruit et de votre rapport de suréchantillonnage.
La théorie derrière le suréchantillonnage
L'erreur de quantification survient dans le CAN car ils ne peuvent retourner qu'un code numérique fini lors de la mesure d'un signal analogique qui pourrait avoir un nombre infini de valeurs (cliquez ici pour accéder à notre tutoriel sur l'erreur de quantification). L'erreur de quantification peut être définie comme la différence d'arrondi entre le signal analogique et le code numérique le plus proche. Si vous avez un CAN idéal et que vous l'utilisez pour mesurer un signal constant stable sans bruit, votre mesure aurait une valeur fixe d'erreur de quantification. Mais si votre CAN ou votre signal ou les deux ont du bruit aléatoire, l'erreur de quantification devient décorrélée d'échantillon à échantillon. Cela conduit à ce que la valeur de votre signal mesuré saute entre les bits. En faisant la moyenne des échantillons CAN, vous pouvez éliminer les effets de ce bruit aléatoire et augmenter votre résolution de mesure.
Facteur de réduction du bruit = √N -> où N est le nombre d'échantillons moyennés ensemble
Pour gagner 1 bit supplémentaire de résolution, vous devez réduire le bruit par un facteur de 2 -> N = 4
| Bits supplémentaires souhaités | Échantillons à moyenner (Rapport de suréchantillonnage) |
|---|---|
| +1 bit | 4× |
| +2 bits | 16× |
| +3 bits | 64× |
| +4 bits | 256× |
| +5 bits | 1024× |
Les compromis importants que vous faites avec le suréchantillonnage sont qu'en moyennant les lectures, vous réduisez effectivement votre taux d'échantillonnage de mesure. Cela signifie que lorsque vous mesurez des signaux CC, vous augmentez la latence de mesure. Lorsque vous mesurez des signaux CA, vous réduisez la bande passante de mesure du CAN.
Exemple : De 12 à 14 bits
Examinons un exemple d'utilisation du suréchantillonnage pour augmenter la résolution avec le compromis de perdre de la bande passante de mesure. Supposons que vous ayez un CAN 12 bits (4096 codes) avec une référence de tension de 4,096 V et que vous souhaitiez utiliser le suréchantillonnage pour obtenir une résolution de mesure effective de 14 bits (16 384 codes).
Taille du LSB du CAN 12 bits : 4,096 V / (4096 - 1) = 1 mV
Taille du LSB avec +2 bits ajoutés : 4,096 V / (16384 - 1) = 250 uV
Pour 2 bits de résolution, chaque bit ajouté nécessite 4× plus d'échantillons : 4^2 = 16 échantillons
Si votre CAN fonctionne à 200 kilo échantillons par seconde (kSPS) : 200,000 ÷ 16 = 12,500 SPS effectifs
Perte de bande passante :
À un taux d'échantillonnage de 200 kSPS, la fréquence de Nyquist est : 200 kSPS / 2 = 100 kHz
À un taux d'échantillonnage de 12,5 kSPS, la fréquence de Nyquist est : 12,5 kSPS / 2 = 6,25 kHz
Cela signifie que nous gagnons 2 bits de résolution, passant de 12 bits à 14 bits, mais que nous perdons une bande passante de mesure significative (tous les deux par un facteur de 16). Gardant cela à l'esprit, si vous utilisez le suréchantillonnage, vous pourriez avoir besoin d'un filtre anti-repliement réglable car le changement de votre taux d'échantillonnage effectif modifie votre fréquence de Nyquist.
Les erreurs que le suréchantillonnage peut réduire
Le suréchantillonnage aide principalement lorsque votre système est limité par des sources d'erreurs aléatoires, à moyenne nulle, ou de type bruit comme les exemples listés ci-dessous. Il est important de garder à l'esprit que l'efficacité du suréchantillonnage dépend de votre circuit CAN et du signal que vous mesurez. Si vous avez un circuit avec un CAN haute résolution, une conception de circuit à faible bruit autour de lui, et un signal à faible bruit que vous mesurez, vous pourriez ne pas voir beaucoup d'avantages supplémentaires du suréchantillonnage. D'un autre côté, si vous avez un circuit bruité qui mesure un signal bruité, vous verrez très probablement des augmentations de résolution grâce au suréchantillonnage. Mais si l'erreur causée par le bruit était si mauvaise qu'elle rendait la résolution complète spécifiée du CAN inutile. Dans ce cas, le suréchantillonnage pourrait ne pas vous apporter de bits supplémentaires de résolution, mais plutôt réduire le bruit de mesure afin que vous obteniez la résolution réellement spécifiée du CAN.
