企业官网建设流程全解析

简介：这份 MATLAB 计算程序面向信号处理、ADC 测试与数字通信方向的学习者和工程师，围绕 SNR、SNDR、THD、ENOB、SFDR 五项常用指标提供可运行的评估示例，适合课程实验、器件性能对比和算法验证。压缩包共 2 个文件，含 1 个 m 脚本与 1 个 txt 数据文件，大小约 4KB；脚本负责频谱分析与指标计算，txt 提供待处理样本，便于替换实测数据后复现结果。已有 4558 人学习下载，说明其在相关指标计算场景中具有一定参考价值。读者可借此理解五项指标的定义、功率比关系及频域分析思路，并对照脚本梳理从时域数据到 FFT、谐波与杂散提取，再到结果输出的完整计算链路，为信号链性能评估和结果复核提供可直接参考的模板。

1. 从一张频谱截图说起：这套 SNR matlab 计算程序到底算什么

有人拿着一张某数据采集板的频谱截图，问"这块板子到底几 bit 有效"。截图上有底噪、有谐波、有杂散，但谁也说不清该读哪根线。这套 SNR matlab 计算程序处理的就是这件事：把一段 ADC/DAC 输出码值丢进去，它按 FFT 法算出 SNR、SNDR、THD、ENOB、SFDR 五个指标，直接给出可以写进测试报告的数值。适合三类人：做数据采集、音频、射频前端，需要验收 ADC 指标的硬件工程师；写完 RTL 要做行为级验证的数字设计；以及拿实测数据回推系统性能的算法同学。不需要装任何工具箱，核心就一个主函数加一个窗函数，纯 MATLAB 基础语法，跑起来门槛很低。

2. 指标口径先对齐：五个数字背后的功率归属

算法写错十行，不如口径错一个字。同样一段数据，SNR 差 1.5 dB、ENOB 差 0.3 bit，八成是"哪部分功率算噪声、哪部分算谐波"没谈拢。先把账算清楚，代码才站得住。

2.1 SNR、SNDR、THD、SFDR 各自把谁扣掉

把这几个指标拆开看，本质是对同一份频谱做不同的功率归集。信号功率记作 Ps，谐波总功率 Ph，其余噪声（含杂散）功率 Pn：

有一处容易被忽略：SNR 的定义里，谐波是不计入噪声的，所以理想正弦输入下 SNR 永远优于 SNDR。SFDR 里的"杂散"通常包含谐波，因为最坏情况下最大的那根毛刺往往就是二次或三次谐波。如果只统计非谐波杂散，得出的 SFDR 会虚高好几 dB，这在验收场合会被质疑。

ENOB 的 1.76 和 6.02 不是拍脑袋来的：理想量化器的量化噪声均匀分布在 ±0.5 LSB 内，功率为 q²/12，正弦满量程输入功率为 (2^(N−1)·q)²/2，两者一比再取对数，就得到 6.02N + 1.76。所以 12 bit 理想 ADC 的 SNR 上限是 74.0 dB，ENOB 上限就是 12。实际芯片能到 11.2 bit 已经算做得不错了。

2.2 相干采样与窗函数：直接 fft 会翻车的原因

FFT 只对周期延拓的信号成立。如果采样长度 N 里装的不是整数个输入周期，首尾接不上，频谱就会"漏"：能量从信号 bin 向两侧扩散，本来干净的底噪抬起来，SNR 直接虚低好几个 dB。这就是非相干采样的经典问题。

工程上有两条路。第一条是相干采样，让输入频率精确落在 FFT 的 bin 上：

N = 8192; % 采样点数，取 2 的整数次幂 fs = 100e6; % 采样率 M = 37; % 窗内周期数，取奇数 while gcd(M, N) ~= 1 % 必须与 N 互质，否则某些谐波会落到同一 bin M = M + 2; end fin = M * fs / N; % 相干采样下的输入频率，窗内正好 M 个整周期

这里 M 与 N 互质是关键。如果 M 和 N 有公因数，比如 M = 64、N = 8192，那么第 128 次谐波会精确折回信号 bin 上，谐波和信号混在一起，THD 彻底失真。取奇数且互质，能让所有谐波都落在不同于信号的 bin 上。

