前一章詳解了傅裡葉變換中信號非相幹性導致的頻譜泄漏問題，分析不同窗函數（如Hamming、FlatTop等）對頻譜精度和分辨率的影響，並給出窗函數選擇的實用建議。
【前文回顧】技術幹貨 | AD/DA動態分析中的信號窗口處理技術
本章將繼續介紹ADC直方圖測試：
A/D 轉換器的線性度計算以轉換點為基礎。對轉換器的輸入施加精確的斜坡信號是進行靜態分析的一種方法。轉換點（或跳變點）計算算法需已知準確的輸入電壓。直方圖（或碼密度）法是 ADC 測試的另一種常用技術。有兩種常用的直方圖方法：線性斜坡法和正弦波法。
線性斜坡法是向 AD 轉換器輸入一個或多個上升或下降的線性斜坡信號。每個代碼的出現次數（或命中次數）與該代碼對應的電壓寬度直接成正比。如果指定代碼的代碼命中率高於平均值，則步長比一個 LSB 轉換器步長寬。這表示正DNLE。如果指定代碼的代碼命中率小於平均值，則步長小於一個 LSB 轉換器步長。這表示負DNLE。
代碼 0 和最後一個代碼沒有意義。這兩個代碼的代碼出現次數可能更少，也可能更多，因此這些代碼寬度是未定義的。在線性斜坡直方圖計算中，這兩個代碼的出現次數將被忽略。
由於每個代碼的出現代表每個步長的 DNLE，因此將這些 DNL 誤差相加將得到一條 INLE 曲線。
每個代碼的應用步數決定了測量分辨率。例如，如果每個 ADC 代碼的步數為 10（如 8 位轉換器為 2560 步），則測量分辨率為 1/10 LSB。
正弦波法將一個或多個週期的正弦波信號應用到 AD 轉換器的輸入端。
正弦直方圖測試與線性斜坡測試之間存在一些差異：
必須對正弦波測試中電壓分布不均的情況進行補償，以重新構建每個編碼的理想編碼發生率。要進行這一歸一化處理，必須知道信號的偏移和振幅。直方圖中上下層代碼的命中數可用來計算輸入信號的偏移和振幅。
Nu 是上層代碼被擊中的次數，Nl 是下層代碼被擊中的次數，Ns 是樣本數（代碼出現的總和），N 是轉換器的分辨率（以比特為單位）。
一旦知道偏移和振幅，就可以計算出代碼命中的理想分布。
以下公式可用於確定達到所需測量分辨率時輸入信號所需的激勵步數：
其中，N 代表 ADC 位數，Zα/2 代表置信度，β 代表以 LSB 為單位的 DNLE 分辨率。
示例：10 位 ADC，所需的 DNLE 測量分辨率 (β)為 0.1 LSB，置信度為 95% (Zα/2)：
置信水平（Zα/2）的常用值為
90% : 1.645
95% : 1.96
99% : 2.576
激勵步長計算器
激勵步長計算器展示圖，
如有需要可聯繫德思特獲取工具鏈接
? 完全集成的ADC測試解決方案
? 采樣頻率高達200/400 MHz
? 無與倫比的信號發生質量和精度
? 支持所有線性/動態測試
? 靈活和通用的數字IO
? 擴展分析軟件ATViewWaveAnalyzer
? 靜態、直方圖測試
? 易於用戶自定義的測試腳本