【电路笔记】-二阶滤波器

二阶滤波器

二阶(或双极)滤波器由两个连接在一起的 RC 滤波器部分组成,可提供 -40dB/十倍频程滚降率。

1、概述

二阶滤波器也称为 VCVS 滤波器,因为运算放大器用作压控电压源放大器,是有源滤波器设计的另一种重要类型,因为与我们之前研究过的有源一阶 RC 滤波器一起,更高 可以使用它们设计阶滤波器电路。

在模拟滤波器部分文章中,我们研究了无源和有源滤波器设计,并且发现只需在输入或反馈路径中使用额外的 RC 网络,即可轻松将一阶滤波器转换为二阶滤波器。 那么我们可以将二阶滤波器简单地定义为:“两个一阶滤波器级联在一起并进行放大”。

大多数二阶滤波器的设计通常以其发明者的名字命名,最常见的滤波器类型是:巴特沃斯、切比雪夫、贝塞尔和萨伦基。 所有这些类型的滤波器设计均可用作:低通滤波器、高通滤波器、带通滤波器和带阻(陷波)滤波器配置,并且均为二阶滤波器,均具有每十倍频程 40dB 的滚降 。

Sallen-Key 滤波器设计是最广为人知和流行的二阶滤波器设计之一,仅需要一个运算放大器进行增益控制,并使用四个无源 RC 组件来完成调谐。

大多数有源滤波器仅由运算放大器、电阻器和电容器组成,通过使用反馈来实现截止点,从而消除了无源一阶滤波器电路中使用的电感器的需要。

二阶(双极)有源滤波器,无论是低通还是高通,在电子学中都很重要,因为我们可以使用它们来设计具有非常陡峭的滚降的高阶滤波器,并通过将一阶和二阶滤波器级联在一起,模拟滤波器 在合理范围内,第 n 阶值(奇数或偶数)可以构造为任意值。

2、二阶低通滤波器

二阶低通滤波器易于设计并广泛应用于许多应用中。 Sallen-Key 二阶(双极)低通滤波器的基本配置如下:

在这里插入图片描述

二阶低通滤波器

该二阶低通滤波器电路有两个 RC 网络:R1 – C1 和 R2 – C2,它们赋予滤波器频率响应特性。 滤波器设计基于同相运算放大器配置,因此滤波器增益 A 始终大于 1。此外,运算放大器具有高输入阻抗,这意味着它可以轻松与其他有源滤波器电路级联 给出更复杂的滤波器设计。

二阶低通滤波器的归一化频率响应由 RC 网络固定,并且通常与一阶类型的归一化频率响应相同。 一阶和二阶低通滤波器之间的主要区别在于,当工作频率增加到截止频率 ƒ c ƒ_c ƒc 点之上时,阻带滚降将以 40dB/十倍频程(12dB/倍频程)为一阶滤波器的两倍 如图所示。

归一化低通频率响应

在这里插入图片描述

上面的频率响应波特图与一阶滤波器的频率响应波特图基本相同。 这次的不同之处在于阻带中滚降的陡度为 -40dB/decade。 然而,二阶滤波器可以表现出多种响应,具体取决于截止频率点处的电路电压放大系数 Q。

在有源二阶滤波器中,通常使用阻尼因子 ζ \zeta ζ (zeta),它是 Q 的倒数。 Q 和 z 均由放大器的增益 A 独立确定,因此当 Q 减小时,阻尼系数增大。 简单来说,低通滤波器本质上始终是低通的,但可以在截止频率附近表现出谐振峰值,即由于放大器增益的谐振效应,增益可以快速增加。

那么 Q(品质因数)代表该谐振峰的“峰度”,即截止频率点 f C f_C fC 周围的高度和窄度。 但滤波器增益也决定了其反馈量,因此对滤波器的频率响应有显着影响。

一般来说,为了保持稳定性,有源滤波器增益不得超过 3,最好表示为:

