热门标签 | HotTags
当前位置:  开发笔记 > 人工智能 > 正文

如何选择合适的运放

目录处理直流信号1.原信号的输出阻抗输入失调电流2.输入失调电压3.温漂4.耗电5.工作电压处理交流信号1.交流信号频率2.交流信号幅值3.增益带宽4.工作电压5.开环增益6.噪声


目录

  • 处理直流信号
      • 1.原信号的输出阻抗/输入失调电流
      • 2. 输入失调电压
      • 3. 温漂
      • 4.耗电
      • 5.工作电压
  • 处理交流信号
      • 1.交流信号频率
      • 2.交流信号幅值
      • 3.增益带宽
      • 4.工作电压
      • 5.开环增益
      • 6.噪声密度
  • 处理I-V信号(电流转电压信号)


处理直流信号


1.原信号的输出阻抗/输入失调电流

即原信号的带载能力,如果带载能力很小说明输出阻抗很大,对运放要求输入阻抗要远远大于原信号输出阻抗,否则运放的输入偏置电流就会对原信号的影响非常明显。
如果规格书没有输入阻抗,可通过输入失调电流来判断。


2. 输入失调电压

输入失调电压正负值都有,包括典型值和最大值,如果是正的画原信号会叠加Vos,负值原信号会减去Vos。
有些运放在出厂前会筛选出失调电压为正的器件,这是为了给单电源供电的场景使用,此时会给出输入失调电压最小值。
理论上Vos越小越好,实际上控制在待处理信号1/10以内即可。


3. 温漂

设计时考虑运行时温度上升,比如工作时温度会达到60°C左右的设备,那么需要考虑当前温度下的温漂对信号值的影响。


4.耗电

低功耗设备要求耗电在uA极以下。


5.工作电压

这个适配现有系统,特别是轨到轨运放要求电源轨纹波在20mV以内。


处理交流信号


1.交流信号频率

较高频率的交流信号不需要考虑原信号输入阻抗,因为可以用电容将原信号与运放输入端隔开,只让交流信号通过。


2.交流信号幅值

确认要放大多少倍,结合频率计算增益带宽积。


3.增益带宽

确认了1和2 频率和幅值,也就算出了增益带宽积,比如要测1mV 1kHz的信号,放大到1V,此时增益带宽积就已经是1MHz了。选运放可以参考经验公式:
信号频率放大倍数N <&#61;GBP(增益带宽积)&#xff0c;N&#61;3~10


4.工作电压

轨到轨输入输出的运放动态范围较大&#xff0c;适合选择。
非轨到轨动态范围会小很多&#xff0c;处理直流信号尚可&#xff0c;不建议处理交流信号。


5.开环增益

模电中要求开环增益A要远大于反馈比例系数&#xff0c;即AF>>1,A>>1/F&#xff0c;这时候才算深度负反馈&#xff0c;可以使用虚短虚断等概念。


6.噪声密度

处理音频信号要尽可能选的小。


处理I-V信号(电流转电压信号)

常见于光敏二极管检查光强信号的电路&#xff0c;此时通过运放输出的是电压方便ADC等电路检测。
在这里插入图片描述
要求运放Vos要小&#xff0c;因为会叠加到输出上。Ib(输入失调电流)要小&#xff0c;因为会影响Rf上的电流。可以用单电源供电。其中的电容Cf起到滤波和相位补偿的作用。


