news 2026/4/18 15:57:38

零基础学电路:8个基本门电路图CMOS实现小白指南

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
零基础学电路:8个基本门电路图CMOS实现小白指南

从零开始画电路:手把手教你用CMOS晶体管搭建8个核心数字门

你有没有想过,手机里每秒执行几十亿次运算的芯片,其实是由一些“积木块”搭起来的?这些积木不是塑料的,而是由PMOS和NMOS晶体管组成的逻辑门电路。今天我们就来拆开看——不用高深公式,也不靠抽象符号,只用最直观的方式告诉你:怎么用两个MOS管做出一个反相器,再一步步拼出与、或、异或,甚至传输门这样的“神操作”

别担心没基础。只要你能看懂“开关通断”,就能跟上这场从硅片到逻辑的旅程。


为什么是CMOS?它凭什么统治数字世界?

在讲具体电路前,先回答一个问题:为什么几乎所有现代芯片都用CMOS技术?

简单说,三个字:省电、抗扰、好集成

想象一下你的智能手表,如果每个逻辑门都在不停地耗电,哪怕只是微安级,累积起来也会几分钟就没电了。而CMOS有个神奇特性——静态功耗几乎为零。只有在“0变1”或“1变0”的瞬间才消耗能量。

这背后的秘密就是互补结构:一个PMOS(上拉) + 一个NMOS(下拉),像一对默契搭档:

  • 输入低 → PMOS导通、NMOS关断 → 输出被拉到电源(VDD),输出高;
  • 输入高 → PMOS关断、NMOS导通 → 输出接地(GND),输出低。

中间没有直连路径,不会形成短路电流。这就是CMOS的“节能密码”。

而且它的噪声容限接近电源电压的一半,信号哪怕抖一抖也不容易误判。再加上MOS管可以做得极小,适合大规模集成——所以从iPhone到火星车,全都在用它。


第一块积木:反相器(NOT Gate)

一切从这里开始。反相器是最简单的CMOS电路,也是所有复杂逻辑的基础

它长什么样?

VDD | ┌─┴─┐ │ P │ ← PMOS └─┬─┘ ├── Y = Ā ┌─┴─┐ │ N │ ← NMOS └─┬─┘ | GND ↑ A

就这么简单:两个MOS管串联,A接它们的栅极,输出Y取中间节点。

工作过程像一场接力赛:

  • 当A=0(低电平)时,PMOS“看到”低电压就打开(P型对低敏感),把Y拉到VDD;同时NMOS“看到”低电压是关闭状态。
  • 当A=1(高电平)时,情况反转:PMOS关闭,NMOS导通,Y被拉到地。

所以输出总是输入的“反面”。这就是NOT门。

⚠️ 小细节:通常会让PMOS比NMOS宽一点(比如宽长比2:1)。因为空穴迁移率低,PMOS“力气小”,得给它加点肌肉才能让上升时间和下降时间差不多快。

这个小小的平衡设计,决定了整个系统的速度一致性。


NAND 和 NOR:通用逻辑的起点

接下来这两个门特别重要——NAND和NOR都是“通用门”,意思是:光靠它们其中一个,就能实现任何其他逻辑功能!

先看NAND门(非与门)

目标:只有当A=B=1时,输出才为0。

怎么做?
下拉网络(NMOS部分)要实现“A且B”才导通 → 所以两个NMOS串联
上拉网络(PMOS部分)只要A=0或B=0就要导通 → 所以两个PMOS并联

电路图如下:

VDD | ┌───┴───┐ │ P P │ ← 并联PMOS └───┬───┘ ├── Y = ¬(A·B) ┌───┴───┐ │ N │ │ | │ ← 串联NMOS │ N │ └───┬───┘ | GND A↑ B↑

验证真值表:
- A=0,B=0 → PMOS都通,Y=1;
- A=0,B=1 → 左边PMOS通,Y=1;
- A=1,B=0 → 右边PMOS通,Y=1;
- A=1,B=1 → NMOS串联通,Y=0 ✅

完美符合NAND逻辑。

有趣的是,在标准单元库中,NAND比AND更基础——因为它是单级实现,速度快。


再看NOR门(非或门)

目标:只要有一个输入为1,输出就为0。

所以下拉网络需要A=1或B=1时导通 → NMOS并联
上拉网络必须A=0且B=0才导通 → PMOS串联

电路结构:

VDD | ┌───┴───┐ │ P │ │ | │ ← 串联PMOS │ P │ └───┬───┘ ├── Y = ¬(A+B) ┌───┴───┐ │ N N │ ← 并联NMOS └───┬───┘ | GND A↑ B↑

注意这里的性能瓶颈:PMOS串联会导致上拉能力变弱,尤其在深亚微米工艺下更明显。所以在高速设计中,工程师会尽量避免多级串联的PUN结构。


AND 和 OR 门:不能直接做?那就“套娃”!

