AD7606, 逐次逼近型ADC以及一次被GPT坑了的过程.
首先, 我的项目中, 已有的一个ADC芯片, 8通道, 并行, Analog家的ad7606, 在采集高速的正弦信号的时候, 我发现采集到的值怎么都不太对.
但是宏观来看, 并没有太大问题,
首先我怀疑的是量程问题, 接入一个5伏直流, 得到的读数确实是接近16bit的正半量程的读数, 32xxx.
接着我用信号发生器, 发出一个正弦波, 也没有发现问题:
在此之前, 我甚至问过gpt, ad7606, 是不是逐次逼近型的adc, 虽然那个时候我并不清楚啥是逐次逼近型adc:
然后劈里啪拉跟我解释了半天采样的过程.
但是由于没找到问题的根本, 我换了方波才测试adc的准确性, 确切的说, 到这个时候我还不知道什么叫做瞬态响应;
下面绿色的是一个1.9伏的方波, 调解了频率后, 有可能波峰的范围一半在8个连续的adc采样周期(上图黄色通道)内, 可见:
-
蓝色通道的每次约4us的时间, 就是ad7606所谓的busy时间, 也就是采样+转换的时间
-
问了gpt数次, ad7606获得电压的准确时刻是在什么时候, 答曰, 就是在CONVSTA/B被下拉的瞬间, 电平就被锁定了…
最后我还确认了, 采样几乎是瞬间完成的, 即上面图中的箭头部分的电平, 即最终adc的结果:
- 但是实际, 通过在线debug, 看到的值, 居然有中间值…
理论上, 不论6是啥, 7, 8必须是0左右啊…
甚至, 我把每个采样周期中间间隔了10us, 看到的现象是一样的.
问题到底在哪?
直到我把ad7606的规格书又翻了一遍:
GPT嘴才没有那么硬了…
原来逐次逼近型的adc, 需要多个周期才能接近真实的输入电平…
ad7606需要大概2-3个周期…
唉…以后还是小心点儿吧…
相关文章：
AD7606, 逐次逼近型ADC以及一次被GPT坑了的过程.
首先, 我的项目中, 已有的一个ADC芯片, 8通道, 并行, Analog家的ad7606, 在采集高速的正弦信号的时候, 我发现采集到的值怎么都不太对. 但是宏观来看, 并没有太大问题, 首先我怀疑的是量程问题, 接入一个5伏直流, 得到的读数确实是接近16bit的正半量程的读数, 32xxx. 接着我用信…...
抬手、放手识别算法
在一款智能手表中， 平时手表处于息屏的状态， 用于节省功耗，延长使用时间。 在用户进行抬手的时候，其实是希望能够及时看一下时间、消息通知等信息的。这时手表应该能够检测到用户的抬手动作，自动进行屏幕的点亮。当用户…...
深度学习篇---AnacondaLabelImg
文章目录 前言第一部分：Anaconda是什么？1.简介2.特点（1）包管理器Conda（2）环境管理（3）预装包（4）跨平台（5）社区支持 3.安装WindowsLinux…...
探索云原生可观测性：技术与团队协作的深度结合
TheNewStack 出品的电子书《Cloud Native Observability for DevOps Teams》读后感，老书新读，还是另有一番领悟。 阅读原文请转到：https://jimmysong.io/blog/cloud-native-observability-devops/ 最近读了 TheNewStack 发布的电子书《Cloud …...
解决 Django 5.1 中的 TemplateSyntaxError 错误
解决 Django 5.1 中的 TemplateSyntaxError 错误 在 Django 开发过程中，我们经常会遇到 TemplateSyntaxError 错误，尤其是在模板文件中使用不被支持或错误的模板标签时。最近，我们遇到的一个常见错误是： Invalid block tag on l…...
基于SSM的自助购药小程序设计与实现（LW+源码+讲解）
专注于大学生项目实战开发,讲解,毕业答疑辅导，欢迎高校老师/同行前辈交流合作✌。 技术范围：SpringBoot、Vue、SSM、HLMT、小程序、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、安卓app、大数据、物联网、机器学习等设计与开发。 主要内容：…...
