技术应用

关于差分输入电路和共模信号,差模信号关系的理解

发布时间:2021-06-29 00:00:00 责任编辑:lina

【导读】差分放大器是构成很多芯片电路的基础,比如运放的输入极一般是差分输入极电路,它是由两个对称的共源放大器(或者共射放大器)通过源极电阻Rs相互耦合组成的。
 
差分放大器是构成很多芯片电路的基础,比如运放的输入极一般是差分输入极电路,它是由两个对称的共源放大器(或者共射放大器)通过源极电阻Rs相互耦合组成的。
 
对于输入信号可以分解为一对数值相等,极性相同的共模信号和一对数值相等,极性相反的差模信号,即:
 
Vi1=Vic+Vid/2
 
Vi2=Vic-Vid/2
 
其中
 
Vic=(Vi1+Vi2)/2. Vid=Vi1-Vi2
 
所以对差分输入电路分别注入差分信号和共模信号,分别得到输出信号。随后用叠加原理,就可以得到总的输出。
 
1.1
 
先用差分信号输入做分析,一般可认为下图中的公共源极是交流GND,先做个简单的证明:
 
假设公共源极电位是Vs,约定gm1=gm2,R1=R2=R
 
M1增加交流信号Vid/2,
 
对M1的Vgs1=Vid/2-Vs,因此M1增加的电路ids1=Vgs1*gm1,从D流向S;
 
M2增加交流信号-Vid/2.
 
对M2的Vsg2=Vid/2+Vs,因此M2增加的电路ids2=Vsg2*gm2,从S流向D;
 
流过Rs的电流Is=Vs/Rs,由KCL得,ids1=ids2+Is,
 
得到:gm*(Vid/2-Vs)=Vs/Rs+gm*(Vid/2+Vs)
 
Vs*(2*gm+1/Rs)=0,显然只有Vs=0,等式才成立,所以认为公共源极是交流GND。
 
关于差分输入电路和共模信号,差模信号关系的理解
 
既然Vs=0.那么M1在输入信号作用下增加的电流就是Ids1=Vid/2*gm,因此输出Vo1=-Vid/2*gm*R
 
M2在输入信号作用下增加的电流就是Ids1=-(-Vid/2*gm),因此输出Vo2=Vid/2*gm*R,
 
所以差分输入的情况话,M1单端输出的话是反相,但是M2的输出相相对M1的输入是同相呢。这个对于判断负反馈需要考虑的。
 
双端输出Vo=Vo2-Vo1=Vid*gm*R
 
一般这个时候定义Avd=gms*R/2为单端输出差分信号的增益。
 
1.2
 
当输入增加共模信号的,公共源极就不是交流GND了,这是由于共模信号输入会将公共源极电压上抬。
 
流过M1和M2的电流方向相同,都是Ids,那么流过Rs的电流就是2*Is,因此Vs=2Ids*Rs,
 
如果电流源B1是cascode电流源,一般Rs=(1+gm*ro)*ro≈gm*ro*ro,这个值很大的。
 
关于cascode的输出阻抗,网上有很多说明,这里不做展开。
 
关于差分输入电路和共模信号,差模信号关系的理解
 
既然知道了Vs的电压,那么可以把电流源结构差分,比较利于分析。
 
分别相当于M1和M2的源极电阻是2*Rs,此时加载在M1的Vgs电压大小,相当于1/gm和2*Rs电阻分压,1/gm为从M1源极看进去的电阻
 
关于差分输入电路和共模信号,差模信号关系的理解
 
可以根据下面的示意图得到Vgs大小,由于2*Rs很大,所以Vgs很小很小;
 
因此Ids=Vgs*gm也比较小,所以Vo1=Vgs*gm*R≈Vcm*gm*R/(2*gm*Rs),只要2*Rs足够大,所以输出的Vo1可以忽略不计。
 
因此Avc=-R/(2*Rs)成为单端共模放大倍数,需要越小越好,要是差分输出Vo1-Vo2=0,不考虑器件一致性问题,差分共模信号就可以完全抑制。
 
但在半导体设计中,R1和R2不可能完全一样,gm1和gm2也不能一样,差分共模信号就不能完全抑制了。
 
关于差分输入电路和共模信号,差模信号关系的理解
 
1.3
 
差模信号和共模信号共同作用下,总的单端输出信号Vout=(Vid/2)*gm*R+Vcm*R/(2*Rs)=(Vid/2)*Avd+Vcm*Avc,只有Avd越大,就放大差分信号,Avc越小就抑制共模信号。
 
通过上述分析就可见,差分放大器的差模性能和共模性能有很大不同,其中最主要的就是共模电压远小于差模电压增益,或者说,相对于差模信号,差分放大器对共模信号有很强的抑制作用。
 
因此就定义CMRR-共模抑制比来描述这种抑制作用的强弱。一般在电路中,如果电路完全对称,没有任何偏差,就只需要考虑单端输出时候的共模抑制比,就是差模电压增益和共模电压增益的比值的绝对值,CMRR=|0.5*Avd/Avc|.
 
