27、滤波器设计与实现:从波有源滤波器到拓扑仿真

滤波器设计与实现:从波有源滤波器到拓扑仿真

1. 波有源滤波器的基础与实现

1.1 差分反相放大器与反相放大器

首先,我们来看差分反相放大器和反相放大器的相关内容。对于反相放大器,输出电压 $V_{out}$ 的表达式为:
$V_{out} = -\frac{Z_2}{\frac{1}{sC_1}}V_{in1} - \frac{Z_2}{R_1}V_{in2}$
其中,$Z_2 = \frac{R_2}{R_2C_2s + 1}$。
当选择 $R_1C_1 = R_2C_2 = \tau$ 时,可得到:
$V_{out} = \frac{\tau s}{\tau s + 1}V_{in1} - \frac{1}{\tau s + 1}V_{in2}$
通过与方程(9.27)对比,发现图 9.18 所示的电路可用于实现对应串联电感的波二端口。

1.2 单端放大器转换为差分输出

利用上述技术,可将单端放大器转换为具有差分输出端口的全差分运算放大器。需要两个这样的电路,分别用于 $B_1$ 和 $B_2$。图 9.19 展示了差分波二端口的实现,这里反转了输出电压以补偿方程(9.36)中的负号。不过,这种实现方式的一个缺点是需要匹配四个时间常数 $\tau$。

1.3 波有源滤波器的设计示例

以实现一个三阶 LC 梯形网络的有源波滤波器为例。图 9.20 给出了参考滤波器,通过表 9.1、9.2 和 9.3 可确定对应的波二端口。由于所有波二端口的端口电阻选择相等,这些二端口可直接连接。图 9.21 和 9.22 分别展示了波有源滤波器及其实现。输入信号是电压波 $A_1$,对应输入电压 $V_{in}$,正常输出波是 $V_{B2}$,对应输出电压 $V_{B2}$。当 $\omega = 0$ 时,有 $H(0) = \frac{V_{B2}}{V_{in}} = 1$。

1.4 功率互补性

对于无损二端口,散射参数满足:
$|s_{11}|^2 + |s_{21}|^2 = 1$
该方程与 Feldtkeller 方程直接对应,其中 $s_{21} = H(s)$。若 $s_{21}$ 是低通类型的传递函数,则 $s_{11}$ 是高通类型的功率互补传递函数。因此,输出信号 $B_1$ 也可使用。由于滤波器是低通滤波器,互补输出 $V_{B1}$ 具有高通特性。波有源滤波器可同时实现低通和互补高通滤波器。此外,输入 $A_2$ 对应与 $R_L$ 串联的第二个信号源,在某些应用中可使用,但在本示例中未使用。

1.5 替代方法

上述方法的一个缺点是放大器(即正、负缓冲器)的数量相对较多,参考滤波器中的每个电抗元件都需要一个放大器。Haritantis 提出了一种结合 Gorski - Popiel 方法和波有源方法来减少放大器数量的方法。波有源滤波器还可使用跨导器和电流传送器来实现。

1.6 相关问题

以下是一些相关问题:
1. 确定由并联导纳 $Y$ 组成的二端口的散射参数。
2. 证明进入端口的功率为 $P = G(|a|^2 - |b|^2)$。
3. 使用图 3.36 中的 LC 梯形滤波器作为参考滤波器,找到对应的波有源滤波器。
4. 使用图 3.41 所示的有源波滤波器结构实现交叉滤波器对。
5. 提出基于运算放大器的高性能缓冲器的电路实现,要求具有高输入阻抗且增益为 -1。
6. 根据图 9.23 所示的测量结果确定通带纹波和阻带衰减。

2. 拓扑仿真:LP 滤波器无有限零点的情况

2.1 跳蛙滤波器的原理

F.E.I. Girling 和 E.F. Good 提出的一种模拟方法用于模拟参考滤波器(即 LC 滤波器)中的节点电压和支路电流,得到的滤波器结构称为跳蛙滤波器。跳蛙滤波器实现的信号流图可从描述 LC 滤波器的电流和电压方程中获得。通过修改这些方程,可得到仅包含积分器、加法器和反相器的信号流图。

