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

模拟电子技术反馈放大电路

文章目录一、反馈概念与分类1-1反馈1-2直流反馈与交流反馈1-3正反馈与负反馈1-4串联反馈与并联反馈1-5电压反馈与电流反馈二、负反馈电路2-1反馈深度讨论2-2负反馈对放大电


文章目录

  • 一、反馈概念与分类
    • 1-1 反馈
    • 1-2 直流反馈与交流反馈
    • 1-3 正反馈与负反馈
    • 1-4 串联反馈与并联反馈
    • 1-5 电压反馈与电流反馈
  • 二、负反馈电路
    • 2-1 反馈深度讨论
    • 2-2 负反馈对放大电路性能的影响
  • 三、深度负反馈


一、反馈概念与分类


1-1 反馈


将输出信号的部分或全部通过某种电路送回到放大电路的输入回路,与原输入信号相比较后再作用到放大电路的输入端,从而影响输出信号,这就构成了反馈。



  • xIx_IxI:反馈放大电路的输入信号
  • xIDx_IDxID:基本放大电路的输入信号(净输入信号)
  • xFx_FxF:反馈信号
  • xOx_OxO:输出信号
  • 开环-无反馈通路,闭环-有反馈通路
  • X可以是电压也可以是电流

1-2 直流反馈与交流反馈


存在于放大电路的直流通路中的反馈为直流反馈。直流反馈影响放大电路的直流性能,如静态工作点。存在于交流通路中的反馈为交流反馈。交流反馈影响放大电路的交流性能,如增益.输人电阻、输出电阻和带宽等。



  • 根据反馈到输入端的信号是交流,还是直流,或同时存在,来进行判别。(看电容连接方式,即看反馈元件在有电容的情况下是否有效)
  • 运放一般均引入的是交直流反馈。
  • 直流反馈
  • 交流反馈

1-3 正反馈与负反馈


正反馈:引入反馈后,使净输入量比无反馈时变大了。
负反馈:引入反馈后,使净输入量比无反馈时变小了。



  • 可用瞬时极性法判断
  • 注意极性判断顺序:输入→输出→反馈
  • 串联反馈输入与反馈极性相反,并联反馈输入与反馈极性相反。

1-4 串联反馈与并联反馈


当反馈信号与输入信号分别接至基本放大电路的不同输入端时,引入的是串联反馈;
当反馈信号与输入信号接至基本放大电路的同一个输人端时,引人的是并联反馈。



  • 简单判断
    ▶\blacktriangleright反馈信号与输入信号加在放大电路输入回路的同一个电极,则为并联反馈;反之,加在放大电路输入回路的两个电极,则为串联反馈。
    ▶\blacktriangleright对于三极管来说,反馈信号与输入信号同时加在输入三极管的基极或发射极,则为并联反馈;一个加在基极一个加在发射极则为串联反馈。
  • 在明确串联反馈和并联反馈后,正反馈和负反馈可用下列规则来简易判断:
    ▶\blacktriangleright并联反馈时:
    反馈信号和输入信号瞬时极性相同的为正反馈,瞬时极性相反的是负反馈;
    ▶\blacktriangleright串联反馈时:
    反馈信号和输入信号瞬时极性相同的为负反馈,瞬时极性相反的是正反馈。

1-5 电压反馈与电流反馈


  • 判断方法:负载短路法
    ▶\blacktriangleright将负载短路(未接负载时输出对地短路),反馈量为零―电压反馈。
    ▶\blacktriangleright将负载短路,反馈量仍然存在电流反馈。
  • 电压与电流反馈的简易判断方法
    一般来说:
    ▶\blacktriangleright反馈元件直接接在输出端为电压反馈。
    ▶\blacktriangleright反馈元件只要没有直接接到输出端,均为电流反馈。
    (特别注意:负载不属于放大器,因此不能算作反馈元件。)
    重点:反馈类型判断\color{Red}{反馈类型判断}

