3、模拟前端与ADC：从光子到数字的第一道关卡

图像传感器输出的信号，说白了就是一堆微弱的电荷包。要把这些电荷包变成芯片能理解的数字码流，中间得经过一套完整的模拟链路。这套链路，就是我们常说的模拟前端（AFE）。

我做了十几年图像传感器，见过太多因为AFE设计不当导致整颗芯片报废的案例。嗯，这一章咱们就把AFE的核心模块拆开揉碎了讲。

3.1 模拟前端（AFE）整体架构

一个典型的CMOS图像传感器AFE，包含以下几个关键模块：

• 像素阵列读出：从像素列总线获取模拟信号
• 相关双采样（CDS）：消除复位噪声和固定模式噪声
• 可编程增益放大器（PGA）：信号放大，配合AGC策略
• 模数转换器（ADC）：将模拟信号量化为数字码

我个人习惯把AFE分成两个阶段：前端处理阶段（CDS + PGA）和量化阶段（ADC）。这两个阶段的噪声预算分配，直接决定了最终图像的信噪比。

下面这张图展示了AFE的典型信号流：

3.2 相关双采样（CDS）

CDS是图像传感器AFE中最经典的噪声消除技术。它的原理很简单：对每个像素采样两次——一次是复位电平，一次是信号电平——然后做差。

为什么这样做能消除噪声？因为复位噪声（也叫kTC噪声）在复位电平和信号电平上是相关的。做差之后，这个共模噪声就被抵消了。

CDS的实现方式有两种：

类型	实现方式	优点	缺点
模拟CDS	开关电容电路，采样保持后做差	速度快，适合高速读出	需要匹配良好的电容对
数字CDS	先ADC量化，再在数字域做差	精度高，无模拟匹配问题	需要两倍ADC速度

我个人更倾向于模拟CDS，尤其是在高速应用中。数字CDS虽然精度高，但ADC的吞吐量压力会翻倍。你想想看，一个100fps的1080p传感器，如果做数字CDS，ADC需要跑到200MHz以上——这对功耗和面积都是巨大挑战。

3.3 自动增益控制（AGC）

AGC的作用是根据场景亮度自动调整信号增益，保证输出信号幅度在ADC的最佳输入范围内。

AGC策略通常包含以下几个步骤：

1. 亮度检测：统计当前帧的平均亮度或峰值亮度
2. 增益计算：根据目标亮度计算所需增益
3. 增益分配：在模拟域和数字域之间分配增益
4. 增益施加：调整PGA的增益档位

增益分配是个技术活。模拟增益的噪声系数低，但动态范围有限；数字增益不引入额外噪声，但会放大量化噪声。我的经验是：优先使用模拟增益，直到接近ADC的满量程，再用数字增益做微调。

3.4 模数转换器（ADC）选型

ADC是AFE的最后一环，也是最关键的一环。选型时主要看以下几个参数：

参数	说明	典型值（手机/安防）	典型值（工业/医疗）
分辨率	量化位数，决定动态范围	10~12 bit	12~16 bit
采样率	每秒转换次数	100~500 MSPS	10~100 MSPS
ENOB	有效位数，实际精度	9~11 bit	11~14 bit
功耗	每通道功耗	1~5 mW	5~20 mW

常见的ADC架构有：

• 逐次逼近型（SAR ADC）：中等速度、低功耗、面积小，适合列并行读出
• 流水线型（Pipeline ADC）：高速、高精度，适合高速传感器
• 单斜型（Single-Slope ADC）：结构简单、面积小，但速度慢
• Σ-Δ型：高精度、低速度，适合慢速高动态场景

ADC的参考电压设计也容易被忽视。参考电压的噪声会直接耦合到量化结果中。我建议在参考电压引脚上加一个10μF的钽电容并联一个0.1μF的陶瓷电容，可以有效抑制高频和低频噪声。

3.5 链路噪声预算与设计实例

最后，咱们用一个实际案例来串一下整个AFE链路的设计思路。

假设我们有一个传感器，像素输出摆幅为1V，目标信噪比60dB，ADC分辨率为12位。

噪声预算分配如下：

噪声源	允许噪声（μV rms）	说明
像素输出噪声	150	主要由复位噪声和散粒噪声构成
CDS残余噪声	50	CDS无法完全消除的噪声
PGA噪声	80	放大器自身的输入参考噪声
ADC量化噪声	100	12位ADC的理论量化噪声约70μV，留余量
总噪声	≈210	均方根叠加：√(150²+50²+80²+100²)

信噪比计算：20×log₁₀(1V / 210μV) ≈ 73.5dB，满足60dB的目标。