模数转换器入门及四种主流思想
2020-05-18
16:28:01
来源: Sophie
来源：内容授权转载自公众号「芯启示」，谢谢。
这些都不重要。重要的是，我们看看“它是谁，它在哪，它存在的意义”等终极三问放在模数转换器上，能有什么不一样的答案，进而引发哪些新的思考，这可能是这篇文章存在的最大意义。
近年来，物联网、大数据和云计算飞速发展，人工智能也高歌前进，给人一种未来已来的既视感，看起来丰满且诱人。
要面对的现实是，以上应用的共同点，对超高算力或超大存储的需求极高。
在下一代革命性技术，量子或光电子计算抑或其它
X
炸天的技术来临之前，集成电路仍然是运算的基石，甚至在可预期的一段时间内。
小米、亚马逊和脸书等争相设立研发芯片部门，台积电、三星和英特尔你追我赶推进最小纳米尺寸进程，国家集成电路产业投资基金的设立等，无不凸显集成电路重要的经济价值和战略意义。
既能仰望星空志存高远，梦想驰骋天下舍我其谁，又可起床后元气满满，脚踏实地搬砖搭瓦，这可能更具现实意义。
梦想帮我们精准把握方向，而实实在在地走好每一步，却能立竿见影地改善我们的现在。
世界是连续的。如光、电和声音等信号都是连续变化的。目前的现状是，基于电路的处理器只能处理数字信号。
主观世界和客观世界间，天然存在着一条鸿沟，踏进去又出来了，叫成长，没出来，叫挫折。
模拟和数字之间，犹如主观世界和客观世界般，也天然存在着鸿沟。
正如认知和成长建立起主客观之间的联系一样，模数转换器（
ADC
），一端连接自然界连续信号，一端连接数字处理器，起到中间桥梁的作用（当然还有其它射频收发机和滤波放大等模块，但都完成其它功能，且与本文主旨无关，不予赘述）。
按我的理解，
模数转换器的核心就一句话：在一定的时间内完成测量过程。
如青春期的我们喜欢时时关注自己的身高变化。而身高这个变量，就等同于我们要研究的“信号”。身高是随时间变化的，但它在某一时刻却是定值。这样我们在这一时刻拍照，动态的身高就被记录下来，即“采样”。
动态变量静态化，毕竟静态的东西总是更容易研究。
把记录的尺寸用尺子测量，就得到这一时刻的身高。把许多时刻的身高值拟合成曲线，就是我们的青春期身高变化图。这幅青春期身高变化图表征了我们身高变化情况。
如设计一个模数转换器，最后测试的时候，输入端输入自然界连续信号（青春期身高），输出端能恢复输入的波形（青春期身高变化图），叫
get
新技能，获得成功的经验，走起路来都带风。输出没有信号，则设计了个石头（芯片是自然界最便宜的硅制作的，不成功就是把一块石头变成另一种形状存在的石头）。
这里三个指标也都有具体的体现。尺子的最小刻度（分度值）和测量方法决定了精度，测量这个动作花的时间决定了带宽，测量消耗的能量为功耗。
如我们用的尺子，分度值有厘米的，有毫米的，甚至有微米的等等。用尺子直接量的话，精度就只能到分度值上。若想用分度值为厘米的尺子，精确到毫米，无疑是行不通的。
电路设计者要做的，就是选择合适的方法，制定恰当的尺子进行测量。
用尽量短的时间测出结果，并使精度足够高。别小看这小小的测量，考虑到精度、带宽和功耗时，也是技术活。否则也就不需要那么多人没日没夜的研究了。
测量出来之后，用二进制表征，方便处理器识别处理。毕竟，现在广泛应用的电脑处理器处理的都是二进制信号。
那么，模数转换器现在有哪些广泛应用的类型呢？按我的理解，为以下四种：
逐次逼近型（
Successive approximation
），
闪烁型，是所有类型中最简单最直观的一种。
犹如要测量一个人的身高，仅需满足分辨率要求的尺子。从脚跟到头顶放尺子，由头顶向尺子画垂线，做好标记。看标记对应的点在哪两个刻度间，就得到了身高值。
那它有哪些优缺点呢？既然直接测量，制定的尺子上面要有足够多的刻度，精度就不会高，制定尺子消耗的精力也会大。但因为一步就可以测出结果，非常节省时间。
逐次逼近型，是所有类型中功耗最低的一种。
它的基本思想是进行多次测量，而每次都比上一次更为接近实际值，直至达到设计要求或极限。
平静的湖面，扔进一颗石子，开始泛起很大的涟漪，而后涟漪向四周扩散，振幅越来越小，直至恢复平静的湖面。观察石子周围水面某一点，在水平面上下震荡，且振幅愈加减小直至稳定的过程。这一点上的振动便可看做逐次逼近水平面的过程。
静止的一根弹簧，长度
10
厘米，压缩至
5
厘米，松开手，弹簧震荡起来，而以后的每次震荡，最小长度会越来越大，最大长度会越来越小。直至经过数次震荡后，稳定到
10
厘米。这个震荡到静止的过程也可以看做逐次逼近弹簧
10
厘米的过程。
若人生是一段旅程，则我们从出生到长大，从幼稚到成熟，懂得的道理真相越来越多，也可以看做某种意义上的“逐次逼近”的过程。
此类型能够达到中高等精度和中等带宽。因为它简洁的模块和高度的数字化，应用越来越广泛。
提到流水线型，相信最先想到的便是汽车。没错，就是那个生产汽车的流水线。
流水线的汽车生产方式，一个配件在固定的工作区进行安装，然后将半成品运送到下一个工作区，进行下一个配件的安装，直至完成整辆汽车的组装。大大提高了汽车的生产效率。
我刚刚启动一辆
B
汽车的安装，而生产线的出口马上出来一辆
A
汽车。特别注意，时间这么短，
A
汽车跟
B
汽车可不是同一辆。
流水线的引入，生产速度是真正加快了，但生产一辆车需要的时间并没有减少。它只是巧妙的将生产线各工序利用的更充分。
曾经，没有流水线，一个大车间，甲安装好汽车轮胎，乙才安装汽车座椅。乙还可以偷偷告诉甲，明天工作慢一点，你那一步一直完不成，我就可以多休息下。然而，有了流水线，乙再打个小算盘试试？
误差求和型，官方名字是
Delta sigma
。是所有类型中能达到最高精度的一种。
查了很多书籍，没找到统一的中译版本，便在此谨用误差求和型表示。
按我的理解，
它的基本思想是对于一个“身高”值，测量好多次（过采样），把误差降到很低（噪声整形），从而保证极高的精度。
它的核心两把刷子是过采样和噪声整形。
虽然一开始用了一把分度值很大的尺子，但这个大的“最小刻度”误差，除以足够大的次数后，误差也就很小了（误差求和型神奇而高效，犹如功夫里面的如来神掌，在此谨做粗浅解释）。
用一把分度值为米的尺子，甚至能得到微米的精度，你说神奇不神奇？反正我是彻底被它迷住了。各种正反馈负反馈混合正负反馈，不说了，再去看两眼理解理解。
*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。
今天是《半导体行业观察》为您分享的第2313期内容，欢迎关注。
『
半导体第一垂直媒体
』
实时 专业 原创 深度
识别二维码
，回复下方关键词，阅读更多
美国｜台积电｜
RISC-V
｜汽车芯片
｜
AI
｜CMOS
｜中芯国际｜苹果｜射频｜
回复
投稿
，看《如何成为“半导体行业观察”的一员 》
回复
搜索
，还能轻松找到其他你感兴趣的文章！
责任编辑：Sophie
