打印

TMS320F2812 DSP编程之AD采样精度的校准算法

[复制链接]
763|0
手机看帖
扫描二维码
随时随地手机跟帖
跳转到指定楼层
楼主
Clovee|  楼主 | 2017-10-18 10:10 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
TMS320F2812 DSP编程之AD采样精度的校准算法


   F2812内部集成了ADC转换模块。该模块是一个12位、具有流水线结构的模数转换器,内置双采样保持器(S/H),可多路选择16通道输入,快速转换时间运行在25 MHz、ADC时钟或12.5 Msps,16个转换结果寄存器可工作于连续自动排序模式或启动/停止模式。在实际使用中,ADC的转换结果误差较大,如果直接将此转换结果用于控制回路,必然会降低控制精度。(最大转换误差可以达到9%左右)
       F2812的ADC转换精度较差的主要原因是存在增益误差和失调误差,要提高转换精度就必须对两种误差进行补偿。

       对于ADC模块采取了如下方法对其进行校正:
       选用ADC的任意两个通道(如A3,A4)作为参考输入通道,并分别提供给它们已知的直流参考电压作为输入(RefHigh和RefLow),通过读取相应的结果寄存器获取转换值,利用两组输入输出值求得ADC模块的校正增益和校正失调,然后利用这两个值对其他通道的转换数据进行补偿,从而提高了ADC模块转换的准确度。
       实现校准的硬件电路在本文中不作描述,在有关资料中可以查到。下面是该算法的C语言实现:

  • //首先计算两个通道的参考电压转换后的理想结果
  • //     A4 = RefHigh = 2.5V  ( 2.5*4095/3.0 = 3413 ideal count)
  • //     A3 = RefLow  = 0.5V  ( 0.5*4095/3.0 = 683 ideal count)
  • #define     REF_HIGH_IDEAL_COUNT   3413
  • #define     REF_LOW_IDEAL_COUNT    683
  • #define  SAMPLES       63
  • //定义所需的各个变量
  • Uint16  Avg_RefHighActualCount;  
  • Uint16  Avg_RefLowActualCount; /   
  • Uint16  CalGain;                                                 // Calibration Gain     
  • Uint16  CalOffset;                                              // Calibration Offset
  • Uint16  SampleCount;
  • Uint16 RefHighActualCount;
  • Uint16 RefLowActualCount;
  • //对各个变量进行初始化
  • void InitCalib()
  • {
  •     Avg_RefLowActualCount = 0;
  •     Avg_RefLowActualCount  = 0;
  •     Avg_RefHighActualCount = 0;
  •     RefHighActualCount = 0;
  •     RefLowActualCount = 0;
  •     CalGain   = 0;
  •     CalOffset = 0;
  •     SampleCount = 0;
  • }
  • //获得校准增益和校准失调
  • // Algorithm: Calibration formula used is:
  • //
  • //  ch(n) = ADCRESULTn*CalGain - CalOffset   
  • // n = 0 to 15 channels
  • //  CalGain =   (RefHighIdealCount - RefLowIdealCount)
  • //                       -----------------------------------------
  • //                      (Avg_RefHighActualCount  - Avg_RefLowActualCount)
  • //
  • //  CalOffset = Avg_RefLowActualCount*CalGain - RefLowIdealCount
  • //
  • //  A running weighted average is calculated for the reference inputs:
  • //
  • //  Avg_RefHighActualCount = (Avg_RefHighActualCount*SAMPLES
  • //                            + RefHighActualCount) / (SAMPLES+1)
  • //
  • //  Avg_RefLowActualCount  = (Avg_RefLowActualCount*SAMPLES
  • //                                         + RefLowActualCount) / (SAMPLES+1)
  • //     
  • void GetCalibParam()
  • {
  • RefHighActualCount = AdcRegs.ADCRESULT4 >>4;
  • RefLowActualCount = AdcRegs.ADCRESULT3 >>4;
  • if(SampleCount > SAMPLES)
  •   SampleCount = SAMPLES;
  • Avg_RefHighActualCount = (Avg_RefHighActualCount * SampleCount
  •          + RefHighActualCount) / (SampleCount+1);
  • Avg_RefLowActualCount  = (Avg_RefLowActualCount * SampleCount
  •                               + RefLowActualCount) / (SampleCount+1);
  • CalGain = (REF_HIGH_IDEAL_COUNT - REF_LOW_IDEAL_COUNT)
  •                         / (Avg_RefHighActualCount  - Avg_RefLowActualCount);
  • CalOffset = Avg_RefLowActualCount*CalGain - RefLowIdealCount;
  • SampleCount++;
  • }
  • //在ADC_ISR中,对其他各个通道的结果进行修正:
  • interrupt void  adc_isr(void)
  • {
  • GetCalibParam();
  • ......
  • newResult n= AdcRegs.ADCRESULTn*CalGain - CalOffset;
  • ......
  • }

复制代码

       通过上面的代码,配合硬件电路改动,可以大幅实现提高ADC采样的精度,实现更灵敏、更精确的控制。

相关帖子

发新帖 我要提问
您需要登录后才可以回帖 登录 | 注册

本版积分规则

708

主题

1032

帖子

2

粉丝