简介：面向射频与微波电路学习者、通信接收机设计入门者的技术文档，围绕低噪声放大器（LNA）在接收系统中的降噪与灵敏度提升作用展开，系统梳理噪声系数、增益、输入输出驻波比、反射系数、动态范围与 IIP3 等关键指标的物理含义与相互制约关系。文档结合具体公式说明多级放大器噪声系数的计算方式，讲解最佳源反射系数、等效噪声电阻与噪声温度之间的换算，并完整给出基于 ADS 的设计流程：从低噪声管选型原则出发，借助 S 参数仿真与 YIELD 优化器完成匹配网络设计、稳定性分析与方案择优，同时对设计中常见的失配与增益折中问题提出改进建议。压缩包仅含 1 个 doc 文档，约 152KB，篇幅紧凑、结构完整，适合作为课程设计或论文写作的参考资料。目前已有 1068 人学习，可作为 LNA 设计与仿真的入门范本。

1. 噪声系数：为什么第一级多出 0.3dB，整机灵敏度就回不来了

先说一个反直觉的结论：基于 ADS 做低噪声放大器设计，真正决定成败的不是仿真曲线能不能收敛，而是你在噪声匹配和功率匹配之间选的那个点站不站得住。接收机灵敏度可以写成几个常数相加，排在最前面的那一项是 LNA 的噪声系数，后面所有器件对它的贡献都要被前面各级的增益除一遍，除到最后基本可以忽略。所以第一级多出的 0.3dB，靠后级堆增益补不回来——这是级联公式的结构决定的，不是玄学。搞懂这条链路，你才知道 ADS 里那些优化目标为什么不能随便加权重。

2. 级联噪声公式：Friis 为什么让 LNA 的增益和噪声同等重要

2.1 从灵敏度公式到级联：噪声怎样被后级逐级稀释

接收灵敏度通常写成“底噪 + 带宽 + 噪声系数 + 解调所需信噪比”的加和形式：-174 dBm/Hz 是 290 K 下的热噪声功率谱密度，加 10log10(B) 得到带内底噪，再加整机噪声系数 NF_sys 和最小可解调信噪比。整机的 NF_sys 并不是由全部器件均摊，而是由多级级联噪声公式（Friis 公式）决定：

NF_total = NF1 + (NF2-1)/G1 + (NF3-1)/(G1·G2) + …

这里的 NF 和 G 都是线性值，不是分贝值。这个式子的关键在分母：第二级的噪声贡献被第一级增益除，第三级的被前两级增益乘积除。也就是说，LNA 在整条链路里做的事情是“用自己的低噪声把后面所有器件的噪声压下去”，而压制的力度就是它的增益。

举一组具体数字更直观。假设前级 0.6 dB 噪声系数、15 dB 增益，混频器及后续链路等效 10 dB 噪声系数。算下来整机噪声系数约 0.68 dB，第一级只贡献了 0.6，后面那一堆只加了 0.08。但如果把第一级换成 1.0 dB，整机立刻变成 1.06 dB。反过来，把后级从 10 dB 优化到 3 dB，整机只降了不到 0.02 dB——优化方向从一开始就错了。

import math def cascade_nf(stages): """stages: [(nf_db, gain_db), ...] 按信号流顺序排列，返回整机噪声系数(dB)""" f_total = 0.0 g_prev = 1.0 # 已经累积的功率增益，初值为 1（0 dB） for nf_db, gain_db in stages: f = 10 ** (nf_db / 10.0) # 噪声系数转线性噪声因子 g = 10 ** (gain_db / 10.0) # 增益转线性倍数 f_total += (f - 1.0) / g_prev # 本级附加噪声被前面总增益稀释 g_prev *= g return 10 * math.log10(1.0 + f_total) # 前级 0.6dB/15dB，后级 10dB/20dB print(cascade_nf([(0.6, 15), (10, 20)])) # ≈0.68 dB print(cascade_nf([(1.0, 15), (10, 20)])) # ≈1.06 dB print(cascade_nf([(0.6, 15), (3, 20)])) # ≈0.62 dB

这段代码把公式原样搬了过来：g_prev就是公式里的 G1·G2·…，(f - 1.0) / g_prev就是第 n 级被摊薄后的附加噪声。注意循环里第一级的那一项实际算出的是 1 + (F1 - 1) = F1，因为g_prev初值为 1，所以不需要在循环外单独把 F1 塞进去。参数只有两个：噪声系数（dB）和增益（dB），顺序必须严格按信号流排，排错了结果会差出几个 dB。

