adc 测试方案

一、适用范围：

测试方法适用于所有芯片型号，用于测试ADC模块的INL/DNL参数，本文包含APT32F103X和APT32F171X的测试结果。

INL（积分非线性）:ADC的INL指在失调、增益误差被校正后，实际的传输曲线偏离理想中心线的程度，即：

$INL=(V_{实际} -V_{理论})/1LSB$

DNL（微分非线性）:在 ADC 实际传输曲线中，每个输出代码对应的输入电压宽度称为码宽，DNL指实际码宽电压与理想码宽电压（LSB： Least Significant Bit）之差，即：

$DNL=(V_{实际码宽}-V_{理论码宽})/V_{理论码宽} （单位：LSB）$

INL和DNL计算是排除了OFFSET和GAINERROR干扰的，其计算值只与实际曲线曲线）和理论曲线有关，和理想曲线无关，因此offset的偏移和校准不会对INL和DNL值产生干扰。

二、测试原理：

本文采用的测试方法为直方图法（也称码密度法），其原理如下：

如果输入信号的概率密度分布为均匀分布（如斜波或者三角波），即输入电压在每个电压幅度上都是等概率的，那么，理想 ADC 的每个输出数字码也应该等概率。

实际中ADC由于存在非线性，每个数字码的 V 实际码宽和理想值有差异，从统计上讲，每个码箱的码密度直接与V实际码宽相应成正比，出现次数越多表明该代码的V实际码宽越大，非线性微分误差为正值；出现次数越少表明该代码V实际码宽越小，非线性微分误差为负值。

码密度反映了V实际码宽的大小，可以通过码密度来计算非线性微分误差，DNL可以由以下公式计算得出：

$$DNL=(P_{A(n)}/P_{I(n)})-1$$

其中，PA(n)代表实际ADC第n个数字码出现的概率，PI(n)代表理想 ADC 第 n 个数字码出现的概率。

INL理论上是对DNL进行积分运算，即对DNL进行累加求和得到。

注：直方图法中INL/DNL计算方法为概率学的等效计算方法，并不代表INL和DNL的实际含义，公式只在直方图法中有意义，INL/DNL的实际概念以适用范围中提到的为准。

三、测试环境：

测试芯片：APT32F103x, APT32F171x

芯片驱动：APT32F103x_latest APT32F171x_latest

测试工具：是德E36106B,信号发生器RIFOL DG1032

四、测试方法：

1.代码配置ADC单通道连续采样，ADC配置连续重复采样次数512次，平均系数512（以103为例）。

void adc_dnl_test_lin(void)                  //adc dnl
{
        csi_adc_config_t tAdcConfigLin;
        const csi_adc_seq_t tSeqCfgLin[] =
        { //输入通道                //连续重复采样次数                //平均系数                        //触发源选择
         {ADCIN0,                ADC_CV_COUNT_512,        ADC_AVG_COF_512,        ADCSYNC_NONE},
        };
        uint16_t hwData[sizeof(tSeqCfgLin)/sizeof(tSeqCfgLin[0])];
        uint8_t bySeqNum = sizeof(tSeqCfgLin)/sizeof(tSeqCfgLin[0]);//        int hData;        
        csi_pin_set_mux(PB01, PB01_ADC_AIN0);                //ADC GPIO作为输入通道  
        //adc 参数配置初始化
        tAdcConfigLin.byClkDiv = 0x02;                                                        //ADC clk两分频：clk = pclk/2
        tAdcConfigLin.bySampHold = 0x06;                                                //ADC 采样时间： time = 16 + 6 = 22(ADC clk周期)
        tAdcConfigLin.byConvMode = ADC_CONV_CONTINU;                        //ADC 转换模式： 连续转换；
        tAdcConfigLin.byVrefSrc = ADCVERF_VDD_VSS;                                //ADC 参考电压： 系统VREFP/N
        tAdcConfigLin.wInt = ADC_INTSRC_NONE;                                        //ADC 中断配置： 无中断
        tAdcConfigLin.ptSeqCfg = (csi_adc_seq_t *)tSeqCfgLin;        //ADC 采样序列： 具体参考结构体变量 tSeqCfg        
        csi_adc_init(ADC0, &tAdcConfigLin);                                                        //初始化ADC参数配置        
        csi_adc_set_seqx(ADC0, tAdcConfigLin.ptSeqCfg, bySeqNum);        //配置ADC采样序列
        csi_adc_start(ADC0);
        while(1)
        {
                hwData[0] = csi_adc_read_channel(ADC0, 0);
                my_printf("%d ",hwData[0]); //                
        }
}

