了解系统需求和设计选项 智能型MCU可降低传感器成本

各式传感器所量测的参数皆有所不一样，例如温度、分量和磁场强度，而将传感器设备至结尾运用后，它们的增益和偏移差错都能够变得恰当显着，需要进行调校。因而，将不一样需要以及关于广大动态规模的需要都列入思考，则传感器内的模仿数字变换器重要性将会被凸显。  

无论类型为何，传感器一般都需要鼓励源(偏压源)来发作信号，它还需要调理电路抵偿不一样来历的量测差错，就以表1所示的传感器为例。  

固然这些传感器所量测的参数有所不一样，例如温度、分量和磁场强度，它们却有许多一起的电气特性：信号增益、振幅以及非线性都很小。将传感器设备至结尾运用后，它们的增益和偏移差错都能够变得恰当显着，需要进行调校。许多传感器的输出阻抗很高(或会改动)，使它们很简单呈现信号负载效应(signal loading)以及噪声耦合等问题，如图1所示。这些要素能够单个或一起形成很大的量测差错，因而传感器需要专属的信号调理电路来担任差错抵偿、滤波和缓冲以及模仿至数字变换(ADC)，然后再将感测值供给给体系运用。  

模仿数字变换器 可依需要与运用规模来区别  

广大的动态量测规模是许多传感器运用的另一项一起特性，就以货车地磅体系为例，假定它关于货车载重的量测精确度须到达0.1磅，那么办法之一是先丈量货车载货分量，再扣掉已知(固定)的空车分量。若地磅体系的量测规模是25,000磅(12.5吨)，模仿数字变换器的分辨率就要到达19位，才干契合0.1磅的分辨率需要。许多其它运用也有着相同的动态规模需要，例如气体检测设备、高精准度罗盘体系和其它设备所运用的传感器。  

将这些不一样需要以及关于广大动态规模的能够需要都列入思考，那么传感器的模仿数字变换功用在实践上将是具有表2所示特性的模仿数字变换器体系。  

可供挑选的模仿数字变换器架构有许多种，包罗逐次近似型变换器(SAR)、管线式变换器(Pipelined Converters)、疾速变换器(Flash Converter)和斜率型变换器(Slope Converter)，可是表2的第1项和第2项需要却将挑选规模约束在积分型模仿数字变换器，因为相较于非积分型模仿数字变换器，它可供给更高分辨率和更强壮效能。积分型模仿数字变换器会将多个样本(或一段长工夫内)的量测顺序均匀，进而添加分辨率和削减噪声。固然积分型模仿数字变换器的速度远慢于非积分型电路，它们仍足以敷衍常见的传感器运用。积分型模仿数字变换器架构的典范包罗Δ-Σ、双斜率和多斜率型积分器以及超取样SAR模仿数字变换器，在这些变换器中，Δ-Σ变换器最受传感器数据撷取运用的欢送，因为它们供给最强壮的效能、最杰出的线性特性以及最低的效能、本钱和操作功耗。  

Δ-Σ模仿数字变换器 具有数字化技能优势  

Δ-Σ模仿数字变换器(图2)是一种超取样变换器，但超取样架构仅仅关于变换器全体效能做出奉献的缘由之一。  

Δ-Σ模仿数字变换器把超取样、噪声重整(noise shaping)和数字滤波联系在一起，进而供给最理想的分辨率和噪声衰减才干。Δ-Σ模仿数字变换器几乎是全数字架构，故能享用现代数字电子技能削减体积和本钱的优点，这恰当于更小的产物体积和更低的设备本钱，这两者在绝大大都的传感器界面运用中都是重要要素。  

Δ-Σ模仿数字变换器架构是由调变器和数字滤波器/抽样器(Decimator)所组成，调变器包罗积分器、频率驱动式比拟器(Clocked Comparator)以及1位数字模仿变换器。积分器管帐算数字模仿变换器均匀工夫输出与VIN之间的均匀相差值，然后将成果送至比拟器的输入。遭到频率驱动时，若比拟器的输入大于零，比拟器就会发作一个1输出，它则会在加法器的负输入端发作+VREF脉冲，这个进程会以恰当于取样频率频率的速度不断履行，进而发作连续的0和1位串流；在这个位串流里，1占总位数的份额(也就是位1的密度)在一段工夫后会等于VIN与VREF的份额。积分器的均匀举措还能做为差分信号的低通滤波器、削减低输入频率的量化噪声，并藉由将噪声推到量测频率规模外来完结噪声重整(图3)。  

