基于STM32系統的ADC測試設計

葉敏 意法半導體中國投資有限公司

隨著科技水平的提高，ARM內核的芯片，憑借強大的處理能力和極低的功耗，得到越來越廣泛的應用。意法半導體的STM32系列微控制器是AR@Cortex@-M內核單片機市場和技術方面的領先者，目前提供12大產品線 (F0, F1, F2, F3, F4, F7, H7, L0, L1,L4, L4+,WB)，超過800個型號。產品廣泛應用于工業控制、消費電子、物聯網、通訊設備、醫療服務、安防監控等應用領域，其優異的性能進一步推動了生活和產業智能化的發展。

本文以STM32H7為控制器為基礎，具體闡述ADC測試系統及ADC誤差種類。最后介紹了過采樣技術及其原理，以及減少ADC測量誤差的方法。

1.16位的STM32H7片內 ADC 概述

STM32H7微控制器自帶的16 位 ADC 是逐次逼近型的模擬數字轉換器。有通道數20個，2 個可以測量內部信號。各通道的A／D 轉換模式類型有單次、連續、掃描或間斷。有32位數據寄存器可以來存儲 ADC 的轉換結果。該單片機的 A／D 寄存器有狀態寄存器、控制寄存器、采樣時間寄存器、注入通道偏移寄存器、看門狗閾值寄存器、規則序列寄存器等。

2. 如何得到最佳的ADC精度

轉換精度不是僅僅依賴于ADC模塊的性能和功能，它與該模塊周邊應用環境的設計密切相關。

2.1 ADC誤差的種類及相關的提高精度辦法

2.1.1 ADC模塊自身相關的誤差

在STM32H7的數據手冊中，給出了不同類型的ADC精度誤差數值。通常，精度誤差是以

LSB為單位表示。電壓的分辨率與參考電壓相關。電壓誤差是按照LSB的倍數計算：1 LSB = VREF+/216或VDDA/ 216

2.1.1.1 偏移誤差

這是定義為從第一次實際的轉換至第一次理想的轉換之間的偏差。當ADC模塊的數字輸出從0變為1的時刻，發生了第一次轉換。理想情況下，當模擬輸入信號介于0.5 LSB至1.5 LSB表達的范圍之內時，數字輸出應該為1；即理想情況下，第一次轉換應該發生在輸入信號為0.5 LSB時。偏移誤差以EO標注。

例子說明

對于STM32H7的ADC模塊，最小的可檢測到的電壓增量變化，按LSB表示為：

1 LSB = VREF+/65536 (或對于沒有VREF+管腳的產品：VDDA /65536)

如果 VREF+=3.3V，理想情況下輸入7.63μV(0.5 LSB = 0.5 x 15.26μV)時，產生數字輸出1。然而實際上，這時ADC模塊的讀數可能仍然為0。如果在輸入電壓達到8μV時，才能得到數字輸出1，則：

偏移誤差EO=實際的轉換- 理想的轉換

當輸入的模擬電壓大于0.5 LSB產生第一次的轉換，則偏移誤差是正值。

當輸入的模擬電壓小于0.5 LSB產生第一次的轉換，則偏移誤差是負值。

2.1.1.2 增益誤差

增益誤差定義為最后一次實際轉換與最后一次理想轉換之間的偏差。增益誤差以EG標注。

最后一次實際轉換是從FFFEh至FFFFh的變換。理想情況下，當模擬輸入電壓等于VREF+- 0.5LSB時產生從FFFEh至FFFFh的變換，因此對于VREF+ =3.3V的情況，最后一次理想轉換應該在3.2999847V。