2.由于斜波的概率密度为均匀分布，计算较为简单，因此采用斜波信号（三角波）进行测试，使用信号发生器向配置的ADC管脚输入频率为10mHz，电压为0-VCC（由于测试板的的实际VCC电压往往不是标准的5V，而VCC电压是ADC的参考电压，所以实际电压设置为0-实际VCC电压值）的三角波。

3.使用串口打印ADC采集到的数据，保存为TXT格式，采集的数据最少为2471680个。

注：由于直方图法本质上是一种统计方法，因此ADC采样点越多，结果越准确，对于一个12位的ADC，要求其置信度水平为95%，DNL 的误差为0.1LSB，则采样点数为2471680个。

4.使用MATLAB进行对采集到的数据进行处理（直方图法）。

clc          % 清除所有命令
clear        % 清除工作空间的所有变量，函数，和MEX文件
close all    % 关闭所有的Figure窗口
start_pos=90870;                  %截取的开始位置
end_pos=1931000;                    %截取的结束位置
index1=1;                     %计数变量1
index2=1;                     %计数变量2
vref=5.0;                     %参考电压
use_tempdata=zeros(1,3000000);    %处理后的数据,按use_data(x)访问
%打开adc_raw.txt文件，得到文件句柄id
fid=fopen('85_103_2.txt','r');
%把对应文件id的数据读到f中
%这里'%d'表示读取数据的格式
%这里'Inf'表示读取完整个文件
[raw_data,count]=fscanf(fid,'%d',Inf);
%关闭文件
fclose(fid);
%原始数据的作图
raw_data=raw_data'-999;
%大于4095的数全部剔除
while true
    [raw_max,raw_index]=max(raw_data);
    if raw_max>4096 
        raw_data(raw_index)=[];
    else
        count=length(raw_data);
        break;
    end
end
t=(0:1:count-1); % 0-count-1之间，间距1  count个数据
subplot(411);%四行1列第1个图
plot(t,raw_data);%samp singal
xlabel('t');%x轴标注
ylabel('y(t) code');%y轴标注
title('Ramp (raw_data)');%图标题
%原始数据的截取
start_pos=input("请输入截取数据起始位置：");
end_pos=input("请输入截取数据结束位置：");
for index1=start_pos:end_pos
    if index2 > 3000000
        break;
    end
    use_tempdata(index2)=raw_data(index1);
    index2 = index2 +1;
end
%截取后数据的作图
t1=(0:1:end_pos-start_pos-1); % 0-count-1之间，间距1  count个数据
use_data=use_tempdata(1:end_pos-start_pos);
subplot(412);%四行1列第2个图
plot(t1,use_data);%samp singal
xlabel('t1');%x轴标注
ylabel('y(t1) code');%y轴标注
title('Ramp (use_data)');%图标题
grid on;
%dnl实际码值概率直方图和理论码值概率直方图
hist_data=hist(use_data,4096);%实际码值理论计算
hist_data1=hist_data/(end_pos-start_pos);
hist_idle = zeros(1,4096);    %理论码值概率计算
hist_idle(1:4096) = 1/4096;   %赋值理论概率
subplot(413);%四行1列第3个图
plot((1:1:4096),hist_data1);
hold on;
plot((1:1:4096),hist_idle,'r','LineWidth',2);
hold off;
xlabel('code bin');%x轴标注
ylabel('Pa and Pi');%y轴标注
title('DNL The code value probability');%图标题
%ramp dnl计算
dnl_data=hist_data1/(1/4096);
dnl_data=dnl_data-1;
dnl=max(abs(dnl_data));
%inl实际码值概率直方图和理论码值概率直方图
inl_data=cumsum(dnl_data);
inl=max(abs(inl_data));
figure;
plot((1:1:4096),dnl_data);
hold on;
plot((1:1:4096),inl_data,'r');
hold off;
xlabel('code');%x轴标注
ylabel('vol/v'); %y轴标注
title('INL error');%图标题
fprintf('dnl is: %d (LSB)\n',dnl);
fprintf('inl is: %d (LSB)\n',inl);