使用微型DC-DC升壓轉換器的超低雜訊、48V、幻象麥克風電源

作者 : Thomas Mosteller、Christopher Jarboe,作者依序為ADI 現場應用工程師、應用工程師

是否可以利用5V、12V或24V輸入產生精小的超低雜訊幻象電源(48V)?可以,只需要使用一個簡單的升壓轉換器、一個濾波器電路來降低EMI,並過一個小技巧就可實現小尺寸。

可以,只需要使用一個簡單的升壓轉換器、一個濾波器電路來降低EMI,並過一個小技巧就可實現小尺寸。

專業級電容麥克風需要使用48V電源為內部電容感測器充電,以及為內部緩衝器供電,以提供高阻抗感測器輸出。該電源的電流很低,一般只有幾mA,但因為麥克風的輸出電平非常低,並且緩衝器本身的電源漣波抑制性能不佳,因此要求電源必須具有極低的雜訊。此外,幻象電源不得將EMI注入相鄰的低電平電路,這是精小型產品始終需要解決的一大挑戰。

可以使用LT8362升壓轉換器構建一個高性能電源,該轉換器採用60V、2A開關,操作頻率最高可達2MHz,且採用3mm×3mm小型封裝。電路基於標準的LT8362展示板DC2628A,其原理圖如圖1所示。

圖1 用於構建幻象電源的展示電路DC2628的原理圖。

該展示板上的輸入EMI濾波器能夠借助與輸入串聯的開關電感,有效過濾高頻率雜訊。在輸出端,情況則沒有這般理想。輸出EMI濾波器能夠有效抑制MHz區域的雜訊,但對音頻區域的雜訊沒什麼效果。這些雜訊主要由反饋迴路中的30×增益所引起的,而這會放大升壓轉換器的基準電壓源雜訊。

消除這些雜訊的方法之一,是在輸出端增加電容。只要增加足夠電容就有效,但對於48V輸出而言,實際電容的最低操作電壓為63V,這意味著所需的電容既大又昂貴。第二種方法是將升壓轉換器輸出增大1V或2V,並在輸出端增加一個LDO穩壓器。這便需要採用高壓LDO穩壓器,其成本一般高於低壓穩壓器。此外,雖然這些穩壓器在低輸出電壓下具有低雜訊,但是使用基準電壓的元件也會遇到與升壓轉換器一樣的基準電壓源雜訊倍增問題。

第三種方法是:因為麥克風輸出的靈敏性並非高度依賴電源電壓,所以無需對幻象電源實施完全調節。這意味著,可以將一些電阻與輸出電容串聯,以提升其有效性;但是,這只能在一定程度上減小高壓電容的尺寸。

比較好的方法是讓輸出電容看起來比實際大。可以使用一種稱之為電容倍增的傳統方法來實現,在圖2的灰色陰影部分可看到這個簡單電路。

圖2 與圖1所示的電路相同,但輸出端配有電容倍增器(灰色)來抑制開關穩壓器產生的音頻雜訊。

其中,100μF電容控制基極電流的漣紋,所以其對集電極電流的影響會以NPN電晶體的beta值放大。影響非常顯著。圖3a顯示LT8362電路在C4(濾波之前)處的輸出,負載為1kΩ(50mA)。

圖3 濾波之前和之後。(a)在C4處(濾波之前)測量時,升壓穩壓器輸出的雜訊含量約為0.2%;(b) 濾波之後,輸出的雜訊含量明顯減少,為0.002%。

雜訊約為80mVp-p,相當於約0.2%的雜訊含量。對於非關鍵應用,這種雜訊含量可能足夠,但在濾波之後,輸出雜訊性能明顯改善,約為1 mVp-p,如圖3b所示。這相當於約0.002%或20ppm雜訊含量,足以滿足最嚴苛的應用要求,圖4顯示工作台設置。

圖4 使用展示電路DC2628的乾淨幻象電源的工作台設置。

電晶體SBCP56-16T1G用於在低電流下實現高VCBEO(80V)和高β。高β讓電容倍增器具備高表觀電容,並且隨輸出電流變化保持相對恆定的壓降。輸出電壓從2kΩ負載時的47.8V降低至500Ω負載時的47.5V,足以滿足麥克風應用的要求。在沒有測試雜訊和穩壓效果的情況下,不要替換另一個電晶體。

測試時使用16V輸入,但性能與12V~24VIN類似。有些應用可能要求從5V開始升壓,這可以透過將LT8362的開關頻率從2MHz降至1MHz來實現,達到75ns的最小關斷時間。而這也要求提高L1,以達到約10μH~15μH,並且將大容量輸出電容C4加倍,以保持等效性能。

參考文獻

1.Nelson, Carl。應用筆記19:LT1070設計手冊。ADI,1986年6月。

2.Williams, Jim。應用筆記101:最大限度地減少線性穩壓器輸出中的開關穩壓器殘留物。ADI,2005年7月。

 

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論