模拟集成电路(6)----单级放大器(共源共栅级 Cascode Stage)
模拟集成电路(6)----单级放大器(共源共栅级 Cascode Stage)


大信号分析
对M1
V x ≥ V i n − V T H 1 V x = V B − V G S 2 V B ≥ V i n − V T H 1 + V G S 2 V_{x}\geq V_{in}-V_{TH1}\quad V_{x}=V_{B}-V_{GS2}\\V_{B}\geq V_{in}-V_{TH1}+V_{GS2} Vx≥Vin−VTH1Vx=VB−VGS2VB≥Vin−VTH1+VGS2
对M2
V o u t ≥ V B − V T H 2 V o u t ≥ V i n − V T H 1 + V G S 2 − V T H 2 V o u t ≥ V O D 1 + V O D 2 \begin{aligned}&V_{out}\geq V_{B}-V_{TH2}\\&V_{out}\geq V_{in}-V_{TH1}+V_{GS2}-V_{TH2}\\&V_{out}\geq V_{OD1}+V_{OD2}\end{aligned} Vout≥VB−VTH2Vout≥Vin−VTH1+VGS2−VTH2Vout≥VOD1+VOD2

输入输出电阻
W h e n V i n < V T H 1 , M 1 a n d M 2 a r e o f f , V o u t = V D D , V x = V B − V T H 2 \begin{aligned}&\mathrm{When~}V_{in}<V_{TH1},\mathrm{M}_{1}\mathrm{~and~}\mathrm{M}_{2}\mathrm{~are~off},V_{out}=V_{DD},V_{x}=V_{B}-V_{TH2}\end{aligned} When Vin<VTH1,M1 and M2 are off,Vout=VDD,Vx=VB−VTH2
W h e n V i n > V T H 1 , V o u t d r o p s , − V G S 2 increases, resulting in a drop of V X \begin{aligned}&\mathrm{When~}V_{\mathrm{in}}>V_{\mathrm{TH}1},V_{\mathrm{out}}\mathrm{drops},\\&-V_{GS2}\text{increases, resulting in a drop of }V_{X}\end{aligned} When Vin>VTH1,Voutdrops,−VGS2increases, resulting in a drop of VX

R o u t = [ 1 + ( g m 2 + g m b 2 ) r O 2 ] r O 1 + r O 2 = r O 1 + r O 2 + ( g m 2 + g m b 2 ) r O 2 r O 1 R_{out}=[1+(g_{m2}+g_{mb2})r_{O2}]r_{O1}+r_{O2}\\=r_{O1}+r_{O2}+(g_{m2}+g_{mb2})r_{O2}r_{O1} Rout=[1+(gm2+gmb2)rO2]rO1+rO2=rO1+rO2+(gm2+gmb2)rO2rO1
i f g m r O > > 1 , t h e n R o u t ≈ ( g m 2 + g m b 2 ) r O 2 r O 1 ≈ g m 2 r O 2 r O 1 if \ g_{m}r_{O}>>1,\quad\mathrm{then}\quad R_{out}\approx(g_{m2}+g_{mb2})r_{O2}r_{O1}\approx g_{m2}r_{O2}r_{O1} if gmrO>>1,thenRout≈(gm2+gmb2)rO2rO1≈gm2rO2rO1

R o u t ≈ ( g m 3 + g m b 3 ) r O 3 R S ≈ g m 3 r O 3 R S ‾ R S ≈ g m 2 r O 2 r O 1 → R o u t ≈ g m 3 r O 3 ⋅ g m 2 r O 2 ⋅ r o 1 \begin{aligned}&R_{out}\approx(g_{m3}+g_{mb3})r_{O3}R_{S}\approx\underline{g_{m3}r_{O3}R_{S}}\\&R_{S}\approx g_{m2}r_{O2}r_{O1}\\&\to R_{out}\approx g_{m3}r_{O3}\cdot g_{m2}r_{O2}\cdot r_{o1}\end{aligned} Rout≈(gm3+gmb3)rO3RS≈gm3rO3RSRS≈gm2rO2rO1→Rout≈gm3rO3⋅gm2rO2⋅ro1
小信号分析
增益


