太赫兹频率源是太赫兹波应用的重要组成部分,其技术指标很大程度上决定了太赫兹系统的性能。采用毫米波固态电路倍频到太赫兹是实现太赫兹源(特别是对于0.1~1 THz的源)一种重要和有效的方法,相对于毫米波振荡器和量子级联激光器等半导体源,倍频方式实现太赫兹源又具有频谱质量高、易于进行信号调制、结构相对简单等特点。因此,太赫兹倍频源是国内外学者采用的一种常用途径。
早期国外学者主要采用肖特基势垒二极管(阻性或容性)来实现215 GHz左右的倍频器,包括触须接触型和平面型二极管[1, 2, 3, 4]。近几年采用HBV (heterostructure barrier varactor)来设计的太赫兹三倍频器也越来越常见。HBV的优势在于该结构本身只会产生奇次谐波,所以无需设计二次谐波闲置电路,整体结构较为简单[5, 6, 7]。HBT(heterojunction bipolar transistors)和HEMT (high-electron mobility transistors)技术的逐步发展,截止频率能够达到几百兆赫兹,用单片集成电路实现太赫兹有源倍频器已经成为现实[8, 9, 10],但是频率和输出功率都不高,且实现的技术难度极大。
国内的太赫兹固态倍频器还处于初期阶段,以混合集成电路实现为主。根据文献[11, 12, 13, 14, 15, 16],在140 GHz附近可得到10 mW的输出功率(二倍频),而在220 GHz附近的倍频器输出功率为0~3 mW。
本文在研究220 GHz阻性二极管平衡式三倍频
器[17]的基础上,研制了一种变容二极管的太赫兹固态三倍频器,在输出功率和效率方面都有显著的提升。 1 非平衡式电抗倍频器原理简述 1.1 非线性电抗倍频器简介
电抗和电阻倍频器均是常见的倍频器类型,它们取决于插入电路的无缘半导体器件的非线性电阻或者电抗特性。一般来说,电阻倍频器Q值和效率较低,频带宽;电抗倍频器Q值和效率较高,频带窄。根据Manley-Rowe公式,可知理论上电抗倍频器的效率可达到100%,实际上由于各种因素造成的损耗远达不到。
本文采用的非线性器件是肖特基变容二极管。肖特基变容二极管是从扩散电容限制中摆脱出来的多数载流子器件。它们在窄带低噪声倍频器中,工作频率可到到兆兆赫兹(1012 Hz)量级,功率最高可达100 mW。(所引证频率和功率不是同时获得的。) 1.2 非平衡式倍频的工作原理
本文的三倍频器采用了非平衡式的结构,其电路原理如图 1所示。电路中两只同样的二极管芯片相对于输入和输出信号都同向并联,每个芯片含有两个管芯。流经每个二极管的电流分别为:
${i_1} = {i_2} = - {i_{\rm{s}}}({{\rm{e}}^{ - aV}} - 1)$ | (1) |
式中,is为反向饱和电流;α=1/(ηVT) ,η是二极管的效率常数,V=Vscos(ωst),VT=T/16 000是温度等值电压。反向并联二极管输出的总电流为:
${i_1} = {i_1} + {i_2}$ | (2) |
输出电流含有基波和所有奇偶谐波,这种二极管对同向并联的结构没有抑制谐波,故对三倍频器来说需要另外的电路结构来抑制谐波,尤其是二次谐波。
选择非平衡结构的原因在于,如果采用平衡结构,馈电端与主电路相连接处必须为二极管处,则较难避免在非线性效应最强的位置引入不连续性或者信号泄漏。具体对本结构来说不连续性或信号泄漏是由腔体壁上的开口以及直流偏置低通滤波器带来的。经过多次试验,无论是采用多级低通滤波器或是在四分之一波长处放置旁路电容,效果均不特别理想。最终选择采用本文的非平衡式结构,避免在二级管处馈电,并且使得直流偏置低通滤波器的设计简单。另外,根据文献[18],该结构有更好的热量散发通道。 2 倍频器的结构和设计 2.1 倍频器的整体结构
倍频器电路结构如图 2所示。输入信号频率范围为68~77 GHz,经由右端E面波导-微带探针转化为准TEM模式,再由基波低通滤波器以及输入匹配结构传输至同向并联的二极管对,由变容二极管的非线性效应会产生各阶谐波信号,并经过输出匹配结构和输出E面探针转化为波导模式,由标准波导WR4输出。
在微波毫米波频段,因为一般情况下波长远大于器件尺寸,二极管封装产生的寄生参量较小,忽略这些寄生参量也能达到设计要求。然而,当频率上升到太赫兹段,寄生效应将变得越来越严重,以至于会影响器件的工作性能。为了更加精确地设计倍频器,提高倍频效率,本文对二极管进行了较为准确的三维建模。
选用Teratech AS2/4G2作为非线性器件,它是一种金属-半导体接触势垒二极管,整个芯片为反向串联的4个管芯。该芯片的外部尺寸为361 μm×72 μm×62 μm。每个管芯的阳极横截面积为9.1 μm2,计算得到的零偏结电容为13.6 fF,串联电阻为2.2 W,截止频率约为5.6 THz,理想因子N为1.2,反向击穿电压大于3 V。变容二极管在三维场仿真软件HFSS(high frequency structure simulator)中的模型如图 3所示,各层参数设置见表 1。
传统的场路结合仿真做法如文献[3],通过在ADS中建立集总参数为表征的等效电路来拟合二极管在片测试得到的S参数曲线,以此进行整体仿真。该方法需要提取的主要参数有:Cfp为金属阳极和欧姆接触焊盘间的寄生电容;Cpp为欧姆接触焊盘相互间的寄生电容;Cp为欧姆接触焊盘与地或者高掺杂层之间产生的寄生电容;Lf、Rf分别为金属阳极的寄生引线电感和引线电阻。以上是较为常见的需要提取的寄生参数,实际工作中在较高的频率下还有很多寄生效应难以通过上述参数体现出来。并且,传统方法必须依赖于二极管的在片测试数据,而目前可用于太赫兹频段的二极管即使有在片测试数据,大多测试频率也较低。
改进型场路结合仿真的优势是通过三维场仿真将二极管的所有寄生参数和导电胶、放置二极管的腔体等因素考虑在S参数中,以得到更加准确的总体仿真设计,并且基本没有频率的限制。
本文在二极管阳极处设置波端口,将二极管置于最终装配的腔体及微带上进行仿真,导出SNP文件(本文设计为S6P文件),结合ADS仿真软件,进行整体仿真,如图 4所示。二极管的各种寄生电容、电感、腔体及导电胶带来的寄生效应和不连续性被考虑进S6P文件,二极管的非线性效应则由ADS中标准二极管模型结合谐波平衡法实现。 2.4 输入输出无源结构
