news 2026/4/15 10:45:52

两级套筒共源共栅全差分放大器实战手记

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
两级套筒共源共栅全差分放大器实战手记

两级套筒共源共栅全差分放大器 共模反馈做的和复旦这个一样的 常规仿真的指标见图三 图上没有的就是没有进行该项仿真 使用的是tsmc18的工艺做的

最近在搓一个全差分运放,用的是TSMC18工艺,核心结构选了两级套筒共源共栅。这玩意儿最大的好处就是增益高、PSRR强,但调试起来真是让人头大,尤其是共模反馈(CMFB)这块。复旦那篇论文里的CMFB设计算是经典操作,直接拿来主义了一波,省了不少试错时间。

先看主放大器结构:第一级套筒共源共栅差分对,第二级是共源级。套筒结构能有效减少米勒效应,但输出摆幅会被压缩,所以第二级用了常规共源结构来补电压摆幅。关键参数上,输入对管的尺寸选了W/L=20u/0.18u,电流镜用1:3的比例保证足够的尾电流。这里有个坑——套筒结构的偏置电压一旦不对,管子直接进线性区。仿真时得盯着DC点反复调,代码里用了.op分析确认每个节点的电压:

VB1 net_b1 0 DC=0.8V M1 net_d1 in+ net_s1 net_b1 nch W=20u L=0.18u M2 net_d2 in- net_s1 net_b1 nch W=20u L=0.18u ... .op

共模反馈直接照搬了复旦的方案:动态匹配+开关电容。原理简单粗暴——用开关电容采样输出共模电压,和参考电压比较后反馈到第一级的尾电流源。核心代码如下:

** CMFB电路片段 S1 net_cmfb net_ref phi1 0 sw W=0.5u L=0.18u C1 net_cmfb 0 0.1p Mcmfb net_tail net_cmfb 0 0 nch W=5u L=0.5u

这里开关S1用互补时钟控制(phi1和phi2交替导通),电容C1用来保持采样电压。重点注意开关的尺寸——W太小会导致电荷注入误差,太大又会引入寄生电容。实测W=0.5u时共模稳定在0.9V±10mV,勉强达标。

仿真指标方面,AC分析显示开环增益80dB(图三),单位增益带宽UGBA 120MHz,相位裕度60度。但压摆率(Slew Rate)只有50V/μs,估计是第二级电流没给够。瞬态仿真时加了个差分阶跃信号,输出波形肉眼可见的“卡顿”:

.tran 0.1n 20n Vstep in+ 0 PULSE(0 0.5 1n 0.1n 0.1n 5n 10n)

工艺方面,TSMC18的nch模型沟道调制系数λ=0.1,导致套筒级的输出阻抗比预期低。解决办法?要么拉长L(牺牲速度),要么叠更多cascode管子(面积爆炸)。最后妥协用了L=0.3u的cascode管,勉强把增益拉到80dB。

最后吐槽一句:全差分结构对匹配的要求简直变态。蒙特卡洛仿真跑了50次,有3次CMFB环路震荡,全是差分对管阈值电压失配惹的祸。解决办法?手动加dummy管绕四周,匹配误差从5%压到1%以内——果然,在模拟电路里,面积才是正义。

(图三数据请脑补:增益曲线平直,相位在0dB点稳稳过60度,CMRR大约70dB。没仿真的指标?比如噪声——老板说“下次一定”。)

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/5 14:44:12

SQL语句执行很慢,如何分析呢?

一条SQL执行很慢,我们通常会使用MySQL的EXPLAIN命令来分析这条SQL的执行情况。通过key和key_len可以检查是否命中了索引,如果已经添加了索引,也可以判断索引是否有效。通过type字段可以查看SQL是否有优化空间,比如是否存在全索引扫…

作者头像 李华
网站建设 2026/4/14 14:16:16

iOS In-App Purchase 自动续订订阅完整实现指南

前言 自动续订订阅(Auto-Renewable Subscriptions)是 iOS 应用最常见的变现模式之一,适用于流媒体服务、云存储、会员权益等场景。相比一次性购买,订阅模式能够为开发者提供稳定的现金流,同时也为用户提供持续更新的服务体验。 本文将从零开始,全面讲解自动续订订阅的实…

作者头像 李华
网站建设 2026/4/5 4:47:45

【专题01】Linux系统面试题(50题)

一、文件系统(10题) 1. Linux目录结构中,/etc、/var、/proc、/sys分别存放什么? /etc - 系统配置文件 /var - 可变数据文件(日志、缓存、邮件等) /proc - 虚拟文件系统,存放进程和内核信息 /sys - 虚拟文件系统,存放设备和驱动信息 2. 软链接和硬链接的区别? 硬…

作者头像 李华
网站建设 2026/4/5 6:28:52

AI在缺陷预测中的潜力:赋能软件测试的智能新纪元

在当今快速迭代的软件开发环境中,缺陷预测的准确性与效率直接关系到产品交付质量与团队成本控制。传统的缺陷预测方法多依赖于专家经验与静态代码指标,存在响应迟缓、误报率高等局限性。人工智能技术通过从海量项目数据中学习复杂模式,为缺陷…

作者头像 李华
网站建设 2026/4/5 18:50:18

数据驱动测试:从缺陷探测到质量预见

测试数据的隐性价值 在敏捷开发与DevOps普及的当下,软件测试已从单纯的缺陷探测转向质量风险评估与预防。现代测试过程中产生的海量数据——包括用例执行记录、缺陷分布矩阵、性能基线对比、环境配置信息等——构成了评估产品质量态势的宝贵资产。据统计&#xff0…

作者头像 李华
网站建设 2026/4/11 12:15:17

告别“消失的小目标”:航拍图像检测新框架,精度飙升25.7%的秘诀

在人工智能迅猛发展的今天,目标检测作为机器视觉的核心任务,已经在自动驾驶、安防监控、工业质检等领域发挥着关键作用。然而,当我们把目光投向广阔的天空,面对航拍图像中密密麻麻的小目标时,传统检测方法却显得力不从…

作者头像 李华