以上的分析是基于绝对对称的两个MOS管,所以电路两边对称的理想情况下差分放大器的性能。对于实际的差分放大器总是存在两边MOS管特性和电阻R1.R2不对称的情况。
 
比如说,如果R1和R2的不匹配,分别是R+△R和R-△R,那么对于共模输入信号的增益Vo1=Vcm*[(R+△R)/(2*Rs)],Vo1=Vcm*[(R-△R)/(2*Rs)],
 
因此共模信号输入双端输出的电压Vo=Vo1-Vo2=Vcm*[R/(2*Rs)]*[△2R/R],理想器件的双端输出共模增益Avcm=0,现在由于器件的不匹配,所以就变成Avcm=[R/(2*Rs)]*[△,这个值虽说很小,但是也会影响共模增益比,对共模信号的抑制能力。
 
除此之外,两只管子的gm也会存在差异,也会影响性能。所以在运放的datasheet上面,CMRR不是无穷大,一般都是100dB左右,也是因为这个原因。
 
此外,实际电路中对于差分信号输入,公共源极也是近似交流GND,不是绝对的GND,所以上面的公式需要根据实际使用修正,这个在论坛其他帖子中有过证明,感兴趣的可以参考下面帖子:https://bbs.21ic.com/icview-3141098-1-1.html。
 
由于输入差分管可以是MOS管也可以是双极性晶体管,在这里用MOS管举例做了分析。一般来说,相比双极性晶体管的差分输入极,MOS管的差分输入极在线性范围和非限幅范围都要更大一些。实际芯片设计中,半导体公司都会根据需求进行相应的设计。
(来源:21ic论坛,作者:网友kk)
  
免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请电话或者邮箱联系小编进行侵删。
 
要采购晶体么,点这里了解一下价格!

为您推荐

CRA 合规驱动嵌入式安全升级|意法半导体落地 Security by Design 筑牢芯片信任根基 技术应用

CRA 合规驱动嵌入式安全升级|意法半导体落地 Security by Design 筑牢芯片信任根基

随着互联设备普及与欧盟《网络弹性法案》(CRA)落地,嵌入式产品安全已经从附加功能变成硬性要求。意法半导体 MDRF 安全平台总监 Jacques Fournier 分享 ST“安全始于设计(Security by Design)” 战略:把安全前置到产品定义阶段,依托 IDM 垂直整合能力,打通软硬件安全、密码技术、漏洞评估全链条;同时提前布局后量子密码 PQC,正视 AI 带来的攻防双面变化,通过跨部门安全协作机制,把安全能力转化为客户产品的信任基石。

ST(意法半导体)

灵巧手市场高速增长,NXP i.MX RT1180 助力大联大世平推出可落地机器人末端执行方案 业界新闻

灵巧手市场高速增长,NXP i.MX RT1180 助力大联大世平推出可落地机器人末端执行方案

机器人行业重心正从展台演示转向工业、服务场景工程化落地,灵巧手作为机器人末端核心执行单元迎来爆发增长。近期大联大世平联合恩智浦(NXP)举办线上研讨会,恩智浦分享机器人分层架构、TSN 确定性通信方案以及 i.MX RT1180 在关节与灵巧手实时控制上的技术优势;大联大世平则解读灵巧手市场数据、主流驱动路线,并推出基于 NXP 芯片、搭载压力感知、支持 ROS2 与 EtherCAT 的完整灵巧手参考方案,依托分销技术服务与生态协同,帮助客户缩短研发周期,推动人形机器人、工业机器人规模化落地。

通信广电 NXP(恩智浦)

打通终端接入链路|紫光展锐 T8300、T7300 助力 Entel D2C 卫星通信生态落地智利 业界新闻

打通终端接入链路|紫光展锐 T8300、T7300 助力 Entel D2C 卫星通信生态落地智利

手机直连卫星 D2C 是补齐地面通信盲区的关键技术。紫光展锐与智利头部电信运营商 Entel 完成 D2C 现场测试,搭载 T8300(5G)、T7300(LTE)两大平台,在真实卫星与地面混合网络环境下,验证卫星建链、消息收发、天地切换等核心能力。Entel 已认可本次测试成果,将其作为终端厂商接入当地 D2C 服务的技术参考文档,有效降低品牌厂商的适配难度与验证成本,加速智利地区手机直连卫星终端生态规模化。

通信广电 测试测量 紫光展锐

艾迈斯欧司朗斩获荣耀旗舰能力建设奖,光学传感技术、质量与交付能力获认可 业界新闻

艾迈斯欧司朗斩获荣耀旗舰能力建设奖,光学传感技术、质量与交付能力获认可

智能旗舰终端对光学传感性能、品质稳定性与供应链交付提出严苛标准。数字光电技术厂商艾迈斯欧司朗近期荣获荣耀 “旗舰能力建设奖”,该奖项是对其光学传感技术、全流程质量管理体系以及稳定交付能力的认可。艾迈斯欧司朗为荣耀提供环境光、接近传感、dToF 测距等多款传感产品,依托全球研发制造与本地化快速响应机制,支撑旗舰机型量产迭代。未来双方将持续协同,以光学传感方案升级智能终端用户体验。

传感技术

人形机器人高自由度协同难点:关节实时控制与确定性位置感知是流畅运动基石 技术应用

人形机器人高自由度协同难点:关节实时控制与确定性位置感知是流畅运动基石

人形机器人流畅的类人运动,本质是数十个自由度之间的协同涌现行为,关节耦合、信号延迟、扰动传递极易引发失稳与振荡。想要实现稳定平衡、姿态自适应调节,离不开关节层级高集成、低延迟的实时电机控制,以及断电不掉位的多圈绝对位置感知。本文从自由度耦合痛点切入,拆解扭矩控制、电流采样、位置反馈等核心环节,介绍 ADI 电机控制平台、ADMT4000 多圈位置传感器、TMC6460 伺服驱动方案如何提供确定性执行底座,支撑全身多关节同步协同,让高层智能策略可靠落地为物理动作。

传感技术

特别推荐

更多

行业动态

更多

技术应用

更多

选型替代

更多

产品信息

更多

热门搜索

更多

欢迎登录

没有账号,

账号注册

注册成功!

3S后自动为你跳转登陆