由图 1可知本文设计的倍频器在二极管对输入端之前有3个无源结构,分别是输入波导-微带过渡以及两个低通滤波器。输入波导-微带过渡以及基波低通滤波器采用石英基片$\varepsilon $=3.78),直流偏置低通滤波器采用Rogers 5880基片($\varepsilon $=2.2),两块基片上的电路通过金丝连结。
石英基片上的波导-微带过渡采用E面探针形式,主要作用为通过60~85 GHz的基波信号。基波低通滤波器采用H型低通滤波器,设计截止频率为50 GHz,作用为通过基波信号,且阻止二次、三次谐波返回输入端。直流偏置低通滤波器采用高低阻抗滤波器,设计截止频率远低于60 GHz,其作用为防止基波信号泄漏到直流馈电端口。上述3个无源部件均进行了单独的仿真设计,然后整合为图 5所示的输入部分。在66.5~81 GHz范围内,回波损耗大于10 dB,插损小于0.9 dB,端口3与端口1、端口2隔离度大于30 dB,1、2端口和1、3端口对二次谐波与三次谐波的隔离度均大于40 dB。仿真结果导出成为S3P文件代入ADS进行整体仿真。
输出过渡也采用E面探针,减高波导尺寸为0.8 mm×0.4 mm,计算得其主模截止频率为187 GHz,高于二次谐波。仿真模型见图 6。在206~246 GHz内回波损耗大于20 dB,插损为0.1 dB。同样,该结果被导出为S2P文件,代入ADS中进行总体仿真。
为了得到最佳的变频损耗,在二极管两端加入输入和输出匹配结构。匹配结构采用悬置微带线高低阻抗变换器。倍频器的整体仿真示意及输入和输出匹配网络如图 7所示。在二极管的输入和输出两端分别增加了高低阻抗变换器作为倍频器的输入和输出匹配网络。以W1、W2、W3、W4和L1、L2、L3、L4为优化变量,变频损耗为优化目标,在ADS中进行谐波平衡仿真,经过反复多次迭代优化后,得到优化变量的尺寸参数。具体参数如表 2所示。最终,在偏置电压为-4.2 V,输入功率为20 dBm时,最佳变频损耗如图 8所示,在206~237 GHz范围内变频损耗小于15 dB,最佳变频损耗为10 dB。
倍频器测试分为输出功率、变频损耗的测试和对二次谐波抑制度的测试两部分。 3.1 输出功率及变频损耗测试
测试平台包括信号源、自制V波段倍频放大模块、待测三倍频器、直流稳压源及功率计,如图 9所示。图 10展示了输出功率及变频损耗结果。倍频器最大功率点在211.5 GHz,为5.4 mW,最佳变频损耗为13.1 dB,在207~226 GHz范围内输出功率大于2 mW,变频损耗小于17 dB。
输出功率曲线与变频损耗曲线有差别的原因在于自制的V波段倍频放大组件在66~80 GHz工作频带内输出波动较大,其输出20 dBm以上的范围是69.5~76 GHz,该范围外输出的功率较小。表 3列出了本文倍频器与近年来国内研制的太赫兹倍频器[11, 12, 13, 14, 15, 16, 17]的比较。 3.2 二次谐波抑制度
因为测试倍频器功率采用的是功率计(Ericsson PM4),二次谐波分量有可能被计入最终功率,所以采用Faran公司D波段(110~170 GHz)谐波混频器与频谱仪测试倍频器的二次谐波输出。测试结果如图 11所示,该结果表明本文倍频器有良好的谐波抑制度,二次谐波抑制度大于40 dB。因此,可认为二次谐波分量已经不会对三次谐波的测试产生影响。 4 结 论
本文精确地建立了变容二极管的三维模型,采用改进型的场路结合仿真方法对倍频器进行整体设计,以混合集成方式研制了基于变容二极管的215 GHz三倍频器,取得了较好的性能。该方法比传统的设计方法更为准确,同时可以应用于太赫兹混频器、检波器的设计。
[1] | BOUKERCHE A, OLIVEIRA H A B, NAKAMURA E F, et al. Localization systems for wireless sensor networks[J]. IEEE Wireless Commun, 2007, 14(6): 6-12. |
[2] | PANWAR A, KUMAR S A. Localization schemes in wireless sensor networks[C]//Proc 2nd International Conference on Advanced Computing & Communication Technologies. Rohtak, Haryana: IEEE, 2012: 443-449. |
[3] | AKYILDIZ I F, SU W, SANKARSUBRAMANLAM Y. Wireless sensor networks: a survey[J]. Computer Networks, 2002, 38(4): 393-422. |
[4] | ZHU S H, DING Z G. Distributed cooperative localization of wireless sensor networks with convex hull constraint[J]. IEEE Trans on Wireless Commun, 2011, 10(7): 2150-2161. |
[5] | LOW K S, NGUYEN H A, GUO H. A particle swarm optimization approach for the localization of a wireless sensor network[C]//Proc IEEE International Symposium on Industrial Electronics. Cambridge, USA: IEEE, 2008: 1820-1825. |
