news 2026/8/30 13:13:53

斩波运放噪声的两种理解与Δ-Σ ADC中的调制抵消策略

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
斩波运放噪声的两种理解与Δ-Σ ADC中的调制抵消策略

1. 斩波技术:把讨厌的低频噪声“搬走”的魔法

大家好,我是老张,在模拟电路和ADC设计这个坑里摸爬滚打了十几年。今天想和大家聊聊一个在追求极致精度时绕不开的话题——斩波技术。尤其是在做高精度测量、传感器信号调理,或者玩Δ-Σ ADC的时候,你总会遇到一个烦人的家伙:1/f噪声,也叫闪烁噪声。这玩意儿在低频段特别“嚣张”,能量很大,直接影响了我们系统的直流精度和低频信号的信噪比。

简单来说,斩波技术就是一种“乾坤大挪移”。它用一种非常巧妙的方式,把原本集中在低频的噪声(比如1/f噪声和失调电压)给“搬”到高频去。搬走之后,我们再用一个简单的低通滤波器,就能把这些高频噪声轻松滤掉,只留下我们想要的干净信号。这听起来是不是有点像变魔术?没错,它的核心思想就是调制与解调

想象一下,你有一个非常珍贵的古董花瓶(代表我们的低频有用信号),但它被一堆灰尘(代表低频噪声)覆盖了。直接擦拭很容易伤到花瓶。斩波技术的做法是:先把花瓶和灰尘一起小心翼翼地装进一个特制的、高速旋转的盒子(调制过程)。在旋转过程中,灰尘因为附着不牢,被甩到了盒子的外缘(搬移到高频),而花瓶稳稳地待在中心。然后我们停止旋转,打开盒子,只取出中心的花瓶(解调并滤波),灰尘就被留在了盒子里被丢弃了。

在实际电路中,这个“旋转的盒子”就是由一对高速切换的模拟开关(我们称之为斩波开关)实现的。开关由一组互补的时钟信号(Φ1和Φ2)控制,以远高于噪声特征频率的速度进行切换。信号通路被周期性地反转,从而实现了对信号和噪声的不同处理。接下来,我们就深入看看,噪声在这个过程中到底经历了什么。

2. 斩波运放噪声的两种经典理解视角

理解斩波如何消除噪声,有两个非常直观且互补的视角。我自己在带新人时也常用这两个比喻,能帮助大家快速建立直觉。

2.1 视角一:噪声在调制“派对”中迟到了一次

这是从信号流程来看的经典理解。我们来看一个简化的斩波运放模型:信号从输入端进入,先经过第一组斩波开关(调制器),然后进入运放放大,再经过第二组斩波开关(解调器)恢复,最后输出。

关键点来了:我们想要的有用信号(通常是低频或直流信号),完整地经历了“调制->放大->解调”的全过程。调制时把它搬到高频,解调时又把它完好地搬回低频。所以信号“毫发无伤”。

但噪声呢?这里主要指运放内部产生的噪声,比如1/f噪声和热噪声。这些噪声是在运放内部产生的,它们“诞生”在调制点之后!也就是说,当噪声产生时,信号的调制已经完成了。因此,噪声只经历了“放大->解调”这个过程,它少经历了一次调制

结果就是:低频的噪声(比如1/f噪声)经过解调器时,被搬移到了斩波频率及其奇数次谐波附近的高频区域。而我们的有用信号被恢复到了基带。这样一来,信号和噪声在频域上就被分开了。我们只需要在输出端加一个截止频率低于斩波频率的低通滤波器,就能像用筛子筛沙子一样,把高频的噪声滤掉,留下纯净的低频信号。

我画个简单的时序图大家可能更清楚:

时钟Φ1: 高电平期间,开关使信号通路为正相。 时钟Φ2: 高电平期间,开关使信号通路为反相。 信号路径: Vin -> [调制器(Φ1/Φ2)] -> 运放(+噪声)-> [解调器(Φ1/Φ2)] -> Vout。

噪声在运放处加入,它只看到解调器在动作,因此被调制到了高频。这种理解方式非常直接地解释了为什么噪声会被“搬走”。

2.2 视角二:输入噪声的“正反叠加抵消术”

第一种视角主要针对运放内部噪声。那么,如果噪声是伴随着输入信号一起进来的呢?比如传感器本身的噪声、导线引入的干扰等。斩波技术同样能处理,这就是第二种理解视角:利用斩波开关的周期性反转,实现输入噪声的自抵消

