Chapter2 Amplifiers, Source followers Cascodes

Chapter2 Amplifiers, Source followers & Cascodes

MOS单管根据输入输出, 可分为CS放大器, source follower和cascode 三种结构.

Single-transistor amplifiers

这一章学习模拟电路基本单元-单管放大器

单管运放由Common-Source加上DC电流源组成. Av=gm*Rds, gm和rds和Id有关, 增益和电流Id无关, 取决于Vgs-Vt和L. L越大, Vgs-Vt越小, Av增益越大.

为了高增益, Vgs-Vt设计为0.15V-0.2V. 小电流Ids会引入更大的噪声和小的signal-to-noise ratios (SNR)

单管增益, BJT VS MOS. BJT的Av=Ve/(kT/q), 增益至少是MOS的10倍. 可以有效减少级数.

只考虑输出电容CL, 单管运放的Gain, Bandwidth (Gain开始下降点, f-3db) 和GBW (单位带宽) 如下图所示. GBW是一个运放最重要的参数之一.

在BW处, phase下降-45deg. GBW=Gain*BW

在MOS得Input (gate)和输出(Drain)之家加入CF, 即miller Cap, 会改变BW和GBW.

BW=1/(Rs* CF * AV). GBW=BW*Av, 如下图所示. BW和GBW与器件参数无关, 只取决于反馈器件参数.

Miller效应将输入电容CF放大了CF*Av倍.

另外Miller电容会引入右零点fz=gm/(2pi*CF), 在phase上相当于左极点, 即Phase 恶化-180 deg!

对于单管运放, 常在在source端串联Rs. 形成负反馈, loop gain为(1+gm*Rs).

因此等效gm变小为gmR=gm/(1+gm*Rs) ~ 1/Rs. Rout增大为RoutR=rds(1+gmRs). 另外输入电容减小为CinR=Cgs/(1+gmRs).

对于RF等需要极低噪声应用, Rs可换成电感L. 阻抗为L*s, 这样就没有噪声了.

把MOS得Gate和Drain接到一起, 可形成parallel feedback. 我们可用这个diode-connected结构将电流转换为电压信号. 或者电压转化为电流信号.

diode-connected得小信号模型为电阻1/gm.

可用diode-connected得NMOS做负载, Gain=gm1/gm2, 不高, 大概为5 ~ 10. 但好处是只用了NMOS, 无需电阻. 如下图所示

Source Follower

牢记住单管的三种应用: Gate输入, Drain输出做CS放大器, Gate输入, Source输出做source follower. Source输入, Drain输出做common gate,

对于source follower, source和body接到一起, Av=1, Rout=1/gm. 作为Voltage Buffer. 即小信号电压不变, 输出阻抗大大减小.

body直接接GND, Av=1/n, n=0.6~0.8. Av大于1.

对于BJT的source follower, 输入阻抗Rin= rπ+ rB+ (β+1)RE

source follower在高频下考虑Cgs电容, 在fT/(gm*Rs)和fT之间可作为电感.

Rs可用diode-connected MOS替代.

Cascodes

这一小结我们来看单管以source为输入, drain为输出的cascode接法.

cascode电流不变, 但输出阻抗大大增加, 输入阻抗减小, 即电流buffer.

cascode可以显著增加输出阻抗, 输出阻抗Rout= rds1 *(gm2rds2), 因此增加了Av增益

cascode增加了Av gain, BandWidth=1/(2pi * Rout*CL), BW大大减小. cascode和单管放大的GBW一致. GBW= gm1/(2pi *CL)

套筒式telescopic cascode的增益Av, 输出阻抗Rout, BW, GBW如下

cascode两个管类型不同, 称为折叠式folded cascode结构. 消耗两倍电流, 输入电压范围更广.

产生两级增益还可以用cascade, 即串联接法. 添加Miller电容后, cascade的GBW为 gm1/(2pi*Cc)

为了获得更多gain, 可以regulate cascode或者gain boosting. 利用并联-串联负反馈, 进一步提高Rout, ×gm×rds3. 如下图所示

Gain Boosting 如下图所示, 放大器一端接M1的drain, 放大器输出接M2的gate. 这样输出电阻和Av增大为Agb

我们需要保证Avgb的GBW与普通cascode的BW保持一致. 否则会产生pole-zero doublet即零极对. 影响系统settle time.

