近年随着来个人健康意识的增强,带动了便携式医疗设备和可穿戴智能设备的高速发展,对芯片低功耗的需求随之日益增长。这些设备通过对人体的生物电信号持续性检测,帮助用户获取自身的身体健康状况。为了获取实时的生理数据,需要信号采集系统对用户的生物电信号进行连续地采样和量化,因此降低功耗、延长系统寿命显得尤为重要。生物电信号检测系统通常由模拟前端电路(AFE)、模数转换器(ADC)、数字信号处理电路(DSP)、射频收发电路(RF)等模块组成。其中ADC作为检测电路的核心模块,对整个系统的功耗有着非常大的影响。因此,设计出能够对生物电信号特征参数进行提取的低功耗ADC,对于整个系统来说至关重要。由于逐次逼近型(SAR)ADC具有功耗低、结构简单、速度精度适中以及易于集成等特点,非常适用于此应用场景。本文在0.13μm标准CMOS工艺下,针对生物电信号具有稀疏性的特点,设计了一款适用于稀疏信号的10位超低功耗SAR ADC。针对生物电信号和传感器检测信号在大部分时间内呈现出幅值变化缓慢、波形有明显地区分、信号随时间具有周期性变化的特点,本文提出了一种量化区间全预测动态追踪算法,该算法大幅度地减少了信号低频部分的平均量化次数,从而降低ADC的整体功耗,本算法的量化结果还可用于后续的生物电信号特征参数提取及病例检测。基于SAR ADC的工作原理与全预测算法,设计出与算法相对应的DAC电容阵列以及SAR ADC的整体电路结构。通过MATLAB仿真建模,分析了生物电信号的频率、幅值等特性,验证了算法和电路结构的可行性。采用基于共模电压复位(Vcm-based)的分段DAC结构,减小了其电容阵列的面积与充放电功耗。在Virtuoso环境中完成了该ADC的电路仿真与版图设计,并对整体版图进行了参数提取后仿真。在10 kS/s的采样率下,基于Spectre/Hspice后仿结果显示:无杂散动态范围(SFDR)为66.7 dB,信噪失真比(SNDR)为58.4 dB,有效位数(ENOB)为9.4 bit,在0.6 V电源电压、160 Hz正弦输入条件下功耗仅有77.4 nW,FoM值为11.5 fJ/Conv.-s,芯片总面积小于1mm~2。