混合集成双频段低噪声放大器的设计

本文主要讨论双频段微波低噪声放大器的设计技术,介绍实现双频段的设计方法及工艺和制作方法.利用这些方法,我们在850±120MHz和3000±120MHz二个频段上实现了低噪声放大.其主要技术指标如下:增益40dB±1dB,噪声系数N_F<1.5,输入驻波比ρ≤2.0,输出驻波比ρ≤1.5.     

11GHz低噪声放大器的研制

本文阐述了微波低噪声放大器的高原原理，并应用微波ＥＥＳＯＦ设计软件以１０．７－１１．７ＧＨｚ频段上完成Ｇ≥２１ｄＢ，ＮＦＦ≤３．０ｄＢ的低噪声放大器的设计与制作。     

一种具有0.75dB噪声系数的2.3～2.4GHz单片集成低噪声放大器

报道了一种基于0.5μm赝配高电子迁移率晶体管工艺的两级级联结构的微波单片集成低噪声放大器。该低噪声放大器为光纤射频组网技术而研发,采用集总参数元件完成片上输入输出阻抗匹配,节省了芯片面积和成本。在50Ω端口测试条件下,该低噪声放大器在2.3².4GHz的频段内,噪声系数约为0.75dB,增益大于25dB,在3.3V的工作电压下消耗32mA的电流。与同频段同类型的低噪声放大器相比,文中报道的LNA具有突出的低噪声性能,这主要归因于依据晶体管的噪声最优阻抗匹配理论选取了合适的输入级放大管尺寸和一个具有极小寄生电阻的输入匹配网络以及pHEMT管本身优异的低噪声特性。     

微型化2GHz低噪声高选择性放大模组的研制

本文介绍一种将微波低频段分布参数电路与超微细薄膜工艺结合的微型化、低噪声、高选择性的放大模组。对低噪声放大电路、椭圆函数带通滤波电路及后级平衡放大电路的设计完成后,将其制作在76×20×0.5mm^3氧化铝陶瓷基片上。本模组在1.8-2.2GHz范围内,增益Gp≥50dB,噪声系数Nf≤0.9dB,其1dB压缩点输出功率Po≈30dBm,带外抑制≥80dB。     

S波段小型化宽带低噪声放大器的设计

采用软件计算微带平面电感,描述了一款基于薄膜工艺的小型化宽带低噪声放大器的设计和性能。测试结果表明:在2.7～3.5 GHz的频段内,低噪声放大器的噪声系数小于等于0.55 dB,增益大于等于33 dB,增益平坦度小于等于±0.1 dB;在2～4 GHz的频段内,低噪声放大器的噪声系数小于等于0.65 dB,增益大于等于33 dB,增益平坦度小于等于±0.8 dB;尺寸为6.0 mm×4.2 mm。     

4GHz低噪声GaAsFET放大器

讨论了4GHz GaAsFET低噪声集成放大器的直流及微波电路设计,介绍了不同的直流偏压电路和微波电路结构。最后给出了用国产CX51型GaAsFET制作的4GHz(4.1～4.4GHz)低噪声放大器的测试结果。这种两级放大器的噪声系数NF≤2.5dB(包括内部微带隔离器),功率增益Ga≥20dB。     

基于ADS的平衡式低噪声放大器设计

平衡放大技术有着驻波特性好,增益高、易级联的优点。本文将平衡放大技术应用到低噪声放大器的设计中,在保证低噪声和功率增益的同时,用以提高低噪声放大器的驻波比和增益平坦度。ADS仿真结果表明,在5.3-6.3 GHz的频带范围内,低噪声放大器绝对稳定,噪声系数≤1.182 dB,功率增益达到10 dB,并且通过采用平衡放大技术,输入输出驻波比≤1.3∶1,带内波动≤1dB,提高了低噪声放大器的有效工作带宽。     

基于ADS的C波段低噪声放大器的设计

介绍了一种基于ADS的C波段低噪声放大器的设计,同时分析了射频微波低噪声放大器的整体框图、主要指标以及具体的电路设计方法。低噪声放大器是无线通信接收机中的主要组成部分,低噪声放大器指标的好坏直接影响整个接收机的工作状况。该放大器采用射频场效应管ATF-36077作为主要放大器件,同时利用微带线设计了外围匹配电路,利用ADS强大的射频仿真与优化功能,最终实现了一个性能优良的C波段低噪声放大器。最后设计的放大器在3.7GHz⁴.2GHz增益为11dB,噪声系数为0.6dB,输入输出驻波比小于1.5。     

射频低噪声放大器设计与仿真

为了提高接收机接收灵敏度及通信距离,设计了一种433 MHz频段两级低噪声放大器。使用了一种在集电极串联感性反馈,使放大管处于绝对稳定状态的方法,采用等噪声圆及等功率圆进行了低噪声放大器的仿真设计,分析了放大管的稳定性、噪声系数、增益等参数。仿真及测试结果表明低噪声放大器在433 MHz频段,噪声系数0.6 dB,输入输出驻波比1.5,增益26 dB,将设计的低噪声放大器应用在433 MHz通信模块中,通信距离有显著提高。     

