当前位置: 首页 > news >正文

电子技术——内部电容效应以及MOS与BJT的高频响应模型

电子技术——内部电容效应以及MOS与BJT的高频响应模型

Logo

耦合和旁路电容决定了放大器的低频响应,同时内部电容效应决定了放大器的高频响应。本节,我们简单简单介绍一下内部电容效应,并且更重要的是如何在小信号模型中模型化内部电容效应。

MOSFET

在我们之前学习MOSFET的时候,我们就已经知道MOS中存在内部电容。实际上,我们已经在使用栅极和沟道之间的内部电容,即场效应。之前,我们假设MOS中的电容都是稳态的,也就是我们忽略了电容的充电和放电时间。结果就是我们并没有考虑电容的任何频率效应。实际上,MOSFET放大器在高频的时候增益会有所减小。同样的,在之后数字电路的章节,我们会学习MOS数字逻辑反相器会显示出有限的传播延迟。为了考虑这些情况,我们必须把内部电容考虑进去。这就是本节我们要讨论的。

为了说明产生内部电容的物理原因,我们使用下面的图片:

物理原因
上图是一个N沟道的MOSFET,并且处于饱和区。如图,存在四个电容。其中两个 CgsC_{gs}CgsCgdC_{gd}Cgd 通过栅极电容效应形成,另外两个 CsbC_{sb}CsbCdbC_{db}Cdb 是pn结的耗散区电容。

之前我们介绍过栅极电容,其中的硅氧化物层充当电介质,金属极板和沟道形成一个平行板电容器,每单位面积的容值记为 CoxC_{ox}Cox 。当MOS处于饱和区的时候,我们知道总容值是 23WLCox\frac{2}{3} WL C_{ox}32WLCox 。除此之外,因为极板与源极区和栅极区分别有一个小的重叠面积,重叠长度为 LovL_{ov}Lov ,则重叠部分的电容为:

Cov=WLovCoxC_{ov} = WL_{ov} C_{ox} Cov=WLovCox

一般的, Lov=0.05L∼0.1LL_{ov} = 0.05L \sim 0.1LLov=0.05L0.1L 。现在我们能表示出栅极到源极直接的电容为:

Cgs=23WLCox+CovC_{gs} = \frac{2}{3} WLC_{ox} + C_{ov} Cgs=32WLCox+Cov

对于栅极到漏极之间的电容,我们注意到沟道被截断,所以电容只由重叠部分组成:

Cgd=CovC_{gd} = C_{ov} Cgd=Cov

对于耗散层的电容,可以使用我们之前推导的反向偏置pn结中的电容表达式:

Csb=Csb01+VSBV0C_{sb} = \frac{C_{sb0}}{\sqrt{1 + \frac{V_{SB}}{V_0}}} Csb=1+V0VSBCsb0

其中 Csb0C_{sb0}Csb0 是在体极和源极之间无偏置时候的电容值, VSBV_{SB}VSB 是反向偏置电压的大小, V0V_0V0 是pn结内建电压(0.6V 到 0.8V),同样的对于体极和漏极之间的电容:

Cdb=Cdb01+VDBV0C_{db} = \frac{C_{db0}}{\sqrt{1 + \frac{V_{DB}}{V_0}}} Cdb=1+V0VDBCdb0

我们发现,对于两个电容的过度系数均为 m=1/2m = 1/2m=1/2

值得注意的是,每一个结电容都是由耗散区的底部和周围的三个面(第四个面向沟道)分别贡献而成。上述表达式都是建立在小信号模型的表达式上。

MOSFET的高频模型

下图展示了MOSFET的高频模型,其中包括我们介绍的四个电容:

高频模型
这个模型可以用来计算MOS放大器的高频响应,然而这个模型实在是太复杂了,不管是对于手动分析还是计算机仿真分析来说。幸运的是,如果体极和源极是相连的,我们的模型可以大大简化:

简化模型

在这个模型中, CgdC_{gd}Cgd 尽管很小,但是对于决定高频响应有至关重要的作用,不能忽略。但是电容 CdbC_{db}Cdb 在高频响应分析中基本可以忽略,忽略之后的模型如下:

简化模型
最后对应的T模型为:

T模型

MOS的单位增益频率

对于MOS放大器来说,有一个重要的参数就是单位增益频率 fTf_TfT ,也称为 过度频率 。定义为CS放大器配置时的短路电流是单位电流增益时候的频率。下图展示了一个CS放大器的混合 π\piπ 模型。为了决定短路电流增益,我们在输入端放入测试电流源 IiI_iIi ,并且短路输出端:

短路输出端
通过简单的计算得出,输出电流为:

Io=gmVgs−sCgdVgsI_o = g_mV_{gs} - sC_{gd}V_{gs} Io=gmVgssCgdVgs

回想一下 CgdC_{gd}Cgd 非常小,我们可以忽略第二项:

Io≃gmVgsI_o \simeq g_m V_{gs} IogmVgs

我们可以导出 VgsV_{gs}Vgs

Vgs=Iis(Cgs+Cgd)V_{gs} = \frac{I_i}{s(C_{gs} + C_{gd})} Vgs=s(Cgs+Cgd)Ii

则电流比为:

IoIi=gms(Cgs+Cgd)\frac{I_o}{I_i} = \frac{g_m}{s(C_{gs} + C_{gd})} IiIo=s(Cgs+Cgd)gm

带入物理频率 s=jωs = j \omegas= 得到:

∣IoIi∣=gmω(Cgs+Cgd)|\frac{I_o}{I_i}| = \frac{g_m}{\omega(C_{gs} + C_{gd})} IiIo=ω(Cgs+Cgd)gm

则单位增益时候的频率是在:

ωT=gm/(Cgs+Cgd)\omega_T = g_m / (C_{gs} + C_{gd}) ωT=gm/(Cgs+Cgd)

或是:

fT=gm2π(Cgs+Cgd)f_T = \frac{g_m}{2\pi (C_{gs} + C_{gd})} fT=2π(Cgs+Cgd)gm

因为 fTf_TfT 正比于 gmg_mgm ,并且 gmg_mgm 决定了中频带的增益。反比与 (Cgs+Cgd)(C_{gs} + C_{gd})(Cgs+Cgd) 限制了放大器的带宽, fTf_TfT 的值越大,MOS的频率效率就越好。

一般的, fTf_TfT 对于旧技术(5um COMS)来说在100MHz,对于高速新技术(0.13um COMS)在几GHz。

总结

总结

BJT

与MOS同样的,BJT也存在内部电容效应。

基极充电或扩散电容 CdeC_{de}Cde

当BJT工作在主动模式下,次载流子充满基极区域。对于npn晶体管,基极区域充满了电子,我们记电荷量 QnQ_nQn 可以表示为:

Qn=τFiCQ_n = \tau_F i_C Qn=τFiC

其中 iCi_CiC 是集电极电流, τF\tau_FτF 是器件的时间常数,具有时间量纲,被称为 前向基极-过渡时间 ,表示一个次载流子(电子)通过基极区域的平均时间。一般情况下,在 10ps 到 100ps。

上式是一个大信号模型,因为 iCi_CiCvBEv_{BE}vBE 呈现指数关系,同时 QnQ_nQn 也同样依赖于 vBEv_{BE}vBE 。对于小信号模型,我们定义 小信号扩散电容

Cde≡dQndvBE=τFdiCdvBE=τFgm=τFICVTC_{de} \equiv \frac{d Q_n}{d v_{BE}} = \tau_F \frac{d i_C}{d v_{BE}} = \tau_F g_m = \tau_F \frac{I_C}{V_T} CdedvBEdQn=τFdvBEdiC=τFgm=τFVTIC

这里 ICI_CIC 是集电极偏置电流。因此当 vbev_{be}vbe 改变 vBEv_{BE}vBE 的时候,发射极电流增加 gmvbeg_m v_{be}gmvbe 因此电荷量增加 τFgmvbe\tau_F g_m v_{be}τFgmvbe 多出来的电荷由基极电流提供。