第二条路是加窗。实测时信号源和被采系统往往不同源，很难做到严格相干，这时候必须加窗压制旁瓣泄漏。代价是主瓣变宽，且噪声功率被窗"放大"了，需要按等效噪声带宽（ENBW）修正回来：

汉宁窗的 ENBW 是 1.5，意味着加窗后噪声功率被放大了 1.5 倍，换算成 dB 就是 1.76 dB。如果不做修正，同一段 12 bit 数据算出来的 SNR 会从 74 dB 掉到 72.2 dB 左右，ENOB 少 0.3 bit。这个偏差稳定复现、非常迷惑人，属于典型的踩坑点。

窗的选择按场景定：做研发验证、追求 THD 精度，用四项布莱克曼-哈里斯，旁瓣压到 −92 dB，代价是主瓣宽、bin 分辨率下降；做产线快速验收，汉宁窗够用；相干采样且信号源质量好的时候，直接用矩形窗，省掉所有修正。

2.3 谐波折叠与 bin 定位：THD 最容易算错的一步

谐波不是想出现就出现的。二次谐波频率 2·fin 一旦超过 fs/2，就会被采样定理折叠回低半频。比如 fin = 0.4·fs，二次谐波 0.8·fs 折回 0.2·fs，三次谐波 1.2·fs 折回 0.2·fs（1.2 − 1.0），二次和三次谐波撞在同一个 bin 上。

正确的做法是在 bin 域上算，不要用频率域算：

k0 = k0_rel + 1; % 信号所在 bin（1 基） kh = mod(h * (k0 - 1), N); % 第 h 次谐波的 bin 号，按整数倍扩展 if kh > N / 2 kh = N - kh; % 超过 Nyquist 折回低半频 end

这条mod再折叠的两行，是整个程序里最少写、也最容易出错的逻辑。漏掉折叠，高次谐波会被算到不存在的频点上，THD 偏低；折叠方向搞反，谐波 bin 可能落到 DC 附近被当成噪声扣掉，THD 同样失真。

还有一个边界情况：当 fin 接近 fs/2 时，二次谐波会折回并紧贴信号主瓣，甚至落进主瓣范围内。此时谐波 bin 和信号 bin 重叠，程序必须把它从谐波列表里剔除，否则会把信号能量重复扣一次，SNDR 虚低。这属于极端工况，代码里要显式判断，不能假设"谐波一定远离信号"。

3. 目录与核心函数拆解：一次 FFT 怎么把五个指标算出来

整个包结构相当扁平，没有依赖，没有工具箱，两个文件撑起全部计算，外加一个演示脚本。这种结构对二次开发很友好，也方便直接拷进别的工程里。

3.1 文件清单与调用关系

调用链路只有一层：演示脚本造数据，主函数调用窗函数取窗参数，然后一路算到底，返回一个结构体。之所以不做成类，是因为这类计算通常是批量脚本里的一环，函数式调用写起来更顺手，parfor并行也简单。