04JavaWeb——Maven-SpringBootWeb入门
Maven 课程内容 初识Maven Maven概述 Maven模型介绍 Maven仓库介绍 Maven安装与配置 IDEA集成Maven 依赖管理 01. Maven课程介绍 1.1 课程安排 学习完前端Web开发技术后，我们即将开始学习后端Web开发技术。做为一名Java开发工程师，后端Web开发…...
场馆预定平台高并发时间段预定实现V2
🎯 本文档介绍了场馆预订系统接口V2的设计与实现，旨在解决V1版本中库存数据不一致及性能瓶颈的问题。通过引入令牌机制确保缓存和数据库库存的最终一致性，避免因服务器故障导致的库存错误占用问题。同时，采用消息队列异步处理库存…...
如何利用边缘节点服务打造极致用户体验？
随着互联网和数字化技术的飞速发展，用户对网络访问速度和服务体验的要求也在不断提高。在一个信息快速传播的时代，延迟过高或访问卡顿的问题会直接影响用户体验，甚至导致用户流失。因此，企业如何优化网络性能、提升用户访问速度&a…...
C语言之小型成绩管理系统
🌟 嗨，我是LucianaiB！ 🌍 总有人间一两风，填我十万八千梦。 🚀 路漫漫其修远兮，吾将上下而求索。 C语言之小型成绩管理系统 目录 设计题目设计目的设计任务描述设计要求输入和输出要求验收要…...
ASP.NET Core 中基于 Cookie 的身份鉴权实现
在 ASP.NET Core 应用中，基于 Cookie 的身份鉴权是一种常见的身份验证方式，特别适用于传统的 Web 应用程序。Cookie 能够在用户的浏览器中存储身份验证数据，从而在用户访问应用的不同页面时保持登录状态。 一、配置 Cookie 身份验证 首先&a…...
为什么要学习C++?
在编程语言的广阔天地中，C 以其独特的魅力和强大的功能占据着重要的一席之地。尽管它并非新兴的热门语言，学习曲线也相对陡峭，但这丝毫没有阻挡开发者们对它的热情。那么，究竟为什么要学习 C 呢？接下来，我们…...
freecad1.0的编译
最近freecad发布了1.0版本，通常意义上，1.0也代表了稳定版本的发布。但是在编译的过程中遇到很多问题，再次做下记录，以便后续再编译时有参考。 1 freecad1.0编译环境 参考：https://blog.csdn.net/qq_26221775/article/details/144406212 环境：vs2022,win10,camke3.26.4;…...
汇编与逆向（一）-汇编工具简介
RadASM是一款著名的WIN32汇编编辑器，支持MASM、TASM等多种汇编编译器，Windows界面，支持语法高亮，自带一个资源编辑器和一个调试器。 一、汇编IDE工具：RadASM RadASM有内置的语言包 下载地址：RadASM asse…...
.NET Framework
.NET Framework 是微软推出的一个软件开发平台，主要用于构建和运行 Windows 应用程序。它是 .NET 生态系统的早期版本，专注于 Windows 平台，并提供了丰富的类库和运行时环境。 注意事项 跨平台限制：.NET Framework 主要适用于 W…...
LabVIEW太赫兹二维扫描成像系统
使用LabVIEW设计太赫兹二维扫描成像系统。通过LabVIEW平台开发，结合硬件如太赫兹源、平移台、锁相放大器等，实现了高效、精准的成像功能。系统采用蛇形扫描方式，通过动态调整扫描参数，达到优化成像质量的目的。 项目背景 在非…...
图片专栏——概念
欢迎来到图片世界，大家一起学习交流! 1. 像素（Pixel） 定义：像素是图像的最小单位，是“图像元素”的缩写。你可以把像素想象成拼图中的一个最小块，无数个像素组合在一起就形成了完整的图像。作用ÿ…...
Linux内存管理(Linux内存架构，malloc，slab的实现)
文章目录 前言一、Linux进程空间内存分配二、malloc的实现机理三、物理内存与虚拟内存1.物理内存2.虚拟内存 四、磁盘和物理内存区别五、页页的基本概念：分页管理的核心概念：Linux 中分页的实现：总结： 六、伙伴算法伙伴算法的核心…...
