LDO是low dropout regulator !!!

本文详细介绍了LDO(低压差线性稳压器)与DC-DC转换器的区别及应用场景。LDO因其低成本、低噪音、低静态电流等特点适用于输入输出电压相近的情况,而DC-DC转换器则更适合于需要高效转换且输入输出电压差距较大的场合。

        LDO是low dropout regulator,意为低压差线性稳压器,是相对于传统的线性稳压器来说的。传统的线性稳压器,如78xx系列的芯片都要求输入电压要比输出电压高出2v~3V以上,否则就不能正常工作。但是在一些情况下,这样的条件显然是太苛刻了,如5v转3.3v,输入与输出的压差只有1.7v,显然是不满足条件的。针对这种情况,才有了LDO类的电源转换芯片。

       LDO是低压降的意思,这有一段说明:低压降(LDO)线性稳压器的成本低,噪音低,静态电流小,这些是它的突出优点。它需要的外接元件也很少,通常只需要一两个旁路电容。新的LDO线性稳压器可达到以下指标:输出噪声30μV,PSRR为60dB,静态电流6μA(TI的TPS78001达到Iq=0.5uA),电压降只有100mV(TI量产了号称0.1mV的LDO)。 LDO线性稳压器的性能之所以能够达到这个水平,主要原因在于其中的调整管是用P沟道MOSFET,而普通的线性稳压器是使用PNP晶体管。P沟道MOSFET是电压驱动的,不需要电流,所以大大降低了器件本身消耗的电流;另一方面,采用PNP晶体管的电路中,为了防止PNP晶体管进入饱和状态而降低输出能力, 输入和输出之间的电压降不可以太低;而P沟道MOSFET上的电压降大致等于输出电流与导通电阻的乘积。由于MOSFET的导通电阻很小,因而它上面的电压降非常低。

  如果输入电压和输出电压很接近,最好是选用LDO稳压器,可达到很高的效率。所以,在把锂离子电池电压转换为3V输出电压的应用中大多选用LDO稳压器。虽说电池的能量最後有百分之十是没有使用,LDO稳压器仍然能够保证电池的工作时间较长,同时噪音较低。

  如果输入电压和输出电压不是很接近,就要考虑用开关型的DCDC了,因为从上面的原理可以知道,LDO的输入电流基本上是等于输出电流的,如果压降太大,耗在LDO上能量太大,效率不高。

  DC-DC转换器包括升压、降压、升/降压和反相等电路。DC-DC转换器的优点是效率高、可以输出大

  电流、静态电流小。随著集成度的提高,许多新型DC-DC转换器仅需要几只外接电感器和滤波电容器。但是,这类电源控制器的输出脉动和开关噪音较大、成本相对较高。

     总的来说,升压是一定要选DCDC的,降压,是选择DCDC还是LDO,要在成本,效率,噪声和性能上比较。 

 

“Digital low-dropout (LDO) regulator output. Connect a 1-μF capacitor to GND.” 这句话描述的是关于数字低压差线性稳压器(Digital low-dropout (LDO) regulator)输出端的连接要求。 数字低压差线性稳压器是一种用于将输入电压转换为稳定输出电压的电源管理芯片。它具有低压差、低噪声等特点,广泛应用于对电源质量要求较高的数字电路中。 “Digital low-dropout (LDO) regulator output” 明确指出是数字 LDO 稳压器的输出端。而 “Connect a 1-μF capacitor to GND” 则要求在该输出端连接一个 1 微法(1-μF)的电容到地(GND)。 在 LDO 输出端连接电容到地是一种常见的设计方法,其主要作用包括: 1. **滤波**:电容可以滤除输出电压中的高频噪声和纹波,使输出电压更加平滑,提高电源的稳定性和纯净度。 2. **改善瞬态响应**:当负载电流发生变化时,电容可以提供瞬间的能量支持,帮助 LDO 更快地响应负载变化,减少输出电压的波动。 以下是一个简单的 Python 代码示例,用于模拟在 LDO 输出端连接电容后的电压滤波效果(这里只是简单示意,实际的电路模拟会更复杂): ```python import numpy as np import matplotlib.pyplot as plt # 模拟 LDO 输出的带噪声电压信号 time = np.linspace(0, 1, 1000) voltage_with_noise = 3.3 + 0.1 * np.sin(100 * time) + 0.05 * np.random.randn(len(time)) # 模拟电容滤波效果(简单的一阶低通滤波) capacitance = 1e-6 # 1 μF resistance = 100 # 假设的负载电阻 tau = resistance * capacitance alpha = 1 / (1 + tau * (time[1] - time[0])) filtered_voltage = np.zeros_like(voltage_with_noise) filtered_voltage[0] = voltage_with_noise[0] for i in range(1, len(voltage_with_noise)): filtered_voltage[i] = alpha * filtered_voltage[i-1] + (1 - alpha) * voltage_with_noise[i] # 绘制原始电压和滤波后电压 plt.figure(figsize=(10, 6)) plt.plot(time, voltage_with_noise, label='Original Voltage') plt.plot(time, filtered_voltage, label='Filtered Voltage') plt.xlabel('Time (s)') plt.ylabel('Voltage (V)') plt.title('Effect of Capacitor Filtering on LDO Output') plt.legend() plt.grid(True) plt.show() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值