毕业设计论文-前放电路的专用测试设备

毕业设计论文-前放电路的专用测试设备内容摘要：

11 对比了常规检测仪器与微弱信号检测方法所能达到的最高分辨率和 SNIR， 表中的最后一行是专门从事微弱信号检测仪器生产的吉时利（ Keithley）公司的产品近年能够达到的指标。 从这些指标中可以看出微弱信号检测技术发展的大致水平。 表 11 检测的最高分辨率 检测方法 检测量 电压 /nV 电流 /nA 温度 /K 电容 /pF 微量分析 /克分子 SNIR 常规检测方法 310 10 4 10 5 10 微弱信号检测方法 10 5 510 7 10 5 10 8 105 吉时利公司 10 3 10 8 10 6 自从 1962 年第一台锁相放大器问世四十多年来，经过很多科学工作者的不懈努力，微弱信号检测技术得到了长足的发展，信噪改善比 SNIR 得到不断提高。 到了 20 世纪 80 年代末，微弱信号检测的 SNIR 可达 105 ， 近年在一些专门检测领域（例如微弱电流） SNIR 已经达到 10 7 ， 从而推动了物理、化学、电化学、天文、生物、医学等科学领域的发展。 目前，微弱 信号检测的原理、方法和设备已经成为很多领域中进行现代科学研究不可缺少的手段，而未来科技的发展也必将对微弱信号检测技术提出更高的要求。 167。 前放电路的噪声源和噪声特性 对于电子噪声，通常有两种定义：一种是由于电荷载体的随机运动所导致的电压或电流的随机波动，另一种是污染或者干扰有用信号的不期望的信号。 第二种噪声的定义的范围更广，它既包括电路内部产生的噪声，也包括来自电路外部的干扰噪声。 这种叠加在有用信号上的外部干扰噪声可能是随机的，也可能是确定的。 外部干扰噪声的种类很多，例如，音频系统中的 50Hz 及其谐波交流 声，就是经过电源线和音频线之间的互感或分布电容引入到音频通道的，这是一种确定的干扰噪声。 另一个例子是部分电路可能扮演天线的角色，从而接收广播信号。 在这两个例子中，在一个电路中有用的信号，如果引入到其他电河南科技大学本科毕业设计（论文） 7 路中就成为干扰信号。 由组成检测电路的元件产生的内部噪声称之为固有噪声，它是由电荷载体的随机运动引起的。 例如，散弹噪声就是流过势垒（如半导体 PN 结）的电流的随机成分， 它是由载流子随机越过势垒所引起的。 热力引起的载流子的随机运动是热噪声的根源， 其幅度取决于温度，也与导体的电阻值有关，即使没有电流流过导体，热噪声 依然存在。 为了把微弱信号幅度放大到人们可以感知的幅度，必须使用放大器和其他电路对其进行处理。 但是，电子系统内部几乎所有的器件本身往往就是噪声源，在放大微弱信号的同时，这些声源产生的噪声同样会被放大。 即使电子系统外部的所有干扰噪声都被有效地抑制掉，放大器也会输出一定幅值的噪声。 在各种测试系统中，固有噪声的大小决定了系统的分辨率和可检测的最小信号幅度。 电子系统内部的固有噪声具有随机的性质， 其瞬时幅度不可预测，只能用概率和统计的方法来表述其大小和特性，例如用均方值、概率密度函数、功率谱密度函数等进行描述。 167。 电阻的热噪声 任何电阻或导体，即使没有连接到任何信号源或电源，也没有任何电流流过该电阻，其两端也会呈现噪声电压起伏，这就是电阻的热噪声。 电阻的热噪声起源于电阻中电子的随机热运动，导致电阻两端电荷的瞬时堆积，形成噪声电压。 约翰逊（ ）于 1928 年首先发现热噪声，因此热噪声又称为 Johnson 噪声。 之后奈奎斯特（ Nyquist）利用热动力学推理的方法，以数学方式描述了热噪声的统计特性，他证明了热噪声 et 的功率谱密度函数为 St（ f） =4kTR（ V2 /Hz） 式中， k 为波尔兹曼（ Boltzmann）常数， k=1023 J/K； T 为电阻的绝对温度， K； R 为电阻的阻值， Ω。 在室温下（ 17℃ 或 2900K）， 4kT≈10 20 V2 /(HzΩ)。 根据公式得到的功率谱密度为常数。 实际上，在很高频率及很低温度时， St河南科技大学本科毕业设计（论文） 8 （ f）将发生变化。 在一般检测系统的工作频率范围内，可以认为热噪声是白噪声。 因为实际的检测电路都具有一 定的频带宽度，工作于电路系统中的电阻R 的热噪声 Pt=E[et2 ]=B St（f）df=B4kTRdf=4kTRB 式中， B 为系统的等效噪声带宽，单位为 Hz， et 为热噪声电压值，得出的Pt 的单位为 V2。 