推荐阅读
  • 本文深入探讨了二叉搜索树(Binary Search Tree, BST)及其操作,包括查找、插入和删除节点。同时,文章还介绍了平衡二叉树(AVL树)的概念及调整方法,并详细讨论了如何判断两个序列是否构成相同的二叉搜索树。 ... [详细]
  • 本文深入探讨了一家企业的制度体系重构与升级过程,通过具体案例展示了如何在战略意图和管理理念指导下,系统性地提升企业管理制度的有效性和可操作性。 ... [详细]
  • Codeforces Round #566 (Div. 2) A~F个人题解
    Dashboard-CodeforcesRound#566(Div.2)-CodeforcesA.FillingShapes题意:给你一个的表格,你 ... [详细]
  • 卷积神经网络(CNN)基础理论与架构解析
    本文介绍了卷积神经网络(CNN)的基本概念、常见结构及其各层的功能。重点讨论了LeNet-5、AlexNet、ZFNet、VGGNet和ResNet等经典模型,并详细解释了输入层、卷积层、激活层、池化层和全连接层的工作原理及优化方法。 ... [详细]
  • 堆是一种常见的数据结构,广泛应用于计算机科学领域。它通常表示为一棵完全二叉树,并可通过数组实现。堆的主要特性是每个节点的值与其父节点的值之间存在特定的关系,这使得堆在优先队列和排序算法中非常有用。 ... [详细]
  • 探索电路与系统的起源与发展
    本文回顾了电路与系统的发展历程,从电的早期发现到现代电子器件的应用。文章不仅涵盖了基础理论和关键发明,还探讨了这一学科对计算机、人工智能及物联网等领域的深远影响。 ... [详细]
  • FinOps 与 Serverless 的结合:破解云成本难题
    本文探讨了如何通过 FinOps 实践优化 Serverless 应用的成本管理,提出了首个 Serverless 函数总成本估计模型,并分享了多种有效的成本优化策略。 ... [详细]
  • 2018年3月31日,CSDN、火星财经联合中关村区块链产业联盟等机构举办的2018区块链技术及应用峰会(BTA)核心分会场圆满举行。多位业内顶尖专家深入探讨了区块链的核心技术原理及其在实际业务中的应用。 ... [详细]
  • 尽管深度学习带来了广泛的应用前景,其训练通常需要强大的计算资源。然而,并非所有开发者都能负担得起高性能服务器或专用硬件。本文探讨了如何在有限的硬件条件下(如ARM CPU)高效运行深度神经网络,特别是通过选择合适的工具和框架来加速模型推理。 ... [详细]
  • 本文作者分享了在阿里巴巴获得实习offer的经历,包括五轮面试的详细内容和经验总结。其中四轮为技术面试,一轮为HR面试,涵盖了大量的Java技术和项目实践经验。 ... [详细]
  • Netflix利用Druid实现高效实时数据分析
    本文探讨了全球领先的在线娱乐公司Netflix如何通过采用Apache Druid,实现了高效的数据采集、处理和实时分析,从而显著提升了用户体验和业务决策的准确性。文章详细介绍了Netflix在系统架构、数据摄取、管理和查询方面的实践,并展示了Druid在大规模数据处理中的卓越性能。 ... [详细]
  • 本题探讨了在大数据结构背景下,如何通过整体二分和CDQ分治等高级算法优化处理复杂的时间序列问题。题目设定包括节点数量、查询次数和权重限制,并详细分析了解决方案中的关键步骤。 ... [详细]
  • 智能车间调度研究进展
    本文综述了基于强化学习的智能车间调度策略,探讨了车间调度问题在资源有限条件下的优化方法。通过数学规划、智能算法和强化学习等手段,解决了作业车间、流水车间和加工车间中的静态与动态调度挑战。重点讨论了不同场景下的求解方法及其应用前景。 ... [详细]
  • 2018-2019学年第六周《Java数据结构与算法》学习总结
    本文总结了2018-2019学年第六周在《Java数据结构与算法》课程中的学习内容,重点介绍了非线性数据结构——树的相关知识及其应用。 ... [详细]
  • 深入理解Java字符串池机制
    本文详细解析了Java中的字符串池(String Pool)机制,探讨其工作原理、实现方式及其对性能的影响。通过具体的代码示例和分析,帮助读者更好地理解和应用这一重要特性。 ... [详细]
author-avatar
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有