主函数前几行是参数声明，用inputParser做名称-值传参。这样调用方可以只写关心的参数，其余走默认值：

function res = adc_dynamic(code, fs, fin, varargin) %ADC_DYNAMIC FFT 法计算 ADC/DAC 的 SNR、SNDR、THD、SFDR、ENOB % code : 输出码值列向量（已去掉上电建立段），长度建议为 2 的整数次幂 % fs : 采样率，单位 Hz % fin : 输入正弦频率，单位 Hz（相干采样时应满足 fin = M*fs/N） % 名称-值参数： % 'Bits' 量化位数，默认 12 % 'FullScale' 满量程码值，默认 2^(Bits-1) % 'Window' 窗函数，默认 'hann' % 'Harmonics' 统计到第几次谐波，默认 5 % 'SigBinSpan' 信号主瓣单侧 bin 数，默认 1 p = inputParser; p.addParameter('Bits', 12); p.addParameter('FullScale', []); p.addParameter('Window', 'hann'); p.addParameter('Harmonics', 5); p.addParameter('SigBinSpan', 1); p.parse(varargin{:}); opt = p.Results; if isempty(opt.FullScale) opt.FullScale = 2^(opt.Bits - 1); end x = double(code(:)) / opt.FullScale; % 归一化到满量程，功率即 dBFS 口径 N = numel(x); if 2^nextpow2(N) ~= N warning('点数 %d 不是 2 的幂，存在栅栏效应，建议重采或截断', N); end % ---- 1. 去直流 + 加窗 ---- [xw, cg, enbw] = local_window(x, opt.Window); xw = (xw - mean(xw)) .* local_win_seq(opt.Window, N); % ---- 2. 单边幅度谱 ---- X = fft(xw) / N; P = abs(X(1:N/2+1)); P(2:end-1) = 2 * P(2:end-1); % 单边谱补偿，DC 与 Nyquist 不乘 2 P = P / cg; % 相干增益修正，恢复真实幅度 % ---- 3. 定位信号 bin ---- [~, k0] = max(P(2:end)); % 跳过 DC bin 找峰值 k0 = k0 + 1; sigIdx = max(2, k0-opt.SigBinSpan) : min(N/2+1, k0+opt.SigBinSpan); % ---- 4. 定位谐波 bin（含折叠）---- hIdx = []; for h = 2:opt.Harmonics kh = mod(h * (k0-1), N); if kh > N/2 kh = N - kh; % 超过 Nyquist 的谐波折回低半频 end if kh < 2 || kh > N/2+1 continue; end hIdx = [hIdx, max(2, kh-opt.SigBinSpan) : min(N/2+1, kh+opt.SigBinSpan)]; %#ok<AGROW> end hIdx = setdiff(unique(hIdx), sigIdx); % 谐波与信号重叠时剔除 % ---- 5. 功率归集 ---- P2 = P.^2; Ps = sum(P2(sigIdx)); Ph = sum(P2(hIdx)) / enbw; % 谐波是谱线，这里保持与噪声同口径 mask = true(size(P2)); mask(1:3) = false; % 跳过 DC 及其泄漏 mask(sigIdx) = false; mask(hIdx) = false; Pn = sum(P2(mask)) / enbw; % 宽带噪声要按 ENBW 修正 % ---- 6. 指标计算 ---- res.SNR = 10*log10(Ps / Pn); res.SNDR = 10*log10(Ps / (Pn + Ph)); res.THD = 10*log10(Ph / Ps); spur = P2; spur(sigIdx) = 0; spur(1:3) = 0; res.SFDR = 10*log10(Ps / max(spur)); res.ENOB = (res.SNDR - 1.76) / 6.02; res.Ps = Ps; res.Pn = Pn; res.Ph = Ph; res.f = (0:N/2)' * fs / N; res.PdB = 20*log10(P / max(P)); res.fin_meas = (k0 - 1) * fs / N; res.ENBW = enbw; end

逐段说清几个关键决策。

归一化放在最前面。x / opt.FullScale之后，所有功率都是相对满量程的比例，算出来的 Ps 直接就是 dBFS 口径。如果跳过这一步，Ps 是绝对码值平方，数量级和理论值对不上，ENOB 会差好几个 bit 且没有任何报错提示，属于血泪经验。

单边谱补偿的边界处理。P(2:end-1) = 2*P(2:end-1)把负频率能量折到正频率，但 DC 和 Nyquist 这两个 bin 是自共轭的，不能乘 2。写成2*P全乘一遍，DC 会翻倍，低频杂散全被抬高，SFDR 直接崩。

SigBinSpan决定了信号主瓣吃掉几个 bin。相干采样 + 矩形窗时取 0 也行，信号能量全在单 bin；非相干采样 + 汉宁窗时主瓣有 4 个 bin 宽，取 1 到 2 才不漏能量。取少了，信号功率被低估，SNR 虚高，看起来"性能很好"，实际是把信号能量算进了噪声。这个参数必须和窗类型绑死，不能一套值走天下。

谐波功率除以 ENBW 这一行，不同人的口径不一样。严格讲谐波是确定性谱线，加窗后被相干增益修正即可，不需要 ENBW 修正；噪声是宽带的，必须除。但工程实现里图和噪声保持同一量纲，很多代码统一除以 ENBW，好处是 THD 和 SNDR 的一致性更好，坏处是 THD 会系统性偏 1.76 dB。两种都能自洽，关键是同一批报告里只能用一种口径，别换人换算法。

