工具/软件：
在上一个主题中、我询问了如何使用 ADS1263 测量电阻器的热噪声。 在我的测试设置中、我分别在 AINCOM 的电平转换偏置输出和 AIN0、AIN1 的输入之间连接了两个电阻器 R1 = R2。 然后、我使用内部 2.5V Vref 在 38Ksps 下收集了数千个样本、并计算了得到的正态分布的方差。 我的结果与我根据热噪声公式预期的结果不匹配。 我还针对 2.5sps 的最慢采样率重复了这个测试、并且分布仍然不匹配计算结果。 在最初的问题中、我询问了 ADS1263 AIN 引脚的输入阻抗、因为我知道它们会限制 R 的热噪声。然后、当进行认知狂野追逐时、我试图弄清有多少噪声来自偏置、电阻器、量化和内部器件噪声（热/闪烁）。
我参考了一个 TI 视频、该视频展示了 SD 和 SAR ADC 的输入参考噪声分布、并得出结论：SD 分布主要由器件噪声决定、而 SAR 主要由量化噪声决定。 （我认为视频链接离链接的问题线程很近）一位回答我的绅士说、量化噪声占主导地位、并得出结论：“这就是使用 ADS1263 在最高数据速率下会发生的情况：该器件实际上变成了一个 16<位的 ADC、这正是量化噪声更为普遍的地方。“
我了解 SD ADC 的基本机制,在 90 年代初在研究生院进行了研究,并担任 AMS IC 电路设计师 30 年。 但在通信理论和信号处理方面我有一些弱点。 我将以不同的方式说出我的问题、以便尽量让一些帮助与我的实际目标更加一致、即计算 ADS1263 输出在对电阻器采样时或在输入悬空时的熵大小。 对于熵计算、我需要将确定性噪声（热噪声/闪烁噪声）与非确定性噪声（量化噪声）分开。
举一个实际的例子、如果我使用 ADS1263 的输出对 DC 值进行采样来创建 256B 密码、我想现在知道对手需要大量计算资源来对该密码进行蛮力攻击。 在加密中、我们始终假定攻击者知道系统（白盒）。 他们可以构建一个行为模型、在知道其架构的情况下模拟 ADC 输出。 我预计对于固定直流输入、和理想系统（例如：无器件噪声，电源噪声等） 将输出重复模式。 低通滤波之前的 1b 输出应是直流值的某种脉冲密度调制表示、并且滤波器操作是确定性的。 现在、如果我们添加器件噪声、我预计噪声会给 1b 输出增加非确定性、进而导致滤波输出增加非确定性。 我将其概念化为具有无噪声 ADC、对输入基准器件的噪声进行采样。
因此、从公式中消除电阻器噪声、我的问题是：我有一个 ADS1263 以 38Ksps 的最高数据速率采样直流值。 我得到 32b 输出值的分布并绘制它们的直方图,它看起来像白色高斯噪声,因此输出*似乎是*随机的。 但我知道输出值不是完全随机的、因为它混合了确定性量化噪声。 仅量化噪声就能产生多少分布？ 我实际上不知道 ADC 的架构、因此无法构建行为模型。
Rachael