此公式是由经典的热力学推导出来的近似结果，当频率很高时，由量子理论可得如下更精确的热噪声功率谱密度函数表达式 St（ f） =4hfR/（ exp(hf/(kT))1） 式中， h 为普朗克常量（ h=10 34 Js） ， f 为频率。 当 fkT/h 时， St（ f）会逐渐减少。 在室温下（ T=300K） ，当 f≈1012 Hz 时，将式中分母中的指数函数展开为泰勒级数，并取其前两项来近似，即 Exp[hf/(kT)]≈1+hf/(kT) 一般检测系统的工作频率要比 1012 Hz 低得多，所以此式被广泛应用。 167。 PN 结的散射噪声 PN 结的散射噪 声（ shot noise）又叫做散粒噪声。 它与越过势垒的电流有关。 电子或空穴的随机发射导致流过势垒的电流在其平均值附近随机起伏，从而引起散弹噪声。 在电子管中，阴极发射电子为一个随机过程，它们造成电子管电流的散弹噪声。 在半导体器件中，越过 PN 结的载流子的随机扩散以及空穴电子对的随机产生和组合导致散弹噪声。 凡是具有 PN 结的器件均存在这种散弹噪声，因此实际流过 PN 结的电流为 Idc+Ish，其中， Idc 为平均电流， Ish 为散弹噪声电流。 肖特基（ ）于 1918 年在 热阴极电子管中发现了散弹噪声，并对 其进行了理论研究，他证明散弹噪声电流 Ish 是一种白噪声，其功率谱密度函数为 Sch（ f） =2qIdc（ A5 /Hz） 河南科技大学本科毕业设计（论文） 9 式中， q 为电子电荷， q=10 19 C。 Idc 为平均直流电流， A。 电流流过半导体 PN 结产生的散弹噪声也服从上述规律，散弹噪声表现为流过 PN 结电流的小幅度随机波动。 若总电流为 i=Idc+Ish， 因为散弹噪声是大量独立随机事件的综合结果，所以 Ish 的幅度分布为高斯分布。 近年的研究表明，此式仅适用于小注入， 低频工作情况。 对于工作于高频区或大注入 的情况，应当对 其 做适当修正。 实际的检测电路都具有一定的频带宽度，工作于电路系统中的 PN 结的散弹噪声电流的功率 Psh 为 Psh=E[Ish 2 ]=B St（f）df=B 2qIdcdf=2qIdcB 式中， Ish 为随机的散弹噪声电流值； B 为系统的等效噪声带宽，单位为 Hz。 散弹噪声电流的有效值（均方根值）为 ish= Psh = （2qIdcB） 除以 √B 得单位带宽方根的散弹噪声有效值，也就是平方谱密度值 Ish=ish/ B =1010 Idc 此式表明，散弹噪声的平方根谱密度值只是流过 PN 结的平均电流 Idc 的函数，只要测出 Idc，就能确定散弹噪声电流的大小。 因此， 为了减少散弹噪声的不利影响，流过 PN 结的平均直流 电流 应该越小越好，对于放大器的前置级尤其是这样。 167。 1/f 噪声 1/f 噪声是由两种导体的接触点电导的随机涨落引起的，凡是有导体接触不理想的器件都存在 1/f 噪声， 所以 1/f 噪声又叫做接触噪声。 在电子管中观测到的 1/f 噪声被称为闪烁（ flicker）噪声。 因为其功率谱密度正比于 1/f，频率越低 1/f 噪声越严重，所以通常又称 1/f 噪声为低频噪声。 1/f 噪声由约翰逊于 1925 年在电子管板极电流中首先发现，之后在各种半导体器件中也发现了这种噪声。 几十年来 1/f 噪声的物理机理一直是国际上研究的热点，已经有多种模型被提出，它们分别适用于不同的器件或工作河南科技大学本科毕业设计（论文） 10 环境。 167。 爆裂噪声 爆裂噪声（ burst noise）是一种流过半导体 PN 结电流的突然变化。 20世纪 70 年代初期，首先在半导体二极管中发现了爆裂噪声，之后在三极管和集成电路中也发现了爆裂噪声。 引起爆裂噪声的原因是半导体材料中 的杂质（通常是金属杂质），这些杂质能随机发射或捕获载流子。 爆裂噪声通常由一系列宽度不同，而幅度基本相同的随机电流脉冲组成，脉冲的宽度可在几微秒到 量级之间变化，脉冲的幅度约为 ~ 量级。 因为脉冲的幅度只是 PN 结杂质特性的函数，对于某个特定的半导体器件样品，爆裂噪声的幅度是固定的，所以通常的爆 裂噪声电流只在两种电流值之间切换。 取决于 半导体制作工艺和材料中杂质的情况，爆裂噪声脉冲出现的几率可以在每秒几百个到几分钟一个之间变化。 