以一个五阶 T 梯形网络为例,其电流和电压方程如下:
$\begin{cases}
I_1 = \frac{V_{in} - V_2}{R_s + sL_1}\
V_2 = \frac{I_1 - I_3}{sC_2}\
I_3 = \frac{V_2 - V_4}{sL_3}\
V_4 = \frac{I_3 - I_5}{sC_4}\
I_5 = \frac{V_4 - V_{out}}{sL_5}\
V_{out} = R_LI_5
\end{cases}$
这些方程可由图 10.2 所示的方框图表示,从图中可明显看出跳蛙的名称来源,且有四个相互连接的双积分器环路,因此跳蛙结构的灵敏度与之前讨论的双积分器环路相似。

2.2 低通跳蛙滤波器

考虑一个双电阻端接的低通梯形网络,从左到右的电流和电压方程为:
$\begin{cases}
I_1 = G_s(V_{in} - V_2)\
V_2 = Z_2(I_1 - I_3)\
I_3 = Y_3(V_2 - V_4)\
V_4 = Z_4(I_3 - I_5)\
I_5 = Y_5(V_4 - V_6)\
V_6 = Z_6(I_5 - I_7)\
I_7 = G_LV_6
\end{cases}$
为了方便,将电流乘以任意正常数 $R_0$ 得到仅含电压的方程:
$\begin{cases}
V_1 = R_0I_1 = R_0G_s(V_{in} - V_2)\
V_2 = G_0Z_2(V_1 - V_3)\
V_3 = R_0I_3 = R_0Y_3(V_2 - V_4)\
V_4 = G_0Z_4(V_3 - V_5)\
V_5 = R_0I_5 = R_0Y_5(V_4 - V_6)\
V_6 = G_0Z_6(V_5 - V_7)\
V_7 = R_0I_7 = R_0G_LV_6
\end{cases}$
其中,$G_0 = \frac{1}{R_0}$。对于无有限零点的低通滤波器,$Z_i$ 和 $Y_i$ 分别为电容和电感,$G_0Z_i$ 和 $R_0Y_i$ 对应积分器,形式为 $\frac{k}{s}$。方程(10.2)可由图 10.4 所示的信号流图表示。

为了尽可能获得更多负积分器(假设其实现成本更低),对信号流图进行修改。首先,改变除端接支路外每隔一个的传输系数(积分器)的符号,即移动负号穿过节点 $V_2$、$V_4$ 和 $V_6$,这些节点分裂为两个负号,如图 10.5 所示。然后,按照图 10.6 所示移动负号,最终得到图 10.7 所示的信号流图,对应的方程为:
$\begin{cases}
V_1 = R_0G_s(V_{in} + (-V_2))\
-V_2 = -G_0Z_2(V_1 + (-V_3))\
-V_3 = R_0Y_3((-V_2) + V_4)\
V_4 = -G_0Z_4((-V_3) + V_5)\
V_5 = R_0Y_5(V_4 + (-V_6))\
-V_6 = -G_0Z_6(V_5 + (-V_7))\
-V_7 = R_0G_L(-V_6)
\end{cases}$
通常,输出电压会有额外的 $\pi$ 弧度相移,如 $V_{out} = -V_6$ 而非 $V_{out} = V_6$,但在大多数应用中这影响不大。

2.3 信号流图的实现

有源实现中的元件值可通过与修改后的信号流图进行识别直接获得。信号流图可由图 10.9 所示的电路实现,每个积分器有两个输入。例如,对应串联导纳 $Y_3$ 和 $Y_5$ 的积分器分别从 $V_4$ 和 $(-V_2)$、$V_4$ 和 $(-V_6)$ 获得输入。最左边的积分器从 $V_{in}$、$(-V_2)$ 和 $(-V_3)$ 获得输入。

若参考滤波器在频率上已去归一化且具有所需的频率响应,对应的跳蛙滤波器将自动具有相同的频率响应。若参考滤波器在频率上已归一化,则跳蛙滤波器需要去归一化。可通过令 $S = \frac{s}{k}$ 来实现,对于积分器,有:
$\pm\frac{1}{SRC} = \pm\frac{k}{sRC}$
因此,为了将频率提高 $k$ 倍,必须使 $RC$ 乘积变为原来的 $\frac{1}{k}$。但无需对参考滤波器的阻抗水平进行缩放,因为跳蛙滤波器仅依赖于阻抗比。

