ADS學習筆記(三) 瞬態仿真

參考書籍:見資源綁定,書籍3.4 瞬態仿真,書籍鏈接: https://pan.baidu.com/s/1pjw8p7r3-1x8qcC1-hljFQ?pwd=4v79 提取碼: 4v79

本文為對實驗內容的補充

瞬態仿真放大倍數與交流仿真不一致

為什么對同一個BJT電路進行交流信號仿真和進行瞬態仿真,得出交流信號仿真的放大倍數是3.422,當時瞬態仿真放大倍數只有3.1(如下圖所示)?

電路圖:
image-20250525204238011

仿真結果

image-20250525204721373

原因

其主要原因通常歸結于這兩種仿真方法的根本區別以及電路的非線性特性:

  1. 交流小信號分析 (AC Analysis) 的線性化假設:

    • 小信號模型:AC分析是在電路的直流工作點 (DC Operating Point) 附近進行的一種線性化分析。它首先計算出電路中所有非線性器件(如BJT)的直流偏置狀態,然后用它們在該工作點附近的小信號等效模型替代這些器件。例如,BJT會被替換為一個由跨導 ( g m g_m gm?)、輸入電阻 ( r π r_{\pi} rπ?)、輸出電阻 ( r o r_o ro?) 等線性元件組成的模型。
    • 無限小信號:AC分析理論上假設所施加的交流信號是無限小的 (infinitesimal),因此器件的響應完全是線性的,不會產生諧波失真,增益在該工作點是一個確定的值。圖右中的 gain_main = 3.422 就是在這種理想線性小信號條件下的增益。
  2. 瞬態分析 (Transient Analysis) 的非線性行為:

    • 完整非線性模型:瞬態分析則是隨時間求解電路的非線性微分方程。它使用器件(如BJT)的完整非線性大信號模型。這意味著它會考慮器件在實際信號幅度下的所有非線性效應。
    • 實際信號幅度:在上面的瞬態仿真中,輸入信號 vin 的幅度是 Amplitude=10 mV。雖然10mV在某些情況下可能被認為是“小信號”,但對于BJT的指數型 I C ? V B E I_C-V_{BE} IC??VBE? 特性來說,這個幅度的信號可能已經足以讓晶體管展現出一定的非線性行為。
      • 從瞬態仿真圖(圖左)來看,輸入信號 vin (紅色波形) 峰值是10mV,輸出信號 vout (藍色波形) 峰值大約是31mV (根據標記 m1: vout=0.031,即31mV)。
      • 因此,瞬態仿真中觀察到的電壓放大倍數約為 31 m V / 10 m V = 3.1 31mV / 10mV = 3.1 31mV/10mV=3.1
  3. 非線性導致的增益差異:

    • 增益壓縮/擴展:當實際信號幅度(瞬態仿真中的10mV)驅動BJT時,其有效跨導 ( g m g_m gm?) 可能不再是直流工作點處計算得到的那個恒定的小信號值。如果信號擺幅使得BJT進入輕微的飽和區或截止區邊緣,或者僅僅是由于其 I C ? V B E I_C-V_{BE} IC??VBE? 曲線的非線性,都可能導致增益壓縮 (gain compression),即實際大信號下的增益低于理想小信號增益。反之,也可能出現增益擴展,但增益壓縮在放大器中更常見,尤其是在輸出擺幅接近電源軌或輸入信號較大時。
    • 諧波失真:非線性還會導致輸出信號中產生諧波分量。AC分析只關注基波頻率的響應。瞬態仿真如果簡單地通過峰值或峰峰值來計算增益,而輸出波形由于失真其峰值并不完全由基波貢獻,也可能導致與小信號增益的差異。不過從圖右的波形看,vout 看起來還是比較標準的正弦波,所以是可以排除這個原因.

