大家好、
我有一个问题、在获取 ENOB 时、我发现像这样的公式(下图来自"High-Speed Data Converter Pro GUI 用户指南")、为什么需要加上"基本功率"、我不理解。
谢谢!

This thread has been locked.
If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.
大家好、
我有一个问题、在获取 ENOB 时、我发现像这样的公式(下图来自"High-Speed Data Converter Pro GUI 用户指南")、为什么需要加上"基本功率"、我不理解。
谢谢!

尊敬的 Rob:
当我比较两个 FFT 图片(一个来自 HSDC FFT、一个来自 python)时、我遇到了另一个详细的问题、
1)直流电周围的一点差异(图1)
2) 2) HSDC FFT 图片末尾有一个额外的奇怪点(图片2)、因为总共有65536个点、所以在第一奈奎斯特区域中、它应该显示该数字点的一半、即32768个点 、但显示为32769。 我不知道为什么?


此致、
非
Nan、您好!
我不确定我是否在关注。 实现红线的公式如下:
SNRFS + FFT 工艺增益
FFT 过程增益(每二进制)= 10*log (M/2)= 45.15dB、M = FFT 点数= 65536。
这意味着、由于时钟的信号源和/或模拟输入信号源、SNR 会关闭。 我相信您正在评估 ADC12DJ5200RF。 如果是、则在1000MHz Fin 或更低、Fs = 5.2GSPS 时、SNR 应约为54-56dBFS @-1dBFS。
我假设您使用的两个信号源的噪声(即抖动/相位噪声)不够低。
此外、始终建议滤除信号发生器之外的信号。 这将有助于减少来自信号源的宽带噪声、并减少来自信号源的杂散内容。
此致、
Rob
尊敬的 Rob:
哦、还有一个问题我以前不确定、
我不会获得精确的 ENOB 结果 作为 HSDC、然后保存 HSDC FFT 数据以测试我的 python 算法。也不是特别一致。
我已经多次检查了我的算法、 是否有可能在 python 中存在计算精度的偏置?
我的算法详细信息为:
1)获取正弦波数据并执行 FFT;
2)考虑陷波频率(如 HSDC 那样包括直流)、在信号频率周围获得5个点作为输入信号、并获得其 总 功率值。 其他要点是本底噪声、最后我将信噪比进行计算、通过公式得到 SINAD。
3)考虑到增益项、因为输入信号振幅不接近于满量程值、请使用公式获取 ENOB。
4)比较默认值:

谢谢、
非