1. 从一个反直觉的采样现象说起很多人第一次接触ADC转换，脑子里装的都是教科书上那句“采样率要满足奈奎斯特频率”，觉得只要采样率够高，信号就能完美还原。但实际做项目的时候你会发现，事情远没有这么简单。我曾经在一个温度采集项目里，用一颗12位ADC以1kHz的采样率去采一个变化极慢的热电偶信号，理论上绰绰有余，结果读回来的数据跳得厉害，最后几位数字像在跳舞一样。当时我以为是电源噪声，换了LDO、加了RC滤波，折腾了一整天才发现，问题出在我对ADC采样原理的理解太粗糙了。ADC转换这件事，表面上看就是把模拟电压变成数字量，但它背后牵扯的东西非常多：采样保持电路的时间常数、参考电压的稳定性、量化误差的分布规律、多次采样取平均时到底能提升多少有效位数、以及不同平均策略对动态信号的响应差异。这些细节如果不在项目里踩过坑，很难真正理解。这篇内容就是把我这些年做ADC采集时积累的经验做一个系统梳理，从采样原理讲到取平均的数学本质，再讲到精度评估和实际工程中的取舍。不管你是刚入门的嵌入式新手，还是已经做过几个采集项目的老手，应该都能从中找到一些之前忽略的东西。文章会涉及具体的参数计算、代码实现思路、以及不同场景下的方案选择。我不会只给结论，而是会把“为什么这样做”讲清楚，因为只有理解了背后的逻辑，你才能在自己的项目里灵活调整，而不是照搬别人的参数。2. 采样保持电路里那些容易被忽略的时间账2.1 采样阶段到底发生了什么ADC转换并不是瞬间完成的。对于逐次逼近型ADC（SAR ADC），一次转换需要多个时钟周期，在这段时间里，输入电压必须保持稳定，否则转换结果就没有意义。所以绝大多数ADC内部都有一个采样保持电路，它在采样阶段跟踪输入电压，在保持阶段把这个电压“冻结”住，供后续量化使用。采样阶段的核心是一个模拟开关和一个保持电容。开关闭合时，电容通过开关电阻和信号源内阻充电，电压逐渐逼近输入电压。这里就出现了一个关键参数：采集时间。如果采集时间不够，电容上的电压还没充到最终值，开关就断开了，转换结果就会偏低或偏高，而且这个误差和信号源内阻直接相关。我见过不少人在选ADC的时候只看分辨率和采样率，完全不关注数据手册里的采集时间参数。实际上，如果你用的信号源内阻比较大，比如分压电阻取了几十kΩ，而ADC的采集时间又比较短，那读出来的数据可能偏差好几个LSB。这个偏差不是噪声，是系统性的，取平均也消不掉。2.2 采集时间的估算方法采集时间需要多久，取决于你要求的精度。电容充电是指数过程，理论上永远充不到最终值，但工程上一般认为充到目标精度的一半LSB以内就可以了。公式是这样的：t = R_total × C_hold × ln(2^(N+1))其中R_total是开关电阻加上信号源内阻，C_hold是保持电容，N是ADC位数。ln(2^(N+1))这个系数，对于12位ADC大约是9，对于16位大约是11.8。也就是说，位数越高，需要的采集时间越长，因为你要充得更精确。举个例子，假设某12位ADC的保持电容是4pF，内部开关电阻是1kΩ，你的信号源内阻是10kΩ，那么R_total就是11kΩ。采集时间至少需要 11000 × 4e-12 × 9 ≈ 396ns。如果数据手册标称的最小采集时间是300ns，那你的电路就不满足要求，需要加一个运放做缓冲，把信号源内阻降下来。这个计算看起来很基础，但实际项目中很多人会忽略。尤其是用电阻分压直接采电池电压的时候，分压电阻动辄几十kΩ，如果不加缓冲，采集精度根本没法保证。2.3 保持阶段的泄漏与馈通开关断开之后，保持电容上的电压也不是绝对不变的。有两个因素会让它慢慢变化：一个是电容本身的泄漏电流，另一个是开关的馈通效应。泄漏电流会导致电压缓慢下降，馈通则是输入信号通过开关的寄生电容耦合到保持电容上。对于大多数应用来说，如果转换时间比较短，这两个效应的影响可以忽略。但如果你的ADC转换时间很长，比如一些高精度的Σ-Δ ADC，转换时间在毫秒级别，那就需要认真对待了。保持电容的泄漏电流通常在pA级别，乘以毫秒级的转换时间，电压变化在微伏级别，对于16位以上的ADC来说就不能忽略了。馈通效应和输入信号的频率有关。如果输入信号变化很快，馈通过来的电荷就多。所以在采快速变化的信号时，保持阶段的稳定性更差。这也是为什么高速ADC通常需要更短的转换时间，以及为什么在高速采集时要在输入端加抗混叠滤波。实际选型时，如果信号源内阻超过10kΩ，强烈建议加一级运放缓冲。不要为了省一个运放而牺牲整个采集链路的精度，后期调试花的时间远比一个运放的成本高。3. 取平均的数学本质：它到底能提升多少精度3.1 白噪声平均与有效位数提升取平均是ADC采集里最常用的降噪手段，但很多人对它的理解停留在“平均一下数据就稳了”这个层面。实际上，取平均能提升多少精度，是有严格数学关系的。假设ADC的量化噪声和电路噪声之和是白噪声，服从正态分布，标准差为σ。如果你对N个独立样本取平均，平均值的标准差会变成 σ/√N。也就是说，噪声幅度降低了√N倍。换算成有效位数（ENOB），提升量是 log2(√N) = 0.5 × log2(N)。这个关系很实用。比如你取16次平均，噪声降低4倍，有效位数提升2位。取256次平均，噪声降低16倍，有效位数提升4位。但注意，这是理论值，前提是噪声确实是白噪声，而且各次采样之间相互独立。实际项目中，噪声往往不是纯白噪声。电源纹波、参考电压波动、温度漂移这些都属于低频噪声或系统性偏差，取平均对它们的抑制效果很差。所以你会看到一种情况：取平均之后数据确实稳了一些，但稳到一定程度就下不去了，剩下的那个波动就是低频噪声和系统性误差。3.2 平均次数与响应速度的权衡取平均的代价是响应速度变慢。如果你每采集一次就转换一次，然后对N次结果取平均，那么输出数据的更新率就变成了采样率的1/N。