齐次定理与叠加定理(电路分析基础)

2023-11-10 06:31

本文主要是介绍齐次定理与叠加定理(电路分析基础),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!

电路分析中的齐次定理与叠加定理

  • 齐次定理
  • 叠加定理
  • 补充知识——克莱姆法则
  • 参考
  • 总结

齐次定理

  齐次定理的描述如下:对于具有唯一解 的线性电路,当只有一个激励源(独立电压源或独立电流源)作用的时候,其响应(电路任意处的电压或电流)与激励成正比。
   比如激励是电压源 u s u_s us ,响应是某一支路的电流 i i i ,则有 i = m ∗ u s i=m*u_s i=mus m m m为常数,仅与电路结构与元件参数有关,与激励源无关。

请添加图片描述
   如上图所示,若是需要求解电流 i 1 , i 2 i_1,i_2 i1,i2 与激励源 u s u_s us 的关系,首先需要判定该线性电路是否具备唯一解,使用网孔法可以列举以下回路方程:
{ ( R 1 + R 2 ) i 1 − R 2 i 2 = u s − α R 3 i 1 − R 2 i 1 + ( R 2 + R 3 + R 4 ) i 2 = 0 \left\{ \begin{aligned} &(R_1 + R_2)i_1 - R_2i_2 &= & u_s \\ &-\alpha R_3 i_1 - R_2i_1 + (R_2+R_3+R_4)i_2 &=0 \end{aligned} \right. {(R1+R2)i1R2i2αR3i1R2i1+(R2+R3+R4)i2==0us
   根据以上线性非齐次方程,若是需要判断有无唯一解,可以判断其系数行列式是否为0,即:
∣ ( R 1 + R 2 ) − R 2 − ( R 2 + α R 3 ) ( R 2 + R 3 + R 4 ) ∣ \begin{vmatrix} (R_1 + R_2) & -R_2 \\ -(R_2 + \alpha R_3) & (R_2+R_3+R_4) \end{vmatrix} (R1+R2)(R2+αR3)R2(R2+R3+R4)
= R 1 R 2 + ( R 1 + R 2 ) ( R 3 + R 4 ) − α R 2 R 3 = Δ =R_1R_2+(R_1+R_2)(R_3+R_4 )-\alpha R_2R_3 =\Delta =R1R2+(R1+R2)(R3+R4)αR2R3=Δ

  根据线性代数的知识,若是 Δ \Delta Δ ≠ \neq = 0,则上述线性非其次方程组有唯一解,也便是电路齐次定理中所说的惟一的解的线性电路。于是,我们便可以使用克莱姆法则对方程进行求解,得:
{ i 1 = R 2 + R 3 + R 4 Δ u s i 2 = R 2 + α R 3 Δ u s \left\{ \begin{aligned} &i_1= \frac{R_2+R_3+R_4}{\Delta}u_s \\ &i_2=\frac{R_2+\alpha R_3}{\Delta}u_s \end{aligned} \right. i1=ΔR2+R3+R4usi2=ΔR2+αR3us