我们考虑一个最简单的情况:输入端的直流失调电压(也是一种低频“噪声”)。假设在时钟相位Φ1期间,输入信号Vin(假设为正值)通过开关连接到运放的正相输入端。此时,输入端的失调电压Vos也以正向叠加在信号上。那么运放“看到”的输入是Vin + Vos

到了时钟相位Φ2,斩波开关动作,输入信号Vin被连接到运放的反相输入端。注意,信号的极性在运放输入端被反转了。但是,那个讨厌的失调电压Vos呢?它作为输入端固有的偏差,其极性并不会因为外部开关连接方式而改变。因此,在Φ2相位,运放“看到”的输入变成了-Vin + Vos

重点来了!经过运放放大后,这两个相位的输出分别是:

  • Φ1输出:A * (Vin + Vos)
  • Φ2输出:A * (-Vin + Vos)

如果我们后续对输出进行平均处理(或者通过低通滤波器,其本质就是求一段时间内的平均值),那么:平均输出 = [A*(Vin+Vos) + A*(-Vin+Vos)] / 2 = A*Vos

看,信号Vin在平均过程中被抵消了?不对,这里需要注意,在实际系统中,解调器会在输出端再次对信号进行同步反转,从而恢复Vin。而失调电压Vos在经过平均后依然存在。但是,斩波技术的高明之处在于,这个残留的Vos是作为一个高频交流分量存在的

因为Vos在Φ1和Φ2期间被以不同的符号处理,在输出端,它表现为一个频率为斩波频率的方波。这样一来,它就从直流(或极低频)的“静态”误差,变成了一个高频的“动态”误差。对付一个高频交流误差就容易多了,一个简单的低通滤波器就能把它滤得干干净净。最终,无论是运放内部的噪声,还是输入端的失调,都被有效地抑制了。

3. 一个不容忽视的现象:斩波运放的增益滑落

在实际用斩波运放时,很多工程师朋友都踩过这个坑:测出来的电路直流增益,比运放数据手册上标称的开环增益要低!而且斩波频率越高,增益“损失”似乎越明显。这不是你的错觉,也不是芯片坏了,而是斩波技术本身带来的一个固有现象——增益滑落

3.1 从能量角度看根本原因

最本质的原因,要从能量的角度来理解。斩波开关不是理想器件,控制它们的时钟信号clk也不是无限陡峭的理想方波。当这个时钟信号通过运放有限的带宽时,其高频分量会被衰减,导致时钟边沿变得“圆滑”。

这意味着什么?意味着调制和解调的动作不再是瞬间完成的、完美的极性反转。在开关切换的短暂瞬间,信号通路处于一种“不确定”的中间状态,部分信号能量在这个过程中被损耗掉了。

你可以想象一个完美的、幅度为1的方波,经过一个带宽有限的系统后,会变成一个边沿缓慢变化的近似方波,其顶部可能还有起伏。这个波形所包含的能量,比原始理想方波的能量要少。在斩波系统中,信号经历了两次这样的过程(一次调制,一次解调),每次都会损失能量。

从数学上可以推导,经过一个单极点系统(模拟运放的简化模型)后,理想方波的能量会衰减到原来的8/π² ≈ 0.81倍。也就是说,仅仅从能量传递的角度,增益就已经只剩下大约80%了。这就是增益滑落的根本物理原因:有限带宽对调制时钟的滤波效应导致了信号能量的不可逆损耗

3.2 从环路增益看直接电路原因

落实到具体电路上,我们可以分析一个典型的斩波稳零运放结构。其中有两个关键节点N1和N2,通常是解调点或相关节点。这两个节点的带宽需要设计得足够宽,以确保斩波频率附近的信号能顺利通过。

问题往往出在第一级放大器A1上。为了获得高带宽和低噪声,A1通常采用跨导放大器(OTA)结构,其增益A1 = gm1 / gm5(假设是共源极加主动负载的结构)。这个增益通常不会很高,可能只有几倍到几十倍。第二级可能是共栅级或其它增益级,但整体开环增益相对于传统运放来说并不算大。

当斩波频率提升时,对A1的带宽要求急剧增加。如果A1的带宽不足,那么在斩波频率处,其增益已经开始下降。这直接导致了整个运放在执行斩波功能时的“有效环路增益”下降。表现出来就是,你测量到的低频增益(经过斩波稳定后的增益)比运放自身的直流开环增益要低。