A ν = − g m 1 R D A_{\nu}=-g_{m1}R_{D} Aν=−gm1RD
如若是电流源负载

A v = − G m r o u t A_v=-G_mr_{out} Av=−Gmrout
G m ≈ g m 1 G_m{\approx}g_{m1} Gm≈gm1
A ν ≈ − g m 1 ⋅ g m 2 r o 2 r o 1 = − g m 1 r o 1 ⋅ g m 2 r o 2 A_{\nu}\approx-g_{m1}\cdot g_{m2}r_{o2}r_{o1}=-g_{m1}r_{o1}\cdot g_{m2}r_{o2} Aν≈−gm1⋅gm2ro2ro1=−gm1ro1⋅gm2ro2
可以结合课本3.21去理解

g m = 2 I D μ n C o x W L r o = 1 λ I D A i n t = g m r o g_{m}=\sqrt{2I_{\mathrm{D}}\mu_{\mathrm{n}}C_{\mathrm{ox}}\frac{W}{L}}\\r_{\mathrm{o}}=\frac{1}{\lambda I_{\mathrm{D}}}\\A_{\mathrm{int}}=g_{m}r_{\mathrm{o}} gm=2IDμnCoxLWro=λID1Aint=gmro

g m 1 = g m 2 r o l = 4 r o A i n t l = 2 A i n t g_{m1}=\frac{g_{\mathrm{m}}}{2}\\r_{\mathrm{ol}}=4r_{\mathrm{o}}\\A_{\mathrm{intl}}=2A_{\mathrm{int}} gm1=2gmrol=4roAintl=2Aint

g m 2 = g m r o 2 = A i n t r o A int 2 = A int 2 g_{m2}=g_{m}\\r_{\mathrm{o2}}=A_{\mathrm{int}}r_{\mathrm{o}}\\A_{\operatorname{int}2}=A_{\operatorname{int}}^2 gm2=gmro2=AintroAint2=Aint2
用PMOS cascode电流源作负载

r o u t n ≈ g m 2 r o 2 ⋅ r o 1 r o u t p ≈ g m 3 r o 3 ⋅ r o 4 \begin{aligned}r_{outn}&\approx g_{m2}r_{o2}\cdot r_{o1}\\r_{outp}&\approx g_{m3}r_{o3}\cdot r_{o4}\end{aligned} routnroutp≈gm2ro2⋅ro1≈gm3ro3⋅ro4
A ν ≈ − g m 1 ⋅ ( r o u t n ∥ r o u t p ) ≈ − g m 1 ⋅ ( g m 3 r o 3 ⋅ r o 4 ∥ g m 2 r o 2 ⋅ r o 1 ) \begin{aligned}A_{\nu}&\approx-g_{m1}\cdot(r_{outn}\parallel r_{outp})\\&\approx-g_{m1}\cdot(g_{m3}r_{o3}\cdot r_{o4}\parallel g_{m2}r_{o2}\cdot r_{o1})\end{aligned} Aν≈−gm1⋅(routn∥routp)≈−gm1⋅(gm3ro3⋅ro4∥gm2ro2⋅ro1)
V o u t max ≤ V D D − V O D 3 − V O D 4 V_{out\max}\leq V_{DD}-V_{OD3}-V_{OD4} Voutmax≤VDD−VOD3−VOD4
V o u t , m i n ≥ V O D 1 + V O D 2 V_{out,min}\geq V_{OD1}+V_{OD2} Vout,min≥VOD1+VOD2

