射频接收前端的ADS设计与仿真

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (13): 219-223.

射频接收前端的ADS设计与仿真

贾锋，杨瑞民

解放军电子工程学院，合肥 230037

出版日期:2014-07-01 发布日期:2015-05-12

ADS design and simulation of radio receiver front-end

JIA Feng, YANG Ruimin

PLA Electronic Engineering Institute, Hefei 230037, China

Online:2014-07-01 Published:2015-05-12

摘要/Abstract

摘要： 射频接收前端作为射频信号分析仪的重要组成部分，对射频（RF）信号的测量起着决定性的作用。使用ADS软件，构建了一种860~960 MHz的射频信号分析仪射频接收前端系统仿真平台。在设计中采用了前置低噪声放大器（LNA）来降低系统噪声，利用自动增益控制（AGC）来实现接收前端的大动态范围。对设计的射频接收前端的增益、噪声系数、灵敏度、动态范围等指标进行了分析计算，并通过仿真工具进行了仿真验证。仿真结果表明，所设计的射频接收前端各项指标均达到了设计要求。

关键词: ADS软件, 信号分析仪, 射频前端, 噪声系数, 灵敏度, 自动增益控制

Abstract: As an important part of the Radio Front（RF） signal analyzer, the RF receiver front-end plays a decisive role in the measurement of the RF signal. This paper builds one kind of 860~960 MHz RF receiver front-end system simulation platform of RF signal analyzer using the Advanced Design System（ADS） software. The pre-LNA is used to reduce system noise, and AGC is used to achieve a large dynamic range of the RF receiver front-end in the design. The gain, noise figure, sensitivity, dynamic range and other indicators of RF front-end of the design are calculated, and simulated by the software simulation tools. The simulations show that the RF front-end designed in the paper meets the requirements of the design.

Key words: ADS software, signal analyzer, Radio Front-end, noise figure, sensitivity, Automatic Gain Control（AGC）

贾锋，杨瑞民. 射频接收前端的ADS设计与仿真[J]. 计算机工程与应用, 2014, 50(13): 219-223.

JIA Feng, YANG Ruimin. ADS design and simulation of radio receiver front-end[J]. Computer Engineering and Applications, 2014, 50(13): 219-223.

[1]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[2]	朱占龙1，2，李晶3. WPM方法分析地磁图指标权重灵敏度[J]. 计算机工程与应用, 2017, 53(13): 60-65.
[3]	朱占龙，董建彬，李亚梅. 地磁图适配性评价的多属性权重灵敏度分析[J]. 计算机工程与应用, 2017, 53(12): 45-49.
[4]	苏宏升，殷凯乐. 基于Nelder-mead单纯形法的改进人工蜂群算法研究[J]. 计算机工程与应用, 2016, 52(24): 50-56.
[5]	彭丽蓉1，周磊2. 认知行为计算模型结合DM的教学质量提升[J]. 计算机工程与应用, 2014, 50(9): 237-241.
[6]	周洪敏，张瑛，丁可柯. 5.8 GHz 0.18 μmCMOS低噪声放大器的设计[J]. 计算机工程与应用, 2014, 50(23): 61-64.
[7]	闵涛，成瑶，谷明礼，尤慧慧. 非线性动力系统的参数反演及灵敏度分析[J]. 计算机工程与应用, 2013, 49(4): 47-49.
[8]	赵进创，刘金花，黎志刚，傅文利，李贤宇. 改进敏感场的电容层析成像图像重建算法[J]. 计算机工程与应用, 2012, 48(4): 167-169.
[9]	孙彬^1，2，李铁克^1，2，王柏琳^1，2. 基于股票市场灵敏度分析的神经网络预测模型[J]. 计算机工程与应用, 2011, 47(1): 26-31.
[10]	刘毓，邹星. GPS/GLONASS接收机信号捕获及其仿真[J]. 计算机工程与应用, 2011, 47(1): 154-155.
[11]	吴跃波，杨景曙. 基于函数逼近的多层前馈神经网络灵敏度分析[J]. 计算机工程与应用, 2010, 46(5): 36-39.
[12]	李雪威，张新荣. 保持边缘和细节的彩色图像自动平滑[J]. 计算机工程与应用, 2010, 46(3): 172-174.
[13]	陈刚¹，杜树新¹，江丽²，李晨²，蔡婧². 基于神经网络的氟石粉液化模型分析[J]. 计算机工程与应用, 2010, 46(26): 245-248.
[14]	史成东^1,2. 集成供应链管理的多目标规划研究[J]. 计算机工程与应用, 2009, 45(9): 33-36.
[15]	杨洋,姚淑珍. 一种基于威胁分析的信息安全风险评估方法[J]. 计算机工程与应用, 2009, 45(3): 94-96.