Bruit de quantification : Ceci est la cible principale. Chaque conversion introduit une erreur d'arrondi de ±½ LSB. En moyennant plusieurs lectures bruitées, vous moyennez cette aléatoireté, améliorant la précision.
Bruit thermique et de Johnson : Tout résistif ou amplificateur de l'étage analogique frontal contribue à un petit bruit gaussien. S'il est décorrélé entre les échantillons, ce bruit agit comme un dithering naturel—vous aidant à extraire des informations sub-LSB.
Bruit de grenaille et de scintillement (à des rapports d'échantillonnage élevés) : Si votre étage frontal ou votre capteur introduit des composants de bruit décorrélés, le suréchantillonnage les filtre dans le domaine numérique, augmentant le SNR effectif.
Bruit d'alimentation ou de référence (s'il est aléatoire) : Des variations aléatoires au niveau des microvolts dans le potentiel de référence ou de masse peuvent apparaître comme du bruit décorrélé. Le suréchantillonnage atténue ces bruits à condition qu'ils ne soient pas périodiques.
Bruit de conversion interne du CAN : Certains CAN (par ex. SAR ou delta-sigma) présentent un bruit aléatoire intrinsèque entre les échantillons. Le suréchantillonnage moyenne ces fluctuations pour produire des lectures plus stables.
Ce que le suréchantillonnage ne peut pas corriger
Le suréchantillonnage ne corrige pas les erreurs déterministes ou corrélées—ce sont des erreurs qui se répètent exactement de la même manière à chaque échantillon. De plus, comme mentionné dans la section précédente, le suréchantillonnage moyenne le bruit aléatoire. Une fois que le bruit dans votre mesure est effectivement moyenné, d'autres augmentations du suréchantillonnage ne produiront aucun avantage supplémentaire.
Erreur d'offset : Un biais constant (par ex. un décalage de +5 mV) apparaît dans tous les échantillons et moyenne le même offset. Il doit être supprimé via un étalonnage à deux points ou d'offset.
Erreur de gain : Les erreurs d'échelle dues aux tolérances des résistances ou à la dérive de la référence font que les lectures diffèrent proportionnellement à l'entrée. La moyenne ne les corrigera pas ; seul un étalonnage de gain le peut.
Non-linéarité intégrale et différentielle (INL/DNL) : Si les tailles de pas du CAN sont inégales, la non-linéarité résultante subsiste. Le suréchantillonnage moyenne à l'intérieur de chaque code mais ne peut pas linéariser la courbe de transfert.
Dérive de température : Si la température affecte l'offset de l'amplificateur, la tension de référence ou les caractéristiques du CAN lentement au fil du temps, le suréchantillonnage ne le suit pas ni ne l'annule.
Repliement et erreurs de bande passante : Si l'entrée contient des composants haute fréquence au-dessus de Nyquist, le suréchantillonnage sans filtrage analogique approprié ne fait que moyenner des données déformées. Incluez toujours un filtre anti-repliement avant votre CAN.
Bruit corrélé ou ondulation : Le bruit périodique (par ex. bourdonnement 50/60 Hz, ondulation de convertisseur à découpage) n'est pas aléatoire ; la moyenne peut le réduire partiellement mais ne l'élimine pas à moins que sa période ne soit asynchrone à votre échantillonnage.
Conclusion et note sur le dithering
Dans ce tutoriel, nous avons examiné le concept du suréchantillonnage avec un CAN. Le suréchantillonnage est une technique de traitement numérique du signal qui peut être faite en logiciel pour augmenter la résolution de mesure d'un CAN face à une erreur aléatoire. Bien que le suréchantillonnage soit un moyen facile d'augmenter la résolution de mesure du CAN, il a les inconvénients d'augmenter la latence de mesure et de réduire la bande passante de mesure effective du CAN. Cela pourrait en retour ajouter de la complexité à la conception du filtre anti-repliement du CAN.
Il existe une technique connue sous le nom de "Dithering" qui peut augmenter l'efficacité du suréchantillonnage. Le dithering est l'acte d'ajouter du bruit au signal que vous mesurez, ce qui augmente en fait l'impact du suréchantillonnage car il rend d'autres sources d'erreurs, comme le bruit de quantification, plus aléatoires. Pour plus d'informations sur le Dithering, consultez la référence ci-dessous intitulée "Obtenir une résolution CAN plus élevée en utilisant le suréchantillonnage".
Voici quelques références détaillées pour en apprendre davantage sur le suréchantillonnage avec un CAN
- Tutoriel par Walt Kester d'Analog Devices : MT-022 Architectures CAN III : Bases du CAN delta-sigma
- Tutoriel par Jayanth Murthy Madapura de Microchip Technology Inc : Obtenir une résolution CAN plus élevée en utilisant le suréchantillonnage