相关文章:
模拟集成电路(6)----单级放大器(共源共栅级 Cascode Stage)
模拟集成电路(6)----单级放大器(共源共栅级 Cascode Stage) 大信号分析 对M1 V x ≥ V i n − V T H 1 V x V B − V G S 2 V B ≥ V i n − V T H 1 V G S 2 V_{x}\geq V_{in}-V_{TH1}\quad V_{x}V_{B}-V_{GS2}\\V_{B}\geq V_{in}-V_{TH1}V_{GS2} Vx…...
docker以挂载目录启动容器报错问题的解决
拉取镜像: docker pull elasticsearch:7.4.2 docker pull kibana:7.4.2 创建实例: mkdir -p /mydata/elasticsearch/configmkdir -p /mydata/elasticsearch/dataecho "http.host: 0.0.0.0" >> /mydata/elasticsearch/config/elasti…...
MySQL—函数—流程控制函数(基础)
一、引言 接下来,我们就进入函数的最后一个部分:流程函数。而流程控制函数在我们的日常开发过程是很有用的。 流程控制函数在我们 sql 语句当中,经常用来实现条件的筛选,从而提高语句的一个执行效率。 我们主要介绍以下4个流程控…...
2023年全国职业院校技能大赛(高职组)“云计算应用”赛项赛卷7(私有云)
#需要资源(软件包及镜像)或有问题的,可私聊博主!!! #需要资源(软件包及镜像)或有问题的,可私聊博主!!! #需要资源(软件包…...
Jenkins、GitLab部署项目
1、安装JDK 1.1、下载openJdk11 yum -y install fontconfig java-11-openjdk1.2、查看安装的版本号 java -version1.3、配置环境变量 vim /etc/profile在最底部添加即可 export JAVA_HOME/usr/lib/jvm/java-11-openjdk-11.0.23.0.9-2.el7_9.x86_64 export PATH$JAVA_HOME/…...
21.Redis之分布式锁
1.什么是分布式锁 在⼀个分布式的系统中, 也会涉及到多个节点访问同⼀个公共资源的情况. 此时就需要通过 锁 来做互斥控制, 避免出现类似于 "线程安全" 的问题. ⽽ java 的 synchronized 或者 C 的 std::mutex, 这样的锁都是只能在当前进程中⽣效, 在分布式的这种多…...
Mysql基础学习:mysql8 JSON字段查询操作
文章目录 一、查询JSON中某个属性值为XXX的数据量1、方式一2、方式二 二、查询的JSON中的value并去除双引号 一、查询JSON中某个属性值为XXX的数据量 1、方式一 select count(*)from table_namewhere JSON_CONTAINS(json-> $.filed1, "xxx")or JSON_CONTAINS(jso…...
搭建基于Django的博客系统数据库迁移从Sqlite3到MySQL(四)
上一篇:搭建基于Django的博客系统增加广告轮播图(三) 下一篇:基于Django的博客系统之用HayStack连接elasticsearch增加搜索功能(五) Sqlite3数据库迁移到MySQL 数据库 迁移原因 Django 的内置数据库 SQL…...
24年护网工具,今年想参加护网的同学要会用
24年护网工具集 吉祥学安全知识星球🔗http://mp.weixin.qq.com/s?__bizMzkwNjY1Mzc0Nw&mid2247483727&idx1&sndb05d8c1115a4539716eddd9fde4e5c9&chksmc0e47813f793f105017fb8551c9b996dc7782987e19efb166ab665f44ca6d900210e6c4c0281&scene21…...
解决TrueNas Scale部署immich后人脸识别失败,后台模型下载异常,immich更换支持中文搜索的CLIP大模型
这个问题搞了我几天终于解决了,搜遍网上基本没有详细针对TrueNas Scale部署immich应用后,CLIP模型镜像下载超时导致人脸识别失败,以及更换支持中文识别的CLIP模型的博客。 分析 现象:TrueNas Scale安装immich官方镜像应用后&…...
面试高频问题----2
一、进程、线程、协程有什么区别? 1.进程:进程是操作系统中独立运行的程序实例,每个进程都有自己的内存空间和系统资源;进程之间相互独立,每个进程有自己的内存地址空间,一个进程无法直接访问另一个进程的…...
Nginx的配置文件-详细使用说明
Nginx的配置文件是Nginx服务器运行的核心,它决定了Nginx如何响应和处理各种请求。以下是对Nginx配置文件(通常名为nginx.conf)的详细解析,按照常见的结构和配置项进行分类: 1. 全局块 user:指定Nginx运行的用户和用户组。例如:user nginx;worker_processes:指定工作进…...
YOLOv5改进 | 卷积模块 | 提高网络的灵活性和表征能力的动态卷积【附代码+小白可上手】
💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡 轻量级卷积神经网络由于其低计算预算限制了CNNs的深度(卷积层数)和宽度(通道数),…...
23、linux系统文件和日志分析
linux文件系统与日志分析 文件时存储在硬盘上的,硬盘上的最小存储单位是扇区,每个扇区大大小是512字节。 inode:元信息(文件的属性 权限,创建者,创建日期等) block:块,…...
安装VS2017后,离线安装Debugging Tools for Windows(QT5.9.2使用MSVC2017 64bit编译器)