质量因素,“Q”:

在这里插入图片描述

然后我们可以看到,同相放大器配置的滤波器增益 A 必须位于 1 和 3 之间(阻尼因子 ζ \zeta ζ 在 0 和 2 之间)。 因此,较高的 Q 值或较低的 ζ \zeta ζ 值会产生更大的响应峰值和更快的初始滚降率,如图所示。

二阶滤波器幅度响应

在这里插入图片描述

二阶低通滤波器的幅度响应因阻尼因子 ζ \zeta ζ 的不同值而变化。 当

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。如若转载,请注明出处:http://www.xdnf.cn/news/1429963.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

C++中的指针——指针所占内存空间

提问:指针也是一种数据类型,那么这种数据类型占用多少内存空间呢? 示例 运行结果 示例 运行结果

【引领光子学革命:机器学习与深度学习重塑设计与应用新纪元】

光子器件的逆向设计:利用深度学习技术,可以优化多参数光子器件的设计。通过大量的数据分析和模式识别,深度学习算法能够预测和优化光子器件的性能,从而缩短设计周期并降低设计成本。 超构表面与超材料设计:在新型光学材…

智源联合多家机构推出自动化多样性信息检索评测基准AIR-Bench

智源研究院联合Jina AI、Zilliz、HuggingFace、中国科技大学、中国人民大学、北京邮电大学等多家机构联合推出专门针对检索任务和RAG场景的评测AIR-Bench。AIR-Bench首次提出在检索评测任务中使用LLMs生产评估数据,避免模型过拟合测试数据。同时,由于使用…

【InternLM实战营第二期笔记】01:书生浦语大模型全链路开源体系+InternLM2技术报告

文章目录 课程笔记InternLM2 在数据处理上的进步2.0 版本的主要 features从模型到应用评测 InternLM2 技术报告 阅读笔记Infra训练框架:InternEvo模型架构 预训练数据文本代码长上下文 预训练设置Tokenization预训练超参数 预训练阶段 AlignmentCOOL RL长上下文微调…

Linux连接主机xshell,Linux vi编辑器使用教程

Linux连接主机xshell Linux vi编辑器使用教程 以下是Linux中vi编辑器的使用教程: 打开终端并输入vi命令,然后按回车键打开vi编辑器。 默认情况下,vi编辑器处于命令模式。在命令模式下,你可以执行一些编辑操作。例如&#xff1a…

从0开始学统计-t检验

1.什么是t检验? t检验是一种用于比较两个样本均值之间差异是否显著的统计方法。它通常用于以下几种情况: (1)单样本 t 检验:用于检验一个样本的平均值是否与一个已知的总体平均值(或者一个假设的总体平均…

SpringCache+redis实现缓存

SpringCacheredis实现缓存 介绍注解入门程序环境准备1). 数据库准备2). 导入基础工程3). 注入CacheManager4). 引导类上加EnableCachingCachePut注解1). 在save方法上加注解CachePut2). 测试 CacheEvict注解1). 在 delete 方法上加注解CacheEvict2). 测试3). 在 update 方法上加…

# 文件或目录损坏且无法读取 的解决方案

文件或目录损坏且无法读取 的解决方案 一、问题描述: windows 系统下,当对某一个文件或文件夹操作时,出现【文件或目录损坏且无法读取】,这时不管对其进行修改、删除、更改属性等操作,都不能正常进行,在 …

揭秘《庆余年算法番外篇》:范闲如何使用维吉尼亚密码解密二皇子密信

❤️❤️❤️ 欢迎来到我的博客。希望您能在这里找到既有价值又有趣的内容,和我一起探索、学习和成长。欢迎评论区畅所欲言、享受知识的乐趣! 推荐:数据分析螺丝钉的首页 格物致知 终身学习 期待您的关注 导航: LeetCode解锁100…

