过采样ADC（过采样模数转换器）是一种通过以远高于奈奎斯特频率的速率对模拟信号进行采样，再结合数字信号处理技术来提升分辨率和信噪比（SNR）的模数转换技术。以下是其核心要点：

1. 基本原理

• 过采样定义：采样频率 ( f_s ) 远高于信号最高频率的2倍（奈奎斯特频率）。例如，若信号带宽为20kHz，奈奎斯特频率为40kHz，而过采样可能使用 ( f_s = 1MHz )（即过采样率OSR=25）。
• 量化噪声分布：常规ADC的量化噪声均匀分布在0到 ( f_s/2 ) 频带内。过采样将噪声能量分散到更宽频带，从而在目标频带内降低噪声密度。

2. 关键优势

• 提升信噪比（SNR）
  过采样每增加4倍（OSR×4），SNR提升6dB（相当于增加1位有效分辨率）。公式：
  [ \Delta SNR = 10 \log_{10}(OSR) \, \text{dB} \quad \text{或} \quad 6.02 \times \log_2(OSR) \, \text{dB} ]
• 简化抗混叠滤波：更高的采样频率允许使用更宽松的模拟抗混叠滤波器。

3. 结合Σ-Δ调制技术

过采样常与 Σ-Δ调制器 结合使用，实现噪声整形（Noise Shaping）：

• 噪声整形：Σ-Δ调制器将量化噪声推向高频区域，进一步降低目标频带内的噪声。
• 数字滤波与抽取：通过数字低通滤波器滤除高频噪声，再通过抽取（Decimation）将数据率降至奈奎斯特速率，保留高分辨率信号。

4. 典型应用场景

• 高精度测量：如温度传感器、压力传感器等工业传感领域。
• 音频处理：Σ-Δ ADC在音频芯片中广泛应用（如24位分辨率）。
• 低速高分辨率需求：适合对速度要求低、但精度要求高的场景。

5. 设计权衡

• 功耗与速度：高采样率可能导致功耗增加，且数字滤波器的延迟可能影响实时性。
• 复杂度：需要高性能数字信号处理单元（如FIR滤波器、CIC抽取器）。
• 抗噪设计：高频噪声需通过布局优化和屏蔽措施抑制。

总结

过采样ADC通过牺牲采样速度换取更高的分辨率和抗噪性能，尤其适合高精度、低速信号采集场景。其核心在于利用过采样率与数字处理技术的协同，将量化噪声优化分布，从而突破传统ADC的性能限制。