1、背景 安装VS2017后,Windows Software Development Kit - Windows 10.0.17763.132的Debugging Tools for Windows默认不会安装,如下图。这时在QT5.9.2无法使用MSVC2017 64bit编译器。 2、在线安装 如果在线安装参考之前的文章: Qt5.9.2初…...
路由策略实验2
对R7,重发布直连路由 对R2,做双向 对R3同样 先不改优先级 查看,知道所有给R3的路由为151,全部为OSPF。 知道了是错误的,先把3,4之间的线路断掉 接着对R3,让优先级全部回到100(displa…...
Linux网络-守护进程版字典翻译服务器
文章目录 前言一、pid_t setsid(void);二、守护进程翻译字典服务器(守护线程版)效果图 前言 根据上章所讲的后台进程组和session会话,我们知道如果可以将一个进程放入一个独立的session,可以一定程度上守护该进程。 一、pid_t se…...
Python 推导式详解:高效简洁的数据处理技巧
推导式是 Python 提供的一种简洁而强大的语法,用于创建列表、集合和字典。它可以让代码更简洁、更易读,同时提高运行效率。 基本语法 列表推导式 基本语法: [expression for item in iterable if condition]示例: # 生成平方…...
车联网安全入门——ICSim模拟器使用
文章目录 车联网安全入门——ISCim模拟器使用介绍主要特点:使用场景: 安装使用捕获can流量candumpcansnifferwiresharkSavvyCAN主要特点:使用场景: 重放can报文cansendSavvyCAN 总结 车联网安全入门——ISCim模拟器使用 …...
leetcode - 20.有效的括号(LinkedHashMap)
leetcode题目有效的括号,分类是easy,但是博主前前后后提交了几十次才通过,现在记录一下使用Java语言的写法。 题目链接: 20.有效的括号 题目描述: 给定一个只包括 (,),{,},[&…...
微信小程序之bind和catch
这两个呢,都是绑定事件用的,具体使用有些小区别。 官方文档: 事件冒泡处理不同 bind:绑定的事件会向上冒泡,即触发当前组件的事件后,还会继续触发父组件的相同事件。例如,有一个子视图绑定了b…...
DockerHub与私有镜像仓库在容器化中的应用与管理
哈喽,大家好,我是左手python! Docker Hub的应用与管理 Docker Hub的基本概念与使用方法 Docker Hub是Docker官方提供的一个公共镜像仓库,用户可以在其中找到各种操作系统、软件和应用的镜像。开发者可以通过Docker Hub轻松获取所…...
FastAPI 教程:从入门到实践
FastAPI 是一个现代、快速(高性能)的 Web 框架,用于构建 API,支持 Python 3.6。它基于标准 Python 类型提示,易于学习且功能强大。以下是一个完整的 FastAPI 入门教程,涵盖从环境搭建到创建并运行一个简单的…...
BCS 2025|百度副总裁陈洋:智能体在安全领域的应用实践
6月5日,2025全球数字经济大会数字安全主论坛暨北京网络安全大会在国家会议中心隆重开幕。百度副总裁陈洋受邀出席,并作《智能体在安全领域的应用实践》主题演讲,分享了在智能体在安全领域的突破性实践。他指出,百度通过将安全能力…...
MySQL中【正则表达式】用法
MySQL 中正则表达式通过 REGEXP 或 RLIKE 操作符实现(两者等价),用于在 WHERE 子句中进行复杂的字符串模式匹配。以下是核心用法和示例: 一、基础语法 SELECT column_name FROM table_name WHERE column_name REGEXP pattern; …...
如何在最短时间内提升打ctf(web)的水平?
刚刚刷完2遍 bugku 的 web 题,前来答题。 每个人对刷题理解是不同,有的人是看了writeup就等于刷了,有的人是收藏了writeup就等于刷了,有的人是跟着writeup做了一遍就等于刷了,还有的人是独立思考做了一遍就等于刷了。…...
智能分布式爬虫的数据处理流水线优化:基于深度强化学习的数据质量控制
在数字化浪潮席卷全球的今天,数据已成为企业和研究机构的核心资产。智能分布式爬虫作为高效的数据采集工具,在大规模数据获取中发挥着关键作用。然而,传统的数据处理流水线在面对复杂多变的网络环境和海量异构数据时,常出现数据质…...
零基础在实践中学习网络安全-皮卡丘靶场(第九期-Unsafe Fileupload模块)(yakit方式)
本期内容并不是很难,相信大家会学的很愉快,当然对于有后端基础的朋友来说,本期内容更加容易了解,当然没有基础的也别担心,本期内容会详细解释有关内容 本期用到的软件:yakit(因为经过之前好多期…...
laravel8+vue3.0+element-plus搭建方法
创建 laravel8 项目 composer create-project --prefer-dist laravel/laravel laravel8 8.* 安装 laravel/ui composer require laravel/ui 修改 package.json 文件 "devDependencies": {"vue/compiler-sfc": "^3.0.7","axios": …...
在Mathematica中实现Newton-Raphson迭代的收敛时间算法(一般三次多项式)
考察一般的三次多项式,以r为参数: p[z_, r_] : z^3 (r - 1) z - r; roots[r_] : z /. Solve[p[z, r] 0, z]; 此多项式的根为: 尽管看起来这个多项式是特殊的,其实一般的三次多项式都是可以通过线性变换化为这个形式…...