總結來說,最主要的原因是:

  • AC仿真是基于理想線性小信號模型的計算結果。
  • 瞬態仿真是基于實際信號幅度下器件完整非線性模型的計算結果。

當瞬態仿真中的輸入信號幅度(即使是10mV)足以使BJT表現出非線性時,其“大信號”或“實際信號”下的增益就會偏離純粹的“小信號”增益。觀察到的從3.422下降到3.1,很可能是由于10mV的輸入信號在1GHz下對BJT產生了一定程度的增益壓縮。

驗證方法:

如果想驗證這一點,可以在瞬態仿真中嘗試使用更小的輸入信號幅度,例如1mV甚至0.1mV。如果隨著輸入幅度的減小,瞬態仿真得到的增益逐漸接近AC分析的3.422,那么就印證了非線性是主要原因。

仿真得到的增益逐漸接近AC分析的3.422,那么就印證了非線性是主要原因。

image-20250525161020171

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/81442.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/81442.shtml
英文地址,請注明出處:http://en.pswp.cn/web/81442.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Flask 會話管理:從原理到實戰,深度解析 session 機制

1、Flask中session 的實現原理:服務器與客戶端的協作 HTTP 協議是無狀態的——服務器無法區分兩次請求是否來自同一用戶。這意味著,用戶登錄后跳轉到其他頁面時,服務器會“忘記”用戶身份。 為解決這一問題,Web 開發中引入了會話…

學習STC51單片機16(芯片為STC89C52RCRC)

每日一言 那些讓你喘不過氣的日子,正是蛻變的開始。 串口編程寄存器分析(紅色框里面的這個是串口助手里面生成的波特率初始化函數哈) 我們就根據以上的寄存器分析,因為這個是配置波特率的需要的寄存器 PCON smod 0 就是PCON的bit…

crud方法命名示例

以下是基于表名dste_project_indicator(項目指標表)的完整命名示例,覆蓋各類增刪改查場景: 1. 表名與實體類映射 // 表名:dste_project_indicator // 實體類:DsteProjectIndicatorEntity public class Ds…

AI時代新詞-人工智能生成內容(AIGC)

一、什么是人工智能生成內容(AIGC)? 人工智能生成內容(Artificial Intelligence Generated Content,簡稱AIGC)是指利用人工智能技術生成的各種形式的內容,包括文字、圖像、音頻和視頻等。AIGC的…

英語六級-閱讀篇

目錄 2023年12月大學英語真題(二) 十五選十(Section A) 單詞表 短語表 譯文 Passage Two(Section C) 單詞表 短語表 譯文 簡介:其實我總結這篇文章就是平時記憶該閱讀文章單詞中出現的…

Python 爬蟲開發

文章目錄 1. 常用庫安裝2. 基礎爬蟲開發2.1. 使用 requests 獲取網頁內容2.2. 使用 BeautifulSoup 解析 HTML2.3. 處理登錄與會話 3. 進階爬蟲開發3.1. 處理動態加載內容(Selenium)3.2. 使用Scrapy框架3.3. 分布式爬蟲(Scrapy-Redis&#xff…

為什么需要清除浮動?清除浮動的方式有哪些?

導語: 在前端面試中,“清除浮動”幾乎是每位面試官都會問到的基礎題。雖然浮動已經不如 Flex 和 Grid 那么常用了,但它在許多老項目中仍然占有一席之地。理解浮動的機制、掌握清除浮動的方式,是面試中體現你前端基礎扎實度的關鍵點。 一、面試主題概述 浮動(float)最初是…

一鍵啟動多個 Chrome 實例并自動清理的 Bash 腳本分享!

目錄 一、📦 腳本功能概覽 二、📜 腳本代碼一覽 三、🔍 腳本功能說明 (一)? 支持批量啟動多個 Chrome 實例 (二)? 每個實例使用獨立用戶數據目錄 (三)? 啟動后自…

2025.05.26【Wordcloud】詞云圖繪制技巧

Most basic See what input file is needed to build this basic wordcloud. Text analysis A text analysis by Benjamin Tovarcis for document classification. 文章目錄 Most basicText analysis 探索詞云圖的奧秘什么是詞云圖?為什么使用詞云圖?如…

RuoYi前后端分離框架集成UEditorPlus富文本編輯器

一、背景 采用若依框架搭建了一個小型的電子書項目,項目前端、后端、移動端就一人,電子書的章節內容是以富文本內容進行呈現的,產品設計人員直接給了一個第三方收費的富文本編輯器截圖放到開發文檔中,提了一沓需求點,概況下來就是要做成下圖中的樣子。作為一個后端開發人…

