RMS 噪声(root-mean-square noise)= 噪声电压(或电流)的均方根值,是“噪声能量”的标量度量,用来和信号幅度一起算 SNR/ENOB。
看一个真实的手册:

ADS128x
频域角度:把功率谱密度(PSD,单位 V²/Hz;常见的是电压噪声谱密度 NSD,单位 V/√Hz)在有效带宽内积分,再开根号:
其中 是链路到测量节点的增益平方, 是输入处的 PSD。
上面的公式是我们之前的文章里面没有出现的;我们常用的噪声表征方式有两种:
功率谱密度 (PSD, Power Spectral Density):单位 ,表示单位带宽内的噪声功率。
电压噪声谱密度 (NSD, Noise Spectral Density):单位 ,更直观(因为电压是 RMS 的平方根)。
:总等效噪声电压(均方根值)。
:系统/信号链的增益传递函数的模平方;如果是一个低通滤波器,它会在通带传递噪声,在阻带抑制噪声。
:输入端的功率谱密度(PSD),即每 Hz 的噪声功率。
积分:在有效带宽内把噪声谱加起来。
开方:因为我们要的是电压的 RMS 值,而不是功率。
就像把“每 Hz 的噪声”按滤波器权重叠加,得到总的等效噪声。
如果 是常数(白噪声,NSD = 常数),那么 RMS 噪声就与滤波器的等效噪声带宽 (ENBW) 成正比:
ENBW = ,比–3 dB 带宽稍大。
输入是零均值、广义平稳的噪声 ,自相关 ,功率谱密度(单边)为 (单位 V/Hz)。
系统是 LTI,冲激响应 ,频率响应 ,输出噪声 。
利用卷积与傅里叶变换的性质,或者用 Wiener–Khinchin 定理 与 LTI 系统对自相关/功率谱的变换,可得
解释:LTI 系统对功率谱的作用,就是把输入 PSD 乘以系统增益平方。
对零均值平稳过程,均方值(方差)等于功率谱对频率的积分(单边 PSD 下从 0 到 ):
把上一步的 代入:
RMS 值就是均方值的平方根,因此
单边:积分 ,单位 V/Hz(常见于仪表与数据手册)。
双边:积分 ,若把频率换成角频率 ,公式变为
若给的是电压噪声谱密度 NSD(单位 V/√Hz),则 。
白噪声的特例(等效噪声带宽 ENBW)若输入为白噪声(NSD 常数),则
如一阶 RC 低通 ,
所以 。
整体意思是把“每 Hz 的噪声功率” 经过滤波器的“通过系数” 加权后积分求和,得到输出的总噪声功率;再开平方得到电压的 RMS 噪声。 大致来说就是之前的结论:带宽越宽/通带越平坦,积分面积越大,RMS 噪声越高;带宽收窄或阻带滚降更陡,则噪声减小;所以在信号链设计里,带宽和噪声总量是直接挂钩的。
设一个白噪声源 (NSD=10 nV/√Hz),经过不同带宽低通滤波器,算出并画出 RMS 噪声随带宽变化的曲线:

RMS 噪声随截止频率 fc 的变化曲线
fc = 100 Hz -> ENBW ≈ 157.1 Hz, Vrms ≈ 0.125 µV
fc = 1000 Hz -> ENBW ≈ 1570.8 Hz, Vrms ≈ 0.396 µV
fc = 10000 Hz -> ENBW ≈ 15708.0 Hz, Vrms ≈ 1.253 µV
fc = 100000 Hz -> ENBW ≈ 157079.6 Hz, Vrms ≈ 3.963 µV
fc = 1000000 Hz -> ENBW ≈ 1570796.3 Hz, Vrms ≈ 12.533 µV
实线:解析解(ENBW = ·fc)
虚线:数值积分校验(与解析解几乎重合)
结论非常直观:RMS 噪声 ∝ √带宽。一阶低通的等效噪声带宽 (ENBW) 为 ·fc,所以
给了几个参考点(单位:µV RMS):
fc = 100 Hz → ENBW ≈ 157.1 Hz → 0.125 µV
fc = 1 kHz → ENBW ≈ 1.57 kHz → 0.396 µV
fc = 10 kHz → ENBW ≈ 15.7 kHz → 1.253 µV
fc = 100 kHz → ENBW ≈ 157 kHz → 3.963 µV
fc = 1 MHz → ENBW ≈ 1.57 MHz → 12.533 µV
窄带的优势又出现了。。。。
把每一级在同一参考点(统一到输入或输出)上的 RMS 噪声平方后相加,再开根号:
带宽与采样建立(和之前文章一致) 为满足 位,采样窗 的一阶建立要求带来“最小缓冲带宽”近似:
20 位、、 ns 时,得 ≈75 MHz(文档的数据)。

图五
增益级:19 nV/√Hz @ NBW≈6.3 MHz
缓冲级:2 nV/√Hz @ NBW≈110 MHz
ADC:16.8 nV/√Hz @ NBW=7.5 MHz 用 并按功率求和,得到整链
与文中“整链 ~68 µV、SNR≈92–93 dB”的量级一致。
最小 RMS 量化误差:离散码时不可避免的问题-这个是量化误差,不是 RMS 噪音
这俩篇呢,我是五月份写的,感觉问题都不大。。。但是重合度还挺高,这次的信号链频繁的出现这个,所以又再写一下。