利用ADS仿真设计低噪声放大器内容摘要本文给出了利用ADS仿真

利用ADS仿真设计低噪声放大器

内容摘要：本文给出了利用ADS仿真设计低噪声放大器的设计方法及步骤，同时给出了该电路的优化仿真结果及电路性能在批量生产中的合格率。通过设计方法可以看出，利用ADS进行微波电路仿真，它不但很方便的得出最佳电路设计，同时也能对微波电路的容差特性进行了仿真分析，是微波产品设计的良好工具。

关键词：S参量仿真、噪声系数、稳定性、YIELD、Y4IELD优化仿真。

1．引言：

ADS软件在射频电路的仿真分析与设计方面的应用非常方便，通常对于小信号特性可以进行S参量仿真（？），可以得到电路的噪声系数、输入输出驻波比、增益及电路的稳定性。在电原理分析中可以利用仿真器YIELD进行电路的合格率分析，可以利用仿真器YIELD OPTIM进行电路最大合格率的优化分析，从而得到电路的最佳容差设计。利用ADS软件进行低噪声放大器的设计我们会采用以上的工具进行电路的设计与优化，输出一个合格率较高的产品设计，为最终产品的开发成功奠定良好的基础。

2．设计目标

在无线通信领域，为了提高接收信号的灵敏度，一般在接收机的最前端放置低噪声放大器，由于低噪声放大器的噪声系数较小，而接收系统经过合理的增益分布后，噪声系数主要由低噪声放大器决定，因此，降低低噪声放大器的噪声系数，是提高接收灵敏度的一种关键手段。本文讲述的是用PHEMT场效应管ATF34143进行电路第一级的设计方法。对于电路的第二级以及后续电路可以采用MMIC微波单片放大器完成。因此低噪声放大器的关键设计是电路的第一级。

我们利用ATF34143完成的第一级低噪声放大的设计目标是：

频率范围：1710MHZ~1980MHZ

增益：大于12dB

增益平坦度：每5MHZ带内小于0.2 dB

输入回波损耗：小于1.5

输出回波损耗：小于2.0

噪声系数：小于0.8dB (纯电路噪声系数不考虑连接损耗)

第二级对第一级呈现纯50Ω阻抗。

3．仿真设计：

a)利用小信号S参量仿真A TF34143场效应管的最佳噪声系数下的源阻抗匹配及负载

阻抗匹配条件。首先我们根据器件特性选择最佳条件，我们选择V DS=3V ,I D=40mA 得到初始ATF34143的最佳噪声系数匹配条件，

图1 ATF34143最佳噪声匹配条件

图2 A TF34143 稳定性分析结果

b)在源极增加电感，使电路稳定性在应用频率范围大于1，然后将电感用微带线替代。

图3 ATF34143增加源极电感条件下的最佳噪声匹配

图5 ATF34143增加源极电感条件下的稳定性结果

c) 根据上面分析所得匹配条件进行LC分立元件阻抗匹配，并得到单路最佳匹配下的噪声系数、稳定性以及增益等结果。

图6 电路输入输出噪声匹配

c)增加源极反馈、电源设置，并进行S参量仿真分析，初步优化出电原理。

图8 初始电原理图

d) 增加微带传输线，进行PCB原理仿真。由于PCB布板时传输线的长短对性能影响很大，尤其是源极反馈微带线的线宽及长度。所以为了真实的模拟实际PCB的性能，我们必须将实际微带线值带入原理图进行仿真。以下为PCB版图，PCB采用FR4板材，

板厚为0.8mm.传输线为1.4mm.PCB为双面印制板。

图9 双面PCB版图（底层为大面积接地）

图10PCB仿真的电原理图

在原理仿真过程中，我们设置变量：图8中的C1，C6,源极反馈线长，L2为可变变量。每个元件的变化范围可以输入。

d)给上述原理图增加优化仿真器，设定仿真变量，并将设计目标值作为仿真目标，优

化仿真变量设计参数。得到达到设计目标的最佳电路设计参数。并将最佳参数输入到变量VAR中。步骤为：

首先设定元件变量V AR（至少有一个变量），并给定初始变化范围，形式和图13相同；

我们仍然选择S参量控制器不变，进行S参量仿真；

设置优化目标，我们可以选择我们的设计目标作为优化目标，当然是对应到S参量仿真器可以分析出的结果参量中，如S参量仿真仿真所对应的S11/S12/S21/S22/nf(2)/stabfact/……见图11中的GOAL设置;

放置优化器OPTIM，在OPTIM中，通常我们可以选择优化方式Gradient/Minimax/Random等方式，根据收敛速度和误差函数公式选择，不同的优化方式选择，代表者元件变量的渐进变化方式，见图11中的OPTIM设置；

启动仿真进行初始优化，显示仿真结果见图12；

将改进的优化参量放置设计变量中，见图13最终的优化参数。

图11 优化仿真器及目标

图12 优化仿真后的S参量分析结果

图13 优化仿真后给出的最佳性能下的变量值

e)电路容差分析：

YIELD分析能够按照变量元件的离散分布分析出产品达到性能目标的合格率，通常我们能够给出我们所采用的器件的连续或离散变化特性，它们符合电子产品的分布特性正态分布、高斯分布或其他分布。YIELD分析基于Monte Carlo方法，需要建立一定数量的随机试验。设计变量在容差范围内变化，随机试验中符合设计目标需要的试验次数（PASS NUMBER）和失败的实验次数将会得到，从而估算出产品的试验合格率。Monte Carlo试验方法存在置信度问题，也就是实验次数、变量容差度和置信度的关系。在变量容差度一定的情况下，实验次数越大，置信度度越大。

给图10电仿真原理图增加YIELD仿真器及YIELD参数。我们设置元件参量变化符合正态分布，δ＝±5％，并设定设计目标为YIELD SPEC ，YIELD试验次数设置为250次。

它的仿真步骤和d)的优化设计步骤相同。

图14 合格率仿真分析控制器

图15 合格率仿真分析结果

从上面表格可以看出，优化设计给出的参数在容差变化范围内对应的产品合格率较低只有40%

为了设计出的产品既要保证合格的指标又要满足较高的合格率，我们必须进行优化合格率设计。

g) 优化合格率设计：

优化YIELE仿真分析，得到最大合格率下的最佳电路参数设置。在优化后变量的分布变化范围之内（注意：这里变量经过优化设计后已经不是初始设计值，而是优化设计值，这时对应的产品性能最优，元件变量有一定的变化范围），优化合格率仿真器在元件变量的变化范围，寻找满足最大合格率的设计值。我们取实验周期为50，经过仿真设计后得到最大合格率为89.2％，同时也得到最佳的电路参数。由此可见优化YIELD仿真分析可以使合格率得到进一步提高，本设计从40％增加到89.2％。同时得到最大合格率下的电路参数优化值，这时图18所示的最大合格率下的电路参数与图13所得的优化值稍微有些变动。