对于慢速信号，比如温度、压力、电池电压，这完全没问题。但对于动态信号，比如音频、振动，取平均就会把高频成分滤掉，导致信号失真。这里有一个常见的误区：有人觉得取平均就是低通滤波，所以对任何信号都可以用。但实际上，简单取平均的频响特性是一个sinc函数，它在某些频率上会有零点，而且通带内的平坦度也不好。如果你需要精确的低通滤波，应该用FIR或IIR滤波器，而不是简单取平均。我一般会这样判断：如果信号的带宽远低于采样率，而且你对更新率没有严格要求，那就放心取平均。如果信号带宽接近采样率的一半，或者你需要保留信号的波形特征，那就不要用取平均，改用数字滤波器。3.3 滑动平均与块平均的区别取平均有两种常见实现方式：块平均和滑动平均。块平均是攒够N个数据，求一次平均，输出一个结果，然后清空重新攒。滑动平均是每来一个新数据，就把它加入窗口，同时把最老的数据移出，然后求当前窗口的平均值。块平均的输出更新率是采样率的1/N，但每个输出值之间是独立的。滑动平均的输出更新率和采样率一样，但相邻输出值之间有相关性，因为窗口重叠了。从降噪效果来看，两者对白噪声的抑制能力是一样的，都是降低√N倍。但滑动平均的频响特性更平滑，没有块平均那种周期性的纹波。在实际代码实现上，块平均需要一个累加器和一个计数器，滑动平均需要一个环形缓冲区和一个运行和。滑动平均的计算量稍微大一点，但现在的MCU处理这点计算量绰绰有余。我通常会用滑动平均，因为它的输出更连续，后续做显示或控制的时候更顺滑。3.4 取平均不能解决什么问题取平均不是万能的。它不能消除系统性误差，比如参考电压不准、运放失调、ADC增益误差。它也不能消除低频噪声，比如电源纹波耦合进来的干扰。它更不能提升ADC的绝对精度，只能提升分辨率。我见过有人用16位ADC采集，发现数据跳动很大，就拼命增加平均次数，取到几千次，结果数据是稳了，但和真实值差了几十毫伏。这就是因为系统性误差没解决，取平均只是把噪声压下去了，偏差还在那里。正确的做法是：先用校准手段消除系统性误差，再用取平均压制随机噪声。校准包括零点校准和增益校准，可以用高精度源或者参考器件来做。校准之后，取平均才能发挥应有的效果。4. 精度评估：从分辨率到有效位数的距离4.1 分辨率不等于精度这是最容易被混淆的一对概念。分辨率是ADC输出数字量的位数，比如12位、16位、24位。精度是转换结果和真实值之间的接近程度。一个12位ADC的分辨率是1/4096，但如果它的参考电压有1%的误差，那它的精度可能连8位都不到。精度包含多个分量：偏移误差、增益误差、积分非线性、微分非线性、噪声。偏移误差是零输入时输出不为零的偏差，增益误差是满量程时的比例偏差，非线性是转换曲线偏离理想直线的程度，噪声是输出数据的随机波动。数据手册里通常会给出这些参数的典型值和最大值。但要注意，这些参数是在特定条件下测的，比如特定的参考电压、特定的温度、特定的采样率。你的实际使用条件如果和测试条件不同，精度指标可能会差很多。4.2 有效位数ENOB的计算有效位数是衡量ADC实际性能的一个综合指标，它把噪声和失真都考虑进去了。计算公式是：ENOB = (SINAD - 1.76) / 6.02其中SINAD是信号与噪声加失真比，单位是dB。这个公式适用于交流信号测试。对于直流或低速采集，更常用的是用噪声有效值来估算：ENOB = N - log2(噪声有效值 / (满量程 / 2^N))简单说，如果ADC的噪声有效值等于1个LSB，那ENOB就等于标称位数。如果噪声有效值是2个LSB，ENOB就少1位。如果噪声有效值是4个LSB，ENOB就少2位。我一般会在项目初期做一个简单的噪声测试：把输入端短接到一个干净的参考地，采集一批数据，算标准差。这个标准差就是噪声有效值。然后用上面的公式算ENOB，看看实际能用的位数是多少。这个测试比看数据手册更靠谱，因为它反映的是你实际电路和PCB布局下的性能。4.3 参考电压对精度的决定性影响参考电压是ADC的标尺，它的稳定性直接决定了转换结果的稳定性。很多人在选ADC的时候很讲究，选了一颗高精度的，但参考电压就用MCU的电源，结果精度被参考电压拖累了。MCU的电源通常有几十毫伏的纹波和噪声，温度漂移也大。用这样的参考电压，ADC再好在也发挥不出来。正确的做法是用专用的参考电压芯片，比如初始精度0.1%、温漂10ppm/°C以内的型号。如果预算有限，至少也要用一颗低噪声的LDO给参考电压供电，并且加足够的去耦电容。还有一个细节：参考电压的走线要尽量短，尽量粗，远离数字信号线。参考电压上的任何干扰都会直接调制到转换结果上。我在一个项目里曾经因为参考电压走线经过了一个DC-DC电感旁边，导致采集数据上叠加了开关频率的纹波，后来把走线改到板子另一面才解决。4.4 温漂与长期稳定性如果你的设备要在不同温度下工作，或者要长期运行，那温漂和长期稳定性就很重要了。ADC本身的温漂通常不大，但参考电压和信号调理电路的温漂可能很显著。比如一个普通的带隙参考电压，温漂可能在50ppm/°C左右。在0到50°C的变化范围内，参考电压会变化2500ppm，也就是0.25%。对于12位ADC来说，0.25%相当于10个LSB的偏差。这个偏差是系统性的，取平均消不掉，只能通过校准或者选用低温漂的参考电压来解决。长期稳定性是指器件参数随时间的变化。有些参考电压芯片在运行几千小时后，输出会漂移几十ppm。对于高精度测量设备，这个漂移需要定期校准来消除。对于一般应用，选用长期稳定性好的器件，或者在软件里做定期自校准。5. 不同场景下的采集策略与代码实现5.1 慢速高精度采集：过采样与抽取对于温度、压力、称重这类慢速信号，我通常会用过采样加抽取的方式。