比较器仿真PSS+PNOISE测噪声

没有目录标题

  • 一、参考
  • 二、PSS+Pnoise测输入噪声电压
  • 三、具体步骤:
    • 1.设置PSS:
    • 2.设置pnoise:
    • 3.根据仿真结果计算输出噪声电压
  • 4.计算比较器的gain和输入噪声电压
    • 4.1 计算gain的方式一和对应的输入噪声电压
    • 4.2 计算gain的方式二和对应的输入噪声电压

一、参考

1.噪声仿真 https://zhuanlan.zhihu.com/p/279111199
2.噪声仿真 https://zhuanlan.zhihu.com/p/302611133
3.PSS+PNOISE的文章:Noise-aware simulation-based sizing and optimization of clockedcomparators

二、PSS+Pnoise测输入噪声电压

这种仿真相比于transnoise的好处是可以看到管子对噪声的贡献程度。
大致的思路是这样的:
加一个实际工作的时钟频率;
在输入端加一个DC的差;
采用PSS,PAC, Pnoise的仿真;Pnoise计算出integrated output noise(用V^2/Hz作积分然后sqrt做开方);PAC计算出comparator的gain;
第四步得到的noise除以第五步得到的gain,就是input referred noise。

仿真电路:设置vdiff=100uV,vidff的值要保证输出有结果而不会出现亚稳态,不带SRlatch,时钟频率为fCK=500Mhz

image.png

三、具体步骤:

1.设置PSS:

选择基频为CK时钟源,在“output harmonics”中,填入谐波个数。所谓谐波,是相对于基频而言的。谐波个数越多,仿真结果越精确,速度越慢。一般取10~15就足够了。

image.png

2.设置pnoise:

截止频率为那奎斯特频率,即时钟频率的一半,可以扫更多,不过后续积分噪声的区间也是1~fCK/2;Sidebends设置为 Method=fullspectrum。根据cadence manual,这个方法对于计算高阶harmonics folding back的noise精度要更好一些;Noise type设置为sampled(jitter)。这种方法会计算pss过程中某一时刻的采样噪声。这个时刻由下面设置的event type决定;Event type=edge crossing, Trigger=voltage, Output Nodes=/outp and /outn(这两个是comparator的输出node,注意这个必须是cross-coupled transistor的输出,要分清在vdiff作用下哪端会变正和变负,不要搞反了),Edge number=1, Threshold value=0.05(当output nodes电压差为50mV时对输出节点进行采样计算noise),Mesurement=voltage ,output nodes和上面一样都是/outp和/outn;最后Event设置完成后记得点一下Add,否则不会生效。

image.png

3.根据仿真结果计算输出噪声电压

先画出输出噪声电压谱密度

image.png

低频以1/f噪声为主,噪声高,高频以热噪为主,与频率不相关。

image.png

为了计算输出噪声电压,需要将其先平方后在1~fCK/2积分得到输出噪声功率再开方。

image.png

得到输出噪声电压为201.2mV。

4.计算比较器的gain和输入噪声电压

4.1 计算gain的方式一和对应的输入噪声电压

现在我们需要将这个在comparator输出采样得到的噪声除以一个gain得到input-referred noies。“Keeping Things Quiet: A New Methodology for Dynamic Comparator Noise Analysis”文中提出的计算gain的方法为直接用50mV除以100uV得到的Gain=500。前者为进行Pnoise中设置的comparator的输出电压之差,后者为我们之前在comparator输入端所加的offset。

下面我们解释一下这种计算方法的内在逻辑。以下图电路为例,当Comparator clk从低变为高时,Comparator开始比较。当开始regeneration时正反馈开始启动,VX和VY开始分离,在X和Y点电压差为50mV时,我们可以认为regeneration还未产生很强的非线性,所以我们这时可以用大信号gain来近似小信号gain。最后谈一下为什么要把comparator input设置为100uV。第一,input不能设的太大。如果input设置太大,当comparator刚开始regeneration时就会通过input pair M1/M2产生很大的非线性。第二,input不能设置的太小,比如10uV。因为当我们计算gain时实际上要考虑comparator的input offset的。当然如果仅仅进行schematic仿真我们可以这么做,但是经过rc-extraction后comparator可能会有几个uV的offset。这样如果我们设置input为10uV,考虑offset实际上的input应该是15uV(假定rc-extraction产生5uV的input offset),而实际的gain就不是5000,而是50mV/15uV=3333(问题在于除非我们进行仿真,我们并不知道具体的input offset是多少)。

image.png

所以input-referred noies = 输出噪声电压201.2mV/gain500=0.40mV。和之前用transnoise测到的0.35mV差不多,就不继续增加output harmonics去重复测了。