【C++】模板（进阶）
本篇我们来介绍更多关于C模板的知识。模板初阶移步至：【C】模板（初阶） 1.非类型模板参数 1.1 非类型模板参数介绍 模板参数可以是类型形参，也可以是非类型形参。类型形参就是我们目前接触到的一些模板参数。 //类型模板参数 …...
Esxi下虚拟机磁盘类型厚置备改精简置备
Esxi虚拟机磁盘类型厚置备改精简置备 一、esxi报错磁盘不足 1.1、虚拟机报错磁盘不足 1.2、虚拟机磁盘类型 VMware vSphere 中有两种主要类型的虚拟硬盘：精简配置磁盘和厚置备磁盘。 厚置备磁盘有两种分配模型：厚置备延迟置零和厚置备置零。 三者比…...
7.4.分块查找
一.分块查找的算法思想： 1.实例： 以上述图片的顺序表为例， 该顺序表的数据元素从整体来看是乱序的，但如果把这些数据元素分成一块一块的小区间， 第一个区间[0,1]索引上的数据元素都是小于等于10的， 第二…...
linux之kylin系统nginx的安装
一、nginx的作用 1.可做高性能的web服务器 直接处理静态资源（HTML/CSS/图片等），响应速度远超传统服务器类似apache支持高并发连接 2.反向代理服务器 隐藏后端服务器IP地址，提高安全性 3.负载均衡服务器 支持多种策略分发流量…...
【Web 进阶篇】优雅的接口设计：统一响应、全局异常处理与参数校验
系列回顾： 在上一篇中，我们成功地为应用集成了数据库，并使用 Spring Data JPA 实现了基本的 CRUD API。我们的应用现在能“记忆”数据了！但是，如果你仔细审视那些 API，会发现它们还很“粗糙”：有…...
自然语言处理——循环神经网络
自然语言处理——循环神经网络 循环神经网络应用到基于机器学习的自然语言处理任务序列到类别同步的序列到序列模式异步的序列到序列模式 参数学习和长程依赖问题基于门控的循环神经网络门控循环单元（GRU）长短期记忆神经网络（LSTM）…...
省略号和可变参数模板
本文主要介绍如何展开可变参数的参数包 1.C语言的va_list展开可变参数 #include <iostream> #include <cstdarg>void printNumbers(int count, ...) {// 声明va_list类型的变量va_list args;// 使用va_start将可变参数写入变量argsva_start(args, count);for (in…...
【p2p、分布式，区块链笔记 MESH】Bluetooth蓝牙通信 BLE Mesh协议的拓扑结构 定向转发机制
目录 节点的功能承载层（GATT/Adv）局限性： 拓扑关系定向转发机制定向转发意义 CG 节点的功能 节点的功能由节点支持的特性和功能决定。所有节点都能够发送和接收网格消息。节点还可以选择支持一个或多个附加功能，如 Configuration …...
关于easyexcel动态下拉选问题处理
前些日子突然碰到一个问题，说是客户的导入文件模版想支持部分导入内容的下拉选，于是我就找了easyexcel官网寻找解决方案，并没有找到合适的方案，没办法只能自己动手并分享出来，针对Java生成Excel下拉菜单时因选项过多导…...
密码学基础——SM4算法
博客主页：christine-rr-CSDN博客 专栏主页：密码学 📌 【今日更新】📌 对称密码算法——SM4 目录 一、国密SM系列算法概述 二、SM4算法 2.1算法背景 2.2算法特点 2.3 基本部件 2.3.1 S盒 2.3.2 非线性变换 编辑…...
深入解析光敏传感技术：嵌入式仿真平台如何重塑电子工程教学
一、光敏传感技术的物理本质与系统级实现挑战 光敏电阻作为经典的光电传感器件，其工作原理根植于半导体材料的光电导效应。当入射光子能量超过材料带隙宽度时，价带电子受激发跃迁至导带，形成电子-空穴对，导致材料电导率显著提升。…...
Win系统权限提升篇UAC绕过DLL劫持未引号路径可控服务全检项目
应用场景： 1、常规某个机器被钓鱼后门攻击后，我们需要做更高权限操作或权限维持等。 2、内网域中某个机器被钓鱼后门攻击后，我们需要对后续内网域做安全测试。 #Win10&11-BypassUAC自动提权-MSF&UACME 为了远程执行目标的exe或者b…...