来吧！800一颗的双斜率积分ADC塞我嘴里-ADC100

还记得我的好大哥吗？给我采集器和供高位万用表的大哥！最近他在设计DMM，重点研究里面的：

积分ADC

积分ADC

使用逻辑分析仪来研究ADC的原理：

应该是Pro版本

应该是Pro版本

后来老哥把逻辑分析仪的数据包给我了，我咔咔一顿分析。

这是一个采集周期

这是一个采集周期

展示几张

展示几张

另外一个结果

另外一个结果

采样时间

采样时间

双线回落时间

双线回落时间

加入锁存点，就采样

加入锁存点，就采样

当然了，具体的分析结果就不说了，属于商业机密了～

不过后来发现了一个现成的ADC：

哈？

哈？

就像一个巧克力

就像一个巧克力

黄金针脚

黄金针脚

这是数据手册

这是数据手册

由 Thaler 公司设计的 高精度 22 位积分型模数转换器（Integrating ADC），主要用于对精度要求极高的领域，例如地震仪、医疗、科学测量设备等。

转换时间也少这个，太小了，就不截图了

转换时间也少这个，太小了，就不截图了

工作原理简要说明

MT-027.ADI

MT-027.ADI

ADC100C 是基于双斜率积分法（dual-slope integration）工作，其核心流程如下：

1. 积分阶段： 利用电容  对输入电压进行积分，积分时间记为 ，方向为正。
2. 参考积分阶段： 使用已知参考电流  对电容放电（反向积分），时间记为 ，方向为负。
3. 计算： 通过计数器记录 ，由公式解出输入电流 ，再换算成输入电压：
4. 数字输出： 三次脉冲控制：第一次脉冲触发转换，第二次和第三次输出中字节和低字节。 状态线 S0/S1 表示当前输出阶段：00表示忙，01输出MSB，10输出Middle，11输出LSB，下一次转换可启动。

这是它内部的框图，觉得ADI更直观

这是它内部的框图，觉得ADI更直观

1. Vhi / Vlow + Auto Zero Switch

输入端（Vhi, Vlow）提供差分信号。

Auto Zero Switch 控制是否对输入端进行自动归零（offset 校准）：

归零阶段连接参考地，测量系统本底噪声和漂移；正常阶段连接 Vhi/Vlow，执行积分。

2. Differential Voltage Controlled Current Source

将输入差分电压（Vhi - Vlow）转换成 电流；此电流被积分器积分，电容电压按输入电压正负线性上升/下降。

3. 积分器 + Schmitt Trigger

运放 + 电容组成积分器，将输入电流积分成电压；Schmitt 触发器用于检测积分完成或零点回归，输出为“计数终止信号”或“开始反向积分”的标志。

4. Bidirectional Reference Current Source + Current Directional Switch

提供正负可切换的恒定参考电流（±Iref），在反积分阶段，该电流与原积分电流方向相反，使积分器电压回归零。

5. Timing Control and Counter + Clock

控制积分时间窗（T1）和反积分时间窗（T2），记录反积分所需时钟周期数，该值与输入电压 Vin 成正比。

6. Microprocessor

控制转换流程（Auto Zero、Convert、Status Line），计算 T2 并转换成数字输出。

7. Output Buffer

将微处理器处理结果输出，支持三态控制（Output Enable）。

工作过程概览（3 阶段）：

输出结果 = T2 × (Iref × Clock) → 由微处理器读出并数字化

双积分型 ADC 在输入电压为 1V 时的典型波形响应

双积分型 ADC 在输入电压为 1V 时的典型波形响应

1. 前 400 ms：积分阶段（T1） ADC 通过积分器对输入电压 1V 进行积分，输出电压线性上升；斜率与输入电流（由输入电压控制）成正比；图中蓝线上升至 0.4V，代表电荷累积达到最大。
2. 后 300 ms：反积分阶段（T2） 切换为参考电流（反向）积分，开始线性下降；当积分器输出回到 0V 时，停止计数，时间 T2 与输入电压成比例；图中回零时间约 300ms ⇒ 1V 输入被正确“映射”为 300ms 宽度。
3. 700~1000ms：保持阶段 ADC 输出锁存不变，准备下一轮采样；可用于数据处理或等待采样周期结束。

优点：

抗干扰强  能有效抑制工频、周期性噪声

高分辨率  积分时间拉长可获得 24-bit 以上精度

低漂移  自动归零消除系统误差

差分输入  高共模抑制（CMRR）能力强

接口与外部连接说明

这么多

这么多

关键指标

反正除了慢和贵：在高频宽带采样 ， 不适合（速度慢）。

模拟，可能有人感兴趣，代码给出来了

模拟，可能有人感兴趣，代码给出来了

ADC100C 双斜积分 ADC 的典型信号路径与工作过程模拟，逐段解释：

1. 正向积分阶段（0–40 ms） ADC 输入为 ，积分器输出线性上升，曲线斜率 = ，形成 斜坡上升段
2. 自动归零阶段（40–60 ms） 保持原状态，准备反向积分，积分电容维持电压不变
3. 反向积分阶段（60–300 ms） 接入参考电压 ，反向积分直到积分电容电压回到 0；用时间长度（240ms）反推输入电压大小，时间越长 → 表示输入电压越大 这是双斜积分 ADC 的核心：时间 → 电压换算
4. 等待阶段（300–400 ms） 可选：进入保持状态、等待下一次转换指令或空闲时间