Ku频段小型化低噪声放大器的设计

设计制作了一款基于微组装工艺的小型化低噪声放大器（LNA）。该器件广泛选用裸管芯、芯片电容等微型器件,采用两级放大电路结构,使用AWR与HFSS电磁仿真软件进行设计、优化和仿真,运用键合金丝微波特性进行噪声系数调试,实现较好的低噪声微波特性。最终实现了在12.25GHz-12.75GHz 工作频段,增益大于20dB,噪声系数小于1.2dB的低噪声放大器,整体电路尺寸仅为12mm×10mm×7mm。     

磁带录音技术中噪声问题的探讨

在磁带录音技术中，噪声是一项重要的特性，噪声电平的高低，直接影响声音质量及其效果。本文详细地介绍了噪声的分类及噪声产生的原因。     

40GPIN/TIA光电探测器接收组件的噪声分析

从理论上分析了40GPIN/TIA的各种噪声源,并通过各个噪声源产生噪声的机理,推导出了各种噪声的计算公式,从而可量化探讨探测器组件的噪声.根据仪器性能,采用测试噪声功率测试方法,对光电探测器接收组件的噪声进行了测试,测试结果与理论能很地好吻合.     

开关电源的噪声及其抑制

介绍开关电源的常态噪声和共态噪声产生的原因，以及几种抑制噪声的方法。     

A Systematical Approach for Noise in CMOS LNA

A systematic approach is used to analyze the noise in CMOS low noise amplifier(LNA),including channel noise and induced gate noise in MOS devices.A new analytical formula for noise figure is proposed.Based on this formula,the impacts of distributed gate resistance and intrinsic channel resistance on noise performance are discussed.Two kinds of noise optimization approaches are performed and applied to the design of a 5.2GHz CMOS LNA.     

CMOS低噪声放大器中噪声的系统研究方法

采用系统研究方法来分析包括MOS器件的沟道噪声和感应栅噪声在内的CMOS低噪声放大器中的噪声,并提出了一个新的噪声系数解析式.基于此解析式,讨论了分布栅电阻和内部沟道电阻对噪声性能的影响.对噪声性能进行了两种不同的优化,并应用于5.2GHz CMOS低噪声放大器的设计.     

有线数字电视噪声干扰初探

吴江有线数字电视平台于2007年6月建成,并投入试运行,同年8月吴江数字电视整体转换开始,系统正式投入商业运行。结合吴江数字电视的技术维护情况,对引起有线数字电视故障的各种噪声干扰的形成原因进行试探性分析,并提出一些值得借鉴的解决和预防措施。     

基于三维噪声模型的非制冷红外焦平面读出电路的分析

基于3D噪声模型对非制冷红外读出电路噪声产生的原因进行分析,重点阐述了三维噪声的理论框架与分析方法,分析各噪声因子的含义以及产生原因,并给出计算方法,对读出电路各种噪声分量的产生进行了深入的分析。并基于此模型对阵列大小为320×240非制冷红外焦平面阵列进行分析,计算出各噪声因子的大小,得出了噪声产生的主要原因,为焦平面阵列性能的提高与评估提供了理论依据。     

一种新型的红外影像ME噪声去除方法

记忆效应(Memory Effect, ME)噪声是发生在红外光机扫描仪影像中的一种条带噪声。扫描条带中,有明显亮暗突变位置的景物的ME噪声尤其明显,会严重影响影像的目视效果。传统的ME噪声去除方法基于系统脉冲响应函数构建复原滤波器,使用复原滤波器对图像进行复原。该方法的缺点是必须有精确的系统脉冲响应函数。针对传统方法的不足,提出了一种新的ME噪声去除算法。该算法利用影像自身的辐射信息,使用检测模板遍历整景影像以检测ME噪声,对检测到的噪声使用迭代法去除。最终,选取资源一号01星的IRMSS影像进行了试验。结果表明,该方法可以有效去除ME噪声,从而提升图像的辐射质量。     

模压全息图片的噪声

本文把全息看作信息传递过程，从把信息（图象）加载到作为载波的物光上开始，通过参考光相干接收，并存储在干板上，经电铸，模压转移信息，最后用再现光把信息解调出来，这当中的任何一过程都会受到遇外干扰，它们就形成噪声。本文指出每一过程可能产生的噪声和抑制办法，并重点分析了散斑噪声，干版，模板和ＰＥＴ材料自身的粒散噪声，指出提高全息质量的关键，乃是在保持恰当衍射效率的情况下，提高信噪比的问题。     

基于光谱空间信息的高光谱遥感图像混合噪声评估

综合利用高光谱图像的光谱信息和空间信息,提出了一种新的混合噪声评估方法.首先通过滤波算法进行图像中均匀图像块的自动选取;然后利用多元线性回归模型,将均匀图像块内像素点的信号值和噪声值进行分离,并实现了图像中加性、乘性噪声的粗评估;最后根据噪声模型构建似然函数,利用最大似然估计法求解噪声模型参数.通过仿真图像和真实高光谱图像进行实验,验证了该方法的准确性和鲁棒性.