SFDR 的spur里保留了谐波位置，因为 SFDR 定义里最大杂散通常就是谐波。如果只看非谐波杂散，那是另一个指标，不要混叫 SFDR。

3.2 窗函数模块：三个返回值一个都不能少

function [w, cg, enbw] = local_window(name, N) % 返回窗序列 w、相干增益 cg、等效噪声带宽 enbw（单位：bin） n = (0:N-1)'; switch lower(name) case 'rect' w = ones(N,1); case 'hann' w = 0.5 - 0.5*cos(2*pi*n/N); % periodic 形式，适合 FFT case 'hamming' w = 0.54 - 0.46*cos(2*pi*n/N); case 'blackmanharris' a = [0.35875 0.48829 0.14128 0.01168]; w = a(1) - a(2)*cos(2*pi*n/N) ... + a(3)*cos(4*pi*n/N) - a(4)*cos(6*pi*n/N); otherwise error('未知窗函数: %s', name); end cg = sum(w) / N; % 相干增益：信号幅度被压低的倍数 enbw = N * sum(w.^2) / sum(w)^2; % 等效噪声带宽，单位 bin end

窗序列用的是2*pi*n/N的 periodic 形式，而不是2*pi*n/(N-1)的 symmetric 形式。做 FFT 必须用 periodic，否则窗在首尾不连续，泄漏压不下去，等于白加。这个细节在造窗函数时差一个分母，频谱上就能看出旁瓣抬高十几 dB。

cg和enbw是这套程序能用对的前提。信号幅度除以 cg 恢复真值，噪声功率除以 enbw 恢复真实噪底，两个修正对象不同、方向不同，少一个都会让结果偏。

4. 跑通流程：先造已知答案的数据，再换实测码值

上手最快的办法不是拿实测数据硬跑，而是先用理想量化器造一段"答案已知"的数据，把链路跑通、把偏差范围摸清，再去接真实采集文件。这样出问题时能立刻判断是算法错还是数据脏。

4.1 用理想 ADC 自测：验证算法链路

理想 12 bit 量化器在相干采样下，SNR 理论值 74.0 dB，ENOB 理论值 12。用它做基线，能一眼看出代码有没有系统性偏差：

%% demo_ideal_adc.m fs = 100e6; N = 8192; bits = 12; M = 37; % 与 N 互质，保证相干采样 fin = M * fs / N; t = (0:N-1)' / fs; amp = 0.5; % 相对满量程 -6 dBFS，留足裕量 vin = amp * sin(2*pi*fin*t); code = round(vin * 2^(bits-1)); % 量化，得到理想 ADC 输出码 code = max(min(code, 2^(bits-1)-1), -2^(bits-1)); % 饱和截断 res = adc_dynamic(code, fs, fin, 'Bits', bits, 'Window', 'hann'); fprintf('SNR=%6.2f dB SNDR=%6.2f dB THD=%7.2f dBc SFDR=%6.2f dBc ENOB=%5.2f bit\n', ... res.SNR, res.SNDR, res.THD, res.SFDR, res.ENOB);

跑完对着下面这张表核一遍，落在区间内就说明链路是干净的：

幅度取 0.5 满量程而不是 0.99，是有意的。接近满量程时量化噪声和信号的相关性增强，谐波会抬高；同时也预留了实测系统增益误差的裕量，避免输入稍大就削顶。做验收时如果要测满量程附近的性能，再单独扫一遍幅度。

4.2 接实测码值：从二进制流到有符号向量

实测数据一般是逻辑分析仪或 FPGA 抓的并行码流，格式可能是十六进制文本，也可能是打包的二进制。第一步永远是转成有符号十进制码值，并做补码转换：

%% load_capture.m —— 读取十六进制码流并转有符号码值 bits = 14; fid = fopen('adc_capture.txt', 'r'); raw = textscan(fid, '%s'); fclose(fid); hexs = raw{1}; n = numel(hexs); code = zeros(n, 1); for i = 1:n v = hex2dec(hexs{i}); % 按无符号解析 if v >= 2^(bits-1) % 最高位为 1，说明是负数 v = v - 2^bits; % 补码转有符号 end code(i) = v; end code = code(1025:end); % 丢掉前 1024 点，避开上电建立段 code = code(1:2^floor(log2(numel(code)))); % 截断到 2 的整数次幂

