电路笔记(PCB):数字滤波电路的拉普拉斯变换与零极点分析

2024-08-26 05:04

本文主要是介绍电路笔记(PCB):数字滤波电路的拉普拉斯变换与零极点分析,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

拉普拉斯变换基础

拉普拉斯变换

拉普拉斯变换是一种积分变换,用于将一个时间域的函数(通常是信号或系统的响应)转换为一个复频域的函数。这种变换可以简化许多微分方程和线性系统分析的过程。其定义为:
L { f ( t ) } = F ( s ) = ∫ 0 ∞ f ( t ) e − s t d t \mathcal{L}\{f(t)\} = F(s) = \int_{0}^{\infty} f(t) e^{-st} \, dt L{f(t)}=F(s)=0f(t)estdt

其中:

  • f ( t ) f(t) f(t) 是原始时间域函数。

  • F ( s ) F(s) F(s) 是拉普拉斯变换后的复频域函数。

  • s s s 是复数频率变量。

  • 时域中电路元件的基本关系

    • 电阻 R R R:电压 V ( t ) V(t) V(t) 和电流 I ( t ) I(t) I(t) 之间的关系是 V ( t ) = R ⋅ I ( t ) V(t) = R \cdot I(t) V(t)=RI(t)
    • 电感 L L L:电压 V ( t ) V(t) V(t) 和电流 I ( t ) I(t) I(t) 之间的关系是 V ( t ) = L d I ( t ) d t V(t) = L \frac{dI(t)}{dt} V(t)=LdtdI(t)
    • 电容 C C C:电压 V ( t ) V(t) V(t) 和电流 I ( t ) I(t) I(t) 之间的关系是 V ( t ) = 1 C ∫ I ( t ) d t V(t) = \frac{1}{C} \int I(t) \, dt V(t)=C1I(t)dt

拉普拉斯域中电路元件的基本关系

  • 拉普拉斯变换将时间导数转换为 s s s 的乘法,将积分转换为除以 s s s的操作。拉普拉斯变换将时间域中的导数转换为频域中的乘法操作。例如,对于一个函数 f ( t ) f(t) f(t),其一阶导数 f ′ ( t ) f'(t) f(t) 在拉普拉斯变换下变为 s F ( s ) − f ( 0 ) sF(s) - f(0) sF(s)f(0)。同样地,积分 ∫ 0 t f ( τ ) d τ \int_0^t f(\tau) \, d\tau 0tf(τ)dτ 在拉普拉斯变换下变为 1 s F ( s ) \frac{1}{s}F(s) s1F(s)。这样,拉普拉斯变换使得时间导数和积分在频域中变得更容易处理。
  1. 电阻 R R R

    • 在时域中, V ( t ) = R ⋅ I ( t ) V(t) = R \cdot I(t) V(t)=RI(t)
    • 拉普拉斯变换后, V ( s ) = R ⋅ I ( s ) V(s) = R \cdot I(s) V(s)=RI(s)
    • 阻抗定义为 Z ( s ) = V ( s ) I ( s ) = R Z(s) = \frac{V(s)}{I(s)} = R Z(s)=I(s)V(s)=R,这说明电阻的阻抗在拉普拉斯域中是一个常数 R R R
  2. 电感 L L L

    • 在时域中, V ( t ) = L d I ( t ) d t V(t) = L \frac{dI(t)}{dt} V(t)=LdtdI(t)
    • 拉普拉斯变换后, V ( s ) = L ⋅ s ⋅ I ( s ) − L ⋅ I ( 0 ) V(s) = L \cdot s \cdot I(s) - L \cdot I(0) V(s)=LsI(s)LI(0)
    • 如果电感的初始电流 I ( 0 ) = 0 I(0) = 0 I(0)=0,则 V ( s ) = L ⋅ s ⋅ I ( s ) V(s) = L \cdot s \cdot I(s) V(s)=LsI(s)
    • 阻抗定义为 Z ( s ) = V ( s ) I ( s ) = L ⋅ s Z(s) = \frac{V(s)}{I(s)} = L \cdot s Z(s)=I(s)V(s)=Ls
  3. 电容 C C C

