噪声(noise)是一个令人困惑的术语。实际上,不难看出原因。因为理解它意味着量化随机和混乱行为的含义。从根本上说,噪声(noise)腐蚀,掩盖,隐藏它共存的信息。我们如何处理这个问题?好吧,就像我们处理设计电路或芯片的过程一样。该过程首先要了解和理解基本电子元件的行为 - 如电阻器,电容器,传输线等。
接下来,我们需要一种组合这些个体行为的方法来预测我们正在设计的整个电路或器件的聚合行为。该理论存在并且非常先进,并且存在于我们用于简化电路分析的CAD工具中。因此,我们可以集中精力创造我们想要的表现,而不是被计算过程的细节所困扰。此外,我们可以使用这些工具的基本结果,如电流和电压,将它们转换为一组标准输入 - 输出性能参数 - 增益,功率,效率等 - 并转换为允许一个电路分析结果与另一个独立电路分析的结果相结合的网络参数。碰巧它只需要四个复数的变量(参数)来描述任何给定频率下特定线性网络的所有互连组件的聚合行为,可以使用网络参数,如S参数,Y参数,ABCD参数等来分析它们。
事实证明,我们可以使用仅2个实数变量加1个复数变量(4个值)类似地预测给定频率下噪声电路的总体行为。 1956年,在这个方向的第一步是Rothe和Dahlke证明我们可以用一个相同的无噪声电路代替任何线性噪声双端口电路,然后是噪声电压源和噪声电流源的串并联组合。虽然这两个噪声源代表随机过程,但它们之间可能存在某种程度的相关性。所得组合的电路性能与原始电路行为相同。另请注意,标记为‘en’和‘in’的噪声源是统计电压和电流源,其RMS电压和电流与噪声功率成比例。两个噪声源位于无损网络的输入端,称为输入参考噪声源,因为所有内部噪声源已经组合并转换到了输入。
另外需要注意的是,当我谈论噪声时,我会关注系统或网络中电荷的随机波动,而不是那些不是原生的噪声源,如将信号耦合到系统中 - 就像宇宙微波一样来自大爆炸和你邻居的微波炉的背景辐射。我还排除了信号量化产生的波动。
噪声
遵循线性电路分析开创的相同路径,我们首先确定噪声源以及量化这些随机过程行为的方法。各个电路元件的噪声贡献通常用统计术语来定义。如果我们观察有噪声的信号,我们会看到在一定频率范围内电压或电流幅度的随机变化。该信号的平均值为零,但随时间的RMS值不为零 - 正如正弦波的平均值为零,但正弦波的平方的平均值不为零。因此,我们通常关注噪声功率,或者更确切地说,噪声频谱功率密度(每单位带宽的功率)。
与线性电路分析的网络参数(功率,增益等)一样,我们定义噪声网络参数,如噪声系数,噪声因子和噪声温度。这些术语用于量化网络中产生的噪声量。
可用信号功率与不需要的可用噪声功率(SNR)的比率是明显的性能度量,其量化噪声破坏共存的期望信号的程度。电路的噪声因子(F,noise factor)是另一个度量,可能是描述电路行为的最常用参数。它被定义为电路输入端的信噪比除以输出端的信噪比。只要输入和输出数据的测量带宽相同,噪声系数始终大于1。没有任何噪声源的网络的噪声系数为1。组件的噪声系数测量该组件产生额外噪声的程度,以使其更难以看到所需信号。此讨论的主要目标之一是显示此性能指标的重要性以及如何为给定电路计算它。
噪声系数(NF,Noise Figure )是以dB表示的噪声因子(Noise Factor ):
对于无源器件,NF的计算是非常简单的,因为它与以dB为单位的器件损耗相同。噪声系数和噪声因子的定义适用于任何电