当前位置: 首页 > news >正文

电子技术——共栅和共源共栅放大器的高频响应

电子技术——共栅和共源共栅放大器的高频响应

Logo

我们在之前学过无论是是CS放大器还是CE放大器,都可以看做是一个带通(IC低通)滤波器。在高频处的响应收到输入电容 CinC_{in}Cin 的限制(主要是米勒效应)。因此,若想扩大放大器的带宽,我们必须减小米勒效应,一种方案就是共栅放大器。

CG放大器的高频响应

下图展示了CG放大器的高频模型:

CG放大器
为了一般性,我们在输出端引入了电容 CLC_LCL 表示负载电容,我们发现在CG配置中,我们发现 CgdC_{gd}CgdCLC_LCL 是并联关系,在以后的分析中我们将其捏合在一起分析。

我们发现上面三个电容,每一个电容的一端都和地相连,因此每一个电容都不是桥路电容,因此不受米勒效应的影响。这说明,CG放大器的带宽要比CS放大器的带宽要宽很多,尤其是输入源阻抗很大的时候。为了分析其高频响应,我们使用T模型分析:

T模型
其中,为了方便分析,我们忽略 ror_oro

T模型
我们知道这个电路应该存在两个极点,对于输入端的低通型STC:

fP1=12πCgs(Rsig∣∣1gm)f_{P1} = \frac{1}{2 \pi C_{gs}(R_{sig}||\frac{1}{g_m})} fP1=2πCgs(Rsig∣∣gm1)1

对于输出端的低通型STC:

fP2=12π(Cgd+CL)RLf_{P2} = \frac{1}{2 \pi (C_{gd} + C_L)R_L} fP2=2π(Cgd+CL)RL1

通常情况下 fP2f_{P2}fP2 要比 fP1f_{P1}fP1 小,因此 fP2f_{P2}fP2 为主导极点。无论怎样说,两个极点都要比CS的极点大,因此CG放大器的具有更大的带宽。

或者,我们可以使用开路时间常数法得到:

fH=12πτH=1/(1fP1+1fP2)f_H = \frac{1}{2 \pi \tau_H} = 1 / (\frac{1}{f_{P1}} + \frac{1}{f_{P2}}) fH=2πτH1=1/(fP11+fP21)

在IC中,必须考虑 ror_oro ,此时我们使用开路时间常数法,首先考虑 CgsC_{gs}Cgs

开路时间常数法
得到:

Rgs=Rsig∣∣RinR_{gs} = R_{sig} || R_{in} Rgs=Rsig∣∣Rin

这里的 RinR_{in}Rin 是CG放大器的输入阻抗。

接下来考虑电容 CgdC_{gd}Cgd

开路时间常数法
得到:

Rgd=RL∣∣RoR_{gd} = R_L || R_o Rgd=RL∣∣Ro

这里 RoR_oRo 是放大器的输出阻抗(包括 RsigR_{sig}Rsig )。

最后计算 fHf_HfH 即可。

总之,CG放大器的高频响应要比CS放大器优秀,但是由于CG放大器的低输入阻抗,导致整体增益较小。然而,CG可以和CS放大器一起工作,组成共源共栅放大器。

共源共栅放大器的高频响应

下图展示了共源共栅放大器的高频响应模型:

共源共栅放大器的高频响应模型
为了估算共源共栅放大器的 fHf_HfH 我们使用开路时间常数法:

  1. 考虑电容 Cgs1C_{gs1}Cgs1 看到的电阻为 RsigR_{sig}Rsig
  2. 考虑电容 Cgd1C_{gd1}Cgd1 看到的电容为 Rgd1=(1+gm1Rd1)Rsig+Rd1R_{gd1} = (1 + g_{m1}R_{d1})R_{sig} + R_{d1}Rgd1=(1+gm1Rd1)Rsig+Rd1 其中 Rd1R_{d1}Rd1D1D_1D1 对地的电阻等于 Rd1=ro1∣∣Rin2=ro1∣∣ro2+RLgm2ro2R_{d1} = r_{o1} || R_{in2} = r_{o1} || \frac{r_{o2} + R_L}{g_{m2} r_{o2}}Rd1=ro1∣∣Rin2=ro1∣∣gm2ro2ro2+RL
  3. 考虑电容 Cdb1C_{db1}Cdb1Cgs2C_{gs2}Cgs2 看到的电阻为 Rd1R_{d1}Rd1
  4. 考虑电容 CL+Cgd2C_L + C_{gd2}CL+Cgd2 看到的电阻为 RL∣∣RoR_L || R_oRL∣∣Ro 其中 RoR_oRo 是共源共栅放大器的输出电阻 Ro=ro2+ro1+gm2ro2ro1R_o = r_{o2} + r_{o1} + g_{m2}r_{o2}r_{o1}Ro=ro2+ro1+gm2ro2ro1

