本應用筆記概述了SNR在評估Maxim集成先進傳感器產品中的重要性。它還詳細介紹了SNR測試的細節，包括設置和程序，以及SNR和功耗的相互依賴性。最后，討論了評估人類PPG信號信噪比的新方法。

介紹

在評估Maxim集成傳感器產品時，表征信噪比（SNR）非常重要。在生物傳感器（如Maxim傳感器）中，信號噪聲更低，有助于更快地報告結果。因此，具有更高SNR的設備通過縮短報告人體生命體征的時間，同時提高結果的準確性來增強用戶體驗。

與市場上大多數其他電子設備一樣，Maxim器件可以通過測量各種條件或配置下的噪聲并將其與相同條件下的目標信號進行比較來評估。通過信噪比實現的比較為評估人員提供了在各種操作環境和條件下測量精度的領先指標。

信噪比：一種有效的績效評估方法

SNR定義為信號功率和噪聲功率之比，考慮了來自所有來源的噪聲，例如電噪聲、熱噪聲、光學噪聲甚至環境噪聲。

如果信號和噪聲的阻抗相同，則可以使用信號幅度和噪聲幅度來計算SNR。因此，信噪比可以表示為：

對于具有正值的光學測量等測量，當信號為直流信號時，可以使用信號平均值計算信號幅度，可以使用測量信號的標準偏差計算噪聲幅度。例如，考慮如圖1所示的信號。

圖1.標準偏差和信號平均值。

信噪比也可以計算為：

對于Maxim的高級傳感器產品，SNR的計算方法是平均ADC計數與ADC計數標準偏差之比，其中ADC計數與接收到的光信號呈線性關系。

信噪比測試設置和流程

SNR測試的目的是確定來自傳感器的測量信號中的噪聲程度。隨著信號幅度的變化，噪聲也會發生相應的變化，這些變化可能會影響傳感器的性能，也可能不會影響傳感器的性能。由于這些變化，SNR提供了一種有效的方法來評估性能。

輸入電流（在本例中為光學傳感器）是光電二極管產生的電流，取決于該光電二極管表面上的入射光。考慮Maxim傳感器的一般框圖（圖2）。

圖2.光學傳感器框圖。

對于相同的LED，光電二極管上的光子能量會隨著LED驅動電流、脈沖寬度和采樣速率的增加而增加，但是光電二極管上的反射光入射（產生光電二極管電流，從而產生目標信號）取決于各種其他因素，包括LED光輸出，反射光子能量以及光電二極管對所考慮的特定測試設置的響應度。因此，在評估SNR時，LED電流不用作信號幅度的量度;相反，產生的光電二極管電流被用作表征SNR的參數。

SNR 測試的常規設置涉及將測試設置與要表征的設備放在穩定的表面上，例如沒有任何環境振動的光學工作臺。測試設置放置在白色反射器下，使得來自LED的光被所述反射器反射到光電二極管上。通常，使用白色苯乙烯高抗沖擊塑料卡作為反射器。也可以使用其他材料。

該設置將用黑匣子或黑紙覆蓋以阻擋環境光。盡管在此DUT中大部分抵消了環境光，但由于不同光照條件引起的變化可能會扭曲結果，從而在表征和相關性方面帶來問題。因此，覆蓋測試設置以阻擋環境光可確保結果在不同的測試樓層或不同的環境條件下不會有所不同。請參見圖 3 和圖 4。

圖3.反射卡位于穩定的光學工作臺上，頂部固定以避免振動。

圖4.測試設置的側視圖，嚴格控制 DUT 和反光白卡之間的氣隙。

考慮測試設置的穩定性也很重要。當反射器和光電二極管之間的距離發生變化時，光電二極管上的入射光會發生變化。如果反射器不穩定，則可能導致樣品采集過程中的距離變化。這會導致光電二極管上的入射光發生變化，進而導致ADC計數的變化，并轉化為信號噪聲，但實際上這是不穩定測試設置的偽影。

一旦測試設置準備就緒且穩定，就可以獲取各種配置的數據。然后通過腳本（MATLAB或Python）或評估器分析每組數據的SNR。LED電流和反射器位置，以及反射器和部件之間的距離，都會發生變化，以達到ADC計數或ADC輸入電流的一定水平。輸入電流在允許的器件限值內變化。輸入電流可通過以下公式根據ADC計數計算：?