过采样是以远高于奈奎斯特频率的速率采样，然后通过数字滤波和抽取来降低输出速率、提升分辨率。过采样提升分辨率的原理和取平均类似，但更灵活。每提升4倍采样率，理论上可以多获得1位分辨率。比如你用12位ADC以1kHz采样，然后每16个样本取平均输出一次，输出速率是62.5Hz，分辨率可以提升到14位。如果每256个样本取平均，输出速率降到3.9Hz，分辨率可以到16位。但要注意，过采样提升分辨率的前提是噪声足够随机，而且噪声幅度要大于1个LSB。如果噪声很小，过采样就只是在平均量化误差，提升效果有限。有些高精度ADC内部已经做了过采样和抽取，你只需要配置输出速率和滤波模式就行。代码实现上，最简单的就是累加求和然后移位。比如累加256个16位数据，结果用32位变量存，最后右移8位就是平均值。移位比除法快，在资源紧张的MCU上很实用。#define OVERSAMPLE 256 uint32_t sum = 0; for (int i = 0; i < OVERSAMPLE; i++) { sum += adc_read(); } uint16_t result = sum >> 8; // 除以2565.2 动态信号采集：抗混叠与实时性对于音频、振动这类动态信号，取平均就不合适了，因为会把高频成分滤掉。这时候需要的是抗混叠滤波和足够的实时性。抗混叠滤波是在ADC前面加一个模拟低通滤波器，把高于奈奎斯特频率的成分滤掉，防止混叠。滤波器的截止频率应该略低于采样率的一半。比如采样率是10kHz，奈奎斯特频率是5kHz，抗混叠滤波器的截止频率可以设在4kHz左右，留一点过渡带。滤波器的阶数取决于你需要的阻带衰减。一阶RC滤波器的阻带衰减是-20dB/十倍频程，对于要求不高的场合够用。如果要求高，可以用二阶或四阶的有源滤波器。我一般会用二阶Sallen-Key滤波器，因为它的元件少、设计简单，而且对运放的要求不高。在软件层面，动态信号采集通常不做平均，而是直接读取ADC数据，或者做简单的滑动平均来平滑显示。如果要做频谱分析，还需要加窗函数来减少频谱泄漏。5.3 多通道采集：轮询与DMA多通道采集是另一个常见场景。比如你要同时采集电压、电流、温度三个信号，ADC需要轮流切换通道。这里的关键是通道切换后的建立时间。ADC内部的采样保持电路在切换通道后，需要一定时间才能稳定到新通道的电压。这个时间和信号源内阻、通道间的电压差有关。如果两个通道的电压差很大，建立时间就更长。所以我在多通道采集时，通常会在通道切换后加一段延时，或者丢弃第一个样本。用DMA来做多通道采集可以大大减轻CPU负担。配置ADC在每次转换完成后自动触发DMA搬运数据，CPU只需要在DMA传输完成中断里处理数据就行。这样采集和处理的并行度更高，系统的实时性也更好。但DMA方式下要注意数据对齐和缓冲区管理。如果缓冲区太小，可能会溢出；如果太大，处理延迟就高。我一般会根据采样率和处理周期来算缓冲区大小，留20%的余量。5.4 代码中的数值处理细节在代码里处理ADC数据时，有几个细节容易被忽略。第一个是数据类型。ADC原始数据通常是12位或16位无符号整数，但做累加的时候要用32位变量，否则会溢出。做减法的时候要用有符号类型，否则负数会变成大正数。第二个是定点数和小数的处理。如果要做校准计算，比如value = raw * gain + offset，gain和offset通常是小数。在MCU上做浮点运算比较慢，可以用定点数代替。比如把gain放大10000倍存成整数，计算完再除回去。第三个是滤波器的初始化。IIR滤波器在启动时，历史数据是零，输出会有一个过渡过程。如果直接把这个过渡过程的数据用于控制或显示，可能会有问题。我通常会在启动后先丢弃前几十个样本，等滤波器稳定了再开始使用输出。// 定点数校准示例 int32_t gain_fixed = 10050; // 实际增益1.0050 int32_t offset_fixed = -20; // 实际偏移-0.0020V（假设单位是mV） int32_t calibrated = (raw * gain_fixed) / 10000 + offset_fixed;6. 实测中那些数据手册不会告诉你的坑6.1 PCB布局对采集噪声的影响ADC采集的噪声水平，很大程度上取决于PCB布局。我做过对比测试：同一套电路，同样的元件，只是PCB布局不同，噪声可以差好几倍。关键原则是：模拟部分和数字部分要分开，地平面要完整，参考电压要干净。具体来说，ADC的模拟输入走线要尽量短，远离时钟线和数据线。参考电压的走线要加宽，两边包地。ADC的接地引脚要直接连到模拟地平面，不要经过过孔再连。还有一个容易忽略的点：ADC的电源去耦。数据手册通常会建议在电源引脚旁边放一个0.1uF和一个1uF到10uF的电容。0.1uF滤高频，大电容滤低频。这两个电容要尽量靠近引脚，走线要短。我见过有人把电容放在板子另一面，通过过孔连接，效果就差很多。6.2 输入阻抗与信号源匹配信号源内阻和ADC输入阻抗的匹配，是另一个容易出问题的地方。ADC的输入阻抗不是纯电阻，它包含采样保持电容的开关电容效应。在采样阶段，输入阻抗会突然降低，对信号源形成负载。如果信号源的内阻太大，电压就会被拉低，导致采集误差。对于SAR ADC，输入阻抗的等效值可以用1 / (f_sample × C_hold)来估算。比如采样率1MHz，保持电容4pF，等效输入阻抗就是250kΩ。如果信号源内阻是10kΩ，分压误差大约是4%。这个误差是系统性的，而且随采样率变化。解决办法有两个：一是降低信号源内阻，用运放缓冲；二是提高采样时间，让电容充得更充分。如果这两条都做不到，那就只能在软件里做补偿，但补偿的精度有限。6.3 温度对采集结果的影响温度对ADC采集的影响，很多人只关注参考电压的温漂，忽略了其他环节。