    • 在时域中, V ( t ) = 1 C ∫ I ( t ) d t V(t) = \frac{1}{C} \int I(t) \, dt V(t)=C1I(t)dt
    • 拉普拉斯变换后, V ( s ) = 1 C ⋅ I ( s ) s − 1 C ⋅ I ( 0 ) s V(s) = \frac{1}{C} \cdot \frac{I(s)}{s} - \frac{1}{C} \cdot \frac{I(0)}{s} V(s)=C1sI(s)C1sI(0)
    • 如果电容的初始电压 V ( 0 ) = 0 V(0) = 0 V(0)=0,则 V ( s ) = 1 C ⋅ I ( s ) s V(s) = \frac{1}{C} \cdot \frac{I(s)}{s} V(s)=C1sI(s)
    • 阻抗定义为 Z ( s ) = V ( s ) I ( s ) = 1 s ⋅ C Z(s) = \frac{V(s)}{I(s)} = \frac{1}{s \cdot C} Z(s)=I(s)V(s)=sC1
    • 注: i ( t ) = C ∗ d V ( t ) d t i(t)=C*\frac{dV(t)}{dt} i(t)=CdtdV(t),也可得到 I ( s ) = C ∗ s ∗ V ( s ) I(s)=C*s* V(s) I(s)=CsV(s)
    • 注: s = j ω s=j\omega s=时,阻抗

滤波器的数学表示

  • 让我们首先强调拉普拉斯域和相量域中的阻抗概念:
    所有电气工程信号都存在于时域中,其中时间t是自变量。对于正弦信号,可以将时域信号转换为相量域对于不一定是正弦的一般信号,可以将时域信号转换为拉普拉斯域信号

系统传递函数

  • 滤波器的两端分别为输入电压(或电流)和输出电流(或电流),滤波器将一个复数映射到另一个复数。滤波器实际上构建了一个复数的映射关系,所以滤波器可以用一个复变量函数表示。

  • 零点(Zeros):系统的零点是使得系统传递函数的分子为零的复数值。它们决定了系统的频率响应在这些频率上的衰减特性。当 H ( z ) = 0 H(z) = 0 H(z)=0 时,意味着滤波器在频率为 0 时的增益为 0。在分贝(dB)尺度下,增益 Gain (dB) = 20 ⋅ log ⁡ 10 ( 0 ) = − ∞ dB \text{Gain (dB)} = 20 \cdot \log_{10}(0)=-\infty \text{ dB} Gain (dB)=20log10(0)= dB,这表示滤波器在 z z z处完全衰减信号。

  • 极点(Poles):系统的极点是使得系统传递函数的分母为零的复数值。极点影响系统的稳定性和响应速度。

  • 电路的传递函数 H ( s ) H(s) H(s)是输入信号和输出信号之间的关系在s域的表示。传递函数的形式为:

H ( s ) = A ( s ) B ( s ) = a m s m + a m − 1 s m − 1 + ⋯ + a 1 s + 1 b m s n + b m − 1 s n − 1 + ⋯ + b 1 s + 1 H(s) = \frac{A(s)}{B(s)}=\frac{a_ms^m+a_{m-1}s^{m-1}+\dots +a_1s+1 }{b_ms^n+b_{m-1}s^{n-1}+\dots +b_1s+1 } H(s)=B(s)A(s)=bmsn+bm1sn1++b1s+1amsm+am1sm1++a1s+1

  • 其中, A ( s ) A(s) A(s) 是分子多项式(与零点相关), B ( s ) B(s) B(s) 是分母多项式(与极点相关)。因式分解可得到:
    H ( s ) = A ( s ) B ( s ) = K ∗ Π i m ( s − z i ) Π j n ( s − p j ) H(s) = \frac{A(s)}{B(s)}=K*\frac{\Pi_{i}^{m}(s-z_i) }{\Pi_{j}^{n}(s-p_j) } H(s)=B(s)A(s)=KΠjn(spj)Πim(szi)

