Ruido de cuantificación del ADC: lo que las hojas de datos no le dirán
Calcule el ruido de cuantificación del ADC, SQNR y ENOB. Descubra por qué es posible que su ADC de 12 bits solo le brinde 10 bits efectivos en la práctica.
Contenido
- La brecha entre los bits y la realidad
- ¿Qué es realmente el ruido de cuantificación
- SQNR: El techo teórico
- Ejemplo resuelto: diseño de ADC de audio
- ENOB: número efectivo de bits
- Donde los ingenieros se queman
- Suponiendo señales a gran escala
- Resolución confusa con rango dinámico
- Ignorando el ancho de banda de Nyquist
- Señales de corriente continua y de movimiento lento
- Olvidarse de la puesta en escena de las ganancias
- Cuando más bits no ayudan
- Ventajas prácticas del diseño
- Pruébalo
La brecha entre los bits y la realidad
Todas las hojas de datos de ADC muestran con orgullo la resolución en bits. ¡Un conversor de 12 bits! ¡4096 niveles! Pero esto es lo que hace tropezar a los ingenieros constantemente: la resolución y el rango dinámico real no son lo mismo. Un ADC de 12 bits podría comportarse más como un conversor de 10 bits si se tiene en cuenta el ruido de cuantificación, y eso es antes de que aparezcan el ruido térmico, los errores de DNL y todos los demás duendes del mundo real.
El ruido de cuantificación es fundamental: forma parte del propio proceso de digitalización. Cuando se fuerza una señal analógica continua a niveles discretos, se desperdicia información. Esa información perdida se convierte en ruido, y comprenderla es el primer paso para saber si la elección de ADC realmente tiene sentido para su aplicación.
¿Qué es realmente el ruido de cuantificación
Cuando un ADC muestrea una señal, redondea cada muestra al nivel de cuantificación más cercano. La diferencia entre el valor analógico real y la salida cuantificada es el error de cuantificación. En un convertidor diseñado correctamente con una señal que ejerce todo su rango, este error se distribuye de manera aproximadamente uniforme entre y .
El tamaño del LSB (bit menos significativo) depende del voltaje de referencia y de la resolución:
Para un ADC de 12 bits con una referencia de 3,3 V, eso es . Parece pequeño, ¿verdad? Pero este error se acumula en todas tus muestras y se manifiesta como ruido de banda ancha.
El valor RMS de este ruido de cuantificación resulta ser:
Ese proviene de la desviación estándar de una distribución uniforme. En nuestro ejemplo de 12 bits, eso equivale a 232,7 µV de ruido RMS, lo que no es enorme, pero tampoco desdeñable si se miden señales pequeñas.
SQNR: El techo teórico
La relación señal/cuantización-ruido (SQNR) le indica cuál es la mejor relación SNR que puede lograr solo con la cuantificación. Para una entrada sinusoidal a gran escala, la derivación proporciona:
Esta es la famosa regla de «6 dB por bit» que probablemente hayas escuchado. Teóricamente, un ADC de 12 bits te proporciona un SQNR . Un convertidor de 16 bits te lleva a 98 dB.
Pero fíjese en las suposiciones incluidas aquí: entrada sinusoidal a gran escala. Si su señal no oscila de riel a riel, está dejando el rango dinámico sobre la mesa. ¿Una señal a -20 dB a escala completa? Su SQNR efectivo también se reduce en 20 dB.
Ejemplo resuelto: diseño de ADC de audio
Analicemos un escenario concreto. Estás diseñando un grabador de audio portátil y estás pensando en utilizar un ADC de 16 bits con una referencia de 2,5 V y muestrear a 44,1 kSPS (audio con calidad de CD). El preamplificador de micrófono emite señales con un pico de hasta 1,5 V.
En primer lugar, el tamaño del LSB:
Ruido de cuantificación RMS:
SQNR teórico para una onda sinusoidal a gran escala:
Pero espere, su señal solo llega a 1,5 V, no a 2,5 V. Eso está por debajo de la escala completa. Por lo tanto, su SQNR real está más cerca de los 93,6 dB.
Ahora pasemos a la densidad de ruido. El ruido de cuantificación se extiende por todo el ancho de banda de Nyquist (la mitad de la frecuencia de muestreo), por lo que:
Esto es útil cuando se compara con otras fuentes de ruido de la cadena de señal. Si tu preamplificador aporta 200 nV/√Hz, el ruido de cuantificación es casi insignificante: estás limitado por el ruido analógico, no por la digitalización.
ENOB: número efectivo de bits
ENOB invierte la ecuación del SQNR. Dada una SNR medida o calculada, ¿a cuántos bits «perfectos» equivale?
Para nuestro ejemplo de audio con un SQNR de 93,6 dB, son 15,26 bits efectivos. No está mal: pierdes menos de un bit porque la señal no es de gran escala.
Pero los ADC reales tienen fuentes de ruido adicionales. En la práctica, un ADC de audio típico de 16 bits podría especificar una SNR de 90 dB, lo que arroja un ENOB de 14,67 bits. ¿Esa brecha entre 16 y 14,67? Eso es todo lo demás: ruido térmico en la referencia, ruido del comparador, fluctuación del reloj, lo que sea.
Donde los ingenieros se queman
Suponiendo señales a gran escala
Este es el más grande. La fórmula 6.02N + 1.76 asume que su señal utiliza todo el rango del ADC. La mayoría de las señales reales no lo hacen. Los ingenieros de sonido dejan espacio libre para evitar cortes. Las señales de los sensores solo pueden oscilar un 10% de la tensión de referencia en condiciones normales.