提示：做链路预算时，最好把滤波器、开关、连接器的插损也算成一级——它们的增益是负的，插损 1 dB 就意味着后面那一级的噪声贡献直接翻倍。LNA 到底该放在天线口还是滤波器之后，本质上就是在算这一笔账。

2.2 增益的两难：为什么 LNA 增益不是越高越好

既然增益能压制后级噪声，是不是把增益推到最大就完事？恰恰相反。增益推高会从两个方向反噬：一是动态范围，二是稳定性。

先看动态范围。级联输入三阶交调点（IIP3）的关系和噪声系数正好相反：

1/IIP3_total = 1/IIP3_1 + G1/IIP3_2 + (G1·G2)/IIP3_3 + …

噪声公式里增益在分母，交调公式里增益在分子。第一级增益越大，第二级 IIP3 对系统的影响被放大得越厉害，整机的线性度就被前面这个“高增益低噪声”的器件拖累。这就是 LNA 设计里最经典的取舍：为了降噪必须给增益，为了保住线性度又必须限制增益。

工程上的常见做法是把 LNA 增益落在 12~18 dB 这个区间，具体取决于整机架构。确定之后还要做两件事：一是要求输入 IIP3 至少比系统最大输入信号高 30 dB 左右，这样大信号进来时产生的交调产物才压得住；二是核对 LNA 输出电平不要接近后级混频器的 1dB 压缩点，因为压缩是渐进的，等到测试发现增益掉了 1 dB 时，交调早就已经失控了。

还有一个容易被忽略的点：增益与频率的关系。微波晶体管的增益随频率升高单调下降，同一片管子在低频段可能多出 3~5 dB。如果只盯着中心频点优化，带内高端刚好达标、低端过高，增益平坦度就崩了。

2.3 噪声温度与 IIP3：两个容易被忽略的换算与边界

当噪声系数小到 0.5 dB 以下时，用分贝表达会变得很不灵敏——0.4 dB 和 0.45 dB 差着 1% 的噪声因子，但在小数点后第二位才看得出来。这时候换成噪声温度更直观：

Te = T0 · (NF_linear - 1)

其中 T0 = 290 K（不是 2900 K，很多资料在这里印错过）。0.5 dB 的噪声系数对应约 35 K 的噪声温度，0.4 dB 对应约 28 K。射电接收、深空链路这类系统直接把噪声温度相加，比连乘对数更好算，也方便和天线噪声温度放在一起做热噪声预算。

把这两个指标放在一张表里对照，能省掉不少换算：

需要提醒的是，噪声系数和噪声温度描述的是同一个物理量，但测试条件不同结果会差很多。数据手册给的 Fmin 是管子在最佳源阻抗下的最小值，而实测时源阻抗是你的匹配网络给出的实际值——这两者之间的差距，正是下一章要处理的全部问题。

3. 噪声匹配与功率匹配：Γopt 与 Γs 的取舍为什么是 LNA 的核心矛盾

3.1 等噪声系数圆：Fmin、Γopt、Rn 三个参数如何锁定一个圆

单个晶体管的噪声系数可以写成源反射系数 Γs 的函数：

F = Fmin + (4·Rn/|1+Γopt|²) · (|Γs - Γopt|² / (1 - |Γs|²))

这里只有三个由管子本身决定的参数：Fmin（最小噪声系数）、Γopt（取得 Fmin 时的最佳源反射系数）、Rn（等效噪声电阻）。把 F 固定成某个值，方程在 Smith 圆图上就是一个圆——等噪声系数圆。圆上每一个点都能给出同样的噪声系数，圆心在 Γopt 方向上。

这条式子的含义比公式本身更重要：当 Γs = Γopt 时噪声最小，但 Γopt 一般不等于 S11 的共轭。也就是说，为了拿到最小噪声，输入端必须故意失配。这个失配会带来两个后果——增益下降，以及输入端驻波比恶化、端口反射增大。原文里那句“有时为了获得最小噪声，适当牺牲一些增益也是低噪声放大器设计中经常采用的办法”，说的就是这件事。

