-
凑凑热闹……
-
谢谢分享！
-
提高ADC 测量分辨率的示例
在实际应用中将一个信号的带宽限制到小于fs/2，然后以某个过采样率OSR 对该信号采样，再对采样值求平均值得到结果输出数据。每增加一位分辨率或每减小6dB 的噪声，需要以4 倍的采样频率fs 进行过采样。
fos=4w*fs
w 是希望增加的分辨率位数，fs 是初始采样频率要求，fos是过采样频率。
方程8 增加测量分辨率的过采样频率
假设一个系统使用12 位的ADC，每秒输出一个温度值（1Hz），为了将测量分辨率增加到16 位，按下式计算过采样频率： fos=44*1(Hz)=256（Hz）。
因此，如果以fos=256Hz 的采样频率对温度传感器进行过采样，在所要求的采样周期内收集到足够的样本，对这些样本求均值便可得到16 位的输出数据。为此，先累加将256个连续样本加在一起，然后将总和除以256，这样的过程通常被称为抽取。
图1 是软件关键流程。
http://www.dz3w.com/pic/020905/1_07095245.JPG
图1 一次过采样流程
假设某温度传感器的满度输出为10V，使用10V 的参考电压Vref ，温度的变化范围为500℃。可以计算对于12 位和16 位测量的代码宽度和温度分辨率（可测量的最小温度变化）。
在未使用过采样技术的情况下，可得到12 位的温度测量结果，其每码字对应的温度为：
500/4096=0.1221℃/code；
使用过采样技术的情况下，可得到16 位测量结果，其每码字对应的温度为：
500/（4096*16）=0.0076℃/code。
因此对于每个ADC 码，没采用过采样技术时，测量的最小温度变化是0.1221℃。当需要更高的温度分辨率，以便能分辨1%℃时，可以使用过采样和求均值技术，用同一个12 位ADC 达到这个分辨率，测量的最小温度变化是0.0076℃，这就允许以高于1%℃的精度对温度进行测量。
得到上述较好结果，是以牺牲CPU 的运行时间和占用内存资源为代价的，同时较低ADC 转换芯片也必须具有较高的转换速度，其转换速度必须满足过采样率OSR 的要求。否则，上述效果是得不到的。如果一个ADC 的最大采样速率是40ksps，在不采用过采样和求均值技术的情况下，可以得到40ksps 的输出字速率。但是，如果为达到较高的分辨率而采用过采样和求均值技术抽取，吞吐率将降低到初始值除以过采样率OSR。在我们所提供的例子中，过采样率OSR为256，输出字速率将是40ksps/256=156 个样本，即每秒钟有156 个采样值。由此可以看出：对于给定的采样速率，应在分辨率和吞吐率之间权衡。另一个需要考虑的问题是增加
分辨率需要增加计算时间。
-
在模数转化时，ADC 总是存在量化噪声的，所以一个给定位数的数据转换器的最大SNR 由量化噪声定义。在一定条件下过采样和求均值会减小噪声和改善SNR，这将有效地提高测量分辨率。过采样指对某个待测参数，进行多次采样，得到一组样本，然后对这些样本累计求和并对这些样本进行均值滤波、减小噪声而得到一个采样结果。
由奈奎斯特定理知：采样频率fs 允许重建位于采样频率一半以内的有用信号，如果采样频率为40kHz，则频率低于20kHz 的信号可以被可靠地重建和分析。与输入信号一起，会有噪声信号混叠在有用的测量频带内（小于fs/2 的频率成分）：
http://www.dz3w.com/pic/020905/1_07094855.JPG
erms 是平均噪声功率，fs 是采样频率，E(f)是带内ESD。
方程1 说明信号频带内的噪声能量谱密度ESD或被采样噪声的噪声平面随采样频率的增加而降低。
方程2 相邻ADC 码之间的距离或LSB。
为了说明过采样对噪声的影响，先定义量化噪声为：两个相邻ADC 码之间的距离对应的电压值。因为ADC 会舍入到最近的量化水平或ADC 码，所以
http://www.dz3w.com/pic/020905/1_07094921.JPG
N 是ADC 码的位数， Vref是参考电压。
量化误差为（eq）：
http://www.dz3w.com/pic/020905/1_07094954.JPG
方程3 ADC 量化噪声的功率
假设噪声近似为白噪声,代表噪声的随机变量在ADC 码之间分布的平均值为0，则方差为平均噪声功率，计算如下：
http://www.dz3w.com/pic/020905/1_07095020.JPG
方程4 过采样率定义。
用过采样率OSR 来表示采样频率与奈奎斯特频率之间关系：
http://www.dz3w.com/pic/020905/1_07095040.JPG
fs 是采样频率,fm 是输入信号的最高频率。
方程5 带内噪声功率是OSR 的函数。
如果噪声为白噪声则低通滤波器(对样本求均值)输出带内噪声功率为：
http://www.dz3w.com/pic/020905/1_07095104.JPG