实际上，信号调理电路里的电阻、运放、甚至PCB本身的漏电流都会随温度变化。比如用电阻分压采电压，如果电阻的温漂是100ppm/°C，两个电阻的温漂方向一致的话，分压比基本不变。但如果一个电阻是正温漂，另一个是负温漂，分压比就会随温度变化。所以分压电阻最好选用同一批次、同一型号的，温漂方向一致。运放的失调电压温漂也会影响采集精度。普通运放的失调温漂可能在10uV/°C左右，对于16位ADC来说，1LSB可能只有几十uV，温度变化10°C就漂了好几个LSB。所以高精度采集要选低失调温漂的运放，或者做温度补偿。6.4 校准的时机与方法校准是消除系统性误差的关键步骤，但校准的时机和方法有讲究。零点校准要在系统上电稳定后进行，最好等温度平衡了再校。增益校准需要用一个已知的精确参考，比如高精度电压源。我通常会在产品出厂前做一次全面校准，把校准系数存在非易失存储器里。然后在每次上电时做一次零点校准，消除当次上电的偏移。如果设备有自校准功能，还可以定期用内部参考做校准。校准系数的存储要注意精度。如果用8位存储，校准精度就只有1/256，对于12位ADC来说不够。至少要用16位存储，最好用32位浮点。存储介质要选可靠的，比如带ECC的Flash或者铁电存储器。校准不是一劳永逸的。器件会老化，温度会变化，所以校准系数需要定期更新。对于高精度设备，建议每年做一次全面校准。7. 从需求反推ADC选型的思路7.1 先确定精度需求再选位数很多人选ADC的时候，第一反应是“位数越高越好”。但实际上，位数越高，价格越贵，电路越复杂，对PCB布局和参考电压的要求也越高。正确的做法是先确定你真正需要的精度，再反推需要多少位的ADC。比如你要测一个0到5V的电压，要求误差不超过1mV。1mV相对于5V是0.02%，也就是1/5000。理论上13位ADC的分辨率就够了（2^13=8192）。但考虑到噪声和非线性，实际可能需要15位或16位的ADC才能稳定达到1mV的精度。如果要求误差不超过10mV，那就是0.2%，1/500，9位ADC的分辨率就够了。实际用12位ADC就绰绰有余。多出来的位数可以用来做过采样，进一步提升稳定性。所以选型的第一步是明确精度指标，然后根据精度指标估算需要的位数，再留2到4位的余量给噪声和非线性。7.2 采样率与信号带宽的匹配采样率的选择相对直接：至少是信号最高频率成分的2倍，实际工程中通常取5到10倍。比如你要采一个最高1kHz的信号，采样率至少2kHz，实际可以用10kHz。但要注意，信号里可能包含你不想采的高频成分，比如开关电源的纹波、数字电路的时钟干扰。这些成分如果超过奈奎斯特频率，就会混叠到你的信号频带里。所以采样率确定后，还要检查信号里有没有高于奈奎斯特频率的成分，如果有，就要加抗混叠滤波。另外，采样率越高，功耗越大，数据处理量也越大。对于电池供电的设备，要在精度、速度和功耗之间做权衡。我一般会先选一个满足需求的采样率，然后在软件里做抽取来降低输出速率，这样既保证了抗混叠性能，又降低了后续处理负担。7.3 接口类型与系统架构的配合ADC的接口类型有SPI、I2C、并行等。SPI最常用，速度快，接线少。I2C速度慢一些，但可以挂多个器件。并行接口速度快，但引脚多，现在用得越来越少。选择接口类型要考虑你的系统架构。如果MCU的SPI外设已经用了很多，可以考虑用I2C的ADC。如果需要高速采集，SPI是首选。如果MCU资源很紧张，可以用内置ADC，省去外部器件。还有一个考虑是隔离。如果模拟部分和数字部分需要隔离，就要选支持隔离的ADC或者加隔离器件。隔离ADC通常比较贵，但如果应用场景需要，这个成本省不了。7.4 成本与供货的平衡最后但同样重要的是成本和供货。高精度ADC的价格可能是普通ADC的几倍甚至几十倍。如果产品对成本敏感，就要在精度和成本之间找平衡点。我的经验是：先用一颗满足基本需求的ADC做原型，验证功能。如果精度不够，再换更好的。不要一开始就选最贵的，因为可能根本用不到那么高的精度。供货方面，尽量选通用型号，避免选冷门型号。通用型号的供货周期短，价格稳定，而且参考设计多，遇到问题容易找到解决方案。冷门型号可能性能更好，但一旦缺货就很麻烦。8. 一些实用的调试技巧和工具调试ADC采集的时候，有几个工具和技巧能帮你快速定位问题。第一个是万用表，用来测静态电压。如果ADC读数和万用表差很多，那肯定是硬件问题。第二个是示波器，用来观察输入信号的波形和噪声。如果输入信号本身就不干净，那ADC读出来肯定也不干净。第三个是软件工具。我通常会在代码里加一个简单的数据打印功能，把ADC原始数据通过串口输出到电脑，然后用Python或者Excel画图。这样能直观地看到数据的分布和趋势。如果数据有周期性波动，可能是电源纹波；如果数据有随机跳动，可能是噪声；如果数据有缓慢漂移，可能是温度影响。还有一个技巧是做“短路测试”：把ADC输入端短接到地，采集一批数据，看噪声有多大。这个测试能排除信号源的干扰，直接反映ADC和参考电压的噪声水平。如果短路测试的噪声就很大，那问题在ADC或参考电压；如果短路测试很干净，但接上信号源就跳，那问题在信号源或输入调理电路。最后，不要忽视数据手册里的“典型应用电路”。虽然它不一定是最优的，但至少是经过验证的。如果你自己设计的电路有问题，可以先照抄典型电路，跑通了再优化。这样能排除很多低级错误，节省调试时间。我在实际项目中最大的体会是：ADC采集的精度，三分靠器件，七分靠设计。一颗普通的12位ADC，如果电路设计得当，参考电压干净，布局合理，实际有效位数可以接近11位。而一颗16位ADC，如果随便布线，参考电压用MCU电源，有效位数可能只有12位。所以与其花大价钱买高位数ADC，不如先把电路设计和布局做好。