需要设计 GBW_gain_boost_amp > GBW_system, 这样doublet不会影响整体系统的set time.

最后总结MOS管和BJT管不同形态的输入,输出和增益

对于MOS的CS放大和source follower. 记住从souce看进去的阻抗为1/gm.

对于BJT, 稍微复杂一些

对于Cascode结构

AR=Vout/Iin. 从source看进去的阻抗为1/gm 或者Rb. 从drain看进去的阻抗为gm×ro×RB.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/11702.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

LabVIEW透镜多参数自动检测系统

在现代制造业中,提升产品质量检测的自动化水平是提高生产效率和准确性的关键。本文介绍了一个基于LabVIEW的透镜多参数自动检测系统,该系统能够在单一工位上完成透镜的多项质量参数检测,并实现透镜的自动搬运与分选,极大地提升了检…

K8S集群部署--亲测好用

最近在自学K8S,花了三天最后终于成功部署一套K8S Cluster集群(masternode1node2) 在这里先分享一下具体的步骤,后续再更新其他的内容:例如部署期间遇到的问题及其解决办法。 部署步骤是英文写的,最近想练…

PHP实现混合加密方式,提高加密的安全性(代码解密)

代码1&#xff1a; <?php // 需要加密的内容 $plaintext 授权服务器拒绝连接;// 1. AES加密部分 $aesKey openssl_random_pseudo_bytes(32); // 生成256位AES密钥 $iv openssl_random_pseudo_bytes(16); // 生成128位IV// AES加密&#xff08;CBC模式&#xff09…

Linux - 进程间通信(3)

目录 3、解决遗留BUG -- 边关闭信道边回收进程 1&#xff09;解决方案 2&#xff09;两种方法相比较 4、命名管道 1&#xff09;理解命名管道 2&#xff09;创建命名管道 a. 命令行指令 b. 系统调用方法 3&#xff09;代码实现命名管道 构建类进行封装命名管道&#…

C语言 --- 分支

C语言 --- 分支 语句分支语句含义if...else语句单分支if语句语法形式 双分支 if-else 语句语法形式 悬空else含义问题描述 多分支 if-else 语句语法形式 switch...case语句含义语法形式 总结 &#x1f4bb;作者简介&#xff1a;曾与你一样迷茫&#xff0c;现以经验助你入门 C 语…

SSRF 漏洞利用 Redis 实战全解析:原理、攻击与防范

目录 前言 SSRF 漏洞深度剖析 Redis&#xff1a;强大的内存数据库 Redis 产生漏洞的原因 SSRF 漏洞利用 Redis 实战步骤 准备环境 下载安装 Redis 配置漏洞环境 启动 Redis 攻击机远程连接 Redis 利用 Redis 写 Webshell 防范措施 前言 在网络安全领域&#xff0…

Spring Boot - 数据库集成06 - 集成ElasticSearch

Spring boot 集成 ElasticSearch 文章目录 Spring boot 集成 ElasticSearch一&#xff1a;前置工作1&#xff1a;项目搭建和依赖导入2&#xff1a;客户端连接相关构建3&#xff1a;实体类相关注解配置说明 二&#xff1a;客户端client相关操作说明1&#xff1a;检索流程1.1&…

深度学习之“线性代数”

线性代数在深度学习中是解决多维数学对象计算问题的核心工具。这些数学对象包括标量、向量、矩阵和张量&#xff0c;借助它们可以高效地对数据进行操作和建模。以下将详细介绍这些数学对象及其在深度学习中的典型用途。 数学对象概述 标量 标量是最简单的数学对象&#xff0…

使用PyQt5绘制带有刻度的温度计控件

前言&#xff1a;进入学习Python开发上位机界面的第二阶段&#xff0c;学习如何开发自定义控件&#xff0c;从常用的控件入手学习&#xff0c;本期主要学习如何使用PyQt5绘制带有刻度的温度计控件。 1. 先找到一篇参考文章 参考文章&#xff1a;Qt编写自定义控件5-柱状温度计…

问deepseek,如何看待ai降低学习成本而导致软件开发岗位需求降低,和工资下降。 软件从业人员何去何从?

