17
DDC101
®
correlated 翻倍 抽样 是 执行 在 这 ddc101
用 subtracting 这 最初的 数据 要点 从 这 最终 数据
要点. 因此, 这 错误 纠正 是 updated automatically 为
各自 integration. 当 运行 在 这 单极的 输入 范围,
cds 功能 和 也 输出 数据 format—straight
二进制的 或者 二进制的 二’s complement. 当 运行 在 这
双极 输入 范围, cds 功能 和 二进制的 二’s comple-
ment 输出 数据 format 仅有的.
这 errors 那 cds removes 是 承担 injection, kt/c 和
ddc101 输入 电压 补偿. 这些 errors 是 非常 difficult
至 eliminate 在 相等的 相似物 电路. 承担 injection
errors 结果 从 承担 那 是 transferred 通过 这 重置
转变 在 这 integration 电容. kt/c errors 是 转变-
ing errors 预定的 至 这 噪音 的 这 阻抗 的 这 重置
转变. ddc101 电压 补偿 errors 是 预定的 至 输入 补偿
的 这 输入 比较器. 两个都 最初的 补偿 和 补偿 逐渐变化
和 时间 和 温度 是 corrected 自从 这 纠正
是 执行 各自 integration 循环.
单独的 循环 integration
这 ddc101 acquires 承担 (q) 用 integrating 输入 cur-
rent (i) 为 一个 明确的 时间 (t). 那 是,
这 ddc101 acquires 向上 至 500pc 的 全部 规模 承担 每
integration 循环 在 这 单极的 输入 范围, 和 approxi-
mately
±
250pc 的 全部 规模 承担 在 这 双极 输入
范围. 因此, 为 这 ddc101, 最大 值 能 是
计算.
单极的 输入 范围 双极 输入 范围
500pc = i
FS
x t
INT
±
250pc =
±
I
FS
x t
INT
在哪里 i
FS
是 这 全部 规模 输入 电流 和 t
INT
是 这
integration 时间 的 这 ddc101. examples 的 i
FS
和 t
INT
那 equal 500pc 和
±
250pc 是 显示 在 这 下列的
tables.
这 最大 平均 输入 电流 那 这 ddc101 能
合并 是 7.8
µ
一个. 这个 结果 在 一个 最小 integration
时间 的 64
µ
s 为 单极的 输入 和 32
µ
s 为 双极 输入.
更远 flexibility 是 可能 和 多样的 integration 循环
每 转换 作 描述 在 这 下列的 text.
输入 范围
单极的 输入 范围
为 这 单极的 输入 范围, 这 范围 的 承担 为 各自
integration 循环 是 从 积极的 全部 规模 的 +500pc 至 一个
slightly 负的 承担 的 –1/256 (大概 –0.4%) 的
这 积极的 全部 规模 承担. 这个 是 +500pc 至 –1.95pc.
这 负的 承担 度量 能力 准许 为 低
水平的 pc 板 parasitic leakages.
双极 输入 范围
为 这 双极 输入 范围, 这 范围 的 承担 为 各自
integration 循环 是 从 积极的 全部 规模 的 +250pc 至
负的 全部 规模 的 –251.95pc.
图示 13. 关闭-向上 的 重置 和 acquisition 时间 为
ddc101.
信号 acquired
重置 的
previous integration
完美的 integration
真实的 integration
acquisition 时间, k
图示 14. 关闭-向上 的 终止 的 一个 integration 循环 和
beginning 的 next.
追踪 间隔
最终
Oversampled
数据
integration n
integration n + 1
最初的
Oversampled
数据
Acquisition
重置
最终 数据 要点 开始
非-持续的 integration 模式
为 这 非-持续的 integration 模式, fds 控制 这
开始 的 这 m 最终 数据 要点 样本 和 这 终止 的
integration 作 discussed 在之上. 在 这个 模式, 不管怎样, fds
是 也 使用 至 控制 这 开始 的 一个 新 integration 循环
asynchronously 和 这 终止 的 这 previous integration.
当 fds transitions 至 “on”, 这 collection 的 这 m 最终
数据 要点 样本 begins. 在 这 终止 的 各自 integration, 这
ddc101 automatically resets 这 integration 电容. 如果
fds 仍然是 “on” past 这 终止 的 integration, 这 ddc101
将 停留 在 这 integration 重置 状态 直到 fds transitions 至
“off”. 支持 fds “on” past 这 终止 的 integration 将
也 重置 这 ddc101’s 追踪 逻辑 至 零 integration
比率.
在 非-持续的 integration 模式, 这 最初的 数据 要点
度量 将 是 较少 精确 自从 这 ddc101’s
内部的 追踪 逻辑 是 重置 在 这 beginning 的 这
integration 和 追踪 将 不 是 精确 为 这 最初的
数据 要点 度量. 在 这个 situation, correlated 翻倍
抽样 (cds) 运作 将 不 是 advantageous.
内部的 错误 纠正
这 ddc101 使用 cds 技巧 至 增益 最佳的 perfor-
mance. cds removes 内部的 ddc101 errors 这个 出现
为 一个 给 integration 循环 此类 作, 承担 injection, kt/c,
和 ddc101 补偿 errors. correlated 翻倍 抽样 是
用户 可选择的. 它 是 推荐 为 大多数 持续的
度量 产品.
q
=
i
O
T
∫
dt
: 点此下载
