低功耗超宽带射频接收机前端电路的研究与设计

来源 :湖南大学 | 被引量 : 0次 | 上传用户:yq_ma
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着无线通信技术的飞速发展,人们对大容量高性能无线通信系统的要求也日益提高。自从美国联邦通信委员会(FCC)开放3.1~10.6GHz频带以来,超宽带(UWB)技术一直是工业界和学术界研究的热点。这种技术具有功耗低、数据传输速率高(通常>1Gb/s)、抗干扰能力强、频谱利用率高以及系统容量大等优点。然而,伴随着无线智能手持终端的迅猛发展,功耗是限制其进一步发展的瓶颈。因此研究与设计低功耗超宽带射频接收机芯片具有重大的理论与实践意义。  基于以上背景,在文献阅读与理论分析的基础上,本文提出了应用于UWB无线接收机前端且具有低功耗特点的低噪声放大器(LNA)与下混频器(Mixer)电路。本文的主要研究成果如下:  (1)提出了一种具有低功耗、高线性度以及高增益的低噪声放大器。该电路采用共栅结构实现输入匹配,采用正向衬底偏置技术与电流复用技术降低功耗,采用后失真技术提升线性度。仿真结果表明,在1.2V的工作电压下,在2~12GHz频带内,输入反射系数S11小于-10.1dB,输出反射系数S22小于-15.2dB,最大转换增益为16.9dB,最小噪声系数为2.6dB,IIP3为10dBm,整个电路的功耗仅有1.9mW,以上仿真结果充分说明了本文所设计的低噪声放大器在低功耗条件下各方面性能良好。  (2)提出了一种具有低电压、低功耗以及低噪声特性的有源下混频器。该电路基于传统吉尔伯特(Gilbert)双平衡结构,使用衬底注入技术使电路实现低压低功耗,使用动态偏置技术降低混频器的噪声。仿真结果表明,电路的工作电压为0.79V,工作的频率范围为0.6~12GHz,转换增益为9.5~13.1dB,噪声系数为8.1~11.7dB,IIP3约为-10dBm,电路的功耗为0.8mW。以上仿真结果表明该混频器实现了低电压、低功耗以及低噪声的优良性能。  本文所提出的电路均采用0.18um RF CMOS工艺实现,采用ADS软件对电路进行模拟仿真和优化设计,使用Cadence软件完成版图设计。通过与近年来国内外相关文献的对比,可以发现本文所设计的电路具有结构简单、频带宽、功耗低等特点。最后,论文对所设计的低噪声放大器以及混频器电路进行了整体的总结并指出了今后工作的方向。
其他文献
射频识别技术作为一种新兴的自动化识别技术,具有非接触、高速度通信等方面的优点。射频识别技术的标签结构的成本制约它的应用。无芯片标签结构可大大的降低标签的成本。基于
现实环境中,麦克风接收到的语音信号通常是纯净语音与其他干扰信号的卷积混合。有些情况下,人们对这些源信号及传输通道知之甚少,所以利用盲源分离(Blind Source Separation,
波束形成算法通过调整不同阵元上的加权系数使天线阵列获取特定方向上的信息。在理想条件下,最小方差无失真响应(MVDR)算法能够获得良好的输出性能。但是,受采样点数、方向误
随着经济发展和科技的进步,传统计量基准领域内中实物计量基准已经渐渐体现出来其在该领域的局限性,实物基准所体现出来的不准确性和不易保存、易损坏等特性所带来对计量基准
随着Internet和计算机网络的飞速发展,IP组播已经越来越多地应用于视频会议、在线交流和VOIP(Voice Over Internet Protocol)等多组用户之间的通信传输。组播是网络数据传输中单
字典学习在计算机视觉领域占有重要地位,广泛应用在图像去噪、分类、超分辨、模式识别和机器学习等领域。本文介绍了字典学习和稀疏表示的基本方法,主要研究了字典学习在图像
目标跟踪技术作为计算机视觉领域的一个重要分支,是目标行为分析、视频图像的压缩编码等高层次的视频处理和应用理解的基础,也是发展智能交通系统的关键技术。  本文深入地分
语音识别技术的研究是当今时代的一大热点,语音识别系统已经广泛的进入到人们的生活之中,例如车载仪器仪表的语音识别系统,给人们带来了极大的便捷。实现人机用语音进行交流
学位