这里我分享一个调试经验:当你发现斩波运放增益不达标时,别急着换芯片。首先检查:

  1. 斩波频率是否过高:试着降低斩波时钟频率,看看增益是否回升。如果显著回升,说明A1带宽是瓶颈。
  2. 第一级偏置电流:适当增加A1输入对管(gm1)的偏置电流,可以提高其跨导gm和带宽,但代价是功耗和噪声可能增加。
  3. 补偿电容:检查米勒补偿电容是否过大。过大的补偿电容会限制带宽。在斩波运放中,输出级的RC滤波特性常常由米勒补偿电容和输出阻抗自然形成,可能不再需要额外的低通滤波电容。

关于原始资料中提到的“M3不在信号流上,利用动态元器件匹配技术”,这里稍作展开。这是一种更高级的技术,用于消除由于晶体管失配引起的系统失调。其思想是让多个晶体管(如差分对的负载管)轮流工作,通过平均化它们之间的失配误差,使失配表现为一个高频噪声,进而被斩波和滤波消除。这属于斩波技术的“搭档”,共同将精度推向极限。

4. 为什么Δ-Σ ADC尤其需要在第一级OTA进行斩波?

现在我们进入实战场景,聊聊斩波技术在Δ-Σ ADC中的应用。这是高精度数据转换领域的标配技术。很多初学者会问:ADC内部不是有数字滤波器吗?不能在后端用数字算法把噪声滤掉吗?为什么非要费劲在模拟前端,尤其是第一级运算跨导放大器(OTA)就做斩波呢?

4.1 Δ-Σ ADC的噪声困境

Δ-Σ ADC以其极高的分辨率和出色的噪声整形能力著称。它的原理是通过过采样和噪声整形,将量化噪声推到高频,然后通过数字滤波器滤除。但是,请注意,它主要对付的是量化噪声。对于模拟前端引入的电路固有噪声,如1/f噪声和热噪声,Δ-Σ调制器本身的处理能力是有限的。

更关键的是,Δ-Σ调制器是一个非线性系统(因为有1位或多位量化器)。如果直接将带有大量低频1/f噪声的信号送入调制器,这些噪声会被调制器以复杂的方式处理,并可能折叠到基带内,污染我们想要的信号频段。数字滤波器在后端对此无能为力,因为它无法区分信号和已经混入基带的电路噪声。

这就好比一个精细的净水系统(数字滤波器),可以过滤掉水中的大颗粒杂质(高频量化噪声)。但如果源头的水本身就含有溶解的盐分(低频电路噪声),净水系统是去除不掉的。必须在进水之前,就用反渗透膜(斩波技术)先把盐分去掉。

4.2 “预先处理”是唯一解

因此,在Δ-Σ ADC中,必须在模拟信号进行数字化之前,就将最致命的低频噪声处理掉。这个任务自然落在了整个信号链的第一级增益级——通常是调制器中的第一级OTA。

把斩波放在第一级OTA有三大好处:

  1. 最大化噪声抑制:第一级OTA产生的噪声会被后续所有级放大。在这里抑制噪声,效益最高。如果噪声进入了后续积分器或量化器,再想消除就难了。
  2. 防止噪声折叠:在OTA内部进行斩波,将1/f噪声搬移到高频,确保进入Δ-Σ调制器核心(采样/积分/量化环路)的模拟信号已经是“纯净”的低频信号。这样,调制器的噪声整形功能才能完全作用于量化噪声,而不是浪费在对付电路噪声上。
  3. 降低对后续电路的要求:由于主要的低频噪声和失调已被前置斩波OTA消除,后续积分器、比较器等电路的设计可以更专注于实现其他性能指标,如速度、线性度,而不用过分纠结于自身的低频噪声性能,降低了整体设计难度。

4.3 实际设计中的考量与陷阱

在实际设计一个带斩波稳零的Δ-Σ ADC前端时,有几个参数需要仔细权衡:

  • 斩波频率的选择:这是一个关键折衷。斩波频率必须远高于1/f噪声的拐角频率(通常为几百Hz到几kHz),才能有效将其搬移。但同时,它必须远低于Δ-Σ ADC的采样频率(通常为过采样频率)的一半,以避免斩波产生的噪声边带落入信号带宽。通常,斩波频率设在几十kHz到几百kHz之间。我个人的经验是,先确定信号带宽和1/f噪声拐角,然后选择斩波频率为拐角频率的10倍以上,同时确保其低于采样频率的1/10。