1. 从一个反直觉的采样现象说起很多人第一次接触ADC转换，脑子里装的都是教科书上那句“采样率要满足奈奎斯特频率”，觉得只要采样率够高，信号就能完美还原。但实际做项目的时候你会发现，事情远没有这么简单。我曾经在一个温度采集项目里，用一颗12位ADC以1kHz的采样率去采一个变化极慢的热电偶信号，理论上绰绰有余，结果读回来的数据跳得厉害，最后几位数字像在跳舞一样。当时我以为是电源噪声，换了LDO、加了RC滤波，折腾了一整天才发现，问题出在我对ADC采样原理的理解太粗糙了。ADC转换这件事，表面上看就是把模拟电压变成数字量，但它背后牵扯的东西非常多：采样保持电路的时间常数、参考电压的稳定性、量化误差的分布规律、多次采样取平均时到底能提升多少有效位数、以及不同平均策略对动态信号的响应差异。这些细节如果不在项目里踩过坑，很难真正理解。这篇内容就是把我这些年做ADC采集时积累的经验做一个系统梳理，从采样原理讲到取平均的数学本质，再讲到精度评估和实际工程中的取舍。不管你是刚入门的嵌入式新手，还是已经做过几个采集项目的老手，应该都能从中找到一些之前忽略的东西。文章会涉及具体的参数计算、代码实现思路、以及不同场景下的方案选择。我不会只给结论，而是会把“为什么这样做”讲清楚，因为只有理解了背后的逻辑，你才能在自己的项目里灵活调整，而不是照搬别人的参数。2. 采样保持电路里那些容易被忽略的时间账2.1 采样阶段到底发生了什么ADC转换并不是瞬间完成的。对于逐次逼近型ADC（SAR ADC），一次转换需要多个时钟周期，在这段时间里，输入电压必须保持稳定，否则转换结果就没有意义。所以绝大多数ADC内部都有一个采样保持电路，它在采样阶段跟踪输入电压，在保持阶段把这个电压“冻结”住，供后续量化使用。采样阶段的核心是一个模拟开关和一个保持电容。开关闭合时，电容通过开关电阻和信号源内阻充电，电压逐渐逼近输入电压。这里就出现了一个关键参数：采集时间。如果采集时间不够，电容上的电压还没充到最终值，开关就断开了，转换结果就会偏低或偏高，而且这个误差和信号源内阻直接相关。我见过不少人在选ADC的时候只看分辨率和采样率，完全不关注数据手册里的采集时间参数。实际上，如果你用的信号源内阻比较大，比如分压电阻取了几十kΩ，而ADC的采集时间又比较短，那读出来的数据可能偏差好几个LSB。这个偏差不是噪声，是系统性的，取平均也消不掉。2.2 采集时间的估算方法采集时间需要多久，取决于你要求的精度。电容充电是指数过程，理论上永远充不到最终值，但工程上一般认为充到目标精度的一半LSB以内就可以了。公式是这样的：t = R_total × C_hold × ln(2^(N+1))其中R_total是开关电阻加上信号源内阻，C_hold是保持电容，N是ADC位数。ln(2^(N+1))这个系数，对于12位ADC大约是9，对于16位大约是11.8。也就是说，位数越高，需要的采集时间越长，因为你要充得更精确。举个例子，假设某12位ADC的保持电容是4pF，内部开关电阻是1kΩ，你的信号源内阻是10kΩ，那么R_total就是11kΩ。采集时间至少需要 11000 × 4e-12 × 9 ≈ 396ns。如果数据手册标称的最小采集时间是300ns，那你的电路就不满足要求，需要加一个运放做缓冲，把信号源内阻降下来。这个计算看起来很基础，但实际项目中很多人会忽略。尤其是用电阻分压直接采电池电压的时候，分压电阻动辄几十kΩ，如果不加缓冲，采集精度根本没法保证。2.3 保持阶段的泄漏与馈通开关断开之后，保持电容上的电压也不是绝对不变的。有两个因素会让它慢慢变化：一个是电容本身的泄漏电流，另一个是开关的馈通效应。泄漏电流会导致电压缓慢下降，馈通则是输入信号通过开关的寄生电容耦合到保持电容上。对于大多数应用来说，如果转换时间比较短，这两个效应的影响可以忽略。但如果你的ADC转换时间很长，比如一些高精度的Σ-Δ ADC，转换时间在毫秒级别，那就需要认真对待了。保持电容的泄漏电流通常在pA级别，乘以毫秒级的转换时间，电压变化在微伏级别，对于16位以上的ADC来说就不能忽略了。馈通效应和输入信号的频率有关。如果输入信号变化很快，馈通过来的电荷就多。所以在采快速变化的信号时，保持阶段的稳定性更差。这也是为什么高速ADC通常需要更短的转换时间，以及为什么在高速采集时要在输入端加抗混叠滤波。实际选型时，如果信号源内阻超过10kΩ，强烈建议加一级运放缓冲。不要为了省一个运放而牺牲整个采集链路的精度，后期调试花的时间远比一个运放的成本高。3. 取平均的数学本质：它到底能提升多少精度3.1 白噪声平均与有效位数提升取平均是ADC采集里最常用的降噪手段，但很多人对它的理解停留在“平均一下数据就稳了”这个层面。实际上，取平均能提升多少精度，是有严格数学关系的。假设ADC的量化噪声和电路噪声之和是白噪声，服从正态分布，标准差为σ。如果你对N个独立样本取平均，平均值的标准差会变成 σ/√N。也就是说，噪声幅度降低了√N倍。换算成有效位数（ENOB），提升量是 log2(√N) = 0.5 × log2(N)。这个关系很实用。比如你取16次平均，噪声降低4倍，有效位数提升2位。取256次平均，噪声降低16倍，有效位数提升4位。但注意，这是理论值，前提是噪声确实是白噪声，而且各次采样之间相互独立。实际项目中，噪声往往不是纯白噪声。电源纹波、参考电压波动、温度漂移这些都属于低频噪声或系统性偏差，取平均对它们的抑制效果很差。所以你会看到一种情况：取平均之后数据确实稳了一些，但稳到一定程度就下不去了，剩下的那个波动就是低频噪声和系统性误差。3.2 平均次数与响应速度的权衡取平均的代价是响应速度变慢。如果你每采集一次就转换一次，然后对N次结果取平均，那么输出数据的更新率就变成了采样率的1/N。