2. 光电信号与噪声基础
做微弱信号检测，第一关就是跟噪声打交道。说实话，我刚入行那会儿，总觉得噪声就是“干扰”，想方设法把它滤干净。后来被现实教育了——噪声是物理世界的一部分，你躲不开它。你能做的，是理解它、量化它，然后在系统层面跟它共存。
这一章，咱们就把几种最基础的噪声掰开揉碎。热噪声、散粒噪声、1/f噪声，这三兄弟几乎出现在所有电子系统里。搞懂它们，你才算真正入了微弱信号检测的门。
2.1 热噪声（Johnson-Nyquist噪声）
热噪声，也叫约翰逊噪声。只要电阻不是绝对零度，它就会产生热噪声。说白了，是导体内部载流子的随机热运动导致的电压波动。
我记得第一次用高精度万用表测一个100kΩ电阻两端的电压，明明没加任何激励，表上却跳着几微伏的读数。当时我还以为是表坏了，后来才知道——这就是热噪声。
热噪声的功率谱密度是平坦的，也就是“白噪声”的一种。它的电压均方根值可以用下面这个公式估算：
V_n = √(4·k·T·R·Δf)其中：
- k：玻尔兹曼常数（1.38×10⁻²³ J/K）
- T：绝对温度（K）
- R：电阻值（Ω）
- Δf：测量带宽（Hz）
关键认知：热噪声只跟温度、电阻和带宽有关，跟电阻的材料、品牌、价格无关。你买再贵的电阻，热噪声也不会消失。
举个例子。室温下（300K），一个10kΩ的电阻，在1kHz带宽内，热噪声电压大约是：
V_n = √(4 × 1.38e-23 × 300 × 10e3 × 1000)
≈ √(1.656e-13)
≈ 0.407 μV0.4微伏。如果你要检测的信号是微伏级别的，这个噪声已经不能忽视了。
实战技巧：降低热噪声最直接的办法是减小电阻值和带宽。我在设计前置放大器时，习惯把输入电阻控制在1kΩ以下，同时用带通滤波器限制带宽。温度控制当然也行，但液氮制冷不是每个项目都玩得起。
2.2 散粒噪声（Shot Noise）
散粒噪声出现在有势垒的器件里，比如PN结、二极管、三极管。它的物理根源是载流子越过势垒时的随机性——每个载流子到达的时间是离散的、随机的。
你想想看，电流不是连续的水流，而是一颗一颗电子的流动。这种离散性就会产生噪声。
散粒噪声的电流均方根值公式：
I_n = √(2·q·I_DC·Δf)其中：
- q：电子电荷（1.6×10⁻¹⁹ C）
- I_DC：直流电流（A）
- Δf：测量带宽（Hz）
散粒噪声也是白噪声，功率谱密度平坦。但它跟直流电流的平方根成正比——电流越大，噪声越大。
注意：散粒噪声和热噪声虽然都是白噪声，但物理机制完全不同。热噪声是平衡态噪声，没有电流也能存在；散粒噪声是非平衡态噪声，必须有直流电流流过才会出现。我在调试光电探测器时吃过这个亏——以为没加偏置就没噪声，结果暗电流产生的散粒噪声照样把信号淹了。
2.3 1/f噪声（闪烁噪声）
1/f噪声，也叫闪烁噪声。它的功率谱密度跟频率成反比——频率越低，噪声越大。几乎所有电子器件都有1/f噪声，包括电阻、晶体管、运放。
1/f噪声的电压谱密度可以写成：
S_V(f) = K / f^α其中：
- K：与器件相关的常数
- α：通常在0.8~1.2之间，近似取1
为什么叫1/f噪声？因为它的功率谱密度曲线在双对数坐标下是一条斜率为-1的直线。
核心问题：1/f噪声是低频检测的头号敌人。微弱信号检测往往工作在低频段（DC~1kHz），正好落在1/f噪声最严重的区域。很多系统最终的信噪比瓶颈，就是1/f噪声。
我在做心电信号放大器时遇到过这种情况。0.5Hz以下的频段，1/f噪声比热噪声大了两个数量级。后来用了斩波稳定技术，把信号调制到高频再放大，才把1/f噪声的影响压下去。
2.4 噪声的统计特性
噪声本质上是一个随机过程。我们没法预测它在某个瞬间的具体值，但可以用统计工具描述它的行为。
几个核心概念：
| 统计量 | 含义 | 工程意义 |
|---|---|---|
| 均值（μ） | 噪声的直流分量 | 理想噪声均值为0，否则说明有偏置 |
| 方差（σ²） | 噪声的功率 | 等于噪声电压/电流的均方值 |
| 标准差（σ） | 噪声的RMS值 | 直接对应噪声的有效幅度 |
| 概率密度函数（PDF） | 噪声幅值的分布 | 热噪声和散粒噪声服从高斯分布 |
热噪声和散粒噪声的幅值分布都是高斯分布（正态分布）。这意味着：
- 68%的噪声幅值落在±1σ范围内
- 95%落在±2σ范围内
- 99.7%落在±3σ范围内
嗯，这里要注意。高斯分布意味着噪声有“长尾”——偶尔会出现很大的尖峰。我在做核脉冲检测时，就遇到过噪声尖峰被误判为有效信号的情况。后来加了脉冲宽度鉴别，才把误触发率降下来。
2.5 功率谱密度（PSD）
功率谱密度是噪声分析最有力的工具。它告诉你：噪声功率在频率轴上是怎么分布的。
PSD的定义：单位带宽内的噪声功率。单位是V²/Hz（电压）或A²/Hz（电流）。
三种噪声的PSD对比：
| 噪声类型 | PSD形状 | 频率特性 | 典型值（参考） |
|---|---|---|---|
| 热噪声 | 平坦 | 与频率无关 | 4kTR ≈ 1.66×10⁻¹⁹ V²/Hz（10kΩ, 300K） |
| 散粒噪声 | 平坦 | 与频率无关 | 2qI ≈ 3.2×10⁻²³ A²/Hz（1μA） |
| 1/f噪声 | 1/f斜率 | 低频增强 | K/f，K因器件而异 |
测量建议：我习惯用频谱分析仪直接看PSD曲线。如果看到低频段翘起来，就是1/f噪声在作怪；如果整条线平坦，说明热噪声或散粒噪声占主导。这个“看曲线”的习惯，帮我快速定位过很多噪声问题。
PSD还有一个重要性质：对PSD在频率上积分，就得到总噪声功率。换句话说：
总噪声功率 = ∫ PSD(f) df这就是为什么带宽越宽，噪声越大。你想想看，积分区间拉长了，面积自然变大。
2.6 知识结构图：噪声体系总览
下面这张图把本章的核心知识点串起来了。你可以把它当作噪声分析的“地图”——遇到噪声问题，先看属于哪一类，再找对应的处理方法。
2.7 本章小结
噪声不是敌人，它是物理规律的一部分。你越早接受这个事实，就越早学会跟它共处。
- 热噪声：无处不在，跟电阻、温度、带宽有关。白噪声，PSD平坦。
- 散粒噪声：有电流就有它。也是白噪声，跟电流的平方根成正比。
- 1/f噪声：低频杀手。PSD随频率降低而增大，是低频检测的主要限制。
- 统计特性：高斯分布，均值零，用RMS值量化。
- 功率谱密度：噪声分析的“X光片”，一眼看出噪声的频率分布。
我个人习惯，在设计任何微弱信号检测系统之前，先把关键节点的噪声预算算一遍。热噪声多少、散粒噪声多少、1/f噪声的拐点频率在哪——这些数字算清楚了，系统设计的底气就有了。