ETL 工具與數據中臺的關系與區別

ETL 工具和數據中臺作為數據處理領域的關鍵概念,雖然存在一定的關聯,但二者有著明顯的區別。本文將深入剖析 ETL 工具與數據中臺之不同。 一、ETL 工具概述 ETL 是數據倉庫技術中的核心技術之一,其全稱為 Extract(抽取&#xff…

Redis(四) - 使用Python操作Redis詳解

文章目錄 前言一、下載Python插件二、創建項目三、安裝 redis 庫四、新建python軟件包五、鍵操作六、字符串操作七、列表操作八、集合操作九、哈希表操作十、有序集合操作十一、完整代碼1. 完整代碼2. 項目下載 前言 本文是基于 Python 操作 Redis 數據庫的實戰指南&#xff0…

xdvipdfmx:fatal: File ended prematurely. No output PDF file written.

今天忽然遇到:使用xelatex或lualatex編譯,一直卡住,不報錯,也無法生成PDF,主動停止編譯后就報錯 xdvipdfmx:fatal: File ended prematurely. No output PDF file written. 然后,之前能正常編譯的一些文件…

解鎖未來AI:使用DACA模式和Agentic技術提高開發效率

學習Agentic AI:Dapr Agentic Cloud Ascent (DACA)設計模式的應用與演進 背景介紹 近年來,Agentic AI(代理型人工智能)的概念在學術界和產業界掀起了一陣熱潮。Agentic AI指的是能夠自主感知、決策和行動的智能體系統,它們不僅改變了我們與技術互動的方式,也為行業發展…

Jenkins+Docker+Harbor快速部署Spring Boot項目詳解

JenkinsDockerHarbor快速部署Spring Boot項目詳解 Jenkins、Docker和Harbor是現代DevOps流程中的核心工具,結合使用可以實現自動化構建、測試和部署。下面我將詳細介紹如何搭建這個集成環境。 一、各工具的核心作用 Jenkins 自動化CI/CD工具,負責拉取代…

第12次04 :首頁展示用戶名

登錄后&#xff0c;跳轉到首頁&#xff0c;首頁會展示用戶名&#xff1b;未登錄時&#xff0c;首頁將展示登錄與注冊的選項。 第一步&#xff1a;index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml…

Flask 路由跳轉機制:url_for生成動態URL、redirect頁面重定向

在 Flask 開發中&#xff0c;url_for() 與 redirect() 是實現路由跳轉邏輯的核心工具。 url_for()負責安全、靈活地生成 URL。 redirect()負責發起重定向響應。 1、url_for()&#xff1a;生成URL url_for(endpoint, **values) 是 Flask 提供的 URL 構造工具&#xff0c;可根據…

華為OD機試真題——構成正方形的數量(2025B卷:100分)Java/python/JavaScript/C++/C/GO六種最佳實現

2025 B卷 100分 題型 本文涵蓋詳細的問題分析、解題思路、代碼實現、代碼詳解、測試用例以及綜合分析; 并提供Java、python、JavaScript、C++、C語言、GO六種語言的最佳實現方式! 本文收錄于專欄:《2025華為OD真題目錄+全流程解析/備考攻略/經驗分享》 華為OD機試真題《構成…

FFMPEG-AAC編碼

一、流程圖 二、代碼解釋 avcodec_find_encoder: 根據指定的AVCodecID查找注冊的編碼器。avcodec_alloc_context3: 為AVCodecContext分配內存。()avcodec_open2: 打開編碼器。avcodec_send_frame: 將AVFrame?壓縮數據給編碼器。avcodec_receive_packet: 獲取到編碼后的…

RPC 協議詳解、案例分析與應用場景

一、RPC 協議原理詳解 RPC 協議的核心目標是讓開發者像調用本地函數一樣調用遠程服務&#xff0c;其實現過程涉及多個關鍵組件與流程。 &#xff08;一&#xff09;核心組件 客戶端&#xff08;Client&#xff09;&#xff1a;發起遠程過程調用的一方&#xff0c;它并不關心調…