基极-发射极结电容 CjeC_{je}Cje

在BJT的主动模式下,基极和发射极直接存在电容 CjeC_{je}Cje ,我们知道,正向偏置的pn的电容为:

Cje≃2Cje0C_{je} \simeq 2C_{je0} Cje2Cje0

这里 Cje0C_{je0}Cje0 是零偏置下的电容。

集电极-基极结电容 CμC_\muCμ

在在BJT的主动模式下,集电极-基极是一个反向偏置的pn结,我们称其为 耗散电容 ,其值为:

Cμ=Cμ0(1+VCBV0c)mC_\mu = \frac{C_{\mu0}}{(1 + \frac{V_{CB}}{V_{0c}})^m} Cμ=(1+V0cVCB)mCμ0

这里 Cμ0C_{\mu0}Cμ0 是无偏置下的电容。 VCBV_{CB}VCB 是反向电压, V0cV_{0c}V0c 是内建电压(0.75V), mmm 是过渡系数(0.2-0.5)。

高频模型

下图展示了BJT的混合 π\piπ 和T模型下的高频模型。

混合pi模型
T模型
在图中,分别有两个电容,一个是发射极到基极的电容:

Cπ=Cde+CjeC_\pi = C_{de} + C_{je} Cπ=Cde+Cje

另一个是集电极到基极的电容 CμC_\muCμ 。除此之外,我们还添加了基极的固有电阻 rxr_xrx 在外部基极B和内部基极B‘之间,因为 rx≪rπr_x \ll r_\pirxrπ 因此在低频模型下,我们可以忽略,但是在高频模型下,这个电阻是通过电流的并且和电容相互作用,就无法忽略。

BJT的单位增益频率

在datasheet中通常不直接给出 CπC_\piCπ 而是给出 β\betaβ 与频率之间的关系。为了决定 CπC_\piCπCμC_\muCμ 我们需要导出与 β\betaβ 之间的关系。我们使用下面的CE短路电流:

模型
在节点C的电流为:

Ic=(gm−sCμ)VπI_c = (g_m -sC_\mu)V_\pi Ic=(gmsCμ)Vπ

这里 VπV_\piVπIbI_bIb 的关系为:

Vπ=Ib(rπ∣∣Cπ∣∣Cμ)V_\pi = I_b(r_\pi||C_\pi||C_\mu) Vπ=Ib(rπ∣∣Cπ∣∣Cμ)

则电流比为:

hfe=IcIb=gm−sCμ1/rπ+s(Cπ+Cμ)h_{fe} = \frac{I_c}{I_b} = \frac{g_m - sC_\mu}{1/r_\pi + s(C_\pi + C_\mu)} hfe=IbIc=1/rπ+s(Cπ+Cμ)gmsCμ

在一定的频率下, ωCμ≪gm\omega C_\mu \ll g_mωCμgm 因此:

hfe≃gmrπ1+s(Cπ+Cμ)rπ=β01+s(Cπ+Cμ)rπh_{fe} \simeq \frac{g_m r_\pi}{1 + s(C_\pi + C_\mu)r_\pi} = \frac{\beta_0}{1 + s(C_\pi + C_\mu)r_\pi} hfe1+s(Cπ+Cμ)rπgmrπ=1+s(Cπ+Cμ)rπβ0

这里的 β0\beta_0β0 为低频下的 β\betaβ 并且 hfeh_{fe}hfe 存在一个单极点频率,此时为 3dB3dB3dB 响应:

ωβ=1(Cπ+Cμ)rπ\omega_\beta = \frac{1}{(C_\pi +C_\mu)r_\pi} ωβ=(Cπ+Cμ)rπ1

下图展示了该电路的高频响应:

高频响应
存在单位增益频率 ωT\omega_TωT

ωT=β0ωβ=gmCπ+Cμ\omega_T = \beta_0 \omega_\beta = \frac{g_m}{C_\pi + C_\mu} ωT=β0ωβ=Cπ+Cμgm

fT=gm2π(Cπ+Cμ)f_T = \frac{g_m}{2\pi(C_\pi + C_\mu)} fT=2π(Cπ+Cμ)gm

这个形式和MOS的一致。

通常在datasheet中给出 fTf_TfT ,而 fTf_TfT 是一个关于偏置电流的参数:

单位增益
我们发现,在较低的偏置电流下,单位增益频率也较低。但是随着偏置电流继续加大,单位增益频率却降低了,此时不能使用上述表达式解释其原因,主要原因在 β0\beta_0β0 在大电流的情况下会下降。在 fTf_TfT 的常数区域,CπC_\piCπ 主要由扩散部分组成且远大于 CμC_\muCμ 因此 Cπ+Cμ≃Cde=τFgmC_\pi + C_\mu \simeq C_{de} = \tau_Fg_mCπ+CμCde=τFgm

fT=12πτFf_T = \frac{1}{2 \pi \tau_F} fT=2πτF1

一般情况下,fTf_TfT 在 100MHz到几十GHz。

关于高频模型,当频率处于 5∼10fβ5 \sim 10 f_\beta510fβ 的时候,我们可以忽略 rπr_\pirπ 此时的阻抗由 rxr_xrx 决定。因此在高频模型下 rxr_xrx 具有关键作用。

在结束本节之前,我们应该注意到在高频模型下,BJT能够精准的工作直到 0.2fT0.2f_T0.2fT 。若想获得更大的 fTf_TfT 需要往BJT模型中加入更多的寄生元件。

总结

BJT

相关文章:

电子技术——内部电容效应以及MOS与BJT的高频响应模型

电子技术——内部电容效应以及MOS与BJT的高频响应模型 耦合和旁路电容决定了放大器的低频响应,同时内部电容效应决定了放大器的高频响应。本节,我们简单简单介绍一下内部电容效应,并且更重要的是如何在小信号模型中模型化内部电容效应。 MOS…...

华为OD机试题 - 出租车计费(JavaScript)

最近更新的博客 2023新华为OD机试题 - 斗地主(JavaScript)2023新华为OD机试题 - 箱子之形摆放(JavaScript)2023新华为OD机试题 - 考古学家(JavaScript)2023新华为OD机试题 - 相同数字的积木游戏 1(JavaScript)2023新华为OD机试题 - 最多等和不相交连续子序列(JavaScri…...

Django框架进阶版

一、Django介绍 1.起源 2005年发布,采用python语言编写的。 早期Django主要做新闻和内容管理 重量级python web框架,配备了大量组件 2.组件 包含组件如下 基本配置文件/路由系统 MTV设计模式 Cookies和Session 分页和发邮件 Admin管理后台 3…...

2023美赛F题全部代码+数据+结果 数学建模

2023年美赛F题全部思路 数据代码都已完成 全部内容见链接:https://www.jdmm.cc/file/2708700/ 1.根据文献选的GGDP的指标,发现GGDP与水资源等有关,由此可以筛选出影响GGDP的所有因子,并可以用所有因子利用层次分析法建立评价体…...

Java基础-logback日志使用

日志 1.1 作用: ​ 跟输出语句一样,可以把程序在运行过程中的详细信息都打印在控制台上。 ​ 利用log日志还可以把这些详细信息保存到文件和数据库中。 1.2 使用步骤: ​ 不是java的,也不是自己写的,是第三方提供…...

kaggle竞赛-宠物受欢迎程度(赛题讲解与数据分析)

比赛官网地址 赛题介绍 petfinder是马来西亚领先的动物福利平台宠物网站地址 该网站使用可爱指数来排名宠物照片。它分析了图片组成和其他因素,并与数千个宠物档案的表现进行了比较。 在这场比赛中,你将分析原始图像和元数据来预测宠物照片的“Pawp…...

Go语言基础知识学习笔记

环境准备 下载安装Golang:https://golang.google.cn/dl/ 因为国外下载速度较慢,我们需要配置国内代理 # 开启包管理工具 go env -w GO111MODULEon # 设置代理 go env -w GOPROXYhttps://goproxy.cn,direct # 设置不走 proxy 的私有仓库,多…...

