新闻动态

行业新闻企业新闻安博电竞

电子技术——分立MOS放大电路 dflLjfii

安博电竞

电子技术——分立MOS放大电路

Logo

有了前两节的电技电路学习,即三种放大器配置和偏置方法之后,我们可以通过现成的分立晶体管、电阻  、术分电容等搭建分立MOS放大电路。电技电路

DC偏置基本结构

在本节我们选用的术分DC偏置基本结构是如图所示的源极恒流源的偏置方案,下图展示了各个节点的电压和各个支路的电流 。

基本结构

共源极(CS)放大器

正如前几节所说,共源极(CS)放大器是电技电路使用最广泛的放大器,分立电路如下图所示:

CS放大器
首先,我们需要注意到,在源极我们建立了一个 信号地或是 AC地。通过电容 CSC_SCS​ 将源极和地连接起来,这个电容通常在微法拉的术分范围内,需要为期望的信号提供一个较低的阻抗(理想情况是短路,即零阻抗)。这样,信号电流绕过电流源 III 通过 CSC_SCS​ 进入地,因此这个电容也称 旁路电容 。电技电路根据频率的术分特性我们知道,当信号的频率越低,旁路电容的效果越不好,关于频率响应我们将在以后的章节深入学习。对于目前,我们假设旁路电容对我们期望的电技电路信号都是零阻抗的 。

为了保证信号源不受DC偏置的术分影响反过来信号源不影响DC的偏置,信号源由电容 CC1C_{C1}CC1​ 连入MOS管的栅极,这个电容称为 耦合电容,耦合电容将信号耦合到DC中,并从信号源和MOS管之间阻断DC。同样的电技电路当信号的频率越低,耦合电容的效果越不好,对于目前,我们假设耦合电容对我们期望的信号都是零阻抗的 。若信号源能提供一个合适的术分DC地的话,可以将信号源直接连入栅极, RGR_GRG​ 和 CC1C_{C1}CC1​ 其实可以不用设置 。

在漏极的电技电路输出电压信号通过电容 CC2C_{C2}CC2​ 接入负载 RLR_LRL​  。我们假设耦合电容对我们期望的术分信号都是零阻抗的,因此 vo=vdv_o = v_dvo​=vd​ 。

为了计算这个电路的电技电路特性参数,我们将MOS管用等效的混合 π\piπ 模型代替 。如下图:

混合pi模型
我们发现这个电路和我们之前学过的简化版的电路只差在引入了电阻 RGR_GRG​  。因为 RGR_GRG​ 出现在输入端,因此输入电阻不再是正无穷,而是:

Rin=RGR_{in} = R_G Rin​=RG​

为了保证输入电阻尽可能大,那么选择 RGR_GRG​ 的时候也应该选择大电阻 。有限的输入阻抗使得整体电压增益变为:

Gv=−RGRG+Rsiggm(RD∣∣RL∣∣ro)G_v = -\frac{R_G}{R_G + R_{sig}} g_m (R_D || R_L || r_o) Gv​=−RG​+Rsig​RG​​gm​(RD​∣∣RL​∣∣ro​)

带源极电阻的共源极(CS)放大器

之前我们学习过引入源极电阻的作用,带源极电阻的共源极(CS)放大器的电路如下图所示:

源极电阻
注意源极电阻同样作用于信号,因此源极电阻不应该被旁路 。下图展示了等效的T模型:

T模型
同样的,和之前简化版的电路相比引入电阻 RGR_GRG​  。整体电压增益变为:

Gv=−RGRG+RsigRD∣∣RL1/gm+RsG_v = -\frac{R_G}{R_G + R_{sig}} \frac{R_D || R_L}{1/g_m + R_s} Gv​=−RG​+Rsig​RG​​1/gm​+Rs​RD​∣∣RL​​

共栅极(CG)放大器

下图展示了共栅极(CG)放大器的分立电路:

CG放大器
注意到在栅极DC电压和AC电压均为零,所以我们可以直接连入地,因此 RGR_GRG​ 是没必要的。等效T模型如下图所示:

T模型
我们发现和之前的简化版的电路一模一样,因此特性参数不变 。

源极跟随器

最后一个放大器电路是共漏极(CD)放大器,也就是源极跟随器。下图展示了对应的分立电路:

源极跟随器
注意到漏极是信号地所以 RDR_DRD​ 是不必要的。等效T模型如下图:

等效T模型
和之前的简化版电路相比,也只是在 RGR_GRG​ 上有区别,因此整体电压增益为:

Gv=RGRG+Rsig(RL∣∣ro)(RL∣∣ro)+1/gmG_v = \frac{R_G}{R_G + R_{sig}} \frac{(R_L || r_o)}{(R_L || r_o) + 1/g_m} Gv​=RG​+Rsig​RG​​(RL​∣∣ro​)+1/gm​(RL​∣∣ro​)​

chatgpt免费软件,chatgpt api 免费接口,chatgpt 聊天机器人教程,chatgpt 指令大全,chatgpt app

电子技术——分立MOS放大电路

人工智能的巅峰之作 :CHATGPT与百度的融合

CHATGPT的出现标志着人工智能领域的一个重要突破,而其与百度的融合则带来了更多可能。通过百度的强大技术支持 ,CHATGPT的智能生成能力得以进一步提升,为用户提供更高质量、更多样化的内容。