n0 是滤波器的输出噪声功率。
方程5 说明，我们可以通过提高OSR 来减小带内噪声功率。由于过采样和求均值并不影响信号功率，即信号功率没有减小，而带内噪声功率却降低，显然信号的信噪比SNR就得到了提高，也就等效于ADC 的分辨率得到了提高。
方程6 噪声功率是OSR 和分辨率的函数。
可以从方程3、4 和5 得到下面这个反映噪声功率与过采样率和分辨率关系的表达式：
http://www.dz3w.com/pic/020905/1_07095131.JPG
OSR 是过采样率，N 是ADC 的位数，Vref是参考电压。
反过来给定一个固定的噪声功率，可以计算所需要的位数，解方程6 求N，得到用给定的参考电压、带内噪声功率及过采样率来计算有效位数。
方程7 有效位数是参考电压带内噪声功率和过采样率的函数。
http://www.dz3w.com/pic/020905/1_07095152.JPG
从方程7 可以注意到：采样频率每增加1 倍，带内噪声将减小3 dB，而测量分辨率将增加1/2 位。
-
各位赶紧申请吧，然后把做出的成品拿出来大家学习学习。
我建议干脆定个方向，发点材料，大家搞个竞赛什么的，活跃一下气氛。
-
想申请一个，但估计是没戏……
-
个人建议，仅供楼主参考：
1、首先根据个人爱好选专业，个人认为喜欢才能学得好，认真才能有发展，你既有机械的背景，也有电路的背景，你学“自控”应该有学科交叉的优势，加之你自己喜欢，你就选自控专业吧。
2、至于你的疑虑，这样跟你说吧，任何一门学科都是要进行理论研究的，没有理论就不可能有一个学科，读硕士或博士还是需要一定的理论深度的，不管是工科还是理科，对于像“自控”这种工程学科，其实践性还是很强的，重点在做工程，如果你进了一个比较有名的课题组，找了个有名气的老板，实验室有很多国家项目，到时候你就会抱怨时间不够用，而不是没机会做项目了，所以呢，理论多一点还是工程多一点，不是看学科，而是看老板，看课题组。
3、报考钱尽量多收集报考单位的信息，尤其是课题组，甚至老板情况。
-
顶一个！
-
东西好多，学习一些先，支持一下！
-
看了一下框图，对LPC1700有个大致的了解，但不解的是从图上看，LPC1700好像除了集成了Cortex-M3还集成了一个MPU微处理器核，我对Cortex-M3还不怎么了解，所以有些疑惑，我自己猜想应该是Cortex-M3微处理器核能够提供超强的外设支持功能，但它数字处理能力稍弱，所以再集成了一个MPU单元来增强LPC1700的数字处理能力。
从结构看，LPC1700相比其它单片机集成了更多的外设接口，如12位8通道的ADC和10位的DAC，方便同传感器电路，模拟电路进行连接，处理现实世界的物理信号，以太网接口，很容易实现与其它系统的通信和交互，SDRAM和闪存可方便实现，数据的存储和读取，个人认为这种芯片很适合用于传感网、无线传感器网络和物联网等应用中，也很适合应用于传感器电路，执行器电路和自动控制系统电路中。
如传感器感知现实世界物理量，将物理量转化为模拟信号，由ADC将模拟信号转化为数字信号，数字信号有MPU进行处理，可以将数据进行存储，也可以通过通信接口将数据通传感网进行传输，同时系统可以发出信号，通过DA对执行器进行控制，等等！
-
要是能申请到免费样片的话，我也申请2片！
-
看了一下LPC32x0的系统结构图，感觉还是蛮震撼的，一个单片机居然集成了如此多的功能模块，它不纯是一个具有较高性能和速度的CPU，还集成了片上存储器（ROM和SRAM）和存储器扩展接口电路，还能支持片外的NAND Flash存储器、SD卡、DDR存储器，（这些都没有集成到LPC32x0，开发时需要相应的芯片）。集成了多种通信接口电路，能支持多种数据交换协议，USB、I2C、I2S、SPI、SSP等等，总之就是将多种通信接口集成到了一起。
除了常规的键盘扫描等IO接口外，还集成了LCD控制电路，还集成了一个10位的AD，用于处理触摸屏的输入信号。在系统功能模块中，除了单片机芯片常见的看门狗电路、多种计时器电路、中断电路和系统控制电路外，还集成了直接存取（DMA）控制电路，功耗控制电路（电源管理），还集成了3个锁相环（PLL）电路。芯片绝大部分是数字电路，只有10位AD和PLL是模拟电路。
总之，LPC32x0是一款功能强大的数模混合的SOC芯片，它集成了从多的功能模块，通过总线矩阵实现各电路之间的互联和通信，感觉还是很强大的，尤其是0.9V的超低电压更是让人叹服，要知道在0.9V的低电压下，AD和PLL的实现都是比较困难的。从系统看，除了ARM9核需要购买外，其他部分应该都是恩智浦公司自己研发的，这些模块应该都是恩智浦公司很成熟的模块，所以对恩智浦这样的公司来说，开关一款新的单片机并不是什么难事。
-
好好研究一下。
-
学习一下
-
下来看看！
-
帮顶一下！
-
谢谢，收藏了！
ARM技术