计算 fHf_HfH 即可。

权衡带宽和增益

为了说明如何权衡带宽和增益,我们观察总体时间常数:

τH=Rsig[Cgs1+Cgd1(1+gm1Rd1)]+Rd1(Cgd1+Cdb1+Cgs2)+(RL∣∣Ro)(CL+Cgd2)\tau_H = R_{sig}[C_{gs1} + C_{gd1}(1 + g_{m1}R_{d1})] + R_{d1}(C_{gd1} + C_{db1} + C_{gs2}) + (R_L || R_o)(C_L + C_{gd2}) τH=Rsig[Cgs1+Cgd1(1+gm1Rd1)]+Rd1(Cgd1+Cdb1+Cgs2)+(RL∣∣Ro)(CL+Cgd2)

首先第一项由共栅放大器的米勒效应贡献,若信号源的内阻较大,此时高频响应由第一项主导。此时想要增加放大器的带宽,我们可以降低负载阻抗 RLR_LRL 进而降低 Rd1R_{d1}Rd1 减小米勒效应。但是若将 RLR_LRL 降低我们知道电压增益也会随之降低。

RsigR_{sig}Rsig 较小的时候,第一项的米勒效应就不再是主导因素。此时可以使用较大的 RLR_LRL 来增大电压增益。此时第三项将是主导项,为了进一步说明,我们假设 Rsig=0R_{sig} = 0Rsig=0 并且忽略第二项:

τH≃(CL+Cgd2)(RL∣∣Ro)\tau_H \simeq (C_L + C_{gd2})(R_L || R_o) τH(CL+Cgd2)(RL∣∣Ro)

到这里我们就可以和CS放大器比较,如下图:

CS放大器比较
上图中,我们假设共源共栅放大器中 RL=A0RLR_L = A_0R_LRL=A0RL 我们发现共源共栅放大器的电压增益比CS放大器的大 A0A_0A0 倍,但是 f3dBf_{3dB}f3dB 比 CS放大器小 A0A_0A0 倍。但是单位增益不变。如图:

CS放大器比较

BJT共射共基放大器的高频响应

BJT共射共基放大器的高频响应与MOS的基本一致,如图:

BJT共射共基放大器的高频响应

相关文章:

电子技术——共栅和共源共栅放大器的高频响应

电子技术——共栅和共源共栅放大器的高频响应 我们在之前学过无论是是CS放大器还是CE放大器,都可以看做是一个带通(IC低通)滤波器。在高频处的响应收到输入电容 CinC_{in}Cin​ 的限制(主要是米勒效应)。因此&#xff…...

基于jsplumb构建的流程设计器

项目背景 最近在准备开发工作流引擎相关模块,完成表结构设计后开始着手流程设计器的技术选型,调研了众多开源项目后决定基于jsplumb.js开源库进行自研开发,保证定制化的便捷性,相关效果图及项目地址如下 项目地址:ht…...

解析从Linux零拷贝深入了解Linux-I/O(下)

接上文解析从Linux零拷贝深入了解Linux-I/O(上) 大文件传输场景 零拷贝还是最优选吗 在大文件传输的场景下,零拷贝技术并不是最优选择;因为在零拷贝的任何一种实现中,都会有「DMA 将数据从磁盘拷贝到内核缓存区——P…...

【学习笔记2.19】动态规划、MySQL、Linux、Redis(框架)

动态规划 343整数拆分 class Solution {public int integerBreak(int n) {int dp [] new int [n 1];//dp[i]:正整数i拆分后的最大乘积dp[2] 1;for(int i 2;i < n ;i ){for(int j 1;j < i;j ){dp[i] Math.max(dp[i],Math.max(j * (i - j),j * dp[i - j]));} …...

String intern方法理解

1、原理 参考学习视频&#xff1a; https://www.bilibili.com/video/BV1WK4y1M77t/?spm_id_from333.337.search-card.all.click&vd_source4dc3f886f5ce1d43363b603935f02bd1 String s1 “hello”; String s1 "hello"; 代码原理解释如下图String s1 new Str…...

