高速模數轉換器（ADC）存在一些固有限制，使其偶爾會在其正常功能以外產生罕見的轉換錯誤。但是，很多實際采樣系統不容許存在高ADC轉換誤差率。因此，量化高速模數轉換誤差率（CER）的頻率和幅度非常重要。

　　高速或GSPS ADC（每秒千兆采樣ADC）相對稀疏出現的轉換錯誤不僅造成其難以檢測，而且還使測量過程非常耗時。該持續時間通常超出毫秒范圍，達到幾小時、幾天、幾周甚至是幾個月。為了幫助消減這一耗時測試負擔，可以在一定“置信度”的確定性情況下估算誤差率，而仍然保持結果的質量。

　　誤碼率（BER）與轉換誤差率

　　與串行或并行數字數據傳輸中BER的數字等效值類似，CER是轉換錯誤數與樣本總數之比。但是，BER和CER之間有一些截然不同之處。數字數據流中的BER測試采用長偽隨機序列，該序列可于發送器中在傳輸兩端使用常用種子值來啟動。接收器預期將收到理想的傳輸。通過觀察接收數據與理想數據的差異，便可精確計算出BER。兩端之間偽隨機序列數據中的失配（基于種子值）即視為誤碼。

　　與CER不同，誤差測定不像純數字比較那么簡單。由于ADC轉換過程中始終具有小的非線性，另外還存在系統噪聲和抖動，因此并非總是能確定預期數據和實際數據之間的確切差異。相反，需要建立誤差閾值，用于確定轉換錯誤和具有容許預期噪聲的樣本之間的界限。這與數字BER不同，并不會對發送和接收的預期數據進行確切比較。相反，首先必須量化樣本的誤差幅度，然后再確定是轉換錯誤，還是在轉換器和系統的預期非線性范圍內。ADC后端數字接口的誤碼率必須低于轉換器的內核CER，因此無法忽視。如果并非如此，那么數據輸出傳輸誤差將覆蓋CER并成為主要誤差來源。 大功率電感廠家 |大電流電感工廠