放大器DC参数测试(1)

放大器DC参数测试(1)

Hi,uu们,最近在忙啥呢?想好5.1,端午去哪里玩了吗?

咱们直接开始正题,放大器的DC参数还挺多,在Bench测试中,需要自动化测试,通常需要很多Relay去切换不同的配置去测量不同的参数,在这里瑞萨给出了测试参考电路.如图1所示.

图1:直流关键参数测试电路

Relay的切换模式如表1所示:

Parameter Measurements

Switch Positions[1]

S1

S2

S3

S4

S5

DC(Output =TP1)

Vos

1

1

0

A

a

lB-

0

1

0

A

a

IB+

1

0

0

A

a

AOL

1

1

1

A

a

CMRR

1

1

0

B

b

PSRR

1

1

0

C

c

失调电压(Vos)

理想放大器的输入失调电压是0,但是实际上放大器并不是这样,在没有任何输入的情况下,输入还是有个失调电压,失调电压的模型如下图2所示

图2:失调电压模型

要注意oh,失调电压不一定是正也不一定是负,在放大器手册的EC Table上有相关描述,现在回到Renesas的这个Bench测试电路,测量Vos的配置可以简化为以下图3所示.

图3:Offset 测试配置

在仿真软件的放大器里,很多都是没有失调电压的,所以咱们用V3设定一个输入失调电压,咱们看,此时X1的IN+大于IN-,那么X1的输出是不是应该是高?如果X1的输出是高,那么咱们看X2,X2就是个积分器,当X1输出输出高于GND的时候,X2输出就是低,X2输出使X1的IN-低于3mV时候,情况反转,所以咱们可以根据这个原理,得出X1的offset.X2的输出电压在除Gain就等于Offset的电压,这个offset电压会叠加一个X2的offset,但是X2的offset不会被放大,可以选择的余地比较多.咱们看看仿真波形,如下图4所示.

图4:Vos仿真波形

输入偏置电流(IB)

理想的放大器输入阻抗无穷大不需要输入偏置电流,但实际的放大器不是这样,放大器的输入偏置电流模型如图5所示.

图5:放大器输入偏置电流模型

在bipolar放大器的输入结构中,通常会给IN+和IN- 给与两个电流源作为偏置,但无法保证完全匹配,这就会造成Ios,不过再此之前,咱们需要先把电流给测出来,根据表1的设置,咱们修改电路如下图6所示,测量IB-.

图6:IB-测量电路

因为咱们有了第一次测量X2-out的基础,咱们切换完Relay以后,直接看X2-out的输出值即可.简单的仿真一下看下输出结果,如图7所示,简单的计算结果如图8所示,和仿真结果相互吻合.

图7:IB仿真结果

图8:IB-计算结果

CalcPad:

'第一次输出电压'

VOUT1 = 3.0108883V

'第二次输出电压'

VOUT2 = 3.0066828V

'输出电压的差'

VDIF = VOUT1 - VOUT2|mV

'电压增益'

VGain = 1000

'输入电阻的变化'

R_in = 100

'最终的IB'

iB = (VDIF/VGain)/R_in|pA

基本是吻合的,但是有的放大器输入偏置电流非常小,用这种架构测量输出的变化非常小,那咱们可以换种方法,基础线性电路设计的书里给出了测试方法,如图9所示

图9:超低偏置电流测量

简化电路如下图10所示,在现实世界中电容可能会有各种漏电或者温漂,所以使用这个电路的时候一定要注意电容器的选型,要使用聚四氟乙烯或聚丙烯类型的电容.图9已经说明了IB的计算方法.咱们直接看输出仿真波形即可.如图11所示.

图10:超低偏置电流测量

图11:仿真结果

咱们看到从0S到10S刚好上升到4.2V,根据计算公式,我们得到以下结论.计算过程如下图12所示.

图12:计算过程

CalcPad:

'输入电容'

c = 100pF

'△Vout电压'

deltaVout = 4.2V

'△Time'

deltaT = 10s

'偏置电流'

iB = c*(deltaVout/deltaT)|pA

开环增益测量(AOL)

测量开环Gain和测量Vos的电路类似,但给积分器加了一个偏置电压,根据表1的配置我们更改仿真图纸如下图13所示.

