一种超低功耗电流反馈运算放大器一种超低功耗电流反馈运算放大器
设计了一种新型的基于第二代电流传输器CCⅡ－的超低功耗电流反馈运算放大器，并采用TSMC 0.6μm CMOS
工艺，利用Hspice对整个电路进行了仿真。在±1.5V电源电压工作条件下，该放大器的转换速率达到
28.57V/μs，并且在闭环工作状态下具有恒定的带宽。
1 电路设计
1.1 第二代电流传输器
Smith和Sedra在1970年提出了第二代电流传输器。其符号如图1所示。式(1)是CCⅡ的端口特性矩阵。
CCⅡ是一个三端器件。X端是低阻抗电流输入端，Y端是高阻抗电压输入端，Z端是高阻抗电流输出端。由其端口特性矩阵可
知，CCⅡ的Y端口电流为零，X端口的电压跟随Y端口电压，Z端口的电流跟随X端口的电流。矩阵中±符号表示电流是流进Z端
口还是流出Z端口，用此区分CCⅡ＋和CCⅡ－。
本设计采用CCⅡ－作为CFOA的输入级，它由跨导线性回路与交叉耦合电流镜两部分组成，其电路图如图2所示。Y端是同相输
入端（电压输入端），它与M1、M2的栅极相连，具有高输入阻抗。X端是反相输入端（电流输入端），它与M3、M4的源极
相连，具有低输入阻抗，同时M3、M4的推挽结构也形成低输出阻抗，便于电流信号的流进或流出。M1～M4组成了跨导线性
回路。这使得Vx跟随Vy，即X端口的电压跟随Y端口电压。反相输入端的电流ix＝id3－id4，其中id3、id4分别为M3、M4的漏
极电流，当反相输入端信号电流为零时, id3=id4。M5～M12组成交叉耦合电流镜，将流入X端口的不平衡电流传输到Z端口，
使得Z端口的电流跟随X端口的电流。图中，Ib1和Ib2提供10μA的偏置电流。
1.2 电流反馈运算放大器分析
本文所设计的CFOA电路由两部分组成，其原理框图如图3所示。第一级是输入级，采用CCⅡ。第二级采用传统的两级运算放
大器。电路各级均采用互补对称结构。图4是图3的交流小信号等效电路。
对图4的小信号等效电路进行分析，记第二级运放的放大系数为A，X端口的输入电阻为rx，运放的输出电阻为ro，Z端内部电
容和电阻为CZ和RZ；反馈电阻为Rf。分析可得其增益函数以及-3dB带宽为:
式(2)和式(3)表明，对于CFOA，其闭环带宽可用反馈电阻Rf调节，闭环增益可用R1控制，从而实现增益与带宽的独立控制。
这是传统的电压模式运放所不具备的特性。
2 CFOA电路设计
运算放大器是模拟集成电路和混合集成电路的基本单元，是模拟集成电路设计的关键之一。本文所设计的CFOA具体电路如图
5所示，M1～M12组成CCⅡ－，Z为增益节点，在该点处利用内部高阻抗CZ和RZ将X端传送到Z端的不平衡电流转换为电压。
电容CZ与反馈电阻Rf共同决定CFOA在闭环工作时的频带宽度。从X端到Z端，中间线性传输的物理量是电流，而电流变化的
幅值在理论上没有限制，这正是CFOA获得超高速特性的根本原因。M13～M21是采用互补输出的两级运放。
本文基于TSMC 0.6μm CMOS工艺，采用Hspice对 图5所示电路进行了仿真。电源电压VDD=1.5V，VSS＝-
1.5V，VBIAS=0.7V，Vb=0.6V。将CFOA连接成反相闭环结构，如图６所示，对其进行交流分析。图7是CFOA的反相闭环幅
频特性,当固定Rf=10kΩ，R1分别取1kΩ、3.3kΩ、10kΩ时,由结果可看出,反相闭环增益分别为20dB、10dB、0dB，此时-3dB
带宽恒定。同相闭环增益与此类似，这体现了CFOA的主要特性：增益与带宽独立。
传统电压模式运算放大器采用共源差分对输入级，而差分对的限幅作用影响了补偿电容的充放电电流，这就限制了转换速率
SR的提高。本文设计的CFOA，采用了由跨导线性回路构成的CCⅡ－，将电流作为信号的传输量，因此转换速率SR得到了很
大的提高。将CFOA连接成电压跟随器的结构，输入1MHz的方波，其瞬态响应曲线如图8所示。
由图8可以看出，本文设计的CFOA具有良好的瞬态响应特性。其转换速率SR为28.57V/μs，高于转换速率8.75V/μs和
11V/μs。
在低压低功耗应用中,运放的静态功耗是一项非常重要的指标。该运放的静态功耗为：
由实际仿真结果得到该运放的静态功耗为0.64mW。
资源评论
weixin_38524871
- 粉丝: 6
- 资源: 936
最新资源
- Yolo-v4-v3-v2中模型转换方法总结.zip
- qt 5.3.2 mingw 安装包
- YOLO 自主无人机 - 深度学习人员检测YOLO 无人机在 YOLO 深度网络的帮助下定位并跟踪人员.zip
- YOLO 对象定位如何与 Keras 配合使用的指南（第 2 部分）.zip
- YOLO 在 CPU 上运行并经过优化.zip
- YOLO学习资源.txt
- Yolo 与 OpenCvSharp Dnn.zip
- sherpa-onnx文字转语音TTS >vits-icefall-zh-aishell3模型
- OpenCV开发资源.txt
- YOLO v3 的 PyTorch 实现，包括训练和测试，并可适用于用户定义的数据集.zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
