这是一篇由两部分组成的连载文章的第一部分，介绍了一些基本概念，以便于你着手考虑低噪声设计。
要点
＊要将器件噪声、失真和干扰信号区分开来。它们各有自己的来源、预防措施和补救措施。
＊有源器件和电阻器都有多种噪声分布。要使自己熟悉各种噪声源，以及引起噪声的电路运行参数。
＊在许多应用系统中，信号的源阻抗可以确定评估噪声幅度的背景。
＊如果把一些可以换算的数值记忆在脑海里，你就可以随手对热噪声进行快速而准确的估算。
噪声是许多信号处理系统的基本制约因素。同样，它是许多电子设计，特别是接口电路的主要制约条件。在测试与测量、医学成像和高速数据通信等方面的行业趋向都需要越来越高的信息密度。与此同时，半导体工艺的进步能实现更高的数据处理速度和功能密度，但却要降低工作电源电压，由此降低信号幅度。结果是，加大了系统设计对模拟前端噪声性能进行管理的压力。
系统地探讨像噪声这样繁杂的课题是件难办的事情，而且不是几页篇幅就可以说得清楚的。edn 为了努力扩展这一讨论的范围，请几家在低噪声器件和电路设计方面具备专业知识的半导体制造厂提供相互关联的应用说明和技术文章。这些资源都能在 edn 网站的模拟技术资源部分找到。这些相关信息的集合就可以作为进一步了解这一课题的动态信息来源。
如果你自己对这一课题进行研究，那你就会发现，许多文献资料把所有不需要的信号（来自外部的和存在于电路内部的）都归入噪声这一大类。但是设计师对外部和内部这类噪声采取的预防和补救措施则是大不相同的。你不能忽视任何一类噪声，但本文着重讨论信号路径内部的噪声源。也就是说，良好的低噪声系统设计需要充分考虑电路工作环境内的干扰。
随机事件，可预测的形状
电子元件通过不同的噪声源机制产生三种噪声谱的组合。各个噪声源项分别表示平带噪声、1/f 噪声或1/f2 噪声：
式中， pn(f) 是噪声源的功率谱密度——即中心频率为 f 的 1hz 带宽的平均功率，c 是恒定幅度。
为了不与噪声谱的形状相混淆，给出的功率谱密度是一个单位为瓦/赫的函数，从而可以通过求某个带宽内的密度积分，计算出某一频带内的 rms 噪声功率：
然而，大多数有源电路都是将信号作为电流或电压来处理的。例如，双极晶体管是跨导器件：它产生的输出信号电流是与输入信号电压相对应的。为了能对信号和噪声进行快速比较，一般都用每根赫的电压或每根赫的电流来表示噪声谱密度。
在产生这三种常见噪声谱的机制中，最常见的机制产生平带（flatband）噪声，也称白噪声，因为噪声功率是均匀地分配在整个频谱范围内，就像白光均匀分布在可见光谱范围内一样。平带噪声源产生散粒噪声（或叫肖特基噪声）和热噪声（也称约翰逊噪声，为的是纪念物理学家 john bertrand johnson 于 1928 年发现了这一现象）。虽然这两种噪声的频谱是难以区分的，但作为电路工作条件的函数，散粒噪声源和约翰逊噪声源的行为则是不同的。
散粒噪声无处不在
散粒噪声是由电子通过一个势垒的离散量子性质产生的。它通常与二极管和双极晶体管有关。电流可以按直流电大小给定的稳定平均速率通过一个pn结，但各个载流子只有当它们具有足够能量来克服pn结势垒时，才能作为随机事件穿过pn结。在极限情况下，电流被量子化为电子能级，所以平均电流就包含大量的离散事件。
散粒噪声计算公式如下：
