数模转换器（ADC）提供了模拟信号到数字信号的重要转换。这个转换会产生量化噪声。理解量化噪声产生的机理，有助于我们理如何提高信噪比。
量化噪声
下图中，蓝色斜线是连续的模拟信号，阶梯状波形是经过ADC转换后的离散信号。如果我们把这个两个相减。我们会得到右边那个像锯齿波一样的量化误差。
图 1 量化误差 （图片来源于TI）
量化噪声（Quantization Noise）。这里Q值代表量化，如果采样越快，两个Q之间的距离越小，Q的幅值越低，也就是量化噪声的幅值越低。虽然Q值幅值变低，但是它包围的面积不变。因此，改变采样速度，可以改变量化噪声的幅值，但不能改变量化噪声的总能量。
图 2 数字化后的Sine波形 （图片来源于TI）
从时域里看，对于一个模拟的Sine波形，经过ADC模数转换后，我们会得到锯齿状的Sine波形。我们加快采样速度，可以把锯齿变得很细，但是依旧存在，并且量化噪声的总能量不变。
信噪比
如果我们把上面的Sine波形放到频域里看。我们希望信号频率的幅值尽量大，而噪声幅值尽量小。
图 3 Sine波幅频相应曲线 （图片来源于TI）
上图的噪声主要来源于量化噪声，通过信噪比计算，我们会得到一个固定的公式：
信噪比SNR(dB)=6.02N + 1.76 （噪声仅考虑量化噪声）
SNR ： 指的是量化噪声信噪比（Signal noise ratio）
N ： 指的是ADC采样位数。如果我们把N提高，即采样位数提高，信噪比提高，即信号更大，噪声更小。采样质量变好，因此，提高ADC采样位数，可以提高采样质量。
对于ADC采样位数，我们可以在Digi-Key模数转换器（ADC）筛选项中筛选：
图 4 Digi-Key ADC 采样位数筛选
一般来说，我们可以提高ADC采样位数来提高ADC的信噪比，往往意味着ADC的成本可能也会更高。有没有不提高位数，同样优化信噪比的方法呢？有的，那就是过采样。
如何通过过采样提高信噪比？请看下面这个帖子：