它给我的回答是这样的&#xff1a; 思考逻辑 嗯&#xff0c;用户问的是AI如何降低学习成本&#xff0c;进而导致软件开发岗位需求减少和工资下降&#xff0c;以及软件从业人员该怎么办。这个问题挺复杂的&#xff0c;我得先理清楚各个部分。首先&#xff0c;AI确实在改变很多行…

Error: Expected a mutable image

你的函数用了不支持的图片格式比如我的人脸检测&#xff0c;本来要RGB565我却用JPEG所以报错

海思ISP开发说明

1、概述 ISP&#xff08;Image Signal Processor&#xff09;图像信号处理器是专门用于处理图像信号的硬件或处理单元&#xff0c;广泛应用于图像传感器&#xff08;如 CMOS 或 CCD 传感器&#xff09;与显示设备之间的信号转换过程中。ISP通过一系列数字图像处理算法完成对数字…

2.攻防世界PHP2及知识点

进入题目页面如下 意思是你能访问这个网站吗&#xff1f; ctrlu、F12查看源码&#xff0c;什么都没有发现 用kali中的dirsearch扫描根目录 命令如下&#xff0c;根据题目提示以及需要查看源码&#xff0c;扫描以php、phps、html为后缀的文件 dirsearch -u http://61.147.17…

线性数据结构:单向链表

放弃眼高手低&#xff0c;你真正投入学习&#xff0c;会因为找到一个新方法产生成就感&#xff0c;学习不仅是片面的记单词、学高数......只要是提升自己的过程&#xff0c;探索到了未知&#xff0c;就是学习。 目录 一.链表的理解 二.链表的分类&#xff08;重点理解&#xf…

【AI】探索自然语言处理(NLP):从基础到前沿技术及代码实践

Hi &#xff01; 云边有个稻草人-CSDN博客 必须有为成功付出代价的决心&#xff0c;然后想办法付出这个代价。 目录 引言 1. 什么是自然语言处理&#xff08;NLP&#xff09;&#xff1f; 2. NLP的基础技术 2.1 词袋模型&#xff08;Bag-of-Words&#xff0c;BoW&#xff…

书生大模型实战营7

文章目录 L1——基础岛提示词工程实践什么是Prompt(提示词)什么是提示工程提示设计框架CRISPECO-STAR LangGPT结构化提示词LangGPT结构编写技巧构建全局思维链保持上下文语义一致性有机结合其他 Prompt 技巧 常用的提示词模块 浦语提示词工程实践(LangGPT版)自动化生成LangGPT提…

一个开源 GenBI AI 本地代理(确保本地数据安全),使数据驱动型团队能够与其数据进行互动,生成文本到 SQL、图表、电子表格、报告和 BI

一、GenBI AI 代理介绍&#xff08;文末提供下载&#xff09; github地址&#xff1a;https://github.com/Canner/WrenAI 本文信息图片均来源于github作者主页 在 Wren AI&#xff0c;我们的使命是通过生成式商业智能 &#xff08;GenBI&#xff09; 使组织能够无缝访问数据&…

41. 缺失的第一个正数

参考题解&#xff1a;https://leetcode.cn/problems/first-missing-positive/solutions/7703/tong-pai-xu-python-dai-ma-by-liweiwei1419 难点在于时间复杂度控制在O(n)&#xff0c;空间复杂度为常数级。 哈希表时间复杂度符合&#xff0c;但是空间复杂度为O(n) 排序空间复杂…

深入核心:一步步手撕Tomcat搭建自己的Web服务器

介绍&#xff1a; servlet&#xff1a;处理 http 请求 tomcat&#xff1a;服务器 Servlet servlet 接口&#xff1a; 定义 Servlet 声明周期初始化&#xff1a;init服务&#xff1a;service销毁&#xff1a;destory 继承链&#xff1a; Tomcat Tomcat 和 servlet 原理&#x…

final-关键字

一、final修饰的类不能被继承 当final修饰一个类时&#xff0c;表明这个类不能被其他类继承。例如&#xff0c;在 Java 中&#xff0c;String类就是被final修饰的&#xff0c;这保证了String类的不可变性和安全性&#xff0c;防止其他类通过继承来改变String类的行为。 final…