如果将爆裂噪声放大并送到扬声器中，可听到类似于爆玉米花的爆裂声，背景炒声是散弹噪声和热噪声。 因此，爆裂噪声又叫爆米花（ popcorn）噪声。 理论分析证明，爆裂噪声 Ib 的功率谱密度可表示为 Sb（ f） =KbIb/（ 1+（ f/fo） 2 ） (A2 /Hz) 式中， Ib 为直流电流； Kb 为取决于半导 体材料中杂质情况的常数； fo 为转折频率，当 ffo 时，功率谱 密度曲线趋于平坦。 爆裂噪声是电流型噪声，在高阻电路中影响更大。 通过改善半导体制作工艺，可使半导体材料的纯度提高，杂质含量减少，爆裂噪声得以改善。 目前，只在半导体器件的少数样品中可以发现爆裂噪声，通过对器件的挑选能够避免爆裂噪声。 167。 各种 有用 信号的 现代提取技术 从噪声里提取有用的信号的技术从物理学应用于解决工程问题的开始便一直存在，而且随着现代信息技术的发展，信号提取技术也越来越重要，而且出现了一些前所未有的新方式。 但是，无论使用了怎样的新技术 ，都是河南科技大学本科毕业设计（论文） 11 利用了有用信号和噪声之间的差别来将他们区分开来，例如淹没在噪声里面的孤立脉冲信号，我们可以利用有用信号和噪声的相关函数的不同来区分它们，而对于工程上的实现，却是需要无数人的努力。 前放电路从某种意义上来说也是一种信号提取的硬件实现技术，他可以在一定程度上提高信噪比，抑制噪声在信号中所占的分量。 而对于信号的处理和分析技术，无论是在前放电路的性能分析还是在硬件设计等领域里都起着举足轻重的地位。 167。 锁相放大 对于幅度较小的直流信号或慢变信号，为了防止 1/f 噪声和直流放大的直流漂移（例如运算放大器输入失调电 压的温度漂移）的不利影响，一般都是用调制器或斩波器将其变换成交流信号后，再进行放大和处理，用带通滤波器抑制宽带噪声，提高信噪比，之后再进行解调和低通滤波，以得到放大了的被测信号。 设混有噪声的正弦调制信号为 x(t)=s(t)+n(t)=Vscos( t*0 +θ)+n(t) 式中， s(t)是正弦调制信号， Vs 是被测信号， n(t)是污染噪声。 对于微弱的直流或慢变信号，调制后的正弦信号也必然微弱。 要达到足够的信噪比，用于提高信噪比的带通滤波器（ BPF）的带宽必须非常窄， Q 值 （ Q= B/0 ， B为带宽）必须非常高，这在实际上往往很难实现。 而且 Q 值太高的带通滤波器往往不稳定，温度、电源电压的波动均会使滤波器的中心频率发生变化，从而导致其通频带不能覆盖信号频率，使得测量系统无法平稳可靠地进行测量。 在这种情况下，利用锁定放大器可以很好地解决上述问题。 167。 取样积分与数字式平均 对于淹没在噪声中的正弦信号的幅度和相位，可以利用锁定放大器进行检测。 但是如果需要恢复淹没在噪声中的脉冲波形，则锁定放大器 是无能为力的。 脉冲波形或脉动波形的上升沿和下降沿包 含丰富的高次谐波分量，锁定放大器输出级的低通滤波器会滤除这些高频分量，导致脉冲波形的畸形。 河南科技大学本科毕业设计（论文） 12 对于这类信号的测量，必须使用其他的有效方法，取样积分和数字式平均就是这样的方法。 早在 20 世纪 50 年代，国外的科学家就提出了 取样积分的概念和原理。 1962 年，加利福尼亚大学劳伦茨实验室的 Klein 用电子技术实现了取样积分，并命名为 BOXCAER 积分器。 为了恢复淹没于噪声中的快速变化的微弱信号，必须把每个信号周期分成若干个时间间隔，间隔的大小取决于恢复信号所要求的精度。 然后对这些时间间隔的信号进行取样，并将各周期中处于相 同位置 （对于信号周期起点具有相同的延时）的取样进行积分或平均。 积分过程常用模拟电路实现，称之为取样积分；平均过程常通过计算机以数字处理的方式实现，称之为数字式平均。 多年来，取样积分在物理、化学、生物医学、核磁共振等领域得到广泛的应用，对于恢复 淹没在噪声中的周期或似周期脉冲波形卓有成效。 例如，生物医学中的血液、脑电、或心电信号的波形测量，发光物质受激后所发出的荧光波形的测量，核磁共振信号测量等，并研 制出多种测量仪器。 对于非周期的慢变信号，常用调制或斩波的方式 赋予其一定的周期性，之后再进行取样积分或数字式平均 处理。 随着集成电路技术和微型计算机技术的发展，以微型计算机为核心的数字式信号平均器应用得越来越广泛。 167。 相关检测 相关函数和协方差函数用于描述不同随机过程之间或同一随机过程内不同时刻取值。