2.4 设计示例

2.4.1 实现三阶切比雪夫 I 型跳蛙滤波器

考虑一个三阶切比雪夫 I 型滤波器,当 $A_{max} = 1$ dB 且 $\omega_c = 500$ rad/s 时,归一化元件值为 $C_1 = C_3 = 2.0236$,$L_2 = 0.9941$,$R_s = R_L = 1$。将所有电流乘以正常数 $R_0$ 后,电流和电压方程为:
$\begin{cases}
R_0I_1 = \frac{R_0(V_{in} - V_1)}{R_s}\
V_1 = \frac{1}{sR_0C_1}(R_0I_1 - R_0I_2)\
R_0I_2 = \frac{R_0(V_1 - V_3)}{sL_2}\
V_3 = \frac{1}{sR_0C_3}(R_0I_2 - R_0I_4)\
R_0I_4 = \frac{R_0V_3}{R_L}
\end{cases}$
这些方程由图 10.11 所示的信号流图表示。通过传播负号,得到图 10.12 所示的修改后的信号流图,对应的电路实现如图 10.13 所示。

通过识别对应项,可得到以下关系:
对于最左边的积分器:
$\begin{cases}
\frac{G_s}{C_1} = \frac{1}{r_1c_1}\
\frac{G_{in}}{C_1} = \frac{1}{r_{in}c_1}\
\frac{G_0}{C_1} = \frac{1}{r_3c_1}\
R_sC_1 = r_1c_1\
R_{in}C_1 = r_{in}c_1\
R_0C_1 = r_3c_1
\end{cases}$
对于第二个积分器:
$\begin{cases}
\frac{L_2}{R_0} = r_2c_2\
\frac{L_2}{R_0} = r_4c_2
\end{cases}$
对于最后一个积分器:
$\begin{cases}
\frac{R_L}{C_3} = r_6c_3\
R_0C_3 = r_5c_3
\end{cases}$
当所有电容选择为 1 时,可得到归一化电阻值。

2.4.2 频率缩放

将上述示例中的元件值进行缩放,使截止频率变为 $\omega_c = 500$ rad/s。首先选择三个相等大小的电容,如 $c_1 = c_2 = c_3 = 10$ nF。去归一化后的 $RC$ 乘积为 $RC = \frac{r_{norm}c_{norm}}{\omega_c}$,之前选择 $c_{norm} = 1$。因此,电阻应乘以因子 $\frac{1}{C\omega_c} = 2\times10^5$,得到去归一化后的元件值。

2.5 信号电平的缩放

跳蛙滤波器的一个优点是信号电平易于缩放,以实现最佳的信号动态范围,即有效利用运算放大器的可用动态信号范围。以图 10.12 所示的跳蛙滤波器为例,该滤波器有三个关键节点(即放大器输出)需要缩放。假设滤波器的增益应为 12。

从最接近输入的节点开始,依次引入缩放系数。使用缩放系数 $k_1$ 可缩放节点 $X_1$,输入到节点 $X_1$ 的传递函数为:
$H_{X_1}(s) = \frac{-247.0844(s^2 + 247.0844s + 124275.4)k_1}{(s + 247.0844)(s^2 + 247.0844s + 248550.9)}$
通过绘制输入到节点 $X_1$ 的幅度响应,发现 $k_1 = 18.727015$ 时可得到最大值 12。

接着,引入缩放系数 $k_2$ 来缩放节点 $X_2$,为了不影响反馈环路,必须引入系数 $\frac{1}{k_2}$。输入到节点 $X_2$ 的传递函数为:
$H_{X_2}(s) = \frac{-2327430k_2}{(s + 247.0844)(s^2 + 247.0844s + 248550.9)}$
当 $k_2 = 0.615346$ 时,幅度函数的最大值为 12。

最后,引入缩放系数 $k_3$ 和补偿系数 $\frac{1}{k_3}$ 来缩放节点 $X_3$,输入到节点 $X_3$ 的重新计算的传递函数为:
$H_{X_3}(s) = \frac{3.5384946\times10^8k_3}{(s^2 + 247.0844)(s^2 + 247.0844s + 248550.9)}$

综上所述,我们详细介绍了波有源滤波器和拓扑仿真中跳蛙滤波器的相关内容,包括原理、设计方法、实现步骤以及信号电平的缩放等。这些方法在滤波器设计中具有重要的应用价值,可帮助我们实现具有特定性能要求的滤波器。

3. 总结与应用展望

3.1 滤波器设计方法对比

设计方法 优点 缺点 适用场景
波有源滤波器 可同时实现低通和互补高通滤波器;能使用多种元件实现,如跨导器和电流传送器 放大器数量相对较多;需要匹配多个时间常数 对滤波器功能要求多样化,对放大器数量要求不苛刻的场景
跳蛙滤波器 灵敏度低;信号电平易于缩放,能有效利用运算放大器动态范围 需要较多的运算放大器;实际应用限于可由梯形网络实现的传递函数 对灵敏度要求高,需要优化信号动态范围的场景

