这是关于Bode返回差异的现代实现方法。首先，展示归一化行列式函数如何将返回差异和回报率扩展到多个来源。然后来推导真实回报率，这是将Bode技术与环路增益统一的一次尝试。第4部分展示了要用一个简单的放大器和反馈网络计算返回比，实际上必须进入晶体管内部并关闭有源增益元件。但是今天的大多数电路都有不止一个晶体管并且有许多有源元件。那么，分析这些类型的电路需要什么？
雷神公司的两位工程师 Wayne Struble 和 Aryeah Platzker 展示了如何使用导纳矩阵的归一化行列式函数将 Bode 的原始返回比技术扩展到具有任意数量有源源的网络，这对于稳定性而言是一个非常重要的概念。因此，要计算这个，本质上需要扩展矩阵以容纳额外的源，并且分母当然需要稳定，就像回报率一样。这是通过将有源源的跨导归一化来实现的，例如将它们全部设置为零。如图一。 回到示例放大器，因为这里只有一个源，归一化行列式函数等于返回差。 不过现在，我将添加另一个晶体管并使用电感器将其连接到反馈网络。 这个电路现在有两个有源源。所以，我需要访问每个内部元件来导出 Y 矩阵——这意味着 8 个高阻抗终端——每个设备四个。如你所见，我已经拉出跨导端子引脚 到顶部，这让我可以应用来自顶层模拟的终端。 然后，类似于返回比，我只是打开和关闭源，然后进行 S 参数分析。 在Data Display中，8 Port S-matrix被转换为Y-parameters，然后我在source on and off的情况下取行列式来推导出NDF。类似于return ratio，下一步就是寻找包围。 并且，由于这个 NDF 函数，这个新电路被认为是不稳定的。如图三。
图一
图二
图三
但是，如果不能进入设备内部，你能够做的就是将 NDF 应用于包含有源的导纳网络中。当然，计算任何 Y 矩阵的 NDF也只是一组行列式，如图四。——因此，就是构建一个包含活动元素的 Y 矩阵； 为此，可以向设备输入和输出节点添加探针。如图五。例如示例电路中，不能进入设备内部，最好是在晶体管的I/O端子上应用探针终端——但是现在，内部源只有四个接触点，而不是8个接触点 - 因为内部源从顶层无法访问。如图五。现在，当运行此模拟（仍在打开和关闭源时）时，结果表明网络是不稳定的 - 这是准确的。如图六。但是希望看到这不再是严格的返回率应用。增益元件的负端不是Y网络的显式部分，因为它只能访问刚刚接地的外部源节点。所以，电路中这4个额外节点的信息可能会在近似中丢失。如图七。以上是想指出完全严格和近似之间的区别 - 即使是一个很好的近似值。现在来回顾试图忠于Bode返回比的环路增益概念，这是由Michael Tian推导出来的，它被称为真实收益比。
图四
图五
图六
图七
图八
基本上，这种方法首先采用双边放大器，这就像我在第3部分中赫斯特方法一样，然后在输入和输出终端上应用简单的短路反馈。从本质上讲，可以将结果网络折叠到一个端口中，因为现在的输入和输出终端现在并行出现，并且从那里易于计算行列式，然后删除有源端口并重新计算。现在剩下的是一个代表返回差的公式，包含返回率，田创造了真实回报率。如图八。要遵循此方法，可以使用双注入，就像第3部分中的Middlebrook技术一样。如图九。然后，可以使用一组复杂的公式来从结果中计算出此真实的返回率 - 来自原始论文。这是一个所谓的“真实返回率”，在极坐标上，在同一电路的最后一个视频中添加到该bode的返回率 - 不幸的是，您可以看到两者没有匹配。如图十。也就是说，真实的回报率仍然准确地预测了电路中的不稳定性，因此可能有一些东西。我认为首先要检查结果为什么不统一？实际上如果简化了设备模型，就可以获得真实的返回率和Bode返回率的统一。
图九
图十
那么该怎么简化电路模型呢？删除输入和输出晶体管端口之间的源寄生参数和内部反馈寄生参数。那么真是返回率就会和Bode的返回率相统一。如图十一、十二、十三。
图十一
图十二
图十三
那为什么简化电路模型就会使得真实回退率和Bode的回退率统一呢？关注真实返回率推导的关键假设——增益元件的负终端是直接接地的。而示例电路中，增益元件下面有很多的寄生参数再到地。所以，把这个表示整个晶体管模型的导纳网络看作增益源是错误的。如图十四。
图十四
图十五
这正是我们之前在导纳网络外部应用NDF时遇到的困难——整个y型网络与简单的跨导块不同。如图十五。这就是在第2部分提到可见性问题，换句话说，在简化的模型中，增益块仅是跨导元素。它周围的所有寄生效应，包括源退化，在技术上都是反馈网络的一部分。这也就是这项技术不好的地方。事实证明，如果您将真实返回率更多地视为环路增益，您就会开始发现它是一个非常好的推导，也许它是您可以从设备外部获得的最佳推导。回顾一下第3部分，这个真实返回率与环路增益推导结合了Middlebrook的零注入技术的阻抗不灵敏度和Hurst技术的双边性质。图十六。
图十六
为了向你证明这一点——你实际上可以在相同的拓扑结构上使用 Middlebrook 的方法来获得环路增益，你在顶部得到这个值。然后环路增益，由 Tian 导出，是底部的这个值。唯一的区别是，Tian 的版本包括反向增益项——因此，它是双边的，而 Middlebrook 的只是单边的。如图十七。第4部分中介绍的，可以使用驱动点导纳对电路进行严格的局部分析，但这一次仅适用于一个节点。当您可以进入设备内部、直接访问所有固有增益端子并计算返回率或这些点的归一化行列式函数时，可以进行全局严格分析。如果您无法访问内在函数，您可以通过将归一化行列式函数应用到您可以想出的最佳猜测 Y 网络来进行近似，但您仍然需要进入并打开源和 关闭，你不会从设备外部获得完整的可见性。或者你可以计算双边环路增益，这是有见地的，但它不会给你真正的严谨，除非电路非常简单。现在我希望它开始变得有意义，为什么有这么多技术用于分析稳定性——如果你不能完全严格，也许下一个最好的办法就是使用各种方法。如图十八。
图十七
图十八
实际重点不是选择哪种技术，而是可以通过选择多个技术来互补，这会给出对待同一个问题的不同视角。例如，NDF 或返回比让你看看包围圈，知道你有一个稳定的分母。驱动点分析让你看看阻抗，作为负导纳，环路增益让你看看 由于反馈而引起的网络响应。剩下的一个问题是，对这些方法中的每一种方法的分析都是完全不同的——例如，对于环路增益，我们需要打破环路，对于 NDF，我们需要打开和关闭源，对于驱动点导纳，我们需要使用发电机。上面大的方法实现方式都不同，第6部分会介绍WS-probe 的新探针来简化这一问题。如图十九。
图十九
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