用代码把圆算出来，比在 ADS 里反复拖 Marker 快得多：

import cmath, math def noise_circle(fmin_db, rn_norm, gopt, f_db): """返回等噪声系数圆的圆心与半径（Smith 圆图，Γ 平面） fmin_db: 最小噪声系数(dB)；rn_norm: 归一化等效噪声电阻 Rn/Z0 gopt: 最佳源反射系数(复数)；f_db: 目标噪声系数(dB)""" fmin = 10 ** (fmin_db / 10.0) f = 10 ** (f_db / 10.0) if f < fmin: raise ValueError("目标噪声系数不能小于 Fmin") # N 为噪声参数，衡量当前噪声点偏离 Fmin 的程度 n = (f - fmin) * abs(1 + gopt) ** 2 / (4 * rn_norm) center = gopt / (1 + n) # 圆心落在 Γopt 方向上 radius = math.sqrt(n * (n + 1) * (1 - abs(gopt) ** 2)) / (1 + n) return center, radius print(noise_circle(0.5, 0.15, 0.35 * cmath.exp(1j * math.pi / 3), 0.7))

参数里rn_norm最容易填错：手册给的是 Rn 的欧姆值，必须先除以系统特性阻抗（一般 50 Ω）才能代进去。f_db一旦等于fmin_db，N 退化成 0，半径变成 0，圆收缩成一个点——这正好验证了公式的自洽性。实际设计时的做法是：先画出 0.6 dB、0.8 dB、1.0 dB 几条等噪声圆，再把恒定增益圆叠上去，两族圆的交集就是可行域。

3.2 恒定增益圆与单向化假设：令 S12=0 什么时候会失效

在假定 S12 = 0（单向化）的前提下，转移功率增益可以拆成三段：GT = G0 · G1 · G2，其中 G0 = |S21|²，G1 只跟源反射系数有关，G2 只跟负载反射系数有关。固定 GT，就能在输入平面上画出一族恒定增益圆，圆心和半径只由 S11 和目标增益决定。

单向化让设计变成两个独立的一维问题：输入端匹配到噪声圆，输出端匹配到增益圆。这是绝大多数教材和仿真流程默认的路径，也是 ADS 里做匹配网络综合的基础。但它的成立条件是有代价的——S12 不够小的时候，输入端和输出端会互相牵引，你按单向化算出来的匹配网络装上去，实际增益和噪声都会跑偏。

经验上的分界线大致是：|S12| 小于 -20 dB 时，单向化误差可以接受，直接按两段设计问题做没问题；|S12| 在 -15 dB 到 -20 dB 之间，需要做单向化增益误差校验，把实际 GT 与单向化算出的值比一下；|S12| 大于 -15 dB，就必须按双向设计，用同时匹配或者直接上优化器。管子的 S12 会随频率上升而变差，低频端看着没事，推到高频段就翻车，这条血泪经验在宽带上尤其明显。

3.3 增益平坦：高频共轭匹配、低频校正的由来

微波晶体管的 |S21| 随频率单调下降，这是器件物理决定的，匹配网络改不了这个趋势。所以带内增益平坦的做法是“削峰填谷”：高频端做共轭匹配，把能拿到的增益全部拿到；低频端不追求最大增益，而是刻意引入一点失配或者损耗，把多出来的增益压下去。

常见手段是在输入输出匹配网络里引入高通特性——串联电容加并联电感的结构既完成匹配，又抬高了低频段的插入损耗。更彻底的做法是在输出端加一级阻性衰减网络，但必须放在末级输出口，绝不能放在输入端或前级之间，因为阻性衰减器本身会引入热噪声，放在前面等于把噪声系数直接抬起来，前功尽弃。

做平坦度优化时，约束点的设置比目标值更重要。只在中心频点设一个增益目标，优化器给出的解在带边一定塌。稳妥的做法是每隔 5 MHz 或者至少在带内取 5~7 个频点分别设增益与噪声约束，同时把输入驻波比设成不等式约束——不是越小越好，而是落在 1.5 到 2.0 之间即可，否则优化器会牺牲噪声去换驻波。

4. 稳定性：为什么 K 系数必须在动手做匹配之前算清楚

4.1 射频绝对稳定的判据与潜在不稳定区

放大器可能自激，本质是内部反馈 S12 把输出端的能量送回了输入端，当环路增益和相位满足条件时就振荡。判断稳定性用的是稳定性判别系数 K 和行列式 Δ：

K = (1 - |S11|² - |S22|² + |Δ|²) / (2·|S12·S21|) Δ = S11·S22 - S12·S21

射频绝对稳定的条件是 K > 1 且 |Δ| < 1，两个必须同时满足。有些资料写成三个条件（再加上 |S11| < 1、|S22| < 1），本质等价。K 大于 1 意味着 Smith 圆图上不存在不稳定区，源和负载反射系数可以在整个圆内任意取；K 小于 1 就有稳定圆，圆内或圆外（取决于具体情形）是不能碰的区域。

def stability(s11, s12, s21, s22): """输入复数 S 参数，返回 (K, |Δ|, 是否绝对稳定)""" delta = s11 * s22 - s12 * s21 k = (1 - abs(s11) ** 2 - abs(s22) ** 2 + abs(delta) ** 2) / (2 * abs(s12 * s21)) return k, abs(delta), (k > 1.0 and abs(delta) < 1.0) print(stability(0.6, 0.08, 3.5, 0.5)) # 看 K 是否大于 1