这段里有三个动作，每个都不能省。

补码转换漏了，负半周会被当成接近满量程的正数，波形看起来像被"整流"过，频谱上二次谐波暴涨，THD 直接到 −20 dBc，一看就知道数据脏了。

丢掉前 1024 点是避开建立段。ADC 上电或量程切换后，前几百个采样往往还没稳定，混进来会让低频段出现鼓包，SFDR 被一个假的近 DC 杂散决定。丢多少看具体器件，一般抓 1/8 到 1/4 的长度就够。

截断到 2 的幂是为了避免栅栏效应。点数不是 2 的幂时，FFT 的 bin 宽度不均匀，谱线落在两个 bin 之间会被劈成两半，信号功率和噪声功率都算不准，每次跑的结果还会抖。宁可贵一点重采，也别拿非 2 的幂硬算。

加载完之后，把fin换成实测信号源的输出频率，Bits和FullScale换成实际器件的参数，直接调主函数即可。如果信号源和被采系统不同源、做不了相干采样，把Window换成'blackmanharris'，SigBinSpan调到 3，用宽主瓣换干净的底噪。

4.3 出问题前的自检：三个必看量

跑完先别急着信数字，扫一眼三样东西。

码值范围。min(code)和max(code)应该落在 ±2^(bits−1) 内且没有长期贴着边界。贴着边界说明削顶了，这时候算出来的 THD 是削顶失真，不是器件本身的谐波。

直方图。histogram(code, 64)看一眼，正常正弦输入应该呈现"两头高、中间低"的反正弦分布，对称且平滑。如果出现明显的双峰缺失或者单边堆积，说明码值转换错了位，或者有位线接反，这类问题在频谱上表现为莫名其妙的杂散。

频谱图。plot(res.f/1e6, res.PdB)把前几个大分量标出来，确认信号峰、二次谐波、三次谐波的位置符合预期。如果看到一系列等间距的杂散，多半是电源干扰或时钟馈通，不是量化噪声，这时候算出的 SNR 再准也没意义，得先治板子。

5. 避坑与排查：让 ENOB 凭空少两三个 bit 的细节

这套算法的坑集中在"看起来对、其实偏了"的地方。偏差往往不大，1 到 3 dB，但足以让验收结论反转。下面五条都是实际跑数据时反复遇到的，按现象、原因、解决三步记。

现象一：同一批数据，两个人算出的 ENOB 差 0.3 bit 以上。原因：窗类型和信号主瓣 bin 数不一致。甲用汉宁窗取 ±1 bin，乙用四项布莱克曼-哈里斯取 ±3 bin，两者对信号功率的归集范围不同，噪声底也差 1.76 dB 以上，指标自然对不上。 解决：把窗类型、SigBinSpan、Harmonics三个参数写进报告头，和指标一起存档。更彻底的做法是在主函数里建立窗与主瓣宽度的映射表，SigBinSpan不传时按窗自动取默认值，杜绝人工不一致。

现象二：实测 SNR 比手册低 1.5 到 2 dB，反复换数据都一样。原因：加窗后没做 ENBW 修正。汉宁窗 ENBW = 1.5，噪声功率被放大 1.5 倍，换算成 dB 正好 1.76。这个偏差稳定、可复现、不随数据变化，非常像"器件就是这个水平"。 解决：确认噪声求和那一步除以了enbw。可以把'Window'换成'rect'做对照实验：矩形窗 ENBW = 1，如果两种窗算出的 SNR 差 1.7 dB 左右，就是修正漏了。

现象三：THD 好到 −100 dBc 以下，好得不像真的。原因：谐波 bin 没做 Nyquist 折叠。mod(h*(k0-1), N)得到的是 0 到 N−1 的 bin 号，大于 N/2 的部分必须折回，否则会被当作不存在的频点直接跳过，hIdx变成空数组，Ph = 0，THD 趋近负无穷。 解决：在谐波循环后加一句断言，if isempty(hIdx), warning('未找到任何谐波 bin，检查折叠逻辑'); end。另外把hIdx对应的频点打印出来，人工核一遍是否符合mod(h*fin, fs)的预期。

现象四：SFDR 被一根贴着 DC 的杂散决定，频率只有零点几 MHz。原因：DC 泄漏没清干净。直接fft不去均值，DC bin 会溢出到邻近几个 bin；即使去了均值，加窗后 DC 的旁瓣仍会污染前几个 bin。程序里mask(1:3) = false只跳过了 3 个 bin，用四项布莱克曼-哈里斯窗时主瓣有 8 个 bin 宽，3 个不够。 解决：跳过 bin 的数量跟着窗走，矩形窗跳 2、汉宁窗跳 4、四项窗跳 8。更稳妥的做法是在 FFT 之前先做一次一阶差分或者多项式去趋势，把低频漂移压掉，再进频谱。