图中关键线条：

深蓝线：积分电容两端电压（转换量）

虚线竖线：三个关键时间点：

正向积分结束（绿色）

归零结束，反向积分开始（橙色）

反向积分结束（红色）

优势：

模拟 ADC 的量化误差和噪声传播过程：

量化误差传播

量化误差传播

上图展示了 ADC100C（24-bit 双斜积分型 ADC）在理想与带噪条件下的量化误差传播，用于评估其LSB 精度和低频噪声影响：

1. 理想量化误差曲线（蓝色）

呈阶梯状“锯齿波”分布，误差严格限制在 ±0.5 LSB 范围内，这是理论最大精度限制，由 量化本质 决定。

2. 加入低频噪声后的误差（橙色）

低频噪声为 ，与 ADC 低频噪声规格一致；随机扰动导致输出码出现轻微抖动，误差在 ±1.5 LSB 范围内略有增大，但整体仍保持高精度。

3. 灰色虚线：±0.5 LSB

代表理想误差界限，便于观察噪声是否引起跳码、跨 LSB

关键指标

LSB 电压（24-bit，±10.48576V）：

模拟噪声（2 uV）已经接近 1.6 LSB，容易导致 ±1 LSB 的输出抖动

量化精度限制 ：不可避免，±0.5 LSB 是理论上限

低频噪声 易在 ±1~2 LSB 范围内扰动码字，也就是一俩个LSB

积分型 ADC 特性  滤除高频干扰，低频噪声主导误差扩展，若目标 <1 μV 精度，应重点压低参考电压噪声 & 比较器抖动。

性感三连

性感三连

子图 1：加入随机抖动 (Jitter) 的影响

抖动模拟输入信号采样时间的不确定性（0.5 μV 标准差）

导致码字在 ±1 LSB 附近抖动，输出误差不再固定在 ±0.5 LSB

抖动越强，对超低电平 (<5μV) 的测量越敏感，建议采用平均或时间冗余

子图 2：模拟输入信号漂移

模拟一个低频正弦波 (±1 μV)，代表电荷注入、热漂、干扰耦合等缓慢变化

对积分型 ADC 的影响表现为误差周期性波动，但可通过 积分时间覆盖多个周期 进行抵消

系统设计时推荐使用 电荷平衡回路 + 对称采样

子图 3：积分时间对噪声抑制效果

假设噪声标准差随积分时间  增大而减少，近似为：

对比 50ms、100ms、200ms：

积分时间越长，误差曲线越平滑，系统噪声压制能力增强，但代价是 采样速率下降、响应变慢。

import matplotlib.pyplot as plt
import numpy as np

# 时间轴（ms）
t_total = 400  # ms，总时长
t = np.linspace(0, t_total, 1000)

# 阶段划分
tp = 40    # 正向积分时间
tz = 20    # 自动归零时间
tm = 240   # 反向积分时间
t1 = tp
t2 = t1 + tz
t3 = t2 + tm
t4 = t_total

# 构造积分波形（简化模型）
vin = 5e-6  # 输入电压为 5uV
vref = 10.48576  # ±参考电压
C = 1.0  # 单位积分电容
slope_in = vin / C
slope_ref = -vref / C

v = np.zeros_like(t)
v0 = 0
for i, ti in enumerate(t):
    if ti < t1:
        v[i] = v0 + slope_in * ti
    elif ti < t2:
        v[i] = v0 + slope_in * t1  # 保持归零阶段前的最大值
    elif ti < t3:
        v[i] = v0 + slope_in * t1 + slope_ref * (ti - t2)
    else:
        v[i] = 0  # 完成归零后进入等待阶段

# 绘图
plt.figure(figsize=(10, 4))
plt.plot(t, v * 1e6, label="积分电容电压 Vint", color='navy')  # 转为 uV 显示
plt.axvline(t1, color='green', linestyle='--', label='正向积分结束')
plt.axvline(t2, color='orange', linestyle='--', label='归零阶段结束')
plt.axvline(t3, color='red', linestyle='--', label='反向积分结束')
plt.title("ADC100C 双斜积分ADC：典型信号路径（模拟积分过程）")
plt.xlabel("时间（ms）")
plt.ylabel("积分电容电压（uV）")
plt.grid(True, linestyle='--', alpha=0.6)
plt.legend(loc='upper right')
plt.tight_layout()
plt.show()