3.2 设计流程总结

下面通过 mermaid 流程图展示滤波器设计的通用流程:

graph LR
    A[确定滤波器指标] --> B[选择参考滤波器]
    B --> C{选择设计方法}
    C -- 波有源滤波器 --> D[确定波二端口并连接]
    C -- 跳蛙滤波器 --> E[推导信号流图]
    D --> F[实现电路并匹配参数]
    E --> G[修改信号流图以优化积分器]
    G --> H[确定元件值并实现电路]
    F --> I[检查性能并优化]
    H --> I
    I --> J[进行频率和信号电平缩放]

3.3 未来应用方向

  • 通信领域 :在无线通信系统中,可用于设计高性能的收发滤波器,提高信号的选择性和抗干扰能力。例如,在 5G 通信中,对滤波器的带宽、插入损耗和带外抑制等性能要求较高,波有源滤波器和跳蛙滤波器的设计方法可以满足这些需求。
  • 音频处理 :在音频设备中,如音响、耳机等,可用于实现音频信号的滤波和均衡。跳蛙滤波器的低灵敏度和信号电平缩放特性可以保证音频信号的高质量处理,减少失真。
  • 传感器信号处理 :在传感器系统中,可用于对传感器输出的微弱信号进行滤波和放大。波有源滤波器的多功能性可以适应不同类型传感器的信号处理需求。

3.4 注意事项

在滤波器设计和实现过程中,还需要注意以下几点:
1. 元件匹配 :无论是波有源滤波器中的时间常数匹配,还是跳蛙滤波器中元件值的确定,都需要保证元件的精度,以确保滤波器的性能。
2. 放大器性能 :放大器的带宽、增益和相位特性会影响滤波器的性能。在设计过程中,需要选择合适的放大器,并考虑其有限带宽对滤波器的影响。
3. 信号干扰 :在实际应用中,滤波器会受到外界信号的干扰。需要采取适当的屏蔽和接地措施,减少干扰对滤波器性能的影响。

3.5 常见问题解答

以下是一些常见问题及解答:
1. 问 :波有源滤波器和跳蛙滤波器可以用于设计高通滤波器吗?
答 :可以。波有源滤波器通过功率互补性可以实现低通和高通滤波器;跳蛙滤波器也可以通过类似的方法推导出适用于高通滤波器的信号流图。
2. 问 :在跳蛙滤波器设计中,如何选择积分器的实现方式?
答 :由于负积分器对应参考滤波器中的电容,正积分器对应电感,为了减少电感的使用,可优先选择负积分器。同时,为了补偿积分器的相位误差,可使用 Miller 积分器实现负积分器,用相位 - 超前积分器实现正积分器。
3. 问 :滤波器设计中的频率缩放和信号电平缩放有什么区别?
答 :频率缩放是为了调整滤波器的截止频率,通过改变积分器的 RC 乘积来实现;信号电平缩放是为了优化信号的动态范围,通过引入缩放系数来调整关键节点的信号幅度。

综上所述,波有源滤波器和跳蛙滤波器在滤波器设计中各有优势,通过合理选择设计方法和注意相关事项,可以实现满足不同需求的高性能滤波器。在未来的应用中,随着技术的不断发展,这些滤波器设计方法将在更多领域发挥重要作用。

相关推荐

TLD6098电流感应噪声抑制:一阶RC低通滤波器设计全解析

在开关电源和LED驱动设计中,电流感应是保障系统稳定与效率的核心环节,其信号质量直接决定控制环路的性能。电流感应原理是通过检测电阻将电流转换为电压信号,但实际电路中,开关噪声、PWM边沿干扰等高频分量会叠加在信号上,形成噪声。这些噪声若不处理,会导致控制失稳、LED闪烁甚至误触发保护。低通滤波器的技术价值在于,它能选择性衰减高频噪声,保留有效的低频电流信息,从而为控制芯片提供干净的反馈信号。在工程实践中,一阶RC滤波器因其简单可靠,成为处理此类问题的首选方案。通过合理计算截止频率、选取R/C参数,并结合PC

