全差分放大器(FDA)的基本知识

article/2025/7/20 5:21:20

        为了获得最佳性能,用户必须在信号链上选择一个balun(平衡不平衡变换器),虽然这可能会导致某些应用中的耦合问题。然而,耦合问题并不是总是发生,特别是在某些需要DC分量的测试和测量应用中更是如此。

        全差分放大器 (FDA)是一种多用途的工具,它可以替代balun(或与它一同使用)的同时,并且提供多种优点。与传统的使用单端输出的放大器相比,电路设计人员在使用由FDA实现的全差分信号处理频谱分析仪时,能够增加电路对外部噪声的抗扰度,从而将动态范围加倍,并且减少偶次谐波

一、FDA是什么?


        想象一下,如果不使用高级器件——FDA集成电路来驱动差分ADC。除了balun,一个解决方案就需要通过两个运算放大器来提供差分信号,其中一个运算放大器提供正(VIN+)输入信号,另外一个提供负(VIN-)输入信号。

        如果想要在运算放大器 (op amp)外部建立适当增益,将总共需要使用8个电阻,这设计起来将会十分复杂。现在,工程师只需要一半数量的电阻器和一个IC,就可以使用一个FDA来提供ADC的单端至差分接口        和        一个差分至差分接口。同时,这个IC无需balun便可以使得DC分量导通,这一点不同于提供DC隔离的balun。这个的关键点是在许多应用中需DC和低频的出色的频率响应。
        基本上来说,FDA是具有两个放大器的器件。主差分放大器(从VIN至VOUT)由多个反馈路径和Vocm误差放大器组成,而Vocm误差放大器更多情况下被称为共模输出放大器。
        Vocm放大器在内部采样差分电压(VOUT+和VOUT–),并且将这个电压与施加到VOCM引脚上的电压相比较。通过一个内部反馈环路,Vocm放大器将Vocm误差放大器的“误差”电压(输入引脚间的电压)驱动为0,这样的话,VOUT_cm(图1)= Vocm。

        如果VOCM引脚保持在悬空的状态时,通常由一个内部分压器将偏置点的缺省值设定为VCC/2(电源间的中间位置)。(VOCM)引脚上的Vocm设置会影响到总体输出摆幅(稍后讨论)。这些特性不同于具有单端输出的传统运算放大器。在传统运算放大器中,输出共模电压和单端输出实际上是会影响到运算放大器的动态范围的同一信号。
    除了Vocm误差放大器,FDA中的主差分放大器具有VOUT+和VOUT—输出和多条反馈路径。在分析这个放大器时,最好将它想象成为包含两条反向的反馈路径。一条路径是一个反向输入到非反向输出,另外一条路径是非反向输入到一个反向输出(图1)。为了使FDA正常运行,两条路径都必须关闭。并且,为了保持平衡,反馈路径也最好保持相等。对于这两个路径的分析是非常复杂的。为了有助于介绍FDA的基本知识和它们在辅助设计中所发挥的作用,本文中对于它们的分析相对简单。想要了解基本FDA输入和输出电压定义,请见图1。

 

在图2中,我们已经将外部电阻器添加到基本的FDA图中,用来设定增益。正是因为如此,对于内部差分放大器的分析开始变得复杂了。出于简化的目的,我们将β1和β2指定为反馈项。

  通过这两个方程式,我们来看一看由反馈、VIN+、VIN–和Vocm组成的VOUT(diff) 方程式。

方程式 (3) 显示的是,在反馈项不相等的情况下,差分输出电压取决于Vocm。从这点我们可以看出,反馈项应该相等,或者尽可能地接近,这一点很重要,这是因为Vocm项会产生偏移和噪声。反馈项应该等于方程式,这个方程式可简化为:

 FDA的优点
    由于差分架构的固有属性,FDA还可以帮助提升系统的动态范围。当信号在穿过印刷电路板(PCB)、电缆和接线,以及通过信号与接地路径时,系统噪声会累加,并且会影响到动态范围。
    FDA的抗噪性是差分结构的内在属性。它可以在输入上抑制耦合噪声。通常表现为典型运算放大器内的共模电压的电源和输出。根据方程式 (4),在FDA中实现了平衡,Vocm被消除了,或者是数值太低,无法提供这个优势。由于因为每个部件都有不同的基准点,因此单端组件不能抑制接地噪声。尽管将大量的设计工作被用来将高频接地电流接地,但是,在差分信令提升性能的地方还是会出现问题。在一个典型运算放大器中累积的噪声会降低信噪比(SNR)性能,从而影响系统设计。
    除了FDA的共模抑制属性所带来的更大抗扰度,输出之间的相位差使得输出电压摆幅是具有同样电压摆幅的单端输出的两倍(6dB)(图3)。这种情况下,用同样的电源增加了放大器的净空,并且针对同样的信号摆幅,允许使用功率更低的电源,从而使耗散降低。