对于慢速信号，比如温度、压力、电池电压，这完全没问题。但对于动态信号，比如音频、振动，取平均就会把高频成分滤掉，导致信号失真。这里有一个常见的误区：有人觉得取平均就是低通滤波，所以对任何信号都可以用。但实际上，简单取平均的频响特性是一个sinc函数，它在某些频率上会有零点，而且通带内的平坦度也不好。如果你需要精确的低通滤波，应该用FIR或IIR滤波器，而不是简单取平均。我一般会这样判断：如果信号的带宽远低于采样率，而且你对更新率没有严格要求，那就放心取平均。如果信号带宽接近采样率的一半，或者你需要保留信号的波形特征，那就不要用取平均，改用数字滤波器。3.3 滑动平均与块平均的区别取平均有两种常见实现方式：块平均和滑动平均。块平均是攒够N个数据，求一次平均，输出一个结果，然后清空重新攒。滑动平均是每来一个新数据，就把它加入窗口，同时把最老的数据移出，然后求当前窗口的平均值。块平均的输出更新率是采样率的1/N，但每个输出值之间是独立的。滑动平均的输出更新率和采样率一样，但相邻输出值之间有相关性，因为窗口重叠了。从降噪效果来看，两者对白噪声的抑制能力是一样的，都是降低√N倍。但滑动平均的频响特性更平滑，没有块平均那种周期性的纹波。在实际代码实现上，块平均需要一个累加器和一个计数器，滑动平均需要一个环形缓冲区和一个运行和。滑动平均的计算量稍微大一点，但现在的MCU处理这点计算量绰绰有余。我通常会用滑动平均，因为它的输出更连续，后续做显示或控制的时候更顺滑。3.4 取平均不能解决什么问题取平均不是万能的。它不能消除系统性误差，比如参考电压不准、运放失调、ADC增益误差。它也不能消除低频噪声，比如电源纹波耦合进来的干扰。它更不能提升ADC的绝对精度，只能提升分辨率。我见过有人用16位ADC采集，发现数据跳动很大，就拼命增加平均次数，取到几千次，结果数据是稳了，但和真实值差了几十毫伏。这就是因为系统性误差没解决，取平均只是把噪声压下去了，偏差还在那里。正确的做法是：先用校准手段消除系统性误差，再用取平均压制随机噪声。校准包括零点校准和增益校准，可以用高精度源或者参考器件来做。校准之后，取平均才能发挥应有的效果。4. 精度评估：从分辨率到有效位数的距离4.1 分辨率不等于精度这是最容易被混淆的一对概念。分辨率是ADC输出数字量的位数，比如12位、16位、24位。精度是转换结果和真实值之间的接近程度。一个12位ADC的分辨率是1/4096，但如果它的参考电压有1%的误差，那它的精度可能连8位都不到。精度包含多个分量：偏移误差、增益误差、积分非线性、微分非线性、噪声。偏移误差是零输入时输出不为零的偏差，增益误差是满量程时的比例偏差，非线性是转换曲线偏离理想直线的程度，噪声是输出数据的随机波动。数据手册里通常会给出这些参数的典型值和最大值。但要注意，这些参数是在特定条件下测的，比如特定的参考电压、特定的温度、特定的采样率。你的实际使用条件如果和测试条件不同，精度指标可能会差很多。4.2 有效位数ENOB的计算有效位数是衡量ADC实际性能的一个综合指标，它把噪声和失真都考虑进去了。计算公式是：ENOB = (SINAD - 1.76) / 6.02其中SINAD是信号与噪声加失真比，单位是dB。这个公式适用于交流信号测试。对于直流或低速采集，更常用的是用噪声有效值来估算：ENOB = N - log2(噪声有效值 / (满量程 / 2^N))简单说，如果ADC的噪声有效值等于1个LSB，那ENOB就等于标称位数。如果噪声有效值是2个LSB，ENOB就少1位。如果噪声有效值是4个LSB，ENOB就少2位。我一般会在项目初期做一个简单的噪声测试：把输入端短接到一个干净的参考地，采集一批数据，算标准差。这个标准差就是噪声有效值。然后用上面的公式算ENOB，看看实际能用的位数是多少。这个测试比看数据手册更靠谱，因为它反映的是你实际电路和PCB布局下的性能。4.3 参考电压对精度的决定性影响参考电压是ADC的标尺，它的稳定性直接决定了转换结果的稳定性。很多人在选ADC的时候很讲究，选了一颗高精度的，但参考电压就用MCU的电源，结果精度被参考电压拖累了。MCU的电源通常有几十毫伏的纹波和噪声，温度漂移也大。用这样的参考电压，ADC再好在也发挥不出来。正确的做法是用专用的参考电压芯片，比如初始精度0.1%、温漂10ppm/°C以内的型号。如果预算有限，至少也要用一颗低噪声的LDO给参考电压供电，并且加足够的去耦电容。还有一个细节：参考电压的走线要尽量短，尽量粗，远离数字信号线。参考电压上的任何干扰都会直接调制到转换结果上。我在一个项目里曾经因为参考电压走线经过了一个DC-DC电感旁边，导致采集数据上叠加了开关频率的纹波，后来把走线改到板子另一面才解决。4.4 温漂与长期稳定性如果你的设备要在不同温度下工作，或者要长期运行，那温漂和长期稳定性就很重要了。ADC本身的温漂通常不大，但参考电压和信号调理电路的温漂可能很显著。比如一个普通的带隙参考电压，温漂可能在50ppm/°C左右。在0到50°C的变化范围内，参考电压会变化2500ppm，也就是0.25%。对于12位ADC来说，0.25%相当于10个LSB的偏差。这个偏差是系统性的，取平均消不掉，只能通过校准或者选用低温漂的参考电压来解决。长期稳定性是指器件参数随时间的变化。有些参考电压芯片在运行几千小时后，输出会漂移几十ppm。对于高精度测量设备，这个漂移需要定期校准来消除。对于一般应用，选用长期稳定性好的器件，或者在软件里做定期自校准。5. 不同场景下的采集策略与代码实现5.1 慢速高精度采集：过采样与抽取对于温度、压力、称重这类慢速信号，我通常会用过采样加抽取的方式。