图13:AOL测试电路

如果想要让X2的in-的输入电压保持0V,那么必须要让X1输出-5V,此时我们可以得出结论.只有X2-out的输入变化1000:1时候,X1_Out改变输出为5V,那么他的Gain=1000*(1V/X2_out),最终仿真结果如图14所示.计算结果如图15所示.

图14:AOL仿真结果

图15:开环增益计算

CalcPad:

Vout1 = 3.0108883V

Vout2 = 3.0327471V

'电压差值'

Vdif = Vout2 - Vout1|mV

'增益'

Gain = 1000*(5V/Vdif)

'换算为dB'

AOL = 20*log(Gain)

今天就先聊到这里啦!

笔者简介:许同,8.5年工作经验,电路系统架构专家,在电路领域有14年的积累,精通应用电路系统架构设计,有10项以上电路架构专利,掌握多项电路设计技能,电路Spice仿真,C语言,Python,Verilog等。

公众号:xuyuntong

参考文档

Bench-Testing Important DC-Parameters of Operational Amplifiers 瑞萨

Basic Linear Design 亚德诺半导体

Simple Op Amp Measurements 亚德诺半导体

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。如若转载,请注明出处:http://www.mzph.cn/news/826728.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

近期分享学习心得4

1、带有多的条件的if的语句 逻辑 || 的简写 if (x true || x 2523 || x 小明) {}// 简化操作if ([true, 2523, 小明].includes(x)) {}2、查找两个数组的交集 var numOne [0, 2, 4, 6, 8, 8]; var numTwo [1, 2, 3, 4, 5, 6]; var cross [...new Set(numOne)].filter(item…

【树莓派】如何刷个系统给树莓派4B,如何ssh登陆到树莓派

文章目录 下载树莓派镜像下载烧写软件烧写编辑设置连接树莓派4B重启ssh查看树莓派IPssh远程连接问询、帮助 下载树莓派镜像 https://www.raspberrypi.com/software/operating-systems/#raspberry-pi-os-64-bit 下载烧写软件 https://www.raspberrypi.com/software/ 烧写 编辑…

python使用redis存储时序数据

import redisdef ts_demo():"""时序数据存储RedisTimeSeries测试"""# 连接到Redisr redis.Redis(hostlocalhost, password"xxxx", port63790, db0)r1 r.ts()# print(r1.get("ts_key"))# print(r.exists(ts_key))# # 清空键…

【网络安全 | 信息收集】JS文件信息收集工具LinkFinder安装使用教程

文章目录 前言安装教程使用教程 前言 JavaScript文件可能会泄露敏感信息,如注释中的机密信息、内部IP地址,以及包含未授权访问或其他漏洞的URL。手动检查这些信息效率低下,而该工具——LinkFinder,可用于自动收集JavaScript文件中…

c 哈希表

理解哈希表,就是先生成一 临时数组,用于存放全部待检测数的值,再创造一函数,关联待检测数与临时数组的每一元素的下标。 查询时根据关联函数用待检测数推算出临时函数的下标值,再读出此下标的元素值。这样就省去了遍历…

CefSharp.WinForms模拟登录

一、新建Web项目 {ViewData["Title"] "Home Page";Layout null; } <script src"~/lib/jquery/dist/jquery.min.js"></script> <script src"~/lib/jquery/dist/jquery.js"></script> <head><scrip…

otomegame游戏音频提取通用教程

otomegame游戏音频提取通用教程 文章目录 otomegame游戏音频提取通用教程一、otomegame游戏介绍二、游戏拆包与语料提取目标TTS语料积累最终目标&#xff1a; 三、游戏拆包简要介绍1&#xff0c;游戏资源提取关键词2&#xff0c;游戏拆包工具&#xff08;1&#xff09;游戏资源…

FairAdaBN论文速读

FairAdaBN: Mitigating Unfairness with Adaptive Batch Normalization and Its Application to Dermatological Disease Classification 摘要 深度学习在医疗研究和应用中变得越来越普遍&#xff0c;同时涉及敏感信息和关键诊断决策。研究人员观察到不同人口统计属性子组之间…

变频器基础原理

文章目录 0. 基本知识1.三相的电压之和为02.正弦交流相量的相量表示法(相量只是表示正弦量&#xff0c;而不等于正弦量 &#xff1b;只有正弦量才能用相量表示)引入相量表示法目的:一种正弦量的产生方式:正弦量的相量表示&#xff0c;使用欧拉公式表示复数 3.用复数表示正弦量&…