叠加定理

  叠加定理描述了线性电路的可加性,其内容是:对于具有唯一解的线性电路,多个激励源共同作用时引起的响应(电路中各处的电流、电压)等于各个激励源单独作用(其它激励源为零)时所引起的响应之和。
请添加图片描述
  如以上的反相求和电路的求解,便可以利用叠加定理,先将 u i 2 , u i 3 u_i2,u_i3 ui2,ui3接地,那么电流 i 2 与 i 3 为 0 , ( N 点 虚 地 ) i_2与i_3为0,(N点虚地) i2i30(N),计算 u i 1 与 u_i1与 ui1 u o u_o uo的关系,那么根据反相运算电路的输入输出关系:
u 1 1 R 1 = − u 0 R f 即 u 0 = − R f ∗ u i 1 R 1 \frac{u_11}{R_1} = \frac{-u_0}{R_f} 即 u_0=-\frac{R_f*u_i1}{R_1} R1u11=Rfu0u0=R1Rfui1
同理可以使 u i 1 , u i 3 u_i1,u_i3 ui1,ui3接地计算 u i 2 u_i2 ui2单独作用的效果,使 u i 1 , u i 2 u_i1,u_i2 ui1,ui2接地计算 u i 3 u_i3 ui3单独作用的效果,如下:
u o 2 = − R f R 2 ∗ u i 2 , u o 3 = − R f R 3 ∗ u i 3 u_o2=-\frac{R_f}{R_2}*u_i2, u_o3=-\frac{R_f}{R_3}*u_i3 uo2=R2Rfui2,uo3=R3Rfui3
那么,根据叠加定理,它们共同时的输出就是单独作用时的输出相加,即
u o = u 0 1 + u o 2 + u o 3 = − R f R 1 ∗ u i 1 − R f R 2 ∗ u i 2 − R f R 3 ∗ u i 3 u_o = u_01+u_o2+u_o3 = -\frac{R_f}{R_1}*u_i1-\frac{R_f}{R_2}*u_i2-\frac{R_f}{R_3}*u_i3 uo=u01+uo2+uo3=R1Rfui1R2Rfui2R3Rfui3

补充知识——克莱姆法则

克莱姆法则是一种求解线性方程组的方法,假设有如下方程组:
{ a 1 X 1 + b 1 X 2 = c 1 a 2 X 2 + b 2 X 2 = c 2 \left\{ \begin{aligned} &a_1X_1+b_1X_2=c_1\\ &a_2X_2+b_2X_2=c_2 \end{aligned} \right. {a1X1+b1X2=c1a2X2+b2X2=c2
其系数行列式为 D D D,若是D存在并且 D ≠ 0 D\neq0 D=0则有如下关系:
D = ∣ a 1 b 1 a 2 b 2 ∣ , D 1 = ∣ c 1 b 1 c 2 b 2 ∣ , D 2 = ∣ a 1 c 1 a 2 c 2 ∣ D=\begin{vmatrix} a_1& b_1 \\ a_2 & b_2 \end{vmatrix},D1=\begin{vmatrix} c_1&b_1\\ c_2&b_2 \end{vmatrix},D2=\begin{vmatrix} a_1&c_1\\ a_2&c_2 \end{vmatrix} D=a1a2b1b2,D1=c1c2b1b2,D2=a1a2c1c2
X 1 = D 1 D , X 2 = D 2 D X_1=\frac{D1}{D},X_2=\frac{D2}{D} X1=DD1,X2=DD2
在求解 X 1 X_1 X1时用到的 D 1 D1 D1就是在 D D D的基础上,用结果列的数代替 X 1 X_1 X1所在系数列的系数,同理在求解 X 2 X_2 X2时用到的 D 2 D2 D2就是在 D D D的基础上,用结果列的数代替 X 2 X_2 X2所在系数列的系数。

参考

[1]模拟电子技术基础[M].华成英,童诗白主编;清华大学电子学教研组编.高等教育出版社.2006
[2]电路基础[M].王松林,吴大正,李小平,王辉编著,西安电子科技大学出版社.2008

总结

小的基础知识点回顾,便于日后查看,本人不才,必有疏漏,望指正。

这篇关于齐次定理与叠加定理(电路分析基础)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/380938

相关文章

从基础到高级详解Go语言中错误处理的实践指南

《从基础到高级详解Go语言中错误处理的实践指南》Go语言采用了一种独特而明确的错误处理哲学,与其他主流编程语言形成鲜明对比,本文将为大家详细介绍Go语言中错误处理详细方法,希望对大家有所帮助... 目录1 Go 错误处理哲学与核心机制1.1 错误接口设计1.2 错误与异常的区别2 错误创建与检查2.1 基础

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

Spring的基础事务注解@Transactional作用解读

《Spring的基础事务注解@Transactional作用解读》文章介绍了Spring框架中的事务管理,核心注解@Transactional用于声明事务,支持传播机制、隔离级别等配置,结合@Tran... 目录一、事务管理基础1.1 Spring事务的核心注解1.2 注解属性详解1.3 实现原理二、事务事

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

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例