这段判断必须在匹配网络设计之前跑。匹配网络会改变源和负载反射系数，但不会改变管子本身的 K；如果管子本身 K < 1，你在某个频点上碰巧匹配到了一个稳定点，换个频点或者换个批次就可能振荡。所以流程应该是：先算 K 和 |Δ|，确认绝对稳定或者明确标出不稳定区，再在这个约束下去做噪声与增益的折中。

4.2 三种稳定化手段的代价对比

管子本身不稳的时候，常见的三种手段各有代价，选哪个取决于不稳定区落在哪里。

源极串一小段微带线是最常用的：它在源极引入电感，形成负反馈，同时把输入端阻抗的实部抬起来，让噪声匹配和功率匹配有机会在同一个点附近收敛。代价是增益略降，而且这段微带线的长度对频率敏感，带宽做了就得重新调。

隔离器的优势是彻底，反向隔离把反射波吃掉，稳定性一劳永逸；劣势是正向也有插损，这段插损原封不动地加到噪声系数上，而且它必须覆盖 LNA 的全部潜在不稳定频段，带宽不够等于没装。

阻性衰减器最便宜，但位置极其讲究。放在输出口，衰减的是已经放大过的信号，对噪声系数几乎无影响；放在输入端，衰减量会直接变成噪声系数，这等于为了让电路稳定而放弃了低噪声放大器的全部意义。所以看到有人把衰减器放在前面“先稳住再说”，基本可以判断这条路走歪了。

4.3 源极串一段微带线为什么等价于电感负反馈

把源极电感 Ls 引入后，忽略沟道长度调制等二阶效应，从栅极看进去的输入阻抗近似为：

Zin ≈ jω(Lg + Ls) + 1/(jωCgs) + (gm/Cgs)·Ls

前两项是电抗，靠栅极串联电感 Lg 在工作频点谐振掉；第三项是纯实数，等于 gm·Ls/Cgs。这一项是整套方法的关键——它让你可以只通过选择 Ls 的大小，就把输入阻抗的实部调到 50 Ω，而虚部由 Lg 独立调节。换句话说，源极负反馈把“输入阻抗的实部”和“虚部”解耦成了两个可以分别调整的量。

这带来的好处是：功率匹配所要求的实部条件和噪声匹配所要求的 Γopt 有机会同时满足，输入端不再必须在噪声和驻波之间二选一。代价是等效跨导下降，增益按 (1 + gm·Ls/Cgs 相关项) 的比例减小，同时引入了新的频率依赖。在微波频段，由于波长已经短到厘米级，集中参数电感 Q 值不够、寄生太大，实际做法是用一段特定长度和宽度的微带线代替——它在工作频段内呈现感性，同时损耗比集总电感小，这就是“串接阻抗负反馈”在工程上的落地形态。

注意：微带线的电长度随基片介电常数变化，同一版图换一种板材，等效电感就变了。稳定性余量本来就窄的设计，换板材后振荡是常事，这不是仿真错了，是物理参数变了。

5. 避坑与排查：仿真曲线漂亮、实测翻车的五个典型场景

5.1 噪声系数比仿真高 0.4dB：偏置电阻不该直接挂到输入端

现象：ADS 里噪声系数 0.62 dB，实测 1.0 dB 以上，反复校准仪器也没用。

原因：偏置网络用电阻分压给栅极供电，电阻直接接到了输入端。电阻是有热噪声的，而且它并接在信号路径上，等效于给源阻抗并联了一个噪声源，噪声系数被硬生生抬起来。仿真时如果用的是理想电阻模型、又没有把这段走线算进去，就完全看不出来。

解决：输入端偏置一律走高 Q 值电感（或者四分之一波长高阻线），让直流能过、射频被隔离。必须用电阻分压时，在电阻和栅极之间串一个大电感做隔离，并且把这段的版图寄生提进仿真。

5.2 增益达标但 1dB 压缩点塌了：只对噪声系数做了单目标优化

现象：小信号增益 15 dB，噪声系数也满足，但输入功率刚到 -30 dBm 增益就开始掉。

原因：优化器只设了噪声和增益两个目标，没有给 IIP3 或输出功率加约束。优化器很聪明，它会往增益最高、噪声最低的方向跑，代价通常是偏置点被推到电流很小的区域，线性度随之恶化。