解决 cocosjs与安卓原生集成 崩溃问题

版本:cocos2dx3.16 背景&#xff1a;公司需要把游戏整合到一个APP里面。于是打算通过activity切换的方式实现。但是游戏退出重进之后总会出现fatal 11线程报错。于是有了以下修改。我是底层小白。折腾了好久总算鼓捣出一个能用的版本。优化的地方应该有很多。不过就没去好好优…...

spring注解方式整合Dubbo

系列文章目录 文章目录系列文章目录一、创建一个父工程项目二、创建子模块(dubbo-api模块)二、创建子模块(dubbo-provider模块)三、创建子模块(dubbo-consumer模块)总结一、创建一个父工程项目 这里我们通过Spring Initializer 来帮我们构建一个spring-dubbo这个父项目,点击nex…...

Git详解

Git1.Git简介1.1 Git是什么1.2 Git的作用1.3 Git的简介1.4 Git的下载和安装1.5 Git的安装目录结构如下2.Git代码托管服务2.1 常用的Git代码托管服务1.Git简介 1.1 Git是什么 Git是一个分布式版本控制工具&#xff0c;主要用于管理开发过程中的源代码文件&#xff08;Java类、x…...

003__JAVA模板方法-设计模式

模板方法 定义&#xff1a;定义了一个算法的骨架&#xff0c;并允许子类为一个或多个步骤提供实现 举个例子&#xff0c;把大象放进冰箱分几步&#xff0c;第一打开冰箱&#xff0c;第二打大象放进冰箱&#xff0c;第三把冰箱关闭。这三个步骤就可以用模板方法的设计模式。 …...

Springboot项目集成Netty组件

系列文章目录 Springboot项目集成Netty组件 Netty新增解析数据包指定长度功能 文章目录系列文章目录前言一、Netty是什么&#xff1f;二、使用步骤1. 项目引入依赖1.1 项目基础版本信息&#xff1a;1.2 Netty依赖2. 项目配置2.1 在 yml 配置文件中配置以下&#xff1a;2.2 创建…...

python 中的import cfg问题

pip install cfg 报错: ERROR: Could not find a version that satisfies the requirement cfg (from versions: none) ERROR: No matching distribution found for cfg 要使用pip install cfg2才行...

[oeasy]python0088_字节_Byte_存储单位_KB_MB_GB_TB

编码进化 回忆上次内容 上次 回顾了 字符大战的结果 ibm 曾经的 EBCDIC 由于字符不连续的隐患 导致后续 出现 无数问题无法补救 7-bit 的 ASA X3.4-1963 字母序号连续 比较字符时 效率高判断字符 是否是字母 也很容易 获得了 IBM以外公司的 支持 为什么 ASA X3.4-1963 是 7…...

vue3.0 生命周期

目录前言&#xff1a;vue3.0生命周期图例1.beforeCreate2.created3.beforeMount/onBeforeMount4.mounted/onMounted5.beforeUpdate/onBeforeUpdate6.updated/onUpdated7.beforeUnmount/onBeforeUnmount8.unmounted/onUnmounted案例&#xff1a;总结前言&#xff1a; 每个Vue组…...

CGAL 数字类型

文章目录 一、简介二、内置数字类型三、CGAL中的数字类型参考资料一、简介 在CGAL汇总,数字类型必须满足特定的语法和语义要求,这样它们才能在CGAL代码中成功使用。一般来说,它们往往是代数结构概念的模型,如果它们对实数的子集模型,那么它们就也是RealEmbeddable模型。 二…...

如何将Python打包后的exe还原成.py?

将python打包好的exe解压为py文件&#xff0c;步骤如下&#xff1a;下载pyinstxtractor.py文件下载地址&#xff1a;https://nchc.dl.sourceforge.net/project/pyinstallerextractor/dist/pyinstxtractor.py并将pyinstxtractor.py放到和exe相同的目录文件下打开命令控制台cd 进…...

CJSON简单介绍

json简介 JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。 易于人阅读和编写。同时也易于机器解析和生成。 它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集&#xff0c;最新的定义可以参考ECMA-404_2nd_ed…...

算法训练营 day49 动态规划 爬楼梯 (进阶)零钱兑换 完全平方数

算法训练营 day49 动态规划 爬楼梯 &#xff08;进阶&#xff09;零钱兑换 完全平方数 爬楼梯 &#xff08;进阶&#xff09; 70. 爬楼梯 - 力扣&#xff08;LeetCode&#xff09; 假设你正在爬楼梯。需要 n 阶你才能到达楼顶。 每次你可以爬 1 或 2 个台阶。你有多少种不同…...

Vue:extends继承组件复用性

提到extends继承&#xff0c;最先想到的可能是ES6中的class、TS中的interface、面向对象编程语言中中的类和接口概念等等&#xff0c;但是我们今天的关注点在于&#xff1a;如何在Vue中使用extends继承特性。 目录 Vue&#xff1a;创建Vue实例的方式 构造函数方式&#xff1…...