现象五：仿真数据算出 11.5 bit，实测数据只有 8 bit，差得离谱。原因：十有八九是数据加载环节。补码没转、满量程参数给错、前段建立点没去，这三个里必中一个。曾经遇到过把FullScale设成 2^bits 而不是 2^(bits−1) 的情况，所有功率都小了 6 dB，SNR 看起来没变但 SFDR 和绝对幅度全错。 解决：加载完先跑三行自检，fprintf('min=%d max=%d mean=%.2f\n', min(code), max(code), mean(code))。理想正弦输入下mean应该接近 0，min和max绝对值接近但不相等。这一步花十秒，能省掉半天。

提示：这套程序默认输入是干净的量化噪声场景。如果数据里混了电源干扰、时钟馈通、或者参考电压抖动，算出来的 SNR 是"系统 SNR"而不是"ADC SNR"，写报告时要注明测试条件，别把板子的问题算到芯片头上。

6. 二次开发：把单次计算扩成扫频与双音测试

单点计算只是起点。真正做器件评估，要的是 SNDR 随输入频率的曲线、ENOB 随幅度的曲线、以及双音互调。这些都能在现有主函数上套一层循环，不用改动核心计算。

扫频是最常用的一层。关键是每个频点都要重新选相干频率，不能直接拿目标频率硬算：

%% sweep_fin.m —— 扫输入频率，画 SNDR 曲线 fs = 100e6; N = 8192; bits = 12; Ms = [37 101 251 509 997 2003 3001]; % 全部与 N 互质 sndr = zeros(size(Ms)); enob = sndr; for i = 1:numel(Ms) fin = Ms(i) * fs / N; % 就近取相干频点 t = (0:N-1)'/fs; code = round(0.5 * 2^(bits-1) * sin(2*pi*fin*t)); r = adc_dynamic(code, fs, fin, 'Bits', bits, ... 'Window', 'hann', 'SigBinSpan', 1); sndr(i) = r.SNDR; enob(i) = r.ENOB; end plot(Ms*fs/N/1e6, sndr, 'o-'); grid on; xlabel('fin / MHz'); ylabel('SNDR / dB');

这里有一处取舍：目标频率和相干频率之间会有偏差，低频段相对偏差大，高频段小。做曲线时要在报告里注明"测试频率为就近相干频点"，否则别人复现时对不上数。如果非要用精确频率，就得改用加窗 + 插值校正，把SigBinSpan放大到 3，代价是底噪抬高、动态范围压缩。

双音互调是另一个常见需求，用于评估 IMD3。做法是把两路正弦叠加后送进同一个量化器，然后修改谐波统计逻辑——不再是h*fin的整数倍，而是2*f1-f2、2*f2-f1这些互调分量。这块建议单独写一个calc_imd.m，不要塞进主函数里加if分支，否则主函数会越来越难读。互调分量的 bin 定位公式和折叠逻辑与谐波完全一致，可以直接复用那段mod加折返的代码。

再上一层是批量文件的批处理。实测往往一次抓几十个文件，对应不同频率、不同幅度、不同温度。这时候把主函数改成静默模式，去掉warning，用parfor并行跑，结果汇总成一张表导出到 Excel 或者 CSV。我在做这类批处理时，习惯把每个文件的原始参数（文件名、fs、fin、bits、窗类型）和五个指标放同一行，一旦某一行数据异常，能立刻回查到具体是哪个文件出了问题，不用重跑。

最后一个技巧和验证有关。改完代码之后，不要只拿实测数据看指标合不合理——实测数据没有标准答案，改了也看不出来对不对。每次改完，都拿理想量化器那组数据重跑一遍，确认 SNR 还在 73 到 74 dB 之间、ENOB 还在 11.8 以上。这组数据是唯一能当"后悔药"用的基线。从那以后我每次动主函数，都强制先走一遍理想数据自测，再碰真实采集文件。希望帮到你。

本文还有配套的精品资源，点击获取