当前位置:首页 > 物联网 > 智能应用
[导读]增强型FET用于当今绝大多数电子产品中,工作模式基于简单的概念。考虑到增强型NFET采用共源极结构(图1,左)-当门极与源在相同的电势,漏源极之间的沟道电阻很高,我们认为晶体管是‘关断’的。这些FET需要一个正的门极到源电压,以导通沟道,并在漏源极之间传导。当没有完全饱和时,这些FET的沟道电阻会有很大的变化。这可能导致模拟信号的问题,需要在整个信号幅度范围的低失真。此外,当采用增强型FET的模拟开关失去电源时,其状态是不确定的;它不会很好地传导,很可能也不会很好地隔离信号。

耗尽型MOSFET开关,一度不那么受欢迎,且常被视为典型的增强型FET的同属,却在最近几年中越来越受欢迎。安森美半导体投入该技术,开发出越来越多的耗尽型模拟开关系列。这些开关越来越多地用于很好地解决工程问题。此博客将使读者更好地了解这些实用的器件的能力,并介绍方案示例。

简介

增强型FET用于当今绝大多数电子产品中,工作模式基于简单的概念。考虑到增强型NFET采用共源极结构(图1,左)-当门极与源在相同的电势,漏源极之间的沟道电阻很高,我们认为晶体管是‘关断’的。这些FET需要一个正的门极到源电压,以导通沟道,并在漏源极之间传导。当没有完全饱和时,这些FET的沟道电阻会有很大的变化。这可能导致模拟信号的问题,需要在整个信号幅度范围的低失真。此外,当采用增强型FET的模拟开关失去电源时,其状态是不确定的;它不会很好地传导,很可能也不会很好地隔离信号。

图1:增强型对比耗尽型MOSFET

耗尽型FET与增强型FET互为补足:对于采用相同结构的耗尽型NFET(图1,右),沟道电阻较低,并且沟道被认为是“导通”的。因此,在默认的无电源状态下,耗尽FET是传导的,且由于它们的设计,其沟道电阻是线性的,这使得它们在整个信号幅度范围具有极低的失真。

基于耗尽型FET的模拟开关通常有控制电路,以便在器件上电时启用或禁用开关路径。该控制电路使用电荷泵产生隔离开关路径所需的电压。因此,禁用(隔离)开关路径会耗电。对于信号隔离时间相对较短的应用来说,这通常不是问题。否则,选择一个电荷泵耗电低的器件是很重要的。

虽然许多硅供应商吹嘘他们的耗尽型方案为默认的“导通”,但其器件的电阻并不是完全线性的,导致信号失真或电阻率不一致。安森美半导体开发了专有的耗尽型FET,配合专利的设计技术,以在无电源时失真较低。

解决降噪耳机电池电量耗尽的问题

当降噪耳机首次被广泛使用时,使用它们的好处显而易见。人们终于可以忍受那些漫长而嘈杂的飞机旅行了;在背景噪音的嗡嗡声中,听着那首最受欢迎的古典音乐,从普通的体验变成了沉浸式的体验。但是,这些耳机需要电池才能消除噪音,当电池耗尽时,耳机就没用了。有些设计试图克服这一点,通常是通过机械旁路开关,但这些方案总是需要用户亲自动手。

考虑FSA553:当供电时,这负摆幅、双通道SPST耗尽型模拟开关与降噪的DSP并联,支持设计人员通过耳机中降噪的DSP传送立体声音频,同时电池进行充电。当电池电压降到对DSP太低时,对DSP和FSA553的电压供应就会禁用。在这种状态下,音频信号绕过DSP并通过FSA553路由到耳机,从而创建改进的用户体验,其中音频聆听体验在电池放电时自动继续。FSA553的0.4欧姆(典型值)低信道电阻和-104 dBV (非A加权)超低总谐波失真加噪声(THD+N)的提供低损耗和实际无失真的立体音频旁路。