Si la señal está 20 dB por debajo de la escala máxima, reste 20 dB a su SQNR. Un ADC de 12 bits que mide una señal a -20 dBFS se comporta eficazmente como un conversor de 9 bits para esa señal. Esto atrapa a la gente constantemente.
Resolución confusa con rango dinámico
Un ADC de 24 bits no ofrece 144 dB de rango dinámico. No es posible: el ruido térmico en la interfaz analógica te limita mucho antes de eso. La mayoría de los convertidores de 24 bits alcanzan un rango dinámico real de entre 110 y 120 dB. Los bits adicionales se utilizan para aprovechar las ventajas del sobremuestreo y para garantizar que el ruido de cuantificación quede oculto por debajo del ruido térmico, no porque realmente se estén resolviendo 16 millones de niveles de voltaje distintos.
Ignorando el ancho de banda de Nyquist
La densidad del ruido de cuantificación depende de la frecuencia de muestreo. Al duplicar la frecuencia de muestreo, se distribuye la misma potencia de ruido total en el doble del ancho de banda, lo que reduce la densidad del ruido en 3 dB. Esta es la razón por la que el sobremuestreo ayuda, ya que puedes filtrar el ancho de banda adicional y recuperar algo de SNR.
Sin embargo, la calculadora muestra la densidad del ruido suponiendo el ancho de banda completo de Nyquist. Si solo te interesan las frecuencias de audio (20 kHz) pero muestreas a 1 MSPS, el ruido real dentro de la banda es mucho menor de lo que sugieren los números sin procesar.
Señales de corriente continua y de movimiento lento
El supuesto de distribución uniforme del ruido se descompone para las señales de corriente continua o que varían muy lentamente. Si la entrada se encuentra exactamente en un nivel de cuantificación, no hay ruido, solo un error constante. Si oscila entre dos niveles, se obtiene una onda cuadrada en la frecuencia de transición. Esta es la razón por la que algunos ADC de precisión añaden oscilaciones deliberadas: suena contradictorio, pero añadir una pequeña cantidad de ruido en realidad mejora la linealidad de las señales que varían lentamente.
Olvidarse de la puesta en escena de las ganancias
He visto a ingenieros elegir un ADC de 16 bits y luego anteponer un nivel de ganancia que solo ofrece una SNR de 60 dB. El ADC es una exageración total: una pieza de 12 bits funcionaría igual de bien y costaría menos. Analice siempre toda su cadena de señales, no solo el convertidor.
Cuando más bits no ayudan
Hay un punto de cruce en el que añadir resolución ADC deja de mejorar el sistema. Si su interfaz analógica ofrece una SNR de 72 dB, un ADC de 12 bits (SQNR de 74 dB) es una buena opción. Pasar a los 16 bits no te da casi nada porque el ruido analógico es el que predomina.
La regla general: elige un ADC en el que el SQNR sea entre 6 y 10 dB mejor que el ruido de fondo analógico. Más que eso es un desperdicio de silicio (y, por lo general, de energía). Menos de eso significa que está degradando la señal durante la digitalización.
Ventajas prácticas del diseño
Los ADC de mayor resolución tienden a ser más lentos, más caros y consumen más energía. Un conversor sigma-delta de 24 bits solo puede gestionar 10 KSP, mientras que un SAR de 10 bits puede alcanzar 10 MSPS. En el caso de las aplicaciones de alta frecuencia, con frecuencia no se puede obtener la resolución que en teoría se desearía.
Aquí es donde entra en juego el sobremuestreo. Muestree más rápido con un ADC de menor resolución y, a continuación, filtre digitalmente y diezme. Cada factor de 4 en el sobremuestreo supone una mejora de la SNR de unos 6 dB (un bit efectivo). Un ADC de 12 bits con un sobremuestreo de 16x puede alcanzar el rendimiento de 14 bits en el ancho de banda de la señal; a veces, ese es el equilibrio de ingeniería correcto.
Pruébalo
Introduce tus números reales en abre la calculadora de ruido de cuantificación del ADC y comprueba tu posición. Compara el SQNR teórico con tu presupuesto de ruido analógico. Si el ADC contribuye con menos del 10% de su potencia total de ruido, probablemente esté bien. Si predomina el ruido de cuantificación, aumente la resolución, sobremuestree o acepte la limitación.
La calculadora se encarga de los tediosos cálculos matemáticos (tamaño de LSB, SQNR, ENOB, densidad de ruido) para que pueda centrarse en si los números realmente tienen sentido para su aplicación. Porque, al fin y al cabo, los fragmentos de una hoja de datos no significan nada si la cadena de señales no puede funcionar.
Artículos Relacionados
PLL Loop Filter Design: A Practical Locking Guide
Learn to design stable PLL loop filters with proper phase margin. Covers component calculation, bandwidth selection, and common mistakes engineers make.
20 jul 2026
Signal ProcessingBit Error Rate: SNR to Digital Performance
Learn how to calculate Bit Error Rate (BER) using Signal-to-Noise Ratio and different modulation schemes for robust digital communications
17 abr 2026
Signal ProcessingDesigning Passive RC and LC Filters Guide
Master passive filter design with precision: Learn how to calculate RC and LC filter components for optimal signal processing performance.
25 mar 2026