过采样是以远高于奈奎斯特频率的速率采样，然后通过数字滤波和抽取来降低输出速率、提升分辨率。过采样提升分辨率的原理和取平均类似，但更灵活。每提升4倍采样率，理论上可以多获得1位分辨率。比如你用12位ADC以1kHz采样，然后每16个样本取平均输出一次，输出速率是62.5Hz，分辨率可以提升到14位。如果每256个样本取平均，输出速率降到3.9Hz，分辨率可以到16位。但要注意，过采样提升分辨率的前提是噪声足够随机，而且噪声幅度要大于1个LSB。如果噪声很小，过采样就只是在平均量化误差，提升效果有限。有些高精度ADC内部已经做了过采样和抽取，你只需要配置输出速率和滤波模式就行。代码实现上，最简单的就是累加求和然后移位。比如累加256个16位数据，结果用32位变量存，最后右移8位就是平均值。移位比除法快，在资源紧张的MCU上很实用。#define OVERSAMPLE 256 uint32_t sum = 0; for (int i = 0; i < OVERSAMPLE; i++) { sum += adc_read(); } uint16_t result = sum >> 8; // 除以2565.2 动态信号采集：抗混叠与实时性对于音频、振动这类动态信号，取平均就不合适了，因为会把高频成分滤掉。这时候需要的是抗混叠滤波和足够的实时性。抗混叠滤波是在ADC前面加一个模拟低通滤波器，把高于奈奎斯特频率的成分滤掉，防止混叠。滤波器的截止频率应该略低于采样率的一半。比如采样率是10kHz，奈奎斯特频率是5kHz，抗混叠滤波器的截止频率可以设在4kHz左右，留一点过渡带。滤波器的阶数取决于你需要的阻带衰减。一阶RC滤波器的阻带衰减是-20dB/十倍频程，对于要求不高的场合够用。如果要求高，可以用二阶或四阶的有源滤波器。我一般会用二阶Sallen-Key滤波器，因为它的元件少、设计简单，而且对运放的要求不高。在软件层面，动态信号采集通常不做平均，而是直接读取ADC数据，或者做简单的滑动平均来平滑显示。如果要做频谱分析，还需要加窗函数来减少频谱泄漏。5.3 多通道采集：轮询与DMA多通道采集是另一个常见场景。比如你要同时采集电压、电流、温度三个信号，ADC需要轮流切换通道。这里的关键是通道切换后的建立时间。ADC内部的采样保持电路在切换通道后，需要一定时间才能稳定到新通道的电压。这个时间和信号源内阻、通道间的电压差有关。如果两个通道的电压差很大，建立时间就更长。所以我在多通道采集时，通常会在通道切换后加一段延时，或者丢弃第一个样本。用DMA来做多通道采集可以大大减轻CPU负担。配置ADC在每次转换完成后自动触发DMA搬运数据，CPU只需要在DMA传输完成中断里处理数据就行。这样采集和处理的并行度更高，系统的实时性也更好。但DMA方式下要注意数据对齐和缓冲区管理。如果缓冲区太小，可能会溢出；如果太大，处理延迟就高。我一般会根据采样率和处理周期来算缓冲区大小，留20%的余量。5.4 代码中的数值处理细节在代码里处理ADC数据时，有几个细节容易被忽略。第一个是数据类型。ADC原始数据通常是12位或16位无符号整数，但做累加的时候要用32位变量，否则会溢出。做减法的时候要用有符号类型，否则负数会变成大正数。第二个是定点数和小数的处理。如果要做校准计算，比如value = raw * gain + offset，gain和offset通常是小数。在MCU上做浮点运算比较慢，可以用定点数代替。比如把gain放大10000倍存成整数，计算完再除回去。第三个是滤波器的初始化。IIR滤波器在启动时，历史数据是零，输出会有一个过渡过程。如果直接把这个过渡过程的数据用于控制或显示，可能会有问题。我通常会在启动后先丢弃前几十个样本，等滤波器稳定了再开始使用输出。// 定点数校准示例 int32_t gain_fixed = 10050; // 实际增益1.0050 int32_t offset_fixed = -20; // 实际偏移-0.0020V（假设单位是mV） int32_t calibrated = (raw * gain_fixed) / 10000 + offset_fixed;6. 实测中那些数据手册不会告诉你的坑6.1 PCB布局对采集噪声的影响ADC采集的噪声水平，很大程度上取决于PCB布局。我做过对比测试：同一套电路，同样的元件，只是PCB布局不同，噪声可以差好几倍。关键原则是：模拟部分和数字部分要分开，地平面要完整，参考电压要干净。具体来说，ADC的模拟输入走线要尽量短，远离时钟线和数据线。参考电压的走线要加宽，两边包地。ADC的接地引脚要直接连到模拟地平面，不要经过过孔再连。还有一个容易忽略的点：ADC的电源去耦。数据手册通常会建议在电源引脚旁边放一个0.1uF和一个1uF到10uF的电容。0.1uF滤高频，大电容滤低频。这两个电容要尽量靠近引脚，走线要短。我见过有人把电容放在板子另一面，通过过孔连接，效果就差很多。6.2 输入阻抗与信号源匹配信号源内阻和ADC输入阻抗的匹配，是另一个容易出问题的地方。ADC的输入阻抗不是纯电阻，它包含采样保持电容的开关电容效应。在采样阶段，输入阻抗会突然降低，对信号源形成负载。如果信号源的内阻太大，电压就会被拉低，导致采集误差。对于SAR ADC，输入阻抗的等效值可以用1 / (f_sample × C_hold)来估算。比如采样率1MHz，保持电容4pF，等效输入阻抗就是250kΩ。如果信号源内阻是10kΩ，分压误差大约是4%。这个误差是系统性的，而且随采样率变化。解决办法有两个：一是降低信号源内阻，用运放缓冲；二是提高采样时间，让电容充得更充分。如果这两条都做不到，那就只能在软件里做补偿，但补偿的精度有限。6.3 温度对采集结果的影响温度对ADC采集的影响，很多人只关注参考电压的温漂，忽略了其他环节。