采用USB Type C移动设备附件可省电

考虑通过USB Type C将移动设备连接到受电附件的应用。一旦附件通过VCONN连接并通电,附件中仍有电流流过接地的Ra电阻(图2)。对于5V的VCONN和1千欧姆的Ra,提供5mA DC电流,这无需从移动设备获取。然而,对于使用微控制器或类似器件的附件,附件器件上的单通道SPST耗尽型模拟开关如FSA515与Ra电阻器串联可提供能力以在完成USB Type C检测之后隔离Ra电阻器接地路径。

图2:Type-C附件在检测后有电流流过Ra电阻

通过在附件控制器上使用GPIO和一些固件编码以在成功检测后对FSA515的VDD引脚供电(图3),在连接时,所增加的电流消耗可从5mA减小到仅约30uA,节省了近25mW的功率。此外,FSA515的超小占位减少了所增加的方案面积到2,包括分立器件。

图3:Type-C附件在检测后隔离Ra电阻

机会

耗尽型模拟开关具有多种用途,并特别适用于在没有电源的情况下传导高保真信号。这使得它们常用作旁路开关,可在需要时用作在电源下隔离的低功率默认路径,或者作为在讲究省电应用中降低损耗的设计灵活的方案。随着设计转向更低的损耗和增加的复杂性,耗尽型模拟开关成为在低功率产品中路由高保真模拟信号的越来越有用的工具。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着大数据时代的来临,数据的价值日益凸显,如何从海量数据中提取有用信息并转化为实际价值,成为各行各业关注的焦点。机器学习和数据挖掘作为两大核心技术,在数据分析和处理中发挥着越来越重要的作用。本文将通过几个典型的应用案例,...

关键字: 大数据 机器学习 数据挖掘

随着互联网的迅猛发展,百度、阿里巴巴、腾讯等互联网巨头逐渐崭露头角,成为了行业的领军者。这些公司在云计算、大数据、人工智能等领域积累了丰富的经验和技术实力,为开发者提供了丰富的服务和工具。在这样的背景下,BAT模块应运而...

关键字: 互联网 云计算 大数据

随着大数据时代的来临,机器学习作为人工智能的核心技术之一,已经深入到各个领域并展现出强大的潜力和价值。机器学习通过对大量数据的分析、学习和预测,为各个行业提供了前所未有的机遇。本文将详细介绍机器学习的常见任务,并探讨这些...

关键字: 机器学习 大数据

人脸识别技术作为一种高效、准确的身份识别方式,近年来得到了广泛的应用和发展。随着人工智能、大数据等技术的不断发展,人脸识别技术的准确度和可靠性得到了显著提高。本文将探讨人脸识别技术的发展现状和未来趋势。

关键字: 人脸识别 人工智能 大数据

人工智能是“十四五”规划明确优先发展的前沿科技领域之一,如何看待未来我国人工智能领域的发展前景?目前,我国机器人基础研究状况如何?

关键字: 人工智能 物联网 大数据

北京——2024年1月23日 行业数字化服务商华讯网络系统有限公司(简称华讯)充分利用亚马逊云科技丰富的数据和安全服务以及解决方案,结合自身在安全领域的技术优势和深厚沉淀,为企业提供涵盖安全事件响应、云原生安全大数据平台...

关键字: 大数据 数据分析 互联网

2023年,重庆云谷·永川大数据产业园通过大力发展科技影视、自动驾驶和服务外包产业,已形成科技影视、自动驾驶、服务外包“三足鼎立”之势,释放出高质量发展强劲动力。

关键字: AI 科技 大数据

2023年,随着生成式AI的爆火,该赛道被再次推至高潮,据IDC数据显示,2027年中国AI投资规模有望达到381亿美元,全球占比约9% 。火爆的现象之下,是大数据技术数十年积淀的成果,该技术涵盖数据获取、存储、基于庞大...

关键字: AI 大数据 算力
关闭
关闭