解决：优化目标里加 IIP3 或者 1dB 压缩点的约束，哪怕只是软约束；同时在原理图里加双音仿真（Harmonic Balance 里的双音源），直接看三阶交调产物落在哪。只看 S 参数就下线的设计，动态范围基本靠运气。

5.3 中心频率偏移 80MHz：板材介电常数和厚度没进仿真

现象：版图回来实测，中心频率比设计值高了 80 MHz，带内增益起伏超标。

原因：仿真里用的是理想微带线模型或者默认的板材参数，实际板材的介电常数有批次波动、厚度公差也不小。频率越高，同样的物理长度对应的电长度差别越大，频偏就越明显。

解决：把板材的介电常数、损耗角正切、铜箔厚度和介质厚度全部填进叠层设置，并且按厂家给的公差上下限各跑一次，看频率偏移范围能不能接受。对频率敏感的设计，匹配网络里预留可调元件的位置，别把线长做死。

5.4 小信号正常、大信号自激：忽略了 S12 的内部反馈

现象：小信号 S 参数测试全部正常，一加大输入功率就出现杂散，频谱上多出一堆非谐波分量。

原因：小信号下 K > 1，但 K 只在小信号 S 参数下成立。大信号时管子的工作点移动，S 参数漂移，原本的稳定余量被吃掉了。另一种情形是稳定余量本来就窄，靠单向化设计把输入输出分开算，实际双向牵引把工作点推到了稳定圆边缘。

解决：用大信号模型跑负载牵引，至少在几个功率电平下各算一次稳定性；对 S12 不够小的管子，按双向设计做，别省这一步。板子上给源极负反馈留出可调长度，必要时牺牲一点增益换余量。

5.5 带内增益起伏超标：匹配网络只在中心频点收敛

现象：中心频点指标完美，带边增益掉了 2 dB，平坦度要求是每 5 MHz 小于 0.2 dB。

原因：优化时只设了单个频点的目标，优化器把全部自由度都用在了那一个点上。匹配网络的 Q 值越高，带宽越窄，带边塌得越快。

解决：优化目标改成多点约束，带内均匀取 7 个以上频点分别设增益上下限和噪声上限，同时把输入驻波比设成区间约束而不是最小值。匹配网络本身降低 Q 值，宁可中心频点差一点，也要保证全带内平坦。

6. 从仿真收敛到实物收敛：一次设计里该怎样分配取舍

做 LNA 设计做到最后会发现，真正难的从来不是把某一项指标做到极致，而是决定哪一项指标可以退。噪声系数、增益、驻波比、稳定性、线性度这五项之间是互相拉扯的：噪声匹配要失配，失配就恶化驻波、降低增益；增益压后级噪声，但压缩动态范围；稳定化手段要么吃插损要么吃增益。任何一次“五项全优”的仿真结果，都值得怀疑是不是优化器跑到了一个物理上不可实现的角上。

我的做法是把取舍显式化，而不是留给优化器。具体是三步：第一步先定死不可退让的项，通常是噪声系数上限和稳定性，这两项放在约束里，不作为优化目标；第二步给增益和驻波比设区间而不是点值，允许在这个区间内浮动；第三步把剩余的自由度交给优化器，并且只优化一次，不反复微调参数去凑一个更漂亮的曲线。

验证阶段则要反过来做——不是验证“能不能达到指标”，而是验证“偏离指标时会不会失效”。常用的三个动作：

板材扫描最容易被跳过，但它是实测翻车率最高的一项——微波板材的介电常数批次差异带来的频率偏移，往往比匹配网络本身的设计误差还大。器件离散扫描则是为了确认稳定余量是不是真的余量，还是只是仿真在理想参数下碰巧过了。

从那以后我每次开一个新设计，都会在画第一根匹配线之前，先把 K 和 Δ 在全频段扫一遍并截图存档，然后再动优化器。这个习惯救过我不止一次——有好几次优化结果看着很漂亮，回头对照那张稳定性截图才发现，优化器把工作点推到了潜在不稳定区的边上，只是那个频点没被设成观察点而已。希望这些踩过的坑，能帮你在自己的 ADS 工程里少走一遍。

这套设计流程和参数取舍的完整推导，包括等噪声圆与增益圆的叠加做法、稳定性改善的三种电路实现，都整理在这份关于 ADS 低噪声放大器设计的文档里，从指标定义一直讲到仿真原理图和结果分析，适合边对着 ADS 工程边翻。

本文还有配套的精品资源，点击获取