  • 因为复数乘法能够视为一种操作(长度倍增和角度增加),所以可以得到

∣ H ( s ) ∣ = K ∗ Π i = 1 m ( ∣ s − z i ∣ ) Π n = 1 j ( ∣ s − p j ∣ ) |H(s)| =K*\frac{\Pi_{i=1}^{m}(|s-z_i|) }{\Pi_{n=1}^{j}(|s-p_j|) } H(s)=KΠn=1j(spj)Πi=1m(szi)

∠ H ( s ) = ∑ i = 1 m ∠ ( s − z i ) − ∑ j = 1 n ∠ ( s − p i ) \angle H(s) = \sum _{i=1}^{m} \angle (s-z_i) - \sum _{j=1}^{n} \angle (s-p_i) H(s)=i=1m(szi)j=1n(spi)

  • 注:以上公式中 ∣ s − p j ∣ |s-p_j| spj为两个复数点的二维之间距离, ∠ ( s − p i ) \angle(s-p_i) (spi)为两个复数向量的夹角。

jw与H(jw)

  • 滤波器的 H ( j Ω ) H(j\Omega) H(jΩ) 是滤波器的频率响应,它描述了滤波器对不同频率成分的增益和相位响应。

  • j Ω j\Omega jΩ 表示频率变量,其中 Ω \Omega Ω 是角频率,单位为弧度每秒。

  • H ( j Ω ) H(j\Omega) H(jΩ) 是一个复数函数,其模值 ∣ H ( j Ω ) ∣ |H(j\Omega)| H(jΩ) 表示滤波器在频率 Ω \Omega Ω处的增益,而其相位 arg ⁡ ( H ( j Ω ) ) \arg(H(j\Omega)) arg(H(jΩ)) 表示该频率成分的相位移。

  • 这个频率响应可以通过傅里叶变换或拉普拉斯变换的频域分析方法得到,是滤波器设计与分析中的一个关键概念。

用零极点图分析电路

  • 一个零点产生+20db/Dec幅度变化和0到90°相位变化
  • 一个极点产生-20db/Dec幅度变化和0到90°相位变化
  • N个零极点的作用可以互相叠加
Layer 1 + - V i jw σ 零点 极点 C R H(s)= V o V o V i (s) (s) = sC 1 +R R sC 1 - dB w sC 1 w sC 1 90°

CG

  • 注意区分:上边的复频域和电路分析中向量法的复数域。相量特指用复数形式表示的正弦电压和正弦电流。 将几个同频率的正弦量相量用有向线段表示在同一个复平面中的方法称为正弦量的相量图表示法。 其中各正弦量相量的模对应其线段的长度, 辐角对应该线段与正向x轴之间的夹角。

这篇关于电路笔记(PCB):数字滤波电路的拉普拉斯变换与零极点分析的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1107624

相关文章

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

Python学习笔记之getattr和hasattr用法示例详解

《Python学习笔记之getattr和hasattr用法示例详解》在Python中,hasattr()、getattr()和setattr()是一组内置函数,用于对对象的属性进行操作和查询,这篇文章... 目录1.getattr用法详解1.1 基本作用1.2 示例1.3 原理2.hasattr用法详解2.

Android 缓存日志Logcat导出与分析最佳实践

《Android缓存日志Logcat导出与分析最佳实践》本文全面介绍AndroidLogcat缓存日志的导出与分析方法,涵盖按进程、缓冲区类型及日志级别过滤,自动化工具使用,常见问题解决方案和最佳实... 目录android 缓存日志(Logcat)导出与分析全攻略为什么要导出缓存日志?按需过滤导出1. 按

Linux中的HTTPS协议原理分析

《Linux中的HTTPS协议原理分析》文章解释了HTTPS的必要性:HTTP明文传输易被篡改和劫持,HTTPS通过非对称加密协商对称密钥、CA证书认证和混合加密机制,有效防范中间人攻击,保障通信安全... 目录一、什么是加密和解密?二、为什么需要加密?三、常见的加密方式3.1 对称加密3.2非对称加密四、