二、负反馈电路


2-1 反馈深度讨论

一般情况下,AAAFFF都是频率的函数,当考虑信号频率的影响时,AfA_fAfAAAFFF分别用Af˙\dot{A_f}Af˙A˙\dot{A}A˙F˙\dot{F}F˙表示。
Af˙=A˙1+A˙F˙\dot{A_f} =\frac {\dot A}{1+\dot A\dot F}Af˙=1+A˙F˙A˙ ,1+A˙F˙1+\dot A\dot F1+A˙F˙称为反馈深度。
▶\blacktriangleright ∣1+A˙F˙∣>1|1+\dot A\dot F|>11+A˙F˙>1时,∣AF˙∣<∣A˙∣|\dot{A_F}|<|\dot{A}|AF˙<A˙,一般负反馈。
▶\blacktriangleright ∣1+A˙F˙∣>>1|1+\dot A\dot F|>>11+A˙F˙>>1时,深度负反馈。
▶\blacktriangleright ∣1+A˙F˙∣<1|1+\dot A\dot F|<11+A˙F˙<1时,正反馈。
▶\blacktriangleright ∣1+A˙F˙∣<1|1+\dot A\dot F|<11+A˙F˙<1时,∣AF˙∣|\dot{A_F}|AF˙∞\infty,自激振荡。


2-2 负反馈对放大电路性能的影响


  • 提高增益的稳定性
    ▶\blacktriangleright闭环增益相对变化量是开环时的11+AF\frac{1}{1+AF}1+AF1
    ▶\blacktriangleright在深度负反馈条件下,Af˙≈1F˙\dot{A_f}\approx \frac{1}{\dot F}Af˙F˙1
    ▶\blacktriangleright即闭环增益只取决于反馈网络。当反馈网络由稳定的线性元件组成时,闭环增益将有很高的稳定性。负反馈的组态不同,稳定的增益不同。
  • 减小非线性失真
    ▶\blacktriangleright闭环时增益减小,线性度变好。
    ▶\blacktriangleright只能减少环内放大电路产生的失真,如果输入波形本身就是失真的,即使引入负反馈,也无济于事。
  • 抑制反馈环内噪声
  • 对输入电阻和输出电阻的影响\color{Red}{对输入电阻和输出电阻的影响}
    ▶\blacktriangleright串联负反馈——增大输入电阻
    ▶\blacktriangleright并联负反馈——减小输入电阻
    ▶\blacktriangleright电压负反馈——减小输出电阻,稳定输出电压
    ▶\blacktriangleright电流负反馈——增大输出电阻,稳定输出电流
    负反馈对放大电路性能的改善,是以牺牲增益为代价的,且仅对环内的性能产生影响。

三、深度负反馈


  • 深度负反馈条件下,闭环增益只与反馈网络有关。
  • 输入量近似等于反馈量,净输入量近似等于零。
  • 重点:利用“虚短”“虚断”计算\color{Red}{利用“虚短”“虚断”计算}
    例:
    解:该电路中引入了电流并联负反馈。
    根据虚短,虚断if=iii_f=i_iif=ii
    −ifRf=iRR-i_fR_f=i_RRifRf=iRR
    if=iR+i0i_f=i_R+i_0if=iR+i0
    又因为vn=vp=0v_n=v_p=0vn=vp=0,vs=iiRsv_s=i_iR_svs=iiRs,v0=−i0RLv_0=-i_0R_Lv0=i0RL
    所以闭环电压增益Avf=−i0RLiiRs=−(1+RfR)RLRsA_{vf}=\frac{-i_0R_L}{i_iR_s}=-(1+\frac{R_f}{R})\frac{R_L}{R_s}Avf=iiRsi0RL=(1+RRf)RsRL
    注意:若ioi_oio参考方向不同,将影响闭环增益的结果。

推荐阅读
  • 自学编程与计算机专业背景者的差异分析
    本文探讨了自学编程者和计算机专业毕业生在技能、知识结构及职业发展上的不同之处,结合实际案例分析两者的优势与劣势。 ... [详细]
  • 2023年京东Android面试真题解析与经验分享
    本文由一位拥有6年Android开发经验的工程师撰写,详细解析了京东面试中常见的技术问题。涵盖引用传递、Handler机制、ListView优化、多线程控制及ANR处理等核心知识点。 ... [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]
  • 机器学习核心概念与技术
    本文系统梳理了机器学习的关键知识点,涵盖模型评估、正则化、线性模型、支持向量机、决策树及集成学习等内容,并深入探讨了各算法的原理和应用场景。 ... [详细]
  • 深入解析Java虚拟机(JVM)架构与原理
    本文旨在为读者提供对Java虚拟机(JVM)的全面理解,涵盖其主要组成部分、工作原理及其在不同平台上的实现。通过详细探讨JVM的结构和内部机制,帮助开发者更好地掌握Java编程的核心技术。 ... [详细]
  • 随着生活节奏的加快和压力的增加,越来越多的人感到不快乐。本文探讨了现代社会中导致人们幸福感下降的各种因素,并提供了一些改善建议。 ... [详细]
author-avatar
putongren1980
这个家伙很懒,什么也没留下!
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