如果ADC數字輸出為FFFFh時，VAIN＜ VREF+-0.5LSB，則增益誤差為負值。

例子說明

增益誤差EG=最后一次實際轉換-最后一次理想轉換

如果VREF+=3.3V并且VAIN=3.299935V時產生了從FFFEh至FFFFh 的變換，則：EG=3.299935 V - 3.2999847 V

如果在VAIN等于VREF+時不能得到滿量程的讀數(FFFFh)時，增益誤差是正值，即需要一個大于VREF+的電壓才能產生最后一次變換。

偏移和增益誤差可以簡單地使用ADC模塊的自校準功能補償。

除此之外，ADC模塊自身相關的誤差還有微分線性誤差，積分線性誤差等。

進行多次轉換再做平均可以減小它們的影響。

2.1.2

與環境相關的ADC誤差

2.1.2.1 電源噪聲

模擬電源引腳是用于為轉換提供參考電壓，因為ADC輸出是模擬信號電壓和模擬參考電壓之間的比例數值，因此任何模擬參考電源上的噪聲都會使轉換的數值產生變化。

例如：模擬參考電壓為3.3V，輸入信號為1V，則轉換的結果是：(1/3.3) x 65535 = 4D93

如果在供電電源上有一個峰-峰為40mV的紋波，則當VREF+處于尖峰時，轉換的結果變為：(1/3.34) x 65535 = 4CA5

通常開關式電源(SMPS)具有內部的快速開關功率晶體管，這會在輸出上產生高頻噪聲，開關噪聲的范圍介于15kHz至1MHz之間。

2.1.2.2 消除模擬輸入信號的噪聲

平均值方法

平均值法是一個簡單的技術，通過對一個模擬輸入信號的多次采樣和軟件計算取平均值實現。這個技術有利于消除那些不頻繁變化的模擬輸入信號上的噪聲。

平均值法需要在一個相同的模擬輸入電壓上進行多次采樣，保證模擬輸入信號在轉換完成之前，保持在相同的電壓，否則模擬輸入的變化將會出現在結果數值中，從而引入新的誤差。

增加一個外部濾波器

使用一個外部濾波器可以消除高頻噪聲，沒有必要使用昂貴的濾波器去處理超出需要頻率之外的頻率分量。因此，一個相對簡單的具有阻斷頻率fC，剛好超過需要頻率的低通濾波器，可以有效地限制噪聲和假波。采樣速率超過最高的需要頻率即可，通常為2～5倍于fC。

3. 過采樣及測試結果

過采樣技術即為提高采樣率來提高數據精度，可以減少白噪聲對采樣結果的影響。STM32H7中的ADC模塊自帶過采樣設計，適當配置寄存器后即可實現過采樣。

3.1 過采樣原理

3.1.1 量化噪聲分析

ADC 采樣過程其實是一個將連續的模擬信號量化成有限的數字的過程，每個數字代表一次采樣所獲得的信號。量化時，根據數據位把整個幅度劃分為量化級，例如16位數據則表示216個量化級。把落入同一級的樣本值歸為一類，并給定一個量化值。由于模擬信號是連續的，量化結果和被實際模擬量的之間會有差值，該差值就是量化誤差（eq）,也稱為量化噪聲。

根據參考電壓（Vref）和量化的數字的位數（N），能夠確定的最小分辨率：

N越大，△就越小，量化誤差也就越小。在沒有其它能造成誤差的因素如參考電壓的變化的理想情況下，量化誤差應該在±0.5△之內。

假設量化噪聲是白噪聲，則可通過計算量化誤差的方差來得到平均噪聲功率：

假設采樣頻率為fs，將量化噪聲看成一個總功率為常數，平均分布在0～fs頻帶內，可以算出量化噪聲的功率密度：

可以看出，采樣頻率越高，量化噪聲影響越小。

3.1.2 過采樣數據的計算

通過4p的過采樣率得來的采樣值再通過求和運算、平均計算等方法進行處理,但是卻不能簡單的把4p的采樣值進行簡單的加法和除法的運算,這種運算方法的濾波作用很低,比如R位的采樣值通過精度的平均后仍然是R位,并不能提高過采樣的精度。在進行過采樣數據的提取時可以將4p個采樣數據值進行相加得到R+2p位的數值,通過數值右移p個單位,就能夠得到R+P位的數值,此時的數字是提高了p位后精度的采樣最后結果。

3.1.3 過采樣能夠進行的前提

過采樣技術并不是在任何情況下都能很好地發揮作用的，如果要使用過采樣來增加采樣精度，必須滿下面兩個條件：

(1)控制器輸入的信號必須存在一些白噪音,而功率的平均分配要在采樣技術有用的頻率帶內。

(2)噪聲的幅度必須能夠對輸入信號產生足夠大的影響。如果不能則輸入的信號轉出的值就會相同,這樣的抽取結果不能提高過采樣的數據精度。

3.2 測試方法

在由意法半導體設計生產的STM32H7微控制器Discovery開發板上，將PA0管腳連接1.25v外部輸入，參考電壓Vref接到2.5V穩壓電源。測試環境滿足過采樣技術的使用條件。

原始數據采樣：通過1654次ADC連續采樣PA0管腳的電壓值，做出數據統計。

過采樣數據收集：通過1654次ADC連續過采樣采集PA0管腳的電壓值。

STM32H7微控制器芯片內部ADC模塊需配置CFGR2寄存器的ROVSE位置為1，使能過采樣。將CFGR2寄存器的OSR位（過采樣率）配置為1024x，OVSS（采樣右移值）為6bit右移。

3.3 測試結果

3.3.1 原始采樣值分布（1654次連續采樣）

采樣最大值-采樣最小值 = 32868-32757 = 111

3.3.2 過采樣求平均后結果

處理后結果最大值-處理后結果最小值= 4

4. 結論

本文通過對STM32H7微控制器ADC模塊的介紹,ADC測量誤差的種類分析，以及過采樣技術的深入剖析，分析了ADC采樣系統設計的原理以及提高采樣精度的方法。通過過采樣技術，大大減少了白噪聲對采樣結果的影響， 提高了ADC的采樣精度。