  • 开关非理想性的影响:斩波开关不是理想的。它们有导通电阻(Ron),会引入热噪声;有关断寄生电容,会引起电荷注入和时钟馈通。这些非理想效应会引入额外的噪声和失调,其本身也是频率的函数。在设计时,需要仿真开关尺寸(W/L)与导通电阻、寄生电容的折衷,并优化时钟信号的上升/下降时间,以最小化电荷注入效应。

  • 电源与衬底噪声的抑制:斩波技术对电源和衬底上的低频噪声也有一定的抑制能力,因为这类噪声在某种程度上也可以被调制到高频。但高频的电源噪声可能会直接耦合进来。因此,一个带有斩波前端的Δ-Σ ADC,仍然需要非常干净、纹波小的电源和良好的版图隔离。

在我做过的一个24位Δ-Σ ADC项目中,最初没有使用斩波,在低频段(<10Hz)的噪声谱密度比理论值高了近20dB。后来在第一级积分器的OTA加入斩波后,低频噪声被明显压制,整体有效位数(ENOB)提升了将近2位。这个提升对于精密测量应用来说是决定性的。当然,代价是功耗略有增加,并且需要精心布局斩波时钟走线,避免其干扰敏感的模拟信号。

斩波技术,就像一位沉默的精密工匠,在信号进入数字世界的大门之前,用其独特的“调制与抵消”手法,默默拂去附着在模拟信号上的尘埃与瑕疵。理解它的两种视角,认清增益滑落的本质,并掌握其在Δ-Σ ADC中前置应用的必要性,是每一位从事高精度模拟电路设计工程师的必修课。希望我今天的分享,能帮你更从容地应对下一次与噪声的较量。

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 2026/7/14 17:16:36

高效解决RuntimeError:cuDNN算法选择与卷积运算优化实战

1. 从一次深夜报错说起&#xff1a;RuntimeError: Unable to find a valid cuDNN algorithm 那天晚上&#xff0c;我正赶一个模型训练的最后几轮迭代&#xff0c;满心期待着第二天能出结果。突然&#xff0c;屏幕上弹出了一个红色的错误&#xff0c;训练进程戛然而止。相信很多…

作者头像 李华
网站建设 2026/7/14 17:16:50

【Anaconda】conda镜像源配置全攻略:清华与阿里云实战解析

1. 为什么你需要配置conda镜像源&#xff1f;从“龟速”到“起飞”的转变 如果你刚开始用Anaconda或者Miniconda来管理Python环境&#xff0c;大概率经历过这样的场景&#xff1a;兴冲冲地打开终端&#xff0c;输入 conda install numpy&#xff0c;然后就看到进度条像蜗牛一样…

作者头像 李华
网站建设 2026/7/14 17:16:34

【实战指南】MinIO STS临时凭证:从策略配置到Java客户端安全上传下载

1. 为什么你需要STS临时凭证&#xff1f;一个真实的故事 我猜你可能正在开发一个需要用户上传头像、分享文件&#xff0c;或者处理任何涉及对象存储功能的应用。几年前&#xff0c;我接手过一个项目&#xff0c;前端直接拿着服务器的长期访问密钥&#xff08;Access Key和Secre…

作者头像 李华
网站建设 2026/7/14 17:16:37

基于高斯函数的高光谱传感器光谱响应建模与GF5B AHSI实例分析

1. 从“模糊”到“清晰”&#xff1a;为什么我们需要光谱响应模型&#xff1f; 如果你玩过单反相机&#xff0c;可能会知道一个词叫“镜头锐度”。好的镜头拍出来的照片边缘清晰&#xff0c;差的镜头则有点“糊”。其实&#xff0c;高光谱遥感卫星上的传感器&#xff0c;也有类…

作者头像 李华
网站建设 2026/7/14 17:16:47

从零到一:基于eNSP的企业级网络全栈配置与实战排错指南

1. 从零开始&#xff1a;eNSP与企业网络仿真入门 如果你是一名网络工程师&#xff0c;或者正在学习网络技术的学生&#xff0c;那么你一定听说过华为的eNSP。这不仅仅是一个模拟器&#xff0c;它更像是一个可以让你“为所欲为”的网络实验室。想象一下&#xff0c;你不需要购买…

作者头像 李华