📚 课程目录第2章噪声与失配的物理根源与数学描述

2. 噪声与失配的物理根源与数学描述

在 Cadence Virtuoso 的噪声与失配分析中，仿真器给出的噪声谱密度曲线、Monte Carlo 分布直方图，其背后都对应着明确的物理机制与数学模型。如果只记住“热噪声是 4kTR”“Pelgrom 模型是 A_VT/√(WL)”，而不理解这些公式的适用条件与推导前提，就很难判断仿真结果是否合理、参数设置是否正确。本节从物理根源出发，把三类噪声的机理与谱密度模型、失配的随机变量描述与 Pelgrom 模型、以及系统失配与随机失配的区分讲清楚，为后续的噪声仿真设置与失配分析打下基础。

一、三类噪声的物理机理与谱密度

电路中的噪声按产生机理可分为热噪声、闪烁噪声和散粒噪声，它们在频域上的谱密度形状截然不同，这也是在噪声分析中区分它们的主要依据。

热噪声（Thermal Noise）源于载流子的随机热运动。任何有电阻的导体，其内部电子在有限温度下都会做无规则热运动，形成随机电流波动。奈奎斯特推导出电阻 R 在温度 T 下的开路电压噪声谱密度为：

S_V(f) = 4kTR   [V²/Hz]
i_n² = 4kT/R   [A²/Hz]

其中 k = 1.38×10⁻²³ J/K 为玻尔兹曼常数。关键特征是白噪声——谱密度与频率无关，在任意频点上功率密度相同。在 300 K 下，1 kΩ 电阻的电压噪声密度约为 4.07 nV/√Hz。MOS 管的热噪声主要来自沟道，长沟道器件可用 i_n,d² = 4kTγg_m 描述，其中 γ 在饱和区约为 2/3，短沟道器件因载流子加热会显著增大。

闪烁噪声（Flicker Noise，1/f 噪声）源于 Si-SiO₂ 界面处的陷阱能级对载流子的随机俘获与释放。载流子被陷阱捕获后，沟道有效载流子数减少，阈值电压发生微小波动，表现为漏电流的低频起伏。其谱密度近似为：

S_V(f) = K/(C_ox·W·L·f)   [V²/Hz]

与热噪声不同，闪烁噪声的谱密度与频率成反比，在低频段占主导，随频率升高逐渐衰减。它与器件面积 W·L 成反比——面积越大，界面陷阱的平均效应越弱，噪声越低。这也是低噪声放大器输入对管通常取大面积的直接原因。在噪声分析中，闪烁噪声的转角频率 f_c 是热噪声与闪烁噪声功率相等的频点，是判断哪类噪声主导的关键参数。

散粒噪声（Shot Noise）源于载流子跨越势垒时的离散性。当电流由一个个独立载流子构成时，载流子到达时间的随机性形成电流波动。其谱密度为：

i_n² = 2qI_D   [A²/Hz]

其中 q = 1.6×10⁻¹⁹ C，I_D 为直流电流。散粒噪声同样是白噪声，但与热噪声不同，它只在有直流电流流过势垒时存在。在 MOS 管中，散粒噪声主要出现在亚阈值区和 PN 结反向漏电中；在双极型晶体管中，基极电流和集电极电流的散粒噪声是主要噪声源。在常规强反型 MOS 电路中，散粒噪声通常不是主导项，但在低电流、高阻抗节点（如亚阈值偏置的电流镜）中不可忽略。

二、失配的随机变量描述

失配是指两个标称相同的器件在实际制造后参数出现差异。在数学上，失配被建模为随机变量。设两个 MOS 管的阈值电压分别为 V_T1 和 V_T2，则失配量 ΔV_T = V_T1 − V_T2 是一个均值为零、标准差为 σ(ΔV_T) 的随机变量。在 Monte Carlo 仿真中，Virtuoso 正是按照这个统计分布对每个器件独立采样，再计算电路性能的分布。

失配的随机变量描述包含三个要素：均值（通常为零，表示无系统性偏差）、标准差（表征离散程度，是失配分析的核心指标）、分布类型（通常假设为高斯分布，但在大失配或小面积器件下可能偏离）。在 Virtuoso 的 Monte Carlo 设置中，需要指定每个失配参数的分布类型和标准差，这些数据通常来自代工厂提供的失配模型文件（如 .scs 或 .lib 中的 mismatch 段）。

三、Pelgrom 模型

Pelgrom 在 1989 年通过大量实验数据总结出失配标准差与器件面积的关系：

σ(ΔV_T) = A_VT / √(W·L)
σ(Δβ/β) = A_β / √(W·L)

其中 A_VT 和 A_β 是与工艺相关的失配常数，单位分别为 mV·μm 和 %·μm。这个模型的物理意义是：失配来源于随机分布的杂质原子、氧化层电荷和界面态，器件面积越大，这些随机源的平均效应越强，相对波动越小。σ 与面积的平方根成反比，意味着面积增大 4 倍，失配标准差减半。

以某 0.18 μm 工艺为例，A_VT ≈ 5 mV·μm。若取 W = 10 μm、L = 1 μm，则 σ(ΔV_T) = 5/√10 ≈ 1.58 mV。若将面积增大到 W = 40 μm、L = 1 μm，σ 降至约 0.79 mV。这个计算直接指导版图设计：对匹配要求高的差分对，必须保证足够的面积。

Pelgrom 模型还揭示了失配与距离的关系。严格来说，σ 不仅与面积有关，还与两器件的间距有关——距离越远，工艺梯度引起的系统失配越大。因此完整的模型可写为 σ² = A²/(WL) + S²·d²，其中 d 为间距，S 为梯度系数。在 Virtuoso 中，这对应着是否启用“距离相关失配”选项。

四、系统失配与随机失配的区分

失配分为两类，在分析中必须区分对待：

随机失配：由随机分布的微观波动引起，服从统计分布，无法通过版图技巧消除，只能通过增大面积降低。Pelgrom 模型描述的就是随机失配。
系统失配：由工艺梯度、版图不对称、寄生差异等确定性因素引起，表现为两器件参数之间存在固定的偏差。系统失配可以通过对称版图、共质心布局、 dummy 器件、增加间距补偿等手段减小甚至消除。

在 Virtuoso 的 Monte Carlo 仿真中，随机失配通过统计模型自动采样，而系统失配通常需要手动在网表中加入偏差量，或通过 corner 分析模拟工艺梯度。判断一个失配是随机还是系统，可以看多次仿真中偏差是否围绕零均值随机分布——若是，则为随机失配；若偏差始终偏向某一方向，则存在系统失配。

工程判断要点：在噪声分析中，热噪声和散粒噪声是白噪声，闪烁噪声是 1/f 噪声，三者在频域上可区分；在失配分析中，随机失配服从 Pelgrom 模型，系统失配需通过版图对称性消除。Virtuoso 的 noise 分析和 Monte Carlo 分析分别对应这两类问题的仿真手段。

理解这些物理根源与数学模型后，在 Virtuoso 中设置噪声仿真时，就能正确选择输出噪声类型（输出噪声、输入参考噪声、等效输入噪声），并判断闪烁噪声转角频率是否合理；在设置 Monte Carlo 失配仿真时，就能正确选择失配模型、设置采样次数，并解读 σ 与面积的关系是否符合 Pelgrom 预期。