Python3 错误和异常

Python3 错误和异常 作为 Python 初学者,在刚学习 Python 编程时,经常会看到一些报错信息,在前面我们没有提及,这章节我们会专门介绍。 Python 有两种错误很容易辨认:语法错误和异常。 Python assert(断…...

程序人生 - 学习和分享

文章目录记于 230217学习安排泛学AI 和 未来记于 230217 刚入行时,经常看到技术博客中,博主们分享生活,比如相亲、上班生活,甚至还有人发结婚照。这个栏目通常被称为:程序人生。 这个现象已经很久没看到了&#xff0c…...

基于树莓派的智能家居项目整理

一、功能介绍 二、设计框图 三、实物展示 四、程序 一、功能介绍硬件:树莓派3B、LD3320语音识别模块、pi 摄像头、继电器组、小灯、火焰传感器、蜂鸣器、电 磁锁 项目框架: 采用了简单工厂模式的一个设计方式。稳定,拓展性…...

《洛阳冬冷》

——洛阳的冬天太冷,最暖不过你的眼神。 ******* 她拿了个画着几丛竹子的小团扇子一路分花拂柳地往前走,后面一水儿的侍女不敢出声,只得地默默跟着她。她一张脸本来生得就好看,这一怒起来竟然还更加的好看了。此时她走得太急&…...

YOLOv5简介

YOLOv5 一、输入端 1. Mosaic数据增强: CutMix 数据增强:随机生成一个裁剪框Box,裁剪掉A图中的相应位置,然后用B图相应位置的ROI放到A中被裁剪的区域中形成新的样本。采用加权求和的方式计算损失,将A区域中被cut掉的…...

【面向对象语言三大特性之 “继承”】

目录 1.继承的概念及定义 1.1继承的概念 1.2 继承定义 1.2.1定义格式 1.2.2继承关系和访问限定符 1.2.3继承基类成员访问方式的变化 2.基类和派生类对象赋值转换 3.继承中的作用域 4.派生类的默认成员函数 5.继承与友元 6. 继承与静态成员 7.复杂的菱形继承及菱形虚拟…...

Ambari2.7.5集群搭建详细流程

0 说明 本文基于本地虚拟机从零开始搭建ambari集群 1 前置条件 1.1 本地虚拟机环境 节点角色ambari-1ambari-server ambari-agentambari-2ambari-agentambari-3ambari-agent 1.2 安装包 1.3 修改主机名并配置hosts文件 hostnamectl set-hostname ambari-1 hostnamectl se…...

房产|1月全国70城房价出炉!疫情放开后你关心的城市房价有何变化

2023年1月份,70个大中城市中新房销售价格环比上涨城市个数增加;一线城市新房销售价格环比同比转涨、二三线城市环比降势趋缓,二三线城市同比下降。 | 新房/二手房12月-1月环比上涨城市数量变化 70个大中城市中,新房环比上涨城市…...

秒验 重新定义“一键登录”

现如今,一般APP在注册登录时,仍然要经历填写用户名、密码、绑定手机号等一系列传统流程,有的人认为可以通过第三方登录避免这些流程,但仍旧要经历手机验证码的环节,而且存在验证码被拦截的风险,短信费用也很…...

ZenBuster:一款功能强大的多线程跨平台URL枚举工具

关于ZenBuster ZenBuster是一款功能强大的多线程跨平台URL枚举工具,该工具基于Python开发,同时还具备暴力破解功能。 该工具适用于安全专业人员,可以在渗透测试或CTF比赛中为广大研究人员提供帮助,并收集和目标相关的各种信息。…...

2023年美赛ICM问题E:光污染 这题很好做啊!

2023年美赛ICM问题E:光污染 这题很好做啊!![在这里插入图片描述](https://img-blog.csdnimg.cn/e918cc6fc9214b53bf4859063bfe56b0.png#pic_center) 我看到DS数模的分析,看似头头是道,实则GouPi不通,我出一个,用于大家…...