数字滤波器接着会除掉重整后的量化噪声，抽样器则管帐算调变器数据的加权挪动均匀值以完结整个变换顺序。可是当Δ-Σ变换器被多任务时，抽样器和滤波器内的数据必须先悉数送出(铲除)，防止通道之间发作「串讯」表象。滤波器/抽样器需要很长工夫才干完结数据的铲除和重填，一般这又称为延迟工夫或群组延迟工夫(group delay)。许多体系关于模仿数据变换都有临界工夫预算(critical time budget)，延迟工夫能够对它形成晦气影响，有些供货商会供给延迟工夫较短的Δ-Σ变换器，这些变换器会献身部份噪声效能来缩短延迟工夫。  

因为它们的分辨率很高，噪声衰减才干很强，Δ-Σ变换器十分遭到传感器数据变换等直流和低频运用的欢送，许多半导体厂商也已供给这类产物。Δ-Σ变换器的代替产物包罗选用早期技能的双斜率型和多斜率型模仿数字变换器以及选用较疾速变换器(例如SAR)的超取样技能，但它们的效能、体积、功耗和本钱都不如Δ-Σ模仿数字变换器。  

模仿数字变换器有数种实作办法  

传感器的模仿数字变换器可以设备在接近或远离传感器的方位，它的电路也有数种不一样实作办法。近几年来，在传感器上直接设备信号调理电路的分布式体系已恰当遭到欢送，而功率较高的电路实作办法之一则是运用由高效能模仿数字变换器和结合式微操控器所组成的「智能型模仿数字变换器」，例如Silicon Laboratories也开端供给选用小型封装的传感器接口解决方案。  

举Silicon Laboratories的C8051F350为例，该产物为24位Δ-Σ模仿数字变换器体系，内建模仿及数字外围和以ISP闪存为根底、运算效能到达50MIPS的8051微操控器，并选用5 ×5公分的封装。在图4典范中，桥式换能器直连续至F350，偏压则由内建的8位电流方式数字模仿变换器供给。桥式电路将其输出信号送至全差动式信号途径，它包罗两个高阻抗的输入缓冲器、一个位移式(Tare)数字模仿变换器和16步阶的软件可顺序增益放大器(PGA)，最大增益值为128倍。这颗24位Δ-Σ模仿数字变换器还供给可顺序设定的抽样比，运用者可运用它设定所要的变换速率和噪声衰减。这颗模仿数字变换器内建2个可由软件挑选的滤波器：SINC3滤波器可供给最大的噪声衰减才干，另一个「零延迟工夫」的单周期滤波器则专门撑持多任务运用。运用内建的自我校准和体系校准硬件，变换器可以依据绝对值(例如0和VREF)或是体系特定电压的相对值来调整增益和偏移值。运用这些硬件联机和恰当的轫体来供给线性化、校准和串行通讯功用，体系就能履行所有的传感器信号调理和数据变换。表3即为F350特性和表2内容的比拟。  

MCU功用可随体系运用而调整  

微操控器供给的功用会跟着结尾运用而改动，这些功用包罗量测、操控、诊断或是其它功用。大都运用都需要量测(包罗校准和线性化)、常用的数据格式化功用以及某种型式的通讯界面。  

固然增益和偏移的校准是由内建的专属硬件履行，线性化却必须由轫体担任，常见的办法是运用下列方式的多项式级数：  

Z = a₀ + a₁x + a₂x² + a₃x³ + …a_nxⁿ  

方程式1：多项式线性化公式  

其间：  

Z = 换能器输出电压  

an = 与类型有关的多项式系数  

n = 多项式的阶数  

x = 自变量(例如温度感测组件的温度值)  

IEEE、NIST和其它许多安排都对准不一样传感器供给方程式1的系数表格。如前所述，方程式1的核算量恰当巨大，但它们可从头写成乘加运算(MAC)的型式，让微操控器以更高功率完结这些核算。表4就是运用乘加功用核算方程式1以供给三阶抵偿的实践描绘。  

重写成：  

Z = a₀ + (a₁ + a₂ + a₃x)x)x  

从表4可看出，三阶线性抵偿算法需要三个乘加运算周期，在50 MIPS速率下，每个信道履行每一次运算的所需工夫还不到3微秒。  

智能功用MCU 让体系具延展性与弹性  

传感器数据撷取需要最棒的模仿数字变换器，特别当它要履行线性化时更是如此，包罗恰当模仿前端的积分型变换器则是体系作业最佳化所不可或缺。运用微操控器直接在传感器上添加智能功用的做法会影响每个传感器的设备体积、持有本钱、可靠性和功耗需要，使得体系具有延展性和更强壮的弹性