[资料分享] 过采样技术原理介绍
过采样技术原理介绍假定环境条件: 10位ADC最小分辨电压1LSB 为 1mv
假定没有噪声引入的时候, ADC采样上的电压真实反映输入的电压, 那么小于1mv的话,如ADC在0.5mv是数据输出为0
我们现在用4倍过采样来, 提高1位的分辨率,
当我们引入较大幅值的白噪声: 1.2mv振幅(大于1LSB), 并在白噪声的不断变化的情况下, 多次采样, 那么我们得到的结果有
真实被测电压 白噪声叠加电压 叠加后电压 ADC输出 ADC代表电压
0.5mv 1.2mv 1.7mv 1 1mv
0.5mv 0.6mv 1.1mv 1 1mv
0.5mv -0.6mv -0.1mv 0 0mv
0.5mv -1.2mv -0.7mv 0 0mv
ADC的和为2mv, 那么平均值为: 2mv/4=0.5mv!!!0.5mv就是我们想要得到的
这里请留意, 我们平时做滤波的时候, 也是一样的操作喔!那么为什么没有提高分辨率?????
是因为, 我们做滑动滤波的时候, 把有用的小数部分扔掉了, 因为超出了字长啊, 那么0.5取整后就是 0 了, 结果和没有过采样的时候一样是 0 ,
而过采样的方法时候是需要保留小数部分的, 所以用4个样本的值, 但最后除的不是4, 而是2!那么就保留了部分小数部分, 而提高了分辨率!
从另一角度来说, 变相把ADC的结果放大了2倍(0.5*2=1mv), 并用更长的字长表示新的ADC值,
这时候, 1LSB(ADC输出的位0)就不是表示1mv了, 而是表示0.5mv, 而(ADC输出的位1)才是原来表示1mv的数据位,
下面来看看一下数据的变化:
ADC值相应位 9 8 7 6 5 4 3 2 1 0
0.5mv测量值 0 0 0 0 0 0 0 0 0 0 0mv(10位ADC的分辨率1mv,小于1mv无法分辨,所以输出值为0)
叠加白噪声的4次过采样值的和 0 0 0 0 0 0 0 0 1 0 2mv
滑动平均滤波2mv/4次 0 0 0 0 0 0 0 0 0 0 0mv(平均数, 对改善分辨率没作用)
过采样插值2mv/2 0 0 0 0 0 0 0 0 0 0 1 2mv/2=0.5mv, 将这个数作为11位ADC值, 那么代表就是0.5mv
这里我们提高了1位的ADC分辨率
这样说应该就很简单明白了吧, 其实多出来的位上的数据, 是通过统计输入量的分布, 计算出来的,
而不是硬件真正分辨率出来的, 引入噪声并大于1LSB, 目的就是要使微小的输入信号叠加到ADC能识别的程度(原ADC最小分辨率).
理论来说, 如果ADC速度够快, 可以无限提高ADC的分辨率, 这是概率和统计的结果
但是ADC的采样速度限制, 过采样令到最后能被采样的信号频率越来越低,
就拿stm32的ADC来说, 12ADC, 过采样带来的提高和局限
分辨率 采样次数 每秒采样次数
12ADC 1 1M
13ADC 4 250K
14ADC 16 62.5K
15ADC 64 15.6K
16ADC 256 3.9K
17DC 1024 976
18ADC 4096 244
19ADC 16384 61
20ADC 65536 15
要记住, 这些采样次数, 还未包括我们 要做的 滑动滤波 过采样就是通过增加采样次数来加强分辨率的。 其实原理很简单, 很容易明白 。 过采样技术是数字信号处理者用来提高模数转换器(ADC)性能经常使用的方法之一 每4倍过采样系数可增加高于6dB的信噪比{:smile:} 过采样技术提高数据采集精度 。 基于∑-噪声整形技术和过采样技术的DAC可以可靠地把数字信号转换成为高精度的模拟信号 若将采样频率提高到R×fs，R称为过采样比率。 实现OFDM时虚拟子载波和过采样有关系吗？ 在音频转换领域有着广泛的应用价值。 整个转换过程中最重要的环节就是基于过采样技术来完成的 。 通过减小量化噪声,提高ADC的信噪比,从而提高ADC的有效分辨率。 用过采样技术可以增加其内置模数转换器的分辨率 。 Σ-Δ转换器采用噪声成形技术消除了这种局限 欠采样时，信号采集量较少，失真大，不易还原{:sad:} 虚拟子载波和过采样是两个完全不同的技术？ 过采样技术的目的是通过频率的改变将原来的数据进行分类 。 额~~有实例吗
根据色彩的变化记录每一行的颜色跳变点，由此识别出车牌区域。
切割完了第四个字符之后，再依次扫描剩下的空间，直到所扫描的这一竖上的所有点的灰度值不全为0时，认为是字符的开始并依次扫描直到所扫描的这一竖上的所有点的灰度值全为0时认为是字符的结束。