news 2026/4/3 4:18:47

[硬件设计]运放选型记录

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
[硬件设计]运放选型记录

ADS131A04 是一款高精度、同步采样的 24-bit $\Delta\Sigma$ 型 ADC,具有极高的动态范围和极低的噪声要求。而 LM358 是一款通用型、廉价的运算放大器,在精度和速度上完全无法匹配 24-bit ADC 的性能需求。


1. 为什么 LM358 会“拖累” ADS131A04?

如果使用 LM358,你会发现 ADC 的 24 位性能缩水成 12 位甚至更低,原因主要有以下几点:

  • 噪声水平(Noise):LM358 的输入电压噪声非常大(约 $40nV/\sqrt{Hz}$)。24-bit ADC 需要极其静默的前端,LM358 的噪声会直接淹没 ADC 的有效位数(ENOB)。

  • 失调电压与温漂(Offset & Drift):LM358 的失调电压通常在毫伏(mV)级别,且随温度漂移严重。对于 24-bit 系统,我们需要的是微伏($\mu V$)级别的精度。

  • 总谐波失真(THD):LM358 的线性度较差,会导致信号失真,破坏高精度采样的频谱纯度。

  • 驱动能力:$\Delta\Sigma$ ADC 的输入端通常有开关电容结构,会在采样瞬间产生“反冲电流”。LM358 的带宽和转换速率(Slew Rate)太低,无法在采样时间内建立稳定的电压。


2. 推荐的运算放大器选型

驱动 24-bit ADC,你需要具备低噪声、低失调、高带宽特性的精密运放。以下是 TI 官方及行业内常用的匹配方案:

A. 全差分放大器(最佳选择)

ADS131A04 是全差分输入,使用全差分放大器(FDA)可以获得最佳的抗共模干扰能力和信号完整性。

  • THS4551:极低噪声、低功耗,是高精度 ADC 驱动器的“黄金标准”。

  • THS4521:较低功耗的选择。

B. 精密精密型运放(单端转差分或缓冲)

如果你使用两个运放构建差分驱动,或者前端信号较慢:

  • OPA1612 / OPA1611:极低噪声($1.1nV/\sqrt{Hz}$),虽然常用于音频,但在直流精度上也表现极佳。

  • OPA2211:经典的超低噪声精密运放。

  • OPA350 / OPA320:适合作为电荷启动缓冲器,具有极佳的输出建立特性。

  • OPA2188

  • OPA827 / OPA828 如果你的传感器输出阻抗很高,需要 JFET 输入型运放来避免偏置电流误差:输入偏置电流: pA 级别(远低于上述两款)。噪声: 4 nV/Hz(在 JFET 运放中属于顶级水准)。优点: 兼顾了高阻抗输入和极低噪声。


3. 典型的驱动电路结构

在运放和 ADC 之间,必须加入一个RC 滤波器(抗混叠滤波)。这不仅是为了滤除高频噪声,更重要的是为 ADC 内部的开关电容提供电荷缓冲。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/28 6:01:07

智慧农业之花卉识别 花草病虫害目标检测 花卉品种识别 植物病虫害预警 花卉品类及病虫害的精准识别 植物病虫害识别 毛毛虫识别第10455期

花卉目标检测数据集说明数据集核心信息类别数量类别名称数据总量格式种类核心应用价值45庭荠、蚜虫、资产、甲虫、风铃草、风铃草_L、黑心金光菊、黑心苏珊_L、三角梅、三角梅_L、球飞蛾、卡兰杜拉、金盏花、康乃馨、毛毛虫、礼节、金鸡菊、仙客来、仙客来螨、水仙花、大丽花、…

作者头像 李华
网站建设 2026/3/30 3:41:01

GEO优化:提升本地搜索可见度的关键技术解析

在数字营销这个范畴里,GEO优化技术正慢慢变成企业提高在线可见度的关键办法。GEO优化的全称是地理定位搜索引擎优化,它借助技术方式让网站在特定地理区域的搜索结果里得到更优的排名展示。跟传统的搜索引擎优化不一样,GEO优化更看重本地化特性…

作者头像 李华
网站建设 2026/3/26 12:54:15

决策树算法在疾病诊断中的应用

运行效果:https://lunwen.yeel.cn/view.php?id5403 决策树算法在疾病诊断中的应用 摘要:本文针对疾病诊断领域,探讨了决策树算法的应用。首先,对决策树算法的基本原理进行了介绍,包括其分类和回归模型。接着&#x…

作者头像 李华
网站建设 2026/3/27 7:09:41

大数据深度学习|计算机毕设项目|计算机毕设答辩|基于图像识别的液化气排气隐患识别

一、项目介绍 随着计算机视觉和深度学习技术的不断发展,液化气排气隐患智能识别作为一种高效且精准的检测手段,已经引起了广泛关注。本文介绍了一个基于 Python 和 YOLO11 模型的液化气排气隐患智能识别算法。该算法结合了先进的计算机视觉和深度学习技术…

作者头像 李华
网站建设 2026/3/31 4:34:31

Java开发者效率革命——飞算JavaAI,告别无效debug,实现准点下班自由

“为一个空指针查到凌晨”“被AI改崩的接口折磨到脱发”“面对祖传代码,不敢动、不敢改,只能一点点排查”……这些吐槽,道出了无数Java开发者的日常困境。在AI编程普及的今天,开发者本应借助AI工具提升效率,摆脱重复劳…

作者头像 李华