ChatGPT 的一些思考

最近 ChatGPT3.5 在全世界范围内掀起了一次 AI 的潮流&#xff0c;ChatGPT1.0/ChatGPT2.0 当时也是比较火爆&#xff0c;但是那个当时感觉还是比较初级的应用&#xff0c;相当于是一个进阶版的微软小冰&#xff0c;给人的感觉是有一点智能&#xff0c;但不多。其实从早期版本开…...

GEE学习笔记 六十九:【GEE之Python版教程三】Python基础编程一

环境配置完成后&#xff0c;那么可以开始正式讲解编程知识。之前我在文章中也讲过&#xff0c;GEE的python版接口它是依赖python语言的。目前很多小伙伴是刚开始学习GEE编程&#xff0c;之前或者没有编程基础&#xff0c;或者是没有学习过python。为了照顾这批小伙伴&#xff0…...

Vue记事本应用实现教程

文章目录 1. 项目介绍2. 开发环境准备3. 设计应用界面4. 创建Vue实例和数据模型5. 实现记事本功能5.1 添加新记事项5.2 删除记事项5.3 清空所有记事 6. 添加样式7. 功能扩展&#xff1a;显示创建时间8. 功能扩展&#xff1a;记事项搜索9. 完整代码10. Vue知识点解析10.1 数据绑…...

docker详细操作--未完待续

docker介绍 docker官网: Docker&#xff1a;加速容器应用程序开发 harbor官网&#xff1a;Harbor - Harbor 中文 使用docker加速器: Docker镜像极速下载服务 - 毫秒镜像 是什么 Docker 是一种开源的容器化平台&#xff0c;用于将应用程序及其依赖项&#xff08;如库、运行时环…...

黑马Mybatis

Mybatis 表现层&#xff1a;页面展示 业务层&#xff1a;逻辑处理 持久层&#xff1a;持久数据化保存 在这里插入图片描述 Mybatis快速入门 ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/6501c2109c4442118ceb6014725e48e4.png //logback.xml <?xml ver…...

STM32标准库-DMA直接存储器存取

文章目录 一、DMA1.1简介1.2存储器映像1.3DMA框图1.4DMA基本结构1.5DMA请求1.6数据宽度与对齐1.7数据转运DMA1.8ADC扫描模式DMA 二、数据转运DMA2.1接线图2.2代码2.3相关API 一、DMA 1.1简介 DMA&#xff08;Direct Memory Access&#xff09;直接存储器存取 DMA可以提供外设…...

数据链路层的主要功能是什么

数据链路层&#xff08;OSI模型第2层&#xff09;的核心功能是在相邻网络节点&#xff08;如交换机、主机&#xff09;间提供可靠的数据帧传输服务&#xff0c;主要职责包括&#xff1a; &#x1f511; 核心功能详解&#xff1a; 帧封装与解封装 封装&#xff1a; 将网络层下发…...

【git】把本地更改提交远程新分支feature_g

创建并切换新分支 git checkout -b feature_g 添加并提交更改 git add . git commit -m “实现图片上传功能” 推送到远程 git push -u origin feature_g...

《基于Apache Flink的流处理》笔记

思维导图 1-3 章 4-7章 8-11 章 参考资料 源码&#xff1a; https://github.com/streaming-with-flink 博客 https://flink.apache.org/bloghttps://www.ververica.com/blog 聚会及会议 https://flink-forward.orghttps://www.meetup.com/topics/apache-flink https://n…...

成都鼎讯硬核科技!雷达目标与干扰模拟器,以卓越性能制胜电磁频谱战

在现代战争中&#xff0c;电磁频谱已成为继陆、海、空、天之后的 “第五维战场”&#xff0c;雷达作为电磁频谱领域的关键装备&#xff0c;其干扰与抗干扰能力的较量&#xff0c;直接影响着战争的胜负走向。由成都鼎讯科技匠心打造的雷达目标与干扰模拟器&#xff0c;凭借数字射…...

【Oracle】分区表

个人主页&#xff1a;Guiat 归属专栏&#xff1a;Oracle 文章目录 1. 分区表基础概述1.1 分区表的概念与优势1.2 分区类型概览1.3 分区表的工作原理 2. 范围分区 (RANGE Partitioning)2.1 基础范围分区2.1.1 按日期范围分区2.1.2 按数值范围分区 2.2 间隔分区 (INTERVAL Partit…...

大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计

随着大语言模型&#xff08;LLM&#xff09;参数规模的增长&#xff0c;推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长&#xff0c;而KV缓存的内存消耗可能高达数十GB&#xff08;例如Llama2-7B处理100K token时需50GB内存&a…...