FDA和差分信号链的优点在于从根本上消除了偶次谐波。使用幂级数展开,指定一个正弦波输入,并且忽略DC分量,图5显示的是放大器等(FDA)非线性差分器件内的二阶谐波消除。虽然在理想器件中无法实现完全消除,但是这些产品中所采用的平衡设计(在误差范围内)需要优于单端配置(图4)。

FDA的另外一个优势就是提供出色输出均衡的能力,而这一点对于差分ADC的驱动很关键。进入ADC中的信号相位和幅度分量理想匹配,从而实现最佳性能。当幅度和相位其中的一个不均衡,或者二者均不平衡时,会在输出上出现共模分量,从而使SNR的性能下降。为了实现相位平衡,一个理想FDA可以在VOUT+ and VOUT-信号之间提供180°的相位差。由于内部共模反馈电路强制输出共模电压与Vocm上施加的共模电压相等,平衡误差被降到最低。请见显示性能的方程式 (5),其中给出了平衡误差的计算方法:


http://chatgpt.dhexx.cn/article/nT64y3Tf.shtml

相关文章

3.0.MATLAB版线性代数-矩阵加法、数乘、乘法、求逆

矩阵运算及其应用(加法、数乘、乘法、求逆) 加法数乘运算规则乘法矩阵乘法定义线性变换多次线性变换等于矩阵的连乘线性方程组看做矩阵乘法矩阵的转置矩阵的逆(“除法”)矩阵逆的定义矩阵逆的性质求逆矩阵的方法(求逆1)MATLAB中求逆矩阵的分块向量等式初等矩阵初等矩阵和…

算法:动态规划—矩阵链相乘

问题描述 给定n个矩阵{A1,A2,…,An},其中Ai与A i1是可乘的,i1,2…,n-1。如何确定计算矩阵连乘积的计算次序,使得依此次序计算矩阵连乘积需要的数乘次数最少 解法 1.穷举法: 列举…

Java实现矩阵的加、减、乘、数乘、转置、幂运算

Java实现矩阵的加、减、乘、数乘、转置、幂运算 首先需要一个矩阵对应的类 Matrix. 命名为Matrix import java.util.Arrays; /*** author yiran* creat 2021-11-26-13:58*/ public class Matrix{// 矩阵private double[][] matrix;// m x n private int m;private int n;publ…

【数理知识】向量数乘,内积,外积,matlab代码实现

序号内容1【数理知识】向量数乘,内积,外积,matlab代码实现2【数理知识】矩阵普通乘积,哈达玛积,克罗内克积,点乘,点积,叉乘,matlab代码实现 文章目录 1. 向量基本形式2. …

Eigen入门系列 —— Eigen::Matrix矩阵基本加减、数乘运算

Eigen入门系列 —— Eigen::Matrix矩阵基本加减、数乘运算 前言程序说明输出结果代码示例 前言 随着工业自动化、智能化的不断推进,机器视觉(2D/3D)在工业领域的应用和重要程度也同步激增(识别、定位、抓取、测量,缺陷…

07-行向量列向量_向量的运算 加法,数乘,减法,转置

行向量和列向量 其实它们非常简单,所谓的行向量就是我们的向量表示,一组数这组数码成一行,那么所谓的列向量呢?就是这组数码成一列而已,那么对于行向量还是列向量,在我们的学习中是并没有区别的&#xff0…

矩阵相乘求解最小数乘次数

矩阵连乘问题: 给定n 个矩阵(A0,A1,....An-1) 其中 Ai 和 Ai1 是可乘的, i0, 1,... , n-2 . 求解计算这n 个矩阵的连乘积A0A1....An-1 。 由于矩阵连乘满足结合律,因此矩阵的乘法可以有多种不同的计算次序,每种计算次序对应不同…

人工智能数学基础-线性代数1:向量及向量加减法与数乘

☞ ░ 老猿Python博文目录░ 一、向量 1.1、向量定义 向量也称为欧几里得向量、几何向量、矢量,指具有大小(magnitude)和方向的量。它可以形象化地表示为带箭头的线段。箭头所指:代表向量的方向;线段长度&#xff1…

