Опубликовано 2 августа 2025

Как 80 лет ошибочно считались шумы: исправляем формулы Фриса

Как мы 80 лет считали шумы неправильно: исправляем формулы Фриса

Классические формулы Фриса для расчета шумов в многокаскадных системах содержат критические ошибки – показываем, как считать правильно.

Электротехника и системные науки 4 – 5 минут чтения
Автор публикации: Доктор Алексей Петров 4 – 5 минут чтения

В 1944 году американский инженер Харальд Фрис предложил формулы для расчета шумов в многокаскадных системах. С тех пор эти формулы используют везде – от радиоприемников до оптических усилителей. Но есть проблема: они содержат фундаментальные ошибки, которые приводят к неточным результатам в реальных устройствах.

Представьте себе цепочку усилителей в радиоприемнике или каскады фотодетектора. Каждый элемент не только усиливает полезный сигнал, но и добавляет собственный шум. Правильный расчет этих шумов критически важен для проектирования качественной электроники. И здесь классические формулы дают сбой.

Ошибка в формулах Фриса

Где прячется ошибка в формулах Фриса

Коэффициент шума показывает, насколько система ухудшает отношение сигнал/шум. Чем он больше, тем хуже. Фрис предложил считать его по формуле:

F = (SNR на входе) / (SNR на выходе)

Для одного каскада это работает идеально. Проблемы начинаются, когда каскадов несколько.

Классическая формула Фриса для многокаскадной системы выглядит так: FT = F1 + (F2 – 1)/G1 + (F3 – 1)/(G1×G2) + ...

где F1, F2, F3 – коэффициенты шума отдельных каскадов, а G1, G2 – их усиления.

Эта формула исходит из предположения, что входной шум на каждом каскаде одинаков. Но это неправда! После первого каскада шум уже увеличился – его усилили вместе с сигналом. Второй каскад получает на вход не исходный чистый сигнал, а уже зашумленный.

Реальное поведение шумов

Что происходит в реальности

Возьмем простой пример: двухкаскадный усилитель с коэффициентами усиления 10 и 5. Подаем на вход сигнал мощностью 1 мВт с шумом 0.1 мВт.

После первого каскада получаем:

  • Сигнал: 10 мВт
  • Шум: 1 мВт (усиленный входной) + собственный шум каскада

Второй каскад видит уже не 0.1 мВт шума, а больше 1 мВт! Формулы Фриса этого не учитывают – они продолжают использовать исходные 0.1 мВт для всех расчетов.

Корректный расчет шумов

Правильный подход

Корректная формула для коэффициента шума x-го каскада должна учитывать реальный входной шум на его входе:

Fx = 1 + (внутренний шум + внешний шум) / (реальный входной шум × усиление)

Здесь «реальный входной шум» – это не исходный шум системы, а суммарный шум всех предыдущих каскадов, усиленный соответствующим образом.

Общий коэффициент шума многокаскадной системы получается как произведение коэффициентов всех каскадов:

FT = F1 × F2 × F3 × ... × Fn

Это кардинально отличается от формулы Фриса, где доминирует первый каскад. В реальности каждый каскад вносит свой вклад в общий шум системы.

Значение ошибок в расчетах

Почему это важно

Ошибки формул Фриса особенно критичны в двух случаях:

Системы с внутренними шумами. Если каскады генерируют собственный шум (термический, дробовой, фликкер-шум), формулы Фриса могут показать коэффициент шума равным единице – то есть идеальную систему. В реальности коэффициент всегда больше единицы.

Многокаскадные системы. Чем больше каскадов, тем сильнее расхождение. В 10-каскадной системе ошибка может достигать десятков процентов.

Проверка формул на лавинных фотодиодах

Проверка на лавинных фотодиодах

Лавинные фотодиоды (APD) – отличный пример многокаскадной системы. В них свет создает электроны, которые затем лавинообразно размножаются в серии каскадов ударной ионизации.

Для APD давно выведены точные формулы шума, основанные на физике процесса. И знаете что? Они полностью совпадают с нашими исправленными формулами:

  • Общий коэффициент шума равен произведению поэтапных коэффициентов
  • Каждый каскад имеет коэффициент шума больше единицы из-за флуктуаций усиления

Это независимое подтверждение правильности наших выводов.

Последствия применения неверных формул

Практические последствия

Использование неправильных формул приводит к реальным проблемам:

Недооценка шумов. Разработчики думают, что система будет тише, чем на самом деле. Результат – неработающие устройства или необходимость дорогостоящих доработок.