基于SpringBoot + Vue实现的医护人员排(值)班系统设计与实现+毕业论文+开题报告

项目介绍 本医护人员排班系统包括管理员&#xff0c;医护。 管理员功能有个人中心&#xff0c;医院信息管理&#xff0c;医护信息管理&#xff0c;医护类型管理&#xff0c;排班信息管理&#xff0c;排班类型管理&#xff0c;科室信息管理&#xff0c;投诉信息管理。 医护人员…

Swift-20-基础数据类型

数据定义 语法规则 先来看下下面的代码 import Cocoavar num1 "four" //a var num2: String "four" //b var num3 4 //c var num4: Int 4 //d上面的几行代码都能正常运行&#xff0c;其中a和b行等价&#xff0c;c和d行等价。区另就在于是否声…

学习记录693@java使用svnkit实战之上传文件到svn

前提 我是在linux通过yum install subversion 安装的svn&#xff0c;访问的协议是svn协议&#xff0c;也就是url是svn://ip/…的方式&#xff0c;网上几乎所有的文章在用svnkit的时候都是http协议访问svn服务器的。我模仿后都是报错的。 代码 <dependency><groupId…

AppWizard的软件开发GUI的使用记录

前言 这个软件是针对于EmWin6.0以上的这个软件在emWin的基础上又封装了一层,也只提供的API函数.基于消息事件为核心&#xff08;个人理解&#xff09;一些组件的之间的交互可以通过软件界面进行配置,比较方便本次是基于模拟器进行测试记录,观察api 按键和文本之间的关联 通过…

阿里巴巴fastjson实现复制

以下为真实案例&#xff0c;供日常开发使用 package com.somnus.json;import com.alibaba.fastjson.JSON; import com.alibaba.fastjson.JSONObject; import com.somnus.custom.domain.Area; import com.somnus.custom.domain.Employee; import com.somnus.custom.domain.Empl…

腾讯视频 2025届暑期实习 自然语言处理/LLM (已OC)

文章目录 写在前面一面 2024/3/28 晚上19:00-20:00二面 2024/4/9 下午16:30-17:50三面/HR面 2024/4/17 下午16:30-16:50 写在前面 学校情况&#xff1a;2本9硕&#xff0c;本硕都是计算机科班&#xff0c;但研究方向并不是NLP&#xff0c;而是图表示学习&#xff0c;也算是转行…

使用Python实现文本分类与情感分析模型

文本分类与情感分析是自然语言处理中常见的任务&#xff0c;它们可以帮助我们对文本进行自动分类和情感判断。在本文中&#xff0c;我们将介绍文本分类与情感分析的基本原理和常见的实现方法&#xff0c;并使用Python来实现这些模型。 什么是文本分类与情感分析&#xff1f; …

基于SpringBoot+Vue七匹狼商城系统的设计与实现

系统介绍 近年来随着社会科技的不断发展&#xff0c;人们的生活方方面面进入了信息化时代。计算机的普及&#xff0c;使得我们的生活更加丰富多彩&#xff0c;越来越多的人使用通过网络来购买各类的商品。早期商品的销售和购买都是通过实体店&#xff0c;这种购买方式需要耗费…

Pyinstaller编译python项目为exe遇到的问题,flask服务无法启动

SocketIO(app)无法启动&#xff0c;提示ValueError: Invalid async_mode specified 需要安装以下包: gevent gevent-websocket 然后SocketIO不需要设置async_mode,并且使用pyinstaller的时候需要设置–hidden-import –hidden-import 是 PyInstaller 打包工具的一个命令行选项…

分析和比较深度学习框架 PyTorch 和 Tensorflow

&#x1f349; CSDN 叶庭云&#xff1a;https://yetingyun.blog.csdn.net/ 深度学习作为人工智能的一个重要分支&#xff0c;在过去十年中取得了显著的进展。PyTorch 和 TensorFlow 是目前最受欢迎、最强大的两个深度学习框架&#xff0c;它们各自拥有独特的特点和优势。 1. Py…

网络编程学习——IO多路复用

目录 ​编辑 一&#xff0c;多路复用 1&#xff0c;IO的分类 2&#xff0c;IO的效率 二&#xff0c;Linux环境下实现通信的多路复用 1&#xff0c;select select的特点&#xff1a; 参数&#xff1a; 操作函数&#xff1a; 返回值&#xff1a; 使用select实现网络通信…