当前位置: 首页 > news >正文

一种快速计算OTA PSRR的方法(Ⅱ)

1.仿真验证

1.1仿真设置

1.1.1 Test-bench原理

1.1.2 管子参数设置

为了公平地比较性能,设置所有OTA 的输入晶体管M1和M2为相同的gm和偏置电流1uA。

具体晶体管宽长比设置参见5.参考资料中的论文2。

1.2仿真验证

1.2.1 CM OTA

1)小信号参数

M1

M2

M5

M6

M7

gm(uS)

15.8

16.7

16.8

17.2

20.6

ro(MΩ)

21.5

20.3

11.9

10.7

15.4

Cp(fF)

2.1

2.1

7.5

7.8

4.7

Rout=6.3M,Gm=16.2u,Gain=42.4dB

2)手算和仿真结果对比

Hand cal.

SPICE

low-freq

65.1dB

67.2dB

f3dB

3.6MHz

1.7MHz

1.2.2 5T-OTA

1)小信号参数

M1

M2

M3

M4

gm(uS)

16.0

16.5

16.1

16.6

ro(MΩ)

21.2

16.7

10.1

11.1

Cp(fF)

2.1

2.2

7.9

7.7

Rout=6.3M,Gm=16.2u,Gain=42.4dB

2)手算和仿真结果对比

Hand cal.

SPICE

low-freq

40.6dB

41.6dB

f3dB

2.3MHz

3.0MHz

1.2.3 Telescopic Cascode OTA

1)小信号参数

M1

M3

M6

M8

gm(uS)

15.9

16.1

16.2

16

ro(MΩ)

4.8

20.0

11.0

3.5

Cp(fF)

2.3

2.1

8.0

8.5

Rout=444.4M,Gm=16u,Gain=77.0dB

gm3*ro3*ro1=1545.6,gm6*ro6*ro8=623.7

2)手算和仿真结果对比

Hand cal.

SPICE

low-freq

77.0dB

79.3dB

f3dB

36.2KHz

44.3KHz

1.2.4 OTA PSRR对比

观察上表,可得

1)低频段,采用Cascode结构的OTA的PSRR表现最好;

2)中频段,CM OTA的PSRR最优;

3)当f3dB<f<GBW,Cascode OTA相较于非Cascode结构,并不能提升PSRR。

1.2.5 Folded Cascode OTA

下次分析。

2.总结展望

2.1总结

1)如何提高OTA的PSRR?

对比CM OTA 和5T-OTA,电路越对称,寄生电容越小,则PSRR表现越好。

直观理解就是电路越对称,电源的干扰可等效为共模噪声而相互抵消,比如图几的cut b和cut c。

2)如何提升低频PSRR表现?

对比5T-OTA和Cascode OTA,通过级联管子可增加输出阻抗,提升低频PSRR,但注意这并不能改善高频表现

2.2展望

1)3dB点误差来源

3dB点估计误差

2)如何计算PSRR,Vss,或者P输入管的PSRR

3)如何计算Folded Cascode OTA的PSRR

4)如何计算两级OTA的PSRR

5)该方法是否可以运用到计算LDO的Gm上?

以及如何优化LDO的PSR表现?

http://www.dtcms.com/a/168980.html

相关文章:

  • ARM架构详解:定义、应用及特点
  • Qt结构体运算符重载指南
  • 爱胜品ICSP YPS-1133DN Plus黑白激光打印机报“自动进纸盒进纸失败”处理方法之一
  • patch命令在代码管理中的应用
  • 【论文速递】2025年09周 (Robotics/Embodied AI/LLM)
  • RAG技术完全指南(三):LlamaIndex架构解析与私有知识库搭建
  • 【五一培训】Day 2
  • 【quantity】5 derive_more库 2.0 版介绍
  • 藏文情感分析器入门学习实践
  • 正态分布全景解析:理论、推导与应用
  • aws(学习笔记第四十课) image-content-search
  • 【Java IO流】字节输入流FileInputStream、字节输出流FileOutputStream
  • Servlet 解决了什么问题?
  • 数字智慧方案6190丨智慧应急综合平台解决方案(49页PPT)(文末有下载方式)
  • 数字智慧方案5856丨智慧环保综合解决方案(50页PPT)(文末有下载方式)
  • C# 多态性详解:从静态到动态的编程艺术
  • 类与对象(中)
  • SpringBoot基础(原理、项目搭建、yaml)
  • 【C++】红黑树迭代版
  • 阿里发布新一代通义千问 Qwen3模型
  • 第 5 篇:红黑树:工程实践中的平衡大师
  • btrace2.0使用方法
  • 多模态大语言模型arxiv论文略读(五十四)
  • 大模型在终末期肾脏病风险预测与临床方案制定中的应用研究
  • 架构进阶:深入学习企业总体架构规划(Oracle 战略专家培训课件)【附全文阅读】
  • 解决C4D中ProRender渲染黑屏
  • Linux运维中常用的磁盘监控方式
  • STL之vector容器
  • Java语言概述
  • 52、【OS】【Nuttx】【OSTest】setvbuf 测试