机械过滤器很容易在暖通空调系统和饮水机中以及汽车引擎盖下找到。几个月后更换空气过滤器，才发现有多少杂质漂浮在周围直到堵塞而未被注意到。这就提出了一个问题：电子信号会变脏吗？噪声来自模拟电路，因此也就是将信号处理转到数字的重要原因。
然而，还有更多的电子噪声。如果它通过了一个模数转换器(ADC)的输入，则数字数据就可能很脏。对于许多创客项目来说，通过滤波来清理模数转换是有助于取得结果的有效步骤。
从定义来讲，我现在可以听到纯粹主义者讲目标信号周围不期望的任何东西都是噪声。不同类别的电子噪声会产生不同的影响，因此需要不同的处理方法。这些影响在时域中可能更难可视化，但在频域中就变得明显。使用ADC对信号进行采样可以让频域发挥作用，这多亏了Nyquist和Shannon所做的工作。
第一类是白噪声。在可见光谱中，白色是所有颜色的集合。在电子频谱中，白色是指出现在一个频带上的噪声。完美的白噪声必然包含熟悉的钟形高斯分布。在本次讨论中，我会接受分布均匀的噪声，从低频直到可能超过模数转换器采样率的频率。
第二类是杂散信号。可能有某个特定频率的信号来自某处，但与目标信号无关。和你们许多人一样，我有几个扬声器通过USB连接到我的PC，并带有一个低音炮。购买后不久，低音炮发出令人讨厌的嗡嗡声。当打开交流电源时它似乎是恒定的，但听起来高于60Hz。长话短说，这是因为将放大器固定在低音炮外壳上的螺丝松动了。一点重击就会引起撞击声，经过反馈就会形成共振声。拧紧螺丝，就可解决。其他例子还包括由于电磁干扰(EMI)、元器件之间的谐振以及寄生电容和电感源所引起的杂散信号。
最后一类是谐波。对于慢速传感器（例如，每秒获取一次温度读数或每秒10次压力读数），谐波通常不会产生太大影响。随着目标信号频率的增加，就会有事情发生，例如在音频应用中。一个完美的模拟信号应该是一个完美的正弦波，用完美的线性元件处理，然后在模数转换时对其进行完美采样。任何非线性都会使信号失真。谐波是以基波整数倍频率的正弦波加在一起的方式开始出现。波的形状越“方”，它所包含的 2 次、3 次、4 次和更高次谐波就越强。
图1：信号的频域图及其谐波、杂散信号和噪声。(图片来源：NF公司)
现在，针对每一类问题提出解决策略。
即使对于有经验的设计人员来说，滤波也是一个复杂的话题。与其在此尝试设计特定的滤波器，不如让我们看看滤波应该尝试着做什么。滤波可以在模数输入之前以模拟方式进行，也可以在转换过程以后以数字方式进行。模数转换器的采样率通常设置为目标信号最高频率的至少两倍，即Nyquist标准。通常，为了留出裕量，这个采样率会设定得更高。
模拟低通滤波器应与选定的模数采样率相匹配。它应该让目标带宽内的信号通过而切断任何更高频率的信号——噪声、杂散信号或谐波。然而，这个过程并不完美。比如，通带内可能有纹波，截止过程可能不是非常理想。模拟滤波器会产生轻微的相位延迟，需要时间来调整，这会影响模数转换器正确采样和调整的能力。正如“How to assist ADCs with external analog drivers”一文中所讨论的，周围带有滤波的有源驱动器可能比无源滤波更可取。
数字低通滤波器具有可编程性及无需外部元器件的优点。缺点是，它会引入更多的延迟，并且根据实现的不同，它可能会增加一些量化噪声。数字滤波器还可以用硬件来降低噪声，从而减少软件的一些计算负担。如果运用过采样抽取法，则可能需要用模拟滤波器来消除信号中的混叠伪影。
ADI公司的设计文章“Practical Filter Design Challenges and Considerations for Precision ADCs”更深入地探讨了这些模数滤波的优缺点和权衡。
图2：这是一个简单的模数转换滤波链的样子。(图片来源：ADI)
好消息是，如果要对模数转换的输入进行缩放，那么添加模拟滤波就很简单了，因为已经有了放大器。智能传感器也集成了数字滤波，制造商需要做的就是打开它，选择参数，然后就能得到滤波结果。
使用滤波清理模数转换，有助于应用获得连续信号，因此功耗就不那么令人担忧了。对于处理音频、视频或任何需要捕获高速信号的制造商来说，采用模数滤波技术是个好主意。
Don Dingee在美国通用动力公司（General Dynamics）从事导弹制导系统研究十年后，成为摩托罗拉VMEbus和单板计算机技术的传道者。他为Planet Analog网站撰写有关传感器、ADC/DAC和信号处理的文章。
（原文刊登于EDN姊妹网站Planet Analog，参考链接：How to clean up noise in A/D conversion with filtering，由Franklin Zhao编译。）
本文为《电子技术设计》2022年4月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。
最前沿的电子设计资讯