例如，當輸入范圍設置為16μA的19位ADC時，數據集顯示的平均計數約為330，000個計數。輸入電流的計算公式為：

輸入電流 = 10.07μA

掃描輸入電流并使用每個輸入電流設置的數據集計算SNR，得出SNR與輸入電流的關系圖，如圖5所示。

圖5.SNR是光電探測器輸入電流的函數。

挑戰（信噪比與功率）

上圖可能給人的印象是，使用輸入電流接近最大限值的Maxim傳感器器件應該是最佳配置，因為它提供最高的SNR，因此性能最佳。但考慮到其他因素，可以明顯看出，最高輸入電流（或最高SNR）不一定是最佳解決方案。

ADC輸入電流主要取決于兩個因素：

LED 燈輸出。隨著LED光輸出的增加，反射回PD的光也更高。

與反射器的距離。對于相同的LED光輸出，當與反射器的距離減小時，輸入電流會增加。

在生物傳感器的實際應用中，假設與皮膚的距離是恒定的，無論是在手腕、手指還是任何其他部位。在這種情況下，剩下的唯一變量是 LED 光輸出。為簡化起見，我們假設LED光輸出隨LED平均電流線性增加。因此，很明顯，對于特定部件和應用，SNR隨著LED平均電流的增加而改善。平均 LED 電流由 LED 驅動電流（LED 驅動器開啟時的 LED 電流）、脈沖寬度和采樣率決定。更高的平均電流不僅意味著更高的SNR，還會導致更高的系統功耗。例如，圖6所示為Maxim生物傳感器MAX86140的功耗。

圖6.功率與采樣率和脈沖寬度成函數關系。

因此，定義最佳解決方案以為每個系統獲得最佳SNR和功耗非常重要。由于對可穿戴設備和配件等低功耗系統的期望越來越高，對長電池壽命的需求不斷增加，這一點變得越來越重要。因此，提高LED電流或增加占空比以獲得高平均電流和高SNR并不總是最佳解決方案。

理想的解決方案應基于每個應用和系統要求。但是，在仔細評估所考慮的配置選項的SNR和功耗之后，必須做出明智的決定。

新途徑：用于人體受試者測試的信噪比

在對人體測試數據的信噪比評估方面，計算信噪比的傳統方法失敗了。Maxim生物傳感器設計用于利用光電容積脈搏波（PPG）數據精確測量人體生命體征，如心率和血氧合。PPG信號顯示特定部位（手指，手腕，耳朵等）的血容量變化，然后用于通過算法計算各種人體生命體征。圖7顯示了一個典型的PPG信號。

圖7.典型的PPG信號。

由于平均ADC計數和標準偏差分別用于估計信號幅度和噪聲幅度，因此它僅適用于直流信號。對于諸如PPG之類的信號，它是交流和直流的組合，這種方法會產生錯誤的噪聲結果。Maxim的工程師提出了一種全新的方法，用于評估通過頻域濾波實現的人類PPG數據的SNR。

算法處理所需的人類PPG數據一般在20Hz以下。可以對來自人類受試者的數據進行過濾，以分離20Hz以上的噪聲和20Hz以下的信號。這種方法有效地將噪聲幅度和信號幅度與AC + DC信號分開。參見圖 8。

這是一種令人興奮的新方法，使應用工程師和系統工程師能夠評估人類PPG數據的SNR，并對各種系統和應用中的產品性能進行更有意義的分析。

圖8.濾波后噪聲與交流信號分離。

結論

在電子行業，更具體地說，當涉及到傳感器產品時，SNR是顯示零件優于另一個零件的第一個也是最重要的規格之一。信噪比以及一些其他規格為評估人員提供了設備性能的清晰快照。這就需要對信噪比測試設置、程序和信噪比計算方法有深入而深刻的了解。本應用筆記試圖提供知識和完整的理解，從而提供更好的評估和客戶支持。

審核編輯：郭婷