线性代数-向量数乘、点乘意义

Vector 什么是向量基向量向量数乘向量的加法向量点乘 什么是向量 向量是指具有大小和方向的量。它可以形象化地表示为带箭头的线段 箭头所指:代表向量的方向 线段长度:代表向量的大小 向量是线性代数中最基础、最根源的组成部分,向量加法和…

C语言——矩阵计算(转置、加法、减法、数乘、乘法)

使用该计算器可以帮助你快速完成矩阵的简单计算。 #include <stdio.h> void menu() {printf("****************************************************************\n");printf("****************************************************************\n"…

各种乘法的区别 “点积、外积、数乘...等

Ive seen several conventions, including ⋅⋅, ∘∘, ∗∗, ⊗⊗, and ⊙⊙. However, most of these have overloaded meanings (see http://en.wikipedia.org/wiki/List_of_mathematical_symbols). Thus, in my personal experience, the best choice Ive found is: ⊙(\o…

06 ,矩阵的运算:加法运算,数乘,矩阵乘向量,矩阵相乘

1 &#xff0c;矩阵计算 &#xff1a; 加法运算 前提 &#xff1a; 必须同型矩阵之间才可以进行加法运算运算 &#xff1a; 两个 m * n 矩阵相加总结 &#xff1a; 对应元相加 2 &#xff0c;矩阵计算 &#xff1a; 数乘 计算规则 &#xff1a; 3 &#xff0c;矩阵计算 &…

7.进入线性代数的奇妙世界:向量的乘法之数乘

向量的乘法有3种&#xff0c;一是数乘&#xff0c;二是点积&#xff0c;三是叉积。听起来名称有点陌生&#xff0c;别急&#xff0c;接下来一一道来&#xff0c;先讲数乘。 数乘&#xff0c;就是用数字乘以一个向量&#xff0c;或用向量乘以一个数字&#xff0c;两者之间结果相…

【图像特征提取】基于脉冲耦合神经网络(PCNN)实现图像特征提取含Matlab源码

1 简介 脉冲耦合神经网络&#xff08;PCNN——Pulse Coupled Neural Network&#xff09;,由于其非常接近人类大脑的生物神经网络的特性&#xff0c;现已广泛应用在图像处理中&#xff0c;是一种重要的信息处理工具&#xff0c;具有优良的自适应图像分割和自适应特征提取能力。…

CRCNN PCNN

目录 论文阅读前期准备前期知识储备学习目标 论文导读论文研究背景、成果及意义论文泛读论文结构摘要 论文精读CRCNN模型PCNN模型论文总结 论文阅读前期准备 前期知识储备 学习目标 论文导读 论文研究背景、成果及意义 回顾 Bootstrapping 远程监督 多示例学习 分类损失…

传统PCNN算法python实现

传统耦合神经网络&#xff08;pcnn&#xff09;算法的实现&#xff08;python&#xff09;&#xff1a; 参数的设定没有具体参考&#xff0c;这是一篇文献中的解释&#xff1a; # coding:utf-8 # from PIL import Image from pylab import * from scipy import signal as sg…

关系抽取远程监督PCNN:Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks

Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks 0 前言1 多示例学习2 数据集3 模型架构3.1 向量表示3.2 卷积、分段最大池化与分类3.3 样本选择与损失 5 结语6 参考资料 0 前言 远程监督&#xff08;distant supervision&#xff…

脉冲耦合神经网络(PCNN)的python实现

前言 看了很多人用matlab写的网络,竟然没有python代码。作为正在研究PCNN模型的一名学生,必须安排。 数学模型 打公式太麻烦,直接从截图啦,全连接模型,如下图1。 python代码 """ Created on Sun Jun 6 16:48:38 2021PCNN全连接 """ impor…

pytorch关系抽取框架OpenNRE源码解读与实践:PCNN ATT

pytorch关系抽取框架OpenNRE源码解读与实践&#xff1a;PCNN ATT 0 前言1 OpenNRE整体架构2 PCNNATT 模型架构2.1 PCNN Encoder2.2 Bag Attention 结语参考资料 0 前言 OpenNRE是清华大学推出的开源关系抽取框架&#xff0c;针对命名实体识别&#xff0c;句子级别的关系抽取&a…

【MATLAB图像融合】[14]PCNN脉冲耦合神经网络代码分享

本代码转自厦门大学屈小波教授15年的DEMO代码。 % Demo for PCNN in image processing % --------- % Author: Qu Xiao-Bo <qxb_xmu [at] yahoo.com.cn> Aug.28,2008 % Postal address: % Rom 509, Scientific Research Building # 2,Haiyun Campus, Xi…