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.

[参考译文] AWR1642:有关 ADC fs 和 dBFS 至 dBm 计算的问题

Guru**** 2034120 points
Other Parts Discussed in Thread: AWR1642
请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/sensors-group/sensors/f/sensors-forum/916374/awr1642-question-about-adc-fs-and-dbfs-to-dbm-calculation

器件型号:AWR1642

各位专家、您好!

我是 Namhyung、对 AWR1642 ADC 满量程和 dBFS 至 dBm 转换有一些疑问。

我知道 FS (满量程)是 ADC 的最大功率。 基于这一点以及您之前的许多文档、最大 ADC 摆幅为+-1V (2Vp-p)、fs 将为10dBm (0dBFS)。

如果我们使用16位 ADC 原始数据、+2^15代码值将是+-1V、对吧?

这是我在 mmWave Studio 中测试的测试结果。 (在没有 FFT 窗口的情况下绘制左侧 FFT 数据)

在此结果中、平均振幅约为11000个代码、这将约为满量程的33.5%。 这意味着该值将为~-9.5dBFS。

但 mmWave Studio 显示出大约-13.5dBFS、并且显示出大约4dB 的差异。

为什么会发生这种差异?

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    你好, Namhyung,

    我无法看到快照、您能否重新共享它。

     

    此致、

    Jitendra

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好 Jintra。

    由于我们的安全系统问题,该图未正确连接。

    我添加了另一个数字来提出我的问题、如下所示。

    如上所示、时域中的测试结果显示约为~+-8620振幅单音正弦信号。

    (如果您看不到图、plz 仅成像振幅为单音调正弦信号、如上所述)

    (该测试使用256个采样案例执行、原始数据通过16位设置实现)

    在本例中、如果我们将最大代码值设置为1V、则正弦信号振幅将约为0.263V (8620/32768、2^15=32768)

    使用该值、如果我们计算 FFT 输出功率、功率将为~-11.6dB。 但是、正如您在上面看到的、mmWave Studio 显示大约~-16dB。

    为什么会发生这种差异? 什么是正确的值?

    (如果我们将代码值设置为0.6V (1.2Vpp)、FFT 输出功率将约为~-16dB。)

    最大代码值=+-1V

      ->FFT 输出功率:-11.6dB ->实际功率:-11.6+10=-1.6dBm

    最大代码值=+-0.6V

     ->FFT 输出功率:-16dB ->实际功率:-16+10=-6dBm

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好 Scone、

    对延迟回复表示歉意。

    您会在纯实数或纯复数情况下看到-16dBFS。 由于每个频率的功率分布在正频率和负频率之间(您可以看到两个峰值)。 完整功率比-13dBFS 高3dB。

    现在、如果我看到时域图、峰值大约为8200个代码。 32768代码峰值的正弦波对应于0dBFS。 因此、dBFS 计算结果为20LOG (8200/32768)=-12dBFS。 FFT 图中观察到1dB 的增量和-13dBFS、我认为这是因为它不是纯正弦波、而是失真。 因此、能量也会分散在其他容器中。

    此致、

    Vivek

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    谢谢 Vivek!

    现在我明白了!

    对此,

    南亨(scone)