你以为AND门可以直接用CMOS搭出来?错!没有一种简单的互补结构能直接实现AND逻辑

那怎么办?答案很干脆:先做个NAND,再加个反相器

也就是:

A ──┐ ┌──────┐ ┌──────┐ ├─→ │ NAND │ → │ NOT │ → Y = A·B B ──┘ └──────┘ └──────┘

同理,OR门也得靠“NOR + NOT”组合实现。

虽然多了延迟,但在实际IC设计中,这种两级结构已经被高度优化,封装成标准单元后使用毫无压力。

关键点在于驱动强度匹配:第一级NAND输出要足够强,能快速给第二级反相器的输入电容充电。


异或门(XOR):复杂逻辑的挑战者

XOR的逻辑是:输入不同则输出1。表达式是 A·¬B + ¬A·B,看起来就不简单。

想用静态CMOS直接实现?可以,但代价大——至少需要12个晶体管,PUN和PDN都要精心构造。

有没有更聪明的办法?

有!用传输门(Transmission Gate)

什么是传输门?

它不是一个传统逻辑门,而是一个双向模拟开关,由一个NMOS和一个PMOS并联组成,控制信号互补:

Signal In ──┬───────────────→ Signal Out │ ┌─┴─┐ │ N │ ← 栅接C └─┬─┘ │ ┌─┴─┐ │ P │ ← 栅接¬C └─┬─┘ │ GND/VDD

当C=1时,两个管子都导通,信号无损通过;C=0时都断开。

好处是什么?它可以完美传递0和VDD,不像单独NMOS会有阈值损失。


用传输门实现XOR

我们来玩个巧招:

  • 如果B=0,我们想要输出A;
  • 如果B=1,我们想要输出¬A。

换句话说:根据B选择传A还是传¬A

电路如下:

┌─────────┐ A ───────┤ TG1 ├─────────→ Y │ │ B ──┬────┤ EN=¬B │ │ │ │ ¬B ─┴────┤ EN=¬B │ │ │ ¬A ──┬───┤ TG2 │ │ │ │ A ───┴───┤ EN=B │ └─────────┘
  • TG1受控于¬B:当B=0时导通,传A;
  • TG2受控于B:当B=1时导通,传¬A;

结果就是:
- A=0,B=0 → 传A=0 → Y=0
- A=0,B=1 → 传¬A=1 → Y=1
- A=1,B=0 → 传A=1 → Y=1
- A=1,B=1 → 传¬A=0 → Y=0

完全符合XOR真值表!

✅ 优点:速度快、面积小、功耗低
❌ 缺点:需要额外生成¬A和¬B,前级负担加重


同或门(XNOR)怎么搞?

既然XOR是“不同出1”,那XNOR就是“相同出1”。自然想到:XOR后面加个反相器

但也可以直接设计传输门结构,只需调整控制信号:

┌─────────┐ A ───────┤ TG1 ├─────────→ Y │ │ B ──┬────┤ EN=B │ │ │ │ ¬B ─┴────┤ EN=B │ │ │ ¬A ──┬───┤ TG2 │ │ │ │ A ───┴───┤ EN=¬B │ └─────────┘
  • B=1时,TG1导通,传A;
  • B=0时,TG2导通,传¬A;

结果是:A=B时输出1 → 正好是XNOR。

你看,同样的硬件结构,换个控制方式,功能就变了。这是数字电路的魅力所在。


实战场景:4位加法器是怎么搭出来的?

理论学完,来点实战。

假设我们要做一个4位加法器,核心是全加器(Full Adder),它有三个输入:A、B、Cin,输出Sum和Cout。

其中:
- Sum = A ⊕ B ⊕ Cin → 需要用到XOR;
- Cout = A·B + (A⊕B)·Cin → 需要用到AND、OR、XOR。

每一级的逻辑都可以分解为前面讲过的那些基本门:

  • XOR用传输门实现;
  • AND用NAND+NOT;
  • OR用NOR+NOT;
  • 中间信号如A⊕B还要缓存……

最终整个加法器就是由一堆反相器、NAND、NOR、传输门层层组合而成。

这就是所谓“自底向上”的设计哲学:从晶体管 → 门电路 → 功能模块 → 系统架构。


设计中的真实考量:不只是画电路那么简单

纸上画图容易,真正做芯片可没那么简单。以下几个问题必须面对:

1. 晶体管尺寸怎么配?

  • NMOS电子迁移率高,“力气大”;
  • PMOS空穴迁移率低,“力气小”;
  • 所以通常把PMOS做得更宽(W/L比约2~3倍),让上升和下降时间均衡。

否则会出现“上升慢、下降快”或反过来,影响时序收敛。

2. 一个门能带几个负载?

扇出(Fan-out)有限制。驱动太多下级门,RC延迟剧增,信号变得拖沓。

解决办法?加缓冲器(Buffer)——其实就是两个反相器串联,增强驱动能力。

3. 布线也有寄生效应

金属连线不是理想导体,有电阻和电容。长距离走线会引入显著延迟。

高端设计中甚至要插入多个缓冲器来“接力”传递信号。

4. 电源波动怎么办?

