3. 噪声关键指标与频域表征

在低噪声模拟电路设计中，噪声分析的核心任务并不是简单回答“这个电路噪声大不大”，而是要建立一套可量化、可比较、可追溯的指标体系。时域波形只能告诉我们噪声的瞬时起伏，真正决定电路性能边界的，是噪声在频域中的分布规律，以及这些分布经过电路传递后如何折算到输入端、如何影响信噪比。本节围绕六个关键概念展开：噪声谱密度、等效输入噪声、噪声系数、信噪比、积分噪声以及带宽关系，并说明它们之间的换算与制约。

一、噪声谱密度：把噪声拆到频率轴上

噪声谱密度（Noise Spectral Density）描述单位带宽内的噪声功率或电压，是频域噪声分析的基本语言。对于电压噪声，常用单位为 nV/√Hz；对于电流噪声，常用 pA/√Hz。之所以出现“每根号赫兹”，是因为随机噪声功率与带宽成正比，而幅度与带宽的平方根成正比。若某放大器在 1 kHz 处的输入电压噪声谱密度为 5 nV/√Hz，意味着在 1 Hz 带宽内其等效噪声电压约为 5 nV；带宽扩大 100 倍，噪声电压只扩大 10 倍。

实际器件的噪声谱密度通常由三部分构成：1/f 噪声随频率下降而上升，在低频段占主导；白噪声（热噪声与散粒噪声）在较宽频段内保持平坦；高频滚降则来自电路极点或寄生参数。数据手册中给出的谱密度曲线，往往标注了测试条件，例如增益、负载、电源电压和温度，脱离这些条件直接套用会带来明显误差。

二、等效输入噪声：把输出噪声“折回”输入端

输出端测到的噪声同时包含源阻抗噪声、放大器自身噪声和反馈网络噪声，直接比较不同电路的输出噪声没有意义。等效输入噪声（Equivalent Input Noise, EIN）的做法是：把输出噪声除以电路的信号增益，折算到输入端，得到一个与增益无关的等效噪声源。这样，不同增益配置的放大器就可以在同一尺度上比较。

以同相放大器为例，设增益为 A=1+R_f/R_g，输出噪声谱密度为 e_n,out，则等效输入噪声谱密度为 e_n,in=e_n,out/A。需要注意，这里的增益必须使用噪声增益而非信号增益；对于同相与反相组态，噪声增益均为 1+R_f/R_g，而信号增益符号不同。若忽略这一点，折算结果会出现系统性偏差。

三、噪声系数与信噪比：衡量“恶化程度”与“可用程度”

信噪比（SNR）定义为信号功率与噪声功率之比，常用 dB 表示：SNR=10·log₁₀(P_s/P_n)。它回答的是“信号相对噪声有多强”，是系统层面的最终判据。噪声系数（Noise Figure, NF）则回答另一个问题：信号经过该电路后，信噪比恶化了多少。其定义为输入信噪比与输出信噪比之比，用 dB 表示时 NF=SNR_in−SNR_out。理想无噪声网络的 NF=0 dB，实际电路 NF 恒大于 0。

噪声系数与等效输入噪声之间存在直接换算关系。当源阻抗为 R_s、温度为 T 时，源电阻热噪声谱密度为 √(4kTR_s)。若放大器等效输入噪声为 e_n,in，则噪声系数可写为 NF=10·log₁₀(1+e_n,in²/(4kTR_s))。这说明：源阻抗越大，源噪声越大，放大器自身噪声的相对贡献越小，NF 越低；但源阻抗过大又会引入电流噪声贡献和带宽损失，因此存在最优源阻抗区间。

四、积分噪声与带宽：从谱密度到总噪声

谱密度是“每赫兹”的量，实际电路关心的是整个频带内的总噪声，即积分噪声。对电压噪声谱密度 e_n(f) 在频带 [f_L, f_H] 上积分并开方，得到总均方根噪声：

V_n,rms = sqrt( ∫[fL→fH] e_n²(f) df )

若 e_n(f) 在带内近似平坦为 e_n：
V_n,rms ≈ e_n · sqrt(fH − fL)

若同时考虑 1/f 噪声，常用拐点频率 f_c 近似：
V_n,rms ≈ e_n,white · sqrt( f_c · ln(fH/fL) + (fH − fL) )

这里有一个容易被忽视的关键点：噪声带宽并不等于 −3 dB 信号带宽。对于一阶低通系统，信号带宽为 f_−3dB=1/(2πRC)，而噪声带宽为 f_NBW=(π/2)·f_−3dB≈1.57·f_−3dB。二阶系统该比值约为 1.22，更高阶系统逐渐趋近 1。若直接用信号带宽计算积分噪声，会低估总噪声，尤其在宽带设计中误差不可忽略。

五、指标之间的换算关系

下面这张图把本节六个指标放在同一条信号链上，展示它们各自的定义位置与相互换算路径。左侧是物理噪声源，中间是电路传递与折算，右侧是系统级判据。

六、一个可复算的示例

假设某前置放大器使用源阻抗 R_s=1 kΩ，环境温度 T=300 K，放大器白噪声谱密度 e_n=4 nV/√Hz，1/f 拐点频率 f_c=200 Hz，信号带宽 f_−3dB=100 kHz，采用一阶低通。先算源电阻热噪声：√(4kTR_s)=√(4×1.38×10⁻²³×300×1000)≈4.07 nV/√Hz。噪声带宽 f_NBW=1.57×100 kHz=157 kHz。

白噪声积分贡献约为 4 nV/√Hz×√157 kHz≈1.58 μV_rms；1/f 贡献按 e_n√(f_c·ln(f_H/f_L)) 估算，取 f_L=1 Hz、f_H=157 kHz，ln(157000)≈11.96，则 4×√(200×11.96)≈4×48.9≈196 nV_rms。两者按功率相加：√(1.58²+0.196²)≈1.59 μV_rms。可见在本例中白噪声占主导，1/f 贡献约 12%。若把带宽降到 1 kHz，白噪声降至约 126 nV，1/f 贡献约 196 nV，低频噪声反而成为主角——这正是低噪声设计中必须区分频段的原因。

七、工程实践中的判断顺序

面对一个低噪声设计任务，建议按以下顺序推进：先明确信号带宽与噪声带宽，确定积分区间；再根据源阻抗选择电压噪声或电流噪声占主导的器件；然后计算等效输入噪声并与源噪声比较，判断电路是否“安静到不显著恶化 SNR”；最后用 Friis 公式检查多级链路中前级增益是否足够压制后级噪声。若发现 NF 偏高，优先检查源阻抗匹配、前级增益和 1/f 拐点是否落在信号带内，而不是盲目更换更低噪声的运放。

理解这六个指标的真正价值，在于它们构成了一条从物理噪声源到系统可用性的完整换算链。掌握这条链，才能在仿真中正确设置噪声分析、正确读取输出结果，并在设计早期就判断出噪声瓶颈究竟在器件、在拓扑，还是在带宽分配上。