实际上，信号调理电路里的电阻、运放、甚至PCB本身的漏电流都会随温度变化。比如用电阻分压采电压，如果电阻的温漂是100ppm/°C，两个电阻的温漂方向一致的话，分压比基本不变。但如果一个电阻是正温漂，另一个是负温漂，分压比就会随温度变化。所以分压电阻最好选用同一批次、同一型号的，温漂方向一致。运放的失调电压温漂也会影响采集精度。普通运放的失调温漂可能在10uV/°C左右，对于16位ADC来说，1LSB可能只有几十uV，温度变化10°C就漂了好几个LSB。所以高精度采集要选低失调温漂的运放，或者做温度补偿。6.4 校准的时机与方法校准是消除系统性误差的关键步骤，但校准的时机和方法有讲究。零点校准要在系统上电稳定后进行，最好等温度平衡了再校。增益校准需要用一个已知的精确参考，比如高精度电压源。我通常会在产品出厂前做一次全面校准，把校准系数存在非易失存储器里。然后在每次上电时做一次零点校准，消除当次上电的偏移。如果设备有自校准功能，还可以定期用内部参考做校准。校准系数的存储要注意精度。如果用8位存储，校准精度就只有1/256，对于12位ADC来说不够。至少要用16位存储，最好用32位浮点。存储介质要选可靠的，比如带ECC的Flash或者铁电存储器。校准不是一劳永逸的。器件会老化，温度会变化，所以校准系数需要定期更新。对于高精度设备，建议每年做一次全面校准。7. 从需求反推ADC选型的思路7.1 先确定精度需求再选位数很多人选ADC的时候，第一反应是“位数越高越好”。但实际上，位数越高，价格越贵，电路越复杂，对PCB布局和参考电压的要求也越高。正确的做法是先确定你真正需要的精度，再反推需要多少位的ADC。比如你要测一个0到5V的电压，要求误差不超过1mV。1mV相对于5V是0.02%，也就是1/5000。理论上13位ADC的分辨率就够了（2^13=8192）。但考虑到噪声和非线性，实际可能需要15位或16位的ADC才能稳定达到1mV的精度。如果要求误差不超过10mV，那就是0.2%，1/500，9位ADC的分辨率就够了。实际用12位ADC就绰绰有余。多出来的位数可以用来做过采样，进一步提升稳定性。所以选型的第一步是明确精度指标，然后根据精度指标估算需要的位数，再留2到4位的余量给噪声和非线性。7.2 采样率与信号带宽的匹配采样率的选择相对直接：至少是信号最高频率成分的2倍，实际工程中通常取5到10倍。比如你要采一个最高1kHz的信号，采样率至少2kHz，实际可以用10kHz。但要注意，信号里可能包含你不想采的高频成分，比如开关电源的纹波、数字电路的时钟干扰。这些成分如果超过奈奎斯特频率，就会混叠到你的信号频带里。所以采样率确定后，还要检查信号里有没有高于奈奎斯特频率的成分，如果有，就要加抗混叠滤波。另外，采样率越高，功耗越大，数据处理量也越大。对于电池供电的设备，要在精度、速度和功耗之间做权衡。我一般会先选一个满足需求的采样率，然后在软件里做抽取来降低输出速率，这样既保证了抗混叠性能，又降低了后续处理负担。7.3 接口类型与系统架构的配合ADC的接口类型有SPI、I2C、并行等。SPI最常用，速度快，接线少。I2C速度慢一些，但可以挂多个器件。并行接口速度快，但引脚多，现在用得越来越少。选择接口类型要考虑你的系统架构。如果MCU的SPI外设已经用了很多，可以考虑用I2C的ADC。如果需要高速采集，SPI是首选。如果MCU资源很紧张，可以用内置ADC，省去外部器件。还有一个考虑是隔离。如果模拟部分和数字部分需要隔离，就要选支持隔离的ADC或者加隔离器件。隔离ADC通常比较贵，但如果应用场景需要，这个成本省不了。7.4 成本与供货的平衡最后但同样重要的是成本和供货。高精度ADC的价格可能是普通ADC的几倍甚至几十倍。如果产品对成本敏感，就要在精度和成本之间找平衡点。我的经验是：先用一颗满足基本需求的ADC做原型，验证功能。如果精度不够，再换更好的。不要一开始就选最贵的，因为可能根本用不到那么高的精度。供货方面，尽量选通用型号，避免选冷门型号。通用型号的供货周期短，价格稳定，而且参考设计多，遇到问题容易找到解决方案。冷门型号可能性能更好，但一旦缺货就很麻烦。8. 一些实用的调试技巧和工具调试ADC采集的时候，有几个工具和技巧能帮你快速定位问题。第一个是万用表，用来测静态电压。如果ADC读数和万用表差很多，那肯定是硬件问题。第二个是示波器，用来观察输入信号的波形和噪声。如果输入信号本身就不干净，那ADC读出来肯定也不干净。第三个是软件工具。我通常会在代码里加一个简单的数据打印功能，把ADC原始数据通过串口输出到电脑，然后用Python或者Excel画图。这样能直观地看到数据的分布和趋势。如果数据有周期性波动，可能是电源纹波；如果数据有随机跳动，可能是噪声；如果数据有缓慢漂移，可能是温度影响。还有一个技巧是做“短路测试”：把ADC输入端短接到地，采集一批数据，看噪声有多大。这个测试能排除信号源的干扰，直接反映ADC和参考电压的噪声水平。如果短路测试的噪声就很大，那问题在ADC或参考电压；如果短路测试很干净，但接上信号源就跳，那问题在信号源或输入调理电路。最后，不要忽视数据手册里的“典型应用电路”。虽然它不一定是最优的，但至少是经过验证的。如果你自己设计的电路有问题，可以先照抄典型电路，跑通了再优化。这样能排除很多低级错误，节省调试时间。我在实际项目中最大的体会是：ADC采集的精度，三分靠器件，七分靠设计。一颗普通的12位ADC，如果电路设计得当，参考电压干净，布局合理，实际有效位数可以接近11位。而一颗16位ADC，如果随便布线，参考电压用MCU电源，有效位数可能只有12位。所以与其花大价钱买高位数ADC，不如先把电路设计和布局做好。