声音是如何被数字化的?音频模拟-数字转换器是如何工作的?声卡底层原理解析|Mic·Up|第五十六期|ADC,DAC delta sigma

合集 · Mic·Up (75)

Description

内容/制作:@壹枝蔡  
BGM:@曹郁东  
模拟器:https://www.analog.com/en/resources/interactive-design-tools/sigma-delta-adc-tutorial.html
ref:
https://hackaday.com/2015/11/05/logic-noise-digital-to-analog-with-an-r-2r-dac
https://www.electronics-tutorials.ws/combination/r-2r-dac.html
https://www.planetanalog.com/dac-basics-part-6-dac-noise-sources
https://tomverbeure.github.io/2020/10/04/PDM-Microphones-and-Sigma-Delta-Conversion.html
https://www.analog.com/en/resources/analog-dialogue/articles/the-right-adc-architecture.html

Comments

朴小莫臣 2024-02-25

难绷。教授一句话令我记忆深刻：“如果不按照ADC历史发展顺序，从Flash ADC开始到Two-Step、Pipelined、SAR，Integrating一个一个整明白，而直接看ΣΔ结构的话，你们大概率会觉得这是魔法。”其实深入研究ADC能理解一个ADC和位深和转化速率总体呈反比例分布。像最简单的Flash架构靠R ladder配合比较器进行数模转换，注定不可能实现高解析度的原因随口就能扯好些个，R ladder的非线性、电阻元件的匹配、环境温度梯度造成的阻值变化等，更别说每提升1bit就得加倍电阻的数量。本走到这一步就感觉山重水复疑无路了，但只需要再意识到一点，即，ADC的有效比特数未必只能靠物理比特数来实现。刚学到量化噪音的时候，得理解之所以量化噪音被命名为“噪音”、或被建模为一种“噪音”，其实非常合理。理想噪音在频域里呈均匀分布，采样环节之后的低通滤波器则会对一切信号&噪音一视同仁进行截频———这时采样率便展现出其黑魔法般的效果：由于一个概率分布的积分恒等于1，而提高采样率则相当于变相把噪音频域分布的矩形的“长”给拉长，因为面积不变，所以矩形的“宽”（其实说高应该更合适）势必会降低，也就是噪音的Power Spectral Density会降低。噪音的PSD降低，相当于提升SNR。ADC的SNR约等于6.02*比特数-20log(Headroom利用率)dB，也就是说每6dB信噪比提升等效于1位bit的解析度提升……这一旦get到之后便不存在什么魔法了，顿时感觉一切都不能再更make sense……

♥ 54 ↩ 9