在评估Maxim集成传感器产品时，信噪比(SNR)的表征非常重要。在生物传感器中，如Maxim的传感器，信号中的低噪声有助于更快地报告结果。因此，具有更高信噪比的设备通过缩短报告人体生命体征的时间来增强用户体验，同时提高结果的准确性。

与市场上大多数其他电子设备一样，Maxim部件可以通过测量各种条件或配置下的噪声并将其与相同条件下的期望信号进行比较来评估。这种通过信噪比实现的比较，为评估人员提供了在各种操作环境和条件下测量精度的可靠指标。

信噪比:一种有效的绩效评估方法

信噪比的定义是信号功率与噪声功率之比，它考虑了所有来源的噪声，如电、热、光甚至环境噪声。

如果信号和噪声的阻抗相同，则可以使用信号的幅值和噪声的幅值计算信噪比。因此，信噪比可表示为:

当信噪比以dB表示时，则计算为:

对于具有正值的测量，例如光学测量，当信号是直流信号时，可以使用信号平均值计算信号幅度，并且可以使用测量信号的标准偏差计算噪声幅度。例如，考虑如图1所示的信号．

信噪比也可以计算为:

对于Maxim的先进传感器产品，信噪比的计算方法是ADC平均计数与ADC计数标准差之比，其中ADC计数与接收到的光信号呈线性关系。

信噪比测试的设置和过程

信噪比测试的目的是确定来自传感器的被测信号中的噪声程度。随着信号幅度的变化，噪声也会发生相应的变化，这些变化可能影响也可能不影响传感器的性能。信噪比提供了一种有效的方法来评估由于这些变化而导致的性能。

在这个光学传感器的例子中，输入电流是由光电二极管产生的电流，并且依赖于光电二极管表面上的光入射。考虑Maxim传感器的一般框图(图2)。

对于相同的LED，光电二极管处的光子能量会随着LED驱动电流、脉冲宽度和采样率的增加而增加，但产生光电二极管电流的光电二极管上的反射光入射，从而产生感兴趣的信号，取决于各种其他因素，包括LED光输出、反射光子能量和光电二极管对特定测试装置的响应性。因此，在评估信噪比时，不使用LED电流作为信号幅度的度量;相反，产生的光电二极管电流被用作表征信噪比的参数。

信噪比测试的常规设置包括将测试装置与待表征设备一起放置在稳定的表面上，例如没有任何环境振动的光学工作台。测试装置放置在白色反射器下，这样来自led的光通过所述反射器反射到光电二极管。通常，白色苯乙烯高冲击塑料卡用作反射器。也可以使用其他材料。

这个装置要盖上一个黑盒子或一块黑布来遮挡周围的光线。尽管在该DUT中环境光大部分被抵消，但由于不同的光照条件而产生的变化可能会使结果产生偏差，这在表征和相关性方面提出了一个问题。因此，覆盖测试装置以阻挡环境光，可确保结果在不同的测试楼层或不同的环境条件下不会发生变化。参见图3和图4。

考虑测试设置的稳定性也很重要。当反射器与光电二极管之间的距离发生变化时，入射到光电二极管上的光也会发生变化。如果反射器不稳定，则可能在样品采集过程中导致距离变化。这会导致光电二极管上的光入射变化，进而导致ADC计数的变化，这将转化为信号上的噪声，但实际上它是不稳定测试设置的工件。

一旦测试设置准备好并且稳定，就可以获取各种配置的数据。然后通过脚本(MATLAB 或Python)或评估器对每组数据进行信噪比分析。改变LED电流以及反射器的位置，从而改变反射器与部件之间的距离，以获得一定水平的ADC计数或ADC的输入电流。输入电流在允许的器件限制范围内变化。输入电流可以由ADC计数计算，使用公式:

例如，使用输入范围设置为16 μ a的19位ADC，数据集显示的平均计数约为33万个计数。输入电流计算为:

输入电流= 10.07µA

对输入电流进行扫描并使用每个输入电流设置的数据集计算信噪比，结果是如图5所示的信噪比与输入电流的关系图．

挑战(信噪比vs.功率)

上图可能给人一种印象，使用Maxim的传感器设备之一，输入电流接近最大限制，应该是最好的配置，因为它提供最高的信噪比，因此，最好的性能。但考虑到其他因素，很明显，最大的输入电流(或最高的信噪比)不一定是最优的解决方案。

ADC输入电流主要取决于两个因素:

1. LED光输出。LED光输出越高，反射回PD的光也越高。

2. 到反射器的距离。对于相同的LED光输出，当与反射器的距离减小时，输入电流增大。

在生物传感器的实际应用中，假定与皮肤的距离是恒定的，无论是在手腕、手指还是任何其他部位。在这种情况下，唯一剩下的变量是LED光输出。为简化起见，我们假设LED光输出随LED平均电流线性增加。因此，很明显，对于特定的部件和应用，信噪比随着LED平均电流的增加而提高。平均LED电流由LED驱动电流(LED驱动开启时的LED电流)、脉冲宽度和采样率决定。更高的平均电流不仅意味着更高的信噪比，也会导致更高的系统功耗。例如，图6显示了Maxim的一款生物传感器MAX86140的功耗。

因此，为每个系统定义最佳的解决方案以获得最佳的信噪比和功耗是很重要的。由于对低功耗系统(如可穿戴设备和配件)的期望越来越高，对长电池寿命的需求也不断增加，因此这一点变得越来越重要。因此，提高LED电流或增加占空比以获得高平均电流和高信噪比并不总是最佳解决方案。

理想的解决方案应该基于每个应用程序和系统需求。但是，必须在仔细评估所考虑的配置选项的信噪比和功耗之后做出明智的决定。

新途径:人类受试者测试的信噪比

传统的计算信噪比的方法在评估人体测试数据的信噪比时失败了。Maxim生物传感器设计用于精确测量人体生命体征，如心率和血液氧合使用光容积脉搏波(PPG)数据。PPG信号显示特定部位(手指、手腕、耳朵等)的血容量变化，然后通过算法计算各种人体生命体征。图7显示了典型的PPG信号。

由于平均ADC计数和标准差分别用于估计信号幅度和噪声幅度，因此仅适用于直流信号。对于像PPG这样的信号，它是交流和直流的组合，这种方法会产生假噪声结果。Maxim的工程师提出了一种全新的方法，通过频域滤波来评估人类PPG数据的信噪比。

算法处理所需的人类PPG数据一般在20Hz以下。来自人类受试者的数据可以过滤，以分离20Hz以上的噪声和20Hz以下的信号。这种方法有效地从交流+直流信号中分离噪声幅度和信号幅度。参见图8．

这是一种令人兴奋的新方法，使应用工程师和系统工程师能够评估人类PPG数据的信噪比，并在各种系统和应用中对产品性能进行更有意义的分析。

结论

在电子工业中，更具体地说，当涉及到传感器产品时，信噪比是显示零件优于另一个零件的第一个也是最重要的规格之一。信噪比以及其他一些规格可以让评估者清楚地了解设备的性能。这需要对信噪比测试设置、程序和信噪比计算方法有深入而深刻的理解。本应用笔记试图提供知识和完整的理解，从而获得更好的评估和客户支持。

MATLAB是The MathWorks Inc的注册商标。