下面看下管子对噪声的贡献:

设置查看积分噪声电压的贡献

image.png

查看噪声贡献:贡献最大的是输入对管沟道热噪声,其次是两个充电开关的1/f噪声。输入对管沟道热噪声可以通过增加w/L来减少但会对kicknose有增加,1/f噪声可以增加面积来降低,但影响比较器速度。

image.png

image.png

4.2 计算gain的方式二和对应的输入噪声电压

用pac计算gain,设置pac如下:扫描频率到fck/2。设置输入DC源的pac mag=1,那么pac下的输出电压为pac gain。

image.png

image.png

画出pac gain图像,依次点击两个输出端(尝试了一下,点的先后顺序无影响)

image.png

低频增益为213,前面测的输出噪声电压为201mV,那么输入噪声电压=0.94mV,和方法一计算出来接近。这种感觉更为客观。

image.png

补充说明的是输入差分电压大小会影响pac gain,但同时也会影响积分出来的输出噪声电压,两项抵消,等效到输入噪声时差别不大:现在以Vdiff=1mV重新上述仿真

此时pac gain=22.4

image.png

可以看到输出噪声整体降低了10倍,对应pac gain的下降。

image.png

积分出来的输出噪声电压为20.2mV,换算为输入噪声电压为0.9mV,和Vdiff=100uV时结果一致。

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://xiahunao.cn/news/2979656.html

如若内容造成侵权/违法违规/事实不符,请联系瞎胡闹网进行投诉反馈,一经查实,立即删除!

相关文章

电脑提示msvcp110.dll是什么意思?7个实测有效方法教你搞定

在使用Windows操作系统的过程中,用户难免会遭遇与动态链接库(DLL)文件相关的问题,其中MSVCP110.dll便是其中之一。作为Microsoft Visual C Redistributable Package的重要组成部分,MSVCP110.dll对于许多基于C开发的应用…

【MySQL 数据宝典】【磁盘结构】- 005 Undo log 撤销日志

一、基本介绍 ​ 每当我们要对一条记录做改动时(这里的改动可以指 INSERT 、 DELETE 、 UPDATE ),都需要留一手 -> 把回滚时所需的东西都给记下来 ​ 你插入一条记录时,至少要把这条记录的主键值记下来,之后回滚的…

用于便携可穿戴设备的RX8130CE

用于便携可穿戴设备的时钟芯片模块:RX8130CE。时钟芯片模块RX8130CE,其特点是3225小尺寸和电池控制,可应用于可穿戴设备RX8130CE具有自动电源切换功能,可监视电源电压,并通过自动操作切换到备用电源,备用电源的开关电压…

PPT设置日期随改动而更新

点击插入——点击日期和时间 弹出的新窗口中勾选自动更新日期和时间

电脑上怎么调照片尺寸?这几个方法方便又好用

平时我们在制作幻灯片演示时,调整图片的大小可以确保图片适应幻灯片的布局,并提供清晰的展示效果,单张处理起来的话就比较浪费时间,但是通常我们需要批量去修改图片尺寸大小,这就需要用到比较专业的图片处理工具了&…

40-50W 1.5KVDC 隔离 宽电压输入 DC/DC 电源模块 ——TP40(50)DC 系列

TP40(50)DC系列电源模块额定输出功率为40-50W、应用于2:1、4:1电压输入范围 9V-18V、18V-36V、36V-75V、9V-36V、18V-75V的输入电压环境,输出电压精度可达1%,可广泛应用于通信、铁路、自动化以及仪器仪表等行业。

视频不够清晰怎么办?教你几种有效方法

在我们日常生活中,有时候我们会遇到不清晰的视频,这给我们带来了很多不便。那么,怎么将不清晰的视频变清晰呢?本文将为您介绍一些常用的软件工具,帮助您提升视频的清晰度。 方法一:使用AI技术 AI技术可以通…

