简短的回答是噪音,重要的不一定是噪音,而是噪音的类型。另一个问题是像 INL 这样的非线性效应,它会偏离平均值
先说噪音:
如果我们要对高斯分布进行采样,它看起来像这样:
红线更接近实际热分布(随时间平均),蓝色直方图代表许多 ADC 样本。如果我们要不断地对该分布进行采样,我们将获得更好的统计数据,并且我们将能够以更高的准确度找到平均值或平均值(这通常是之后的情况,是的,我意识到信号会四处移动,有过滤和信噪比取决于频率内容,但让我们只考虑信号暂时不移动的直流情况)。
$$ \mu = \frac{1}{n} \sum_{i=1}^{n}{x_i}$$
问题是闪烁噪声或 1/f 噪声,它改变了高斯均值并导致统计数据崩溃,因为分布不再是高斯分布。
这是一个糟糕的模型,但你可以认为它看起来像这样的 INL 也是一个问题,因为它会引入一些错误,这也会导致均值下降。
$$ \mu = \frac{1}{n} \sum_{i=1}^{n}{x_i}+error$$
这可能令人困惑,让我们看看如下所示的时域
在顶部图像中,您可以看到带有高斯噪声的信号,很容易通过中间“画一条线”并找到平均值。您从这样的信号中获得的样本越多,您对平均值的准确性和知识就越好。
在下图中,您可以看到闪烁噪声的样子,平均在这里没有帮助。
问题是大多数电子产品都有闪烁噪声,电阻器没有(假设不受室温影响),但晶体管和 IC 有。有一种称为斩波放大器的放大器可以克服这些影响。
另一件要知道的事情是有 ADC(线性有一个新的 SAR 内核),工程师们已经努力将 1/f 噪声的影响(以及 ADC 的其他非线性影响,如 INL )消除到远低于 ADC 位的水平价值。您可以使用大量过采样并从 14 位内核中提取 32 位值。
来源:EDN- 1/f 噪声——闪烁的蜡烛