高斯过程学习笔记

目录 基础知识 例子 推荐 A Visual Exploration of Gaussian Processes (distill.pub) AB - Introduction to Gaussian Processes - Part I (bridg.land) 基础知识 高斯过程回归(Gaussian Process Regression) - 知乎 (zhihu.com) 高斯过程&#x…

Linux自动重启系统脚本测试工具

前言 脚本允许用户指定重启的次数和重启间隔时间,并自动生成相应的定时任务。通过使用这个脚本,系统管理员可以轻松地设置重启测试。每次重启操作都会被记录下来,以便用户随时了解测试情况。 一、脚本 #!/bin/bashif [ "$1" &qu…

CAD二次开发(4)-编辑图形

工具类:EditEntityTool.cs using Autodesk.AutoCAD.ApplicationServices; using Autodesk.AutoCAD.DatabaseServices; using Autodesk.AutoCAD.Geometry; using System; using System.Collections.Generic; using System.Linq; using System.Text; using System.Th…

20道经典自动化测试面试题

概述 觉得自动化测试很难? 是的,它确实不简单。但是学会它,工资高啊! 担心面试的时候被问到自动化测试? 嗯,你担心的没错!确实会被经常问到! 现在应聘软件测试工程师的岗位&…

神经网络不确定性综述(Part V)——Uncertainty measures and quality

相关链接: 神经网络不确定性综述(Part I)——A survey of uncertainty in deep neural networks-CSDN博客 神经网络不确定性综述(Part II)——Uncertainty estimation_Single deterministic methods-CSDN博客 神经网络不确定性综述(Part III)——Uncertainty est…

基于深度学习和去卷积的盲源分离方法在旋转机械上的应用

关键词:预测性维护、盲源分离、振动分析、传递函数移除、二阶循环平稳性、轴承监测、机器学习 振动是旋转机械中主要的故障指示器,它们主要来源于两个方面:一个是与齿轮相关的振动(主要源于齿轮啮合过程中的冲击和不平衡负载&…

图像处理案例01

案例01 例011.1 目标1.2 步骤1.3 代码 例01 1.1 目标 找出图形中的圆弧。 1.2 步骤 读入图像。彩色图转灰度图。图像处理。读灰度图阈值分割,得到img_thre,除掉图中的蓝色和绿色,只留下白色。对img_thre做水平梯度得到gx,这样…

算法:树状数组

文章目录 面试题 10.10. 数字流的秩327. 区间和的个数315. 计算右侧小于当前元素的个数 树状数组可以理解一种数的存储格式。 面试题 10.10. 数字流的秩 假设你正在读取一串整数。每隔一段时间,你希望能找出数字 x 的秩(小于或等于 x 的值的个数)。 请实现数据结构…

Python 静态网页信息爬取

在当今数字化时代,数据的价值不言而喻。对于研究人员、开发者和数据分析师来说,能够从互联网的海量信息中提取所需数据,无疑是一项宝贵的技能。Python,作为一种广泛使用的编程语言,提供了多种工具来实现这一目标&#…

Studio 3T 2024.3 (macOS, Linux, Windows) - MongoDB 的专业 GUI、IDE 和 客户端,支持自然语言查询

Studio 3T 2024.3 (macOS, Linux, Windows) - MongoDB 的专业 GUI、IDE 和 客户端,支持自然语言查询 The professional GUI, IDE and client for MongoDB 请访问原文链接:https://sysin.org/blog/studio-3t/,查看最新版。原创作品&#xff…

Autodesk 3DS Max v2025 解锁版安装教程 (3D 建模软件)

前言 Autodesk 3ds Max 是一款功能强大的 3D 建模和动画解决方案,游戏开发人员、视觉效果艺术家和平面设计师使用它来创建庞大的世界、令人惊叹的场景和引人入胜的虚拟现实 (VR) 体验。 Autodesk 3DS MAX是业界使用最广泛的3D建模和动画软件程序之一,它…
最新文章