Python写个二维码

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、进入官网下载二、下载一下三.输入代码 前言 提示:以下是本篇文章正文内容,下面案例可供参考 一、进入官网下载 官网 pip insta…

【C++庖丁解牛】C++11---右值引用和移动语义

🍁你好,我是 RO-BERRY 📗 致力于C、C、数据结构、TCP/IP、数据库等等一系列知识 🎄感谢你的陪伴与支持 ,故事既有了开头,就要画上一个完美的句号,让我们一起加油 目录 1 左值引用和右值引用2 左…

牛客NC179 长度为 K 的重复字符子串【simple 哈希,滑动窗口 C++、Java、Go、PHP】

题目 题目链接: https://www.nowcoder.com/practice/eced9a8a4b6c42b79c95ae5625e1d5fd 思路 哈希统计每个字符出现的次数。没在窗口内的字符要删除参考答案C class Solution {public:/*** 代码中的类名、方法名、参数名已经指定,请勿修改&#xff0c…

Day08-Java进阶-递归异常及其处理自定义异常

1. 递归 package com.itheima.recursion;public class RecursionDemo3 {/*不死神兔(斐波那契额数列)*/public static void main(String[] args) {int sum getSum(20);System.out.println(sum);}public static int getSum(int n) {if (n 1 || n 2) {return 1;} else {return …

【nginx】nginx启动显示80端口占用问题的解决方案

目录 🌅1. 问题描述 🌊2. 解决方案 🌅1. 问题描述 在启动nginx服务的时候显示内容如下: sudo systemctl status nginx 问题出现原因: 根据日志显示,Nginx 服务启动失败,主要原因是无法绑定…

day1c++基础

const char*p;//值不可以改变,地址可以改变 const (char*)p; //值不可以改变,地址可以改变 char* const p; //值可以改变,地址不可以改变 const char* const p; //值不可以改变,地址不可以改变 char co…

【C++】封装、继承和多态

引言 在现代软件开发中,面向对象编程(Object Oriented Programming)已经成为一种广泛应用的编程范式。C作为一种支持面向对象编程的语言,在封装、继承和多态方面提供了强大的特性。本文将介绍C中的封装、继承和多态概念&#xff…

element plus:tree拖动节点交换位置和改变层级

图层list里有各种组件,用element plus的tree来渲染,可以把图片等组件到面板里,面板是容器,非容器组件,比如图片、文本等,就不能让其他组件拖进来。 主要在于allow-drop属性的回调函数编写,要理清…

数字逻辑电路基础-有限状态机

文章目录 一、有限状态机基本结构二、verilog写一个基础有限状态机(moore型状态机)三、完整代码一、有限状态机基本结构 本文主要介绍使用verilog编写有限状态机FSM(finite state machine),它主要由三部分组成,下一状态逻辑电路,当前状态时序逻辑电路和输出逻辑电路。 有…

ZYNQ之嵌入式开发04——自定义IP核实现呼吸灯、固化程序

文章目录 自定义IP核——呼吸灯实验固化程序 自定义IP核——呼吸灯实验 Xilinx官方提供了很多IP核,在Vivado的IP Catalog中可以查看这些IP核,在构建自己复杂的系统时,只使用Xilinx官方的免费IP核一般满足不了设计的要求,因此很多…

NOIP,CSP-J,CSP-S——高精度加减乘除

一、高精度加法 1、大整数的输入 int的范围,正负上下限大约为2.1*10^9; long long的范围,正负上下限大约为9.2*10^18; 如果整数成千上万位,那么这么大的整数我们如何处理? 方法:先用字符串输入,然后把每一个字符转换成为数字,存到一个int数组里 int数组中的一个位…

揭秘Faiss:大规模相似性搜索与聚类的技术神器深度解析!

Faiss(由Facebook AI Research开发)是一个用于高效相似性搜索和密集向量聚类的库。它用C编写,并提供Python绑定,旨在帮助研究人员和工程师在大规模数据集上进行快速的相似性搜索和聚类操作。 一、介绍: Faiss的核心功…

OSPF认证方式,ISIS简介,ISIS路由器类型

OSPF:转发,泛洪,丢弃