Неоптимальное проектирование. Если первый каскад не так критичен, как показывают формулы Фриса, можно по-другому распределить усиления и снизить общий шум системы.

Ошибки в спецификациях. Заявленные характеристики не соответствуют реальным, что создает проблемы при интеграции в более сложные системы.

Применение исправленных формул шумов

Где применять исправленные формулы

Новые формулы особенно важны для:

Радиочастотных усилителей – где каждый децибел шума на счету

Оптических систем связи – чувствительных к флуктуациям сигнала

Медицинской электроники – где точность измерений критична

Сенсорных систем – работающих со слабыми сигналами

Систем искусственного интеллекта – обрабатывающих аналоговые данные

Что еще предстоит сделать в теории шумов

Что дальше

Исправленные формулы – это только начало. Следующий шаг – связать внутренние шумы каскадов с физическими параметрами устройств. Для фотодиодов это вероятности ионизации электронов и дырок, для транзисторов – подвижность носителей и температурные флуктуации.

Такой подход позволит проектировать системы снизу вверх – от физики полупроводников до характеристик готового устройства. Именно так создается электроника, которая работает не только в теории, но и в суровых условиях реального мира.

Восемьдесят лет назад Харальд Фрис заложил основы теории шумов. Его вклад неоценим, но наука не стоит на месте. Пора исправить ошибки и двигаться дальше – к более точным расчетам и лучшим устройствам.

Оригинальное название: Corrections to Friis noise factor formulas for cascade networks
Дата публикации статьи: 11 июн 2025
Автор оригинальной статьи : Ankitha E Bangera
Предыдущая статья Когда нефть стоила меньше воздуха: психология отрицательных цен и новая математика страха Следующая статья Рассеяние на краю хаоса: как уравнение третьего порядка открывает новые миры

Связанные публикации

Вам может быть интересно

Войти в Лабораторию

Исследование не заканчивается одним экспериментом. Ниже – публикации, которые развивают похожие методы, вопросы или концепции.

Лаборатория

Квантовая механика равновесий: как хаос находит покой

Физика и космос Математическая физика

Изучаем метриплектные системы – гибрид сохранения энергии и диссипации, который помогает сложным физическим системам находить равновесие естественным путем.

Доктор Элис Ворт 4 авг 2025

Лаборатория

Квантовый апгрейд для лазеров: как научить свет быть запутанным

Физика и космос Квантовая физика

Физики научились создавать квантово-запутанное ультрафиолетовое излучение, объединив обычные лазеры с квантовыми полями – это может стать основой для квантовых компьютеров нового поколения.

Доктор Элис Ворт 4 июл 2025

Исследование показывает, что даже при «прореживании» сложных квантовых систем квантовые алгоритмы сохраняют преимущество над классическими методами.

Профессор Михаил Ковалёв 5 авг 2025

От исследования к пониманию

Как создавался этот текст

Этот материал основан на реальном научном исследовании, а не сгенерирован «с нуля». В начале работы нейросети анализируют исходную публикацию: её цели, методы и выводы. Затем автор формирует связный текст, который сохраняет научный смысл, но переводит его из академического формата в ясное и читаемое изложение – без формул, но без потери точности.

Теоретическая глубина

81%

Устойчивость к хайпу

85%

Аналитическая жёсткость

90%

Нейросети, участвовавшие в работе

Мы показываем, какие модели использовались на каждом этапе – от анализа исследования до редакторской проверки и создания иллюстрации. Каждая нейросеть выполняет свою роль: одни работают с источником, другие – с формулировками и структурой, третьи – с визуальным образом. Это позволяет сохранить прозрачность процесса и доверие к результату.

1.
GPT-4-turbo OpenAI Резюмирование исследования Выделение ключевых идей и результатов

1. Резюмирование исследования

Выделение ключевых идей и результатов

GPT-4-turbo OpenAI
2.
Claude Sonnet 4 Anthropic Создание текста на основе резюме Преобразование резюме в связное объяснение

2. Создание текста на основе резюме

Преобразование резюме в связное объяснение

Claude Sonnet 4 Anthropic
3.
Phoenix 1.0 Leonardo AI Создание иллюстрации Генерация изображения по подготовленному промпту

3. Создание иллюстрации

Генерация изображения по подготовленному промпту

Phoenix 1.0 Leonardo AI

Хотите знать о новых
экспериментах первыми?

Подписывайтесь на наш Telegram-канал – там мы делимся всем самым
свежим и интересным из мира NeuraBooks.

Подписаться