智能驾驶如今渐渐成为汽车的一个常见功能，它增强了汽车和驾驶员的感知能力，降低了驾驶员的工作强度，同时可以有效提高行车的安全性。这其中，基于CMOS 图像传感器的摄像头是智能驾驶系统感知外界环境的主要工具之一。

大家有没有发现，在比较在不同速度下工作的系统、或者查看软件定义系统如何处理不同带宽的信号时，噪声频谱密度(NSD)可以说比信噪比(SNR)更为有用。虽然它不能取代其他规格，但会是分析工具箱中的一个有用参数指标。

<strong>探索——我的目标频段内有多少噪声？</strong>

数据转换器数据手册上的SNR表示满量程信号功率与其他所有频率的总噪声功率之比。

现在考虑一个简单情况来比较SNR和NSD，如图1所示。假设ADC时钟频率为75 MHz。对输出数据运行快速傅里叶变换(FFT)，图中显示的频谱为从直流到37.5 MHz。本例中，目标信号是唯一的大信号，且碰巧位于2 MHz附近。对于白噪声（大部分情况下包含量化噪声和热噪声）而言，噪声均匀分布在转换器的奈奎斯特频段内，本例中为直流至37.5 MHz。

大家有木有发现，在比较在不同速度下工作的系统、或者查看软件定义系统如何处理不同带宽的信号时，噪声频谱密度(NSD)可以说比信噪比(SNR)更为有用。虽然它不能取代其他规格，但会是分析工具箱中的一个有用参数指标。

<strong>探索——我的目标频段内有多少噪声？</strong>

数据转换器数据手册上的SNR表示满量程信号功率与其他所有频率的总噪声功率之比。

现在考虑一个简单情况来比较SNR和NSD，如图1所示。假设ADC时钟频率为75 MHz。对输出数据运行快速傅里叶变换(FFT)，图中显示的频谱为从直流到37.5 MHz。本例中，目标信号是唯一的大信号，且碰巧位于2 MHz附近。对于白噪声（大部分情况下包含量化噪声和热噪声）而言，噪声均匀分布在转换器的奈奎斯特频段内，本例中为直流至37.5 MHz。

任何器件选型，你都不可能对所有相关的技术指标面面俱到完全兼顾。对于ADC也是一样，但是到底有哪些指标值得你的关注？哪些指标不可忽略？选择转换器时，工程师通常只关注分辨率、信噪比（SNR）或者谐波。这些虽然很重要，但其他技术指标同样举足轻重。

ADI系统应用工程师Brad Brannon指出了9个常被忽略的ADC技术指标。一起来看看，你常忽略了哪些？

<strong>分辨率</strong>

分辨率可能是最易被误解的技术指标，它表示输出位数，但不提供性能数据。部分数据手册会列出有效位数（ENOB），它使用实际SNR测量来计算转换器的有效性。一种更加有用的转换器性能指标是噪声频谱密度（NSD），单位为dBm/Hz或HznV。NSD可以通过已知的采样速率、输入范围、SNR和输入阻抗计算得出（dBm/Hz）。已知这些参数，便可选择一款转换器来匹配前端电路的模拟性能，这种选择ADC的方法比仅仅列出分辨率更有效。

许多用户还会考虑杂散和谐波性能，这些都与分辨率无关，但转换器设计人员一般要调整他们的设计，使谐波与分辨率相一致。

<strong>电源抑制</strong>