cuiji1279的博客 380

28、模拟滤波器设计与调谐技术解析

本文深入解析了模拟滤波器的设计与调谐技术,涵盖电路缩放方法、几何对称带通滤波器的LP-BP变换实现、跨导器在低通滤波器中的应用,以及具有有限零点的滤波器设计挑战。文章详细探讨了不同滤波器结构的信号流图与状态变量选择,并总结了关键设计问题与解决方案。同时,系统阐述了调谐的必要性,区分在线与离线调谐模式,分析组件绝对误差与比率误差的影响,并提出高频应用中利用虚拟跨导器抑制寄生电容的方法。通过流程图和实际应用考虑,全面展示了滤波器从设计到调谐的完整流程,最后展望了数字化融合、集成化、智能化调谐等未来发展趋势。

sql99的博客 101

Zipformer在RK3588上的性能实测:比Conformer快多少?内存省多少?

本文在RK3588平台上对Zipformer和Conformer语音识别模型进行了全面的性能实测。结果显示,Zipformer在模型部署中展现出显著优势:推理速度比Conformer快约56%,峰值内存占用降低约60%,同时在AISHELL-1等测试集上保持了相当的识别准确率。这为边缘ASR应用提供了更高效、更节省资源的解决方案。

metal的博客 484

FastAdmin框架Token验证实战:从登录到API调用的完整流程

本文详细解析了在FastAdmin框架中实现Token验证的完整流程,从数据表设计、登录接口签发Token,到核心验证中间件的编写与路由配置,并探讨了在业务API中的调用与安全实践。内容涵盖Token生成策略、有效期管理及安全增强措施,为开发者提供了一套可落地的API身份验证解决方案。

nnn11的博客 918

华为云HCS解决方案笔记HUAWEI CLOUD Stack【面试篇】

华为云解决方案介绍、华为云服务介绍,华为云网络平面规划等

weixin_48375618的博客 1万+

open-mmlab / mmpose安装、使用教程

mmpose安装、使用教程mmpose安装教程1. 安装mmcv-full2. 安装MMPose2. 安装mmdet使用教程1. 预测图片2. 预测视频 mmpose mmpose是商汤旗下有又一款好用的工具箱,主要是针对姿态识别任务开发的,包括人体姿态识别和动物姿态识别。里面继承很多现成的网络可以供大家使用,并且提供了训练好的权重。用户可以更具自己的需求训练自己的数据,或者直接应用他们的结果,反正就是很全面啦!!!! github连接:https://github.com/open-mmlab/mmpos

CharmsLUO的博客 1万+

手把手教你从入门到精通C#串口通信

本文以我开发的串口助手SComTool为例,详细介绍《C#串口通信从入门到精通》专栏的目录内容,本专栏由一个高级工程师多年实战经验总结,绝对是c#串口通信的葵花宝典!带您从入门到精通C#串口通信!

qq_34059233的博客 3万+

CANoe中如何仿真报文的CRC和Counter,告诉你三种方法皆可实现

CANoe中如何仿真报文的CRC和Counter

蚂蚁小兵 5285

OpenClaw进阶实战(二十五):抖音企业号——私信回复与视频评论分析

本文介绍了抖音企业号自动化运营的技术方案,重点解决私信互动效率低和风控严格两大挑战。文章分析了抖音集成的三大技术壁垒(视频复杂性、风控体系、封闭API)并对比了三种技术路径的优缺点。针对不同规模的运营主体,推荐官方API+RPA混合架构或真机RPA+AI辅助的方案。 详细讲解了环境准备步骤,包括抖音Skill安装、Cookie获取和配置文件设置。核心实现部分展示了私信自动回复功能的安全合规实现,包含意图分类、优先级排序、延迟发送等防封禁机制,并提供了完整的Python代码示例。该方案通过模拟人工操作、限制日

PeterPan的博客 161

Python爬虫实战:链家/贝壳租房数据抓取与可视化分析平台

本文详细介绍了如何使用Python爬虫技术抓取链家/贝壳网站的租房信息,并构建一个完整的数据可视化分析平台。文章涵盖了从数据抓取、数据清洗、数据存储到数据可视化的全流程,使用最新的Python技术栈,包括AsyncIOPandasMongoDB和Pyecharts等库。本系统可作为毕业设计项目,提供了完整的代码实现和架构设计。关键词:Python爬虫、数据抓取、数据可视化、链家、贝壳、租房信息、毕业设计。

2201_76125261的博客 1208

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

上一篇: 56、高级安全功能详解
下一篇: 28、模拟滤波器设计与调谐技术解析
sql99
博客等级 码龄19年 168粉丝 1905原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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