设 AD 满量程输入范围为 [Ap,Ap][-A_p, A_p],其中 ApA_p 是峰值电压,ADC 每次采样输出的二进制位数为 nn,有效量化等级数为 L=2nL = 2^n 则量化步长为

Δ=2Ap2n\Delta = \dfrac{2A_p}{2^n}

量化误差假设为均匀分布在 [Δ2,Δ2][-\dfrac{\Delta}{2}, \dfrac{\Delta}{2}] 之间,均值为零,则方差(量化噪声的功率)为

σ2=Δ212\sigma^2 = \dfrac{\Delta^2}{12}

附:均匀分布 xU(a,b)x\sim U(a, b) 的方差为 σ2=(ba)212\sigma^2=\dfrac{(b-a)^2}{12}.

满幅的正弦信号

s(t)=Apcos(ωt)Arms=Ap2Ps=Arms2=Ap22\begin{aligned} s(t) &= A_p \cos(\omega t)\\ A_{rms} &= \dfrac{A_p}{\sqrt{2}}\\ P_s &= A_{rms}^2 = \dfrac{A_p^2}{2}\\ \end{aligned}

则理想的 SNR 为

SNR=Psσ2=3×22n2[SNR]dB=6.02n+1.76\begin{aligned} SNR &= \dfrac{P_s}{\sigma^2} = \dfrac{3\times 2^{2n}}{2}\\ [SNR]_{dB} &= 6.02n+1.76 \end{aligned}

物理上,nn 越大,表示量化步长 Δ\Delta 越精细,量化误差(噪声)越小,SNR 越高。由于器件噪声、非线性失真等因素,真实有效位数可能小于标称的位数,可以根据实际测得的 SNR 反推出真实的有效位数 nn.