InVEST模型 | 01 InVEST模型安装(Windows10)

除了在Python Anaconda环境中进行安装InVEST模型Python安装,平时最常使用的安装方式是通过.exe直接进行安装,本节介绍的就是直接下载安装的步骤: 打开InVEST模型下载页面 链接为:https://naturalcapitalproject.stanford.edu/…...

spring-web InvocableHandlerMethod 源码分析

说明 本文基于 jdk 8, spring-framework 5.2.x 编写。author JellyfishMIX - github / blog.jellyfishmix.comLICENSE GPL-2.0 类层次 HandlerMethod,处理器的方法的封装对象。HandlerMethod 只提供了处理器的方法的基本信息,不提供调用逻辑。 Invoca…...

基于ASP.NET+ SQL Server实现(Web)医院信息管理系统

医院信息管理系统 1. 课程设计内容 在 visual studio 2017 平台上,开发一个“医院信息管理系统”Web 程序。 2. 课程设计目的 综合运用 c#.net 知识,在 vs 2017 平台上,进行 ASP.NET 应用程序和简易网站的开发;初步熟悉开发一…...

UE5 学习系列(三)创建和移动物体

这篇博客是该系列的第三篇,是在之前两篇博客的基础上展开,主要介绍如何在操作界面中创建和拖动物体,这篇博客跟随的视频链接如下: B 站视频:s03-创建和移动物体 如果你不打算开之前的博客并且对UE5 比较熟的话按照以…...

反射获取方法和属性

Java反射获取方法 在Java中,反射(Reflection)是一种强大的机制,允许程序在运行时访问和操作类的内部属性和方法。通过反射,可以动态地创建对象、调用方法、改变属性值,这在很多Java框架中如Spring和Hiberna…...

聊一聊接口测试的意义有哪些?

目录 一、隔离性 & 早期测试 二、保障系统集成质量 三、验证业务逻辑的核心层 四、提升测试效率与覆盖度 五、系统稳定性的守护者 六、驱动团队协作与契约管理 七、性能与扩展性的前置评估 八、持续交付的核心支撑 接口测试的意义可以从四个维度展开,首…...

HDFS分布式存储 zookeeper

hadoop介绍 狭义上hadoop是指apache的一款开源软件 用java语言实现开源框架,允许使用简单的变成模型跨计算机对大型集群进行分布式处理(1.海量的数据存储 2.海量数据的计算)Hadoop核心组件 hdfs(分布式文件存储系统)&a…...

在QWebEngineView上实现鼠标、触摸等事件捕获的解决方案

这个问题我看其他博主也写了,要么要会员、要么写的乱七八糟。这里我整理一下,把问题说清楚并且给出代码,拿去用就行,照着葫芦画瓢。 问题 在继承QWebEngineView后,重写mousePressEvent或event函数无法捕获鼠标按下事…...

JS设计模式(4):观察者模式

JS设计模式(4):观察者模式 一、引入 在开发中,我们经常会遇到这样的场景:一个对象的状态变化需要自动通知其他对象,比如: 电商平台中,商品库存变化时需要通知所有订阅该商品的用户;新闻网站中&#xff0…...

Go 并发编程基础:通道(Channel)的使用

在 Go 中,Channel 是 Goroutine 之间通信的核心机制。它提供了一个线程安全的通信方式,用于在多个 Goroutine 之间传递数据,从而实现高效的并发编程。 本章将介绍 Channel 的基本概念、用法、缓冲、关闭机制以及 select 的使用。 一、Channel…...

C++课设:简易日历程序(支持传统节假日 + 二十四节气 + 个人纪念日管理)

名人说:路漫漫其修远兮,吾将上下而求索。—— 屈原《离骚》 创作者:Code_流苏(CSDN)(一个喜欢古诗词和编程的Coder😊) 专栏介绍:《编程项目实战》 目录 一、为什么要开发一个日历程序?1. 深入理解时间算法2. 练习面向对象设计3. 学习数据结构应用二、核心算法深度解析…...

uniapp 字符包含的相关方法

在uniapp中,如果你想检查一个字符串是否包含另一个子字符串,你可以使用JavaScript中的includes()方法或者indexOf()方法。这两种方法都可以达到目的,但它们在处理方式和返回值上有所不同。 使用includes()方法 includes()方法用于判断一个字…...