[6] | WANG S, HU H S, KLAUS M M. Optimization and sequence search based localization in wireless sensor networks[C]//Proc 3rd International Conference on Emerging Security Technologies. Lisbon, Portugal: IEEE, 2012: 155- 160. |
[7] | CHENG Y, WANG X, CAELLI T, et al. Optimal nonlinear estimation for localization of wireless sensor networks[J]. IEEE Transactions on Signal Processing, 2011, 59(12): 5674-5685. |
[8] | KANNAN A A, MAO G, VUCETIC B. Simulated annealing based wireless sensor network localization[J]. Journal of Computers, 2006, 1(2): 15-22. |
[9] | GOPAKUMAR A, JACOB L. Localization in wireless sensor networks using particle swarm optimization[C] //Proc IET International Conference on Wireless, Mobile and Multimedia Networks.Mumbai, India: IET Press, 2008: 227-230. |
[10] | NAMIN P H, TINATI M A. Node localization using particle swarm optimization[C]//Proc 7th International Conference on Intelligent Sensors, Sensor Networks and Information Processing. Adelaide, SA, South Australia: IEEE, 2011: 288-293. |
[11] | CHUANG P J, WU C P. Employing PSO to enhance RSS range-based node localization for wireless sensor networks[J]. Journal of Information Science and Engineering, 2011, 27(5): 1597-1611. |
[12] | CHEN X, ZHANG B L. Improved DV-Hop node localization algorithm in wireless sensor networks[EB/OL]. (2012-07-19). http://dx.doj.org/10.1155/2012/213980. |
[13] | GUO H, LOW K S, NGUYEN H A. Optimizing the localization of a wireless sensor network in real time based on a low-cost microcontroller[J]. IEEE Trans Ind Electron, 2011, 58(3): 741-749. |
[14] | 张亚明, 史浩山, 程伟, 等. 一种无线传感器网络中的进化定位机制[J]. 西北工业大学学报, 2013, 31(4): 633-638. ZHANG Ya-ming, SHI Hao-shan, CHENG Wei, et al. A novel evolution localization mechanism in WSN[J]. Journal of Northwestern Polytechnical University, 2013, 3(4): 633-638. |
[15] | KENNEDY J, EBERHART R C. Particle swarm optimization[C]//Proc IEEE International Conference on Neural Networks. Perth, Australian: IEEE, 1995: 1942- 1948. |
[16] | HU M, WU T, WEIR J D. An adaptive particle swarm optimization with multiple adaptive methods[J]. IEEE Trans Evolut Comput, 2013, 17(5): 705-720. |
[17] | SIMIC S N, SASTRY S. Distributed localization in wireless adhoc networks[R]. University of California Technical Report, 2002. |
[18] | 王行甫, 刘志强, 黄秋原, 等. WSN中一种改进的边界盒定位算法[J]. 计算机工程, 2011, 37(20): 57-59. WANG Xing-fu, LIU Zhi-qiang, HUANG Qiu-yuan, et al. Improved bounding-box localization algorithm in WSN[J]. Computer Engineering, 2011, 37(20): 57-59. |
[19] | WANG D H, JIA H D, CHEN F X, et al. An improved dv-distance localization algorithm for wireless sensor networks[C]//Proc 2nd International Conference on Advanced Computer Control. Shenyang: IEEE, 2010: 472 -476. |