当大量门同时翻转时,瞬态电流会引起电压跌落(IR Drop)和地弹(Ground Bounce)。

对策是在电源网络中布置大量去耦电容,像“水库”一样稳定电压。

5. 工艺偏差不可忽视

先进工艺下,每个晶体管的阈值电压可能略有差异,导致性能不一致。

设计师必须做蒙特卡洛仿真,确保电路在各种工艺角(Process Corner)下都能正常工作。


写给初学者的学习建议

如果你是零基础,别被这么多术语吓住。记住下面几点,就能稳步前进:

  1. 从反相器开始画起,亲手模拟每个输入状态下的通断路径;
  2. 理解PUN和PDN的对偶性:PUN实现的是PDN的补集逻辑;
  3. 动手画NAND/NOR的拓扑结构,直到闭眼都能默写出来;
  4. 尝试自己推导XOR的传输门结构,理解“条件传递”的思想;
  5. 结合Verilog写行为描述,然后思考综合工具会映射成什么电路;
  6. 用SPICE仿真验证(如LTspice),观察波形、测量延迟、分析功耗。

当你能在脑海里“看见”电流如何流动,你就真正入门了。


结尾:所有复杂的背后,都是简单的重复

今天的旅程到这里就结束了。我们从最基础的反相器出发,一路构建了NAND、NOR、AND、OR、XOR、XNOR,还见识了传输门这种灵活利器。

你会发现,无论多么复杂的芯片,追根溯源,都不过是这些基本单元的组合与扩展。

未来的技术可能会用FinFET、GAAFET代替平面MOSFET,但互补、低功耗、高噪声容限的设计理念不会变。而这一切的一切,都始于你是否真的搞懂了那几个看似简单的门电路。

所以,不妨现在就拿起笔,试着画一遍反相器,再画一个NAND门——真正的理解,永远来自亲手绘制的那一刻

如果你在实现过程中遇到了其他挑战,欢迎在评论区分享讨论。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/17 16:08:51

zlib压缩库终极指南:从入门到精通的数据压缩技术

zlib压缩库终极指南:从入门到精通的数据压缩技术 【免费下载链接】zlib A massively spiffy yet delicately unobtrusive compression library. 项目地址: https://gitcode.com/gh_mirrors/zl/zlib zlib压缩库作为业界标准的数据压缩解决方案,在众…

作者头像 李华
网站建设 2026/4/18 3:45:28

VoxCPM-1.5-TTS-WEB-UI模型参数量及硬件配置需求建议

VoxCPM-1.5-TTS-WEB-UI 模型参数量及硬件配置需求建议 在语音合成技术飞速发展的今天,我们已经能用几行命令就让机器“开口说话”,而且声音自然得几乎听不出是AI生成的。尤其是近年来大模型加持下的TTS系统,早已摆脱了过去机械、生硬的印象&a…

作者头像 李华
网站建设 2026/4/17 19:00:27

VoxCPM-1.5-TTS-WEB-UI支持语音淡入淡出效果添加

VoxCPM-1.5-TTS-WEB-UI 支持语音淡入淡出效果的实现与应用 在如今内容创作日益依赖自动化工具的时代,一段“听起来舒服”的合成语音,可能比技术参数更关键。尤其是在播客、有声书、视频旁白等对听感要求较高的场景中,哪怕只是开头那一声轻微的…

作者头像 李华
网站建设 2026/4/18 10:08:25

如何在Linux上轻松安装和管理软件:星火应用商店完整指南

还在为Linux软件安装的复杂流程而烦恼吗?星火应用商店作为国内领先的Linux应用分发平台,彻底改变了传统命令行安装的繁琐体验。这款专为中国Linux桌面生态打造的工具,让软件管理变得前所未有的简单高效,无论是新手还是资深用户都能…

作者头像 李华
网站建设 2026/4/18 11:56:26

VoxCPM-1.5-TTS-WEB-UI语音合成支持自动化部署流水线

VoxCPM-1.5-TTS-WEB-UI:当大模型语音合成遇上一键部署 在生成式AI浪潮席卷各个领域的今天,文本转语音(TTS)技术早已不再是实验室里的稀有产物。从智能客服的温柔应答,到虚拟主播的生动演绎,高质量语音合成…

作者头像 李华
网站建设 2026/4/18 5:38:24

VoxCPM-1.5-TTS-WEB-UI语音合成支持多维度监控指标采集

VoxCPM-1.5-TTS-WEB-UI:构建高保真、可观测的现代语音合成系统 在智能语音技术日益渗透日常生活的今天,用户对“像人一样说话”的AI声音提出了更高要求。无论是短视频配音、有声读物生成,还是客服机器人播报,传统TTS系统常因音质粗…

作者头像 李华