当前位置: 首页 > news >正文

[信号与系统]模拟域中的一阶低通滤波器和二阶滤波器

前言

不是学电子出身的,这里很多东西是问了朋友…

模拟域中的一阶低通滤波器传递函数

模拟域中的一阶低通滤波器的传递函数可以表示为:

H ( s ) = 1 s + ω c H(s) = \frac{1}{s + \omega_c} H(s)=s+ωc1

这是因为一阶低通滤波器的设计目标是允许低频信号通过,同时衰减高频信号。具体来说,它的频率响应特性决定了这个形式的传递函数。

1. 传递函数的来源

一阶低通滤波器的传递函数来源于它的微分方程描述。考虑一个简单的RC(电阻-电容)电路:

  • 电阻 R R R
  • 电容 C C C
    在这里插入图片描述

高通滤波器

对于高通滤波器电路(左图),我们有一个电容 C 1 C_1 C1 和一个电阻 R 1 R_1 R1

  1. 阻抗计算

    • 电容的阻抗 Z C = 1 j ω C 1 Z_C = \frac{1}{j\omega C_1} ZC=C11
    • 电阻的阻抗 Z R = R 1 Z_R = R_1 ZR=R1
  2. 电路分析

    • 输入电压 V i n V_{in} Vin 加在电容和电阻的串联上。
    • 输出电压 V o u t V_{out} Vout 在电阻上。

使用分压公式:

V o u t = V i n ⋅ Z R Z R + Z C = V i n ⋅ R 1 R 1 + 1 j ω C 1 = V i n ⋅ R 1 ⋅ j ω C 1 1 + j ω R 1 C 1 V_{out} = V_{in} \cdot \frac{Z_R}{Z_R + Z_C} = V_{in} \cdot \frac{R_1}{R_1 + \frac{1}{j\omega C_1}} = V_{in} \cdot \frac{R_1 \cdot j\omega C_1}{1 + j\omega R_1 C_1} Vout=VinZR+ZCZR=VinR1+C11R1=Vin1+R1C1R1C1

所以,传递函数 H ( s ) H(s) H(s) 是:

H ( s ) = V o u t V i n = j ω R 1 C 1 1 + j ω R 1 C 1 = s R 1 C 1 1 + s R 1 C 1 H(s) = \frac{V_{out}}{V_{in}} = \frac{j\omega R_1 C_1}{1 + j\omega R_1 C_1} = \frac{s R_1 C_1}{1 + s R_1 C_1} H(s)=VinVout=1+R1C1R1C1=1+sR1C1sR1C1

ω c = 1 R 1 C 1 \omega_c = \frac{1}{R_1 C_1} ωc=R1C11,则传递函数为:

H ( s ) = s / ω c 1 + s / ω c H(s) = \frac{s / \omega_c}{1 + s / \omega_c} H(s)=1+s/ωcs/ωc

低通滤波器

对于低通滤波器电路(右图),我们有一个电阻 R 1 R_1 R1 和一个电容 C 1 C_1 C1

  1. 阻抗计算

    • 电阻的阻抗 Z R = R 1 Z_R = R_1 ZR=R1
    • 电容的阻抗 Z C = 1 j ω C 1 Z_C = \frac{1}{j\omega C_1} ZC=C11
  2. 电路分析

    • 输入电压 V i n V_{in} Vin 加在电阻和电容的串联上。
    • 输出电压 V o u t V_{out} Vout 在电容上。

使用分压公式:

V o u t = V i n ⋅ Z C Z R + Z C = V i n ⋅ 1 j ω C 1 R 1 + 1 j ω C 1 = V i n ⋅ 1 j ω R 1 C 1 + 1 V_{out} = V_{in} \cdot \frac{Z_C}{Z_R + Z_C} = V_{in} \cdot \frac{\frac{1}{j\omega C_1}}{R_1 + \frac{1}{j\omega C_1}} = V_{in} \cdot \frac{1}{j\omega R_1 C_1 + 1} Vout=VinZR+ZCZC=VinR1+C11C11=VinR1C1+11

所以,传递函数 H ( s ) H(s) H(s) 是:

H ( s ) = V o u t V i n = 1 1 + j ω R 1 C 1 = 1 1 + s R 1 C 1 H(s) = \frac{V_{out}}{V_{in}} = \frac{1}{1 + j\omega R_1 C_1} = \frac{1}{1 + s R_1 C_1} H(s)=VinVout=1+R1C11=1+sR1C11

ω c = 1 R 1 C 1 \omega_c = \frac{1}{R_1 C_1} ωc=R1C11,则传递函数为:

H ( s ) = 1 1 + s / ω c H(s) = \frac{1}{1 + s / \omega_c} H(s)=1+s/ωc1

微分方程形式

这个电路的微分方程可以写为:

V o u t ( t ) = 1 R C ∫ − ∞ t V i n ( τ ) e − t − τ R C d τ V_{out}(t) = \frac{1}{RC} \int_{-\infty}^{t} V_{in}(\tau) e^{-\frac{t - \tau}{RC}} d\tau Vout(t)=RC1tVin(τ)eRCtτdτ

通过拉普拉斯变换,将其转化到频域:

V o u t ( s ) V i n ( s ) = 1 R C ⋅ s + 1 \frac{V_{out}(s)}{V_{in}(s)} = \frac{1}{RC \cdot s + 1} Vin(s)Vout(s)=RCs+11

ω c = 1 R C \omega_c = \frac{1}{RC} ωc=RC1,得到:

H ( s ) = 1 s + ω c H(s) = \frac{1}{s + \omega_c} H(s)=s+ωc1

2. 频率响应

一阶低通滤波器的传递函数 H ( s ) H(s) H(s) 表示了滤波器对不同频率信号的响应:

  • s = j ω s = j\omega s= 时,低频( ω \omega ω 较小)信号通过的幅度接近 1,即通过率高。
  • ω \omega ω 较大时,传递函数的值接近 0,即高频信号被大大衰减。

3. 截止频率

ω c \omega_c ωc 是滤波器的截止频率,即在该频率处信号的幅度被衰减到原来的 1 2 \frac{1}{\sqrt{2}} 2 1 倍(约 0.707 倍)。它定义了低通滤波器允许通过的最大频率。

综上所述,模拟域中的一阶低通滤波器传递函数为:

H ( s ) = 1 s + ω c H(s) = \frac{1}{s + \omega_c} H(s)=s+ωc1

是由其设计目标、微分方程描述以及频率响应特性决定的。

二阶滤波器通过联级一阶滤波器的推导

二阶滤波器可以通过两个一阶滤波器串联(联级)得到。假设我们有两个一阶低通滤波器,其传递函数分别为:

H 1 ( s ) = 1 1 + s / ω c 1 H_1(s) = \frac{1}{1 + s / \omega_{c1}} H1(s)=1+s/ωc11

H 2 ( s ) = 1 1 + s / ω c 2 H_2(s) = \frac{1}{1 + s / \omega_{c2}} H2(s)=1+s/ωc21

当将这两个一阶滤波器串联时,总的传递函数 H ( s ) H(s) H(s) 为:

H ( s ) = H 1 ( s ) ⋅ H 2 ( s ) H(s) = H_1(s) \cdot H_2(s) H(s)=H1(s)H2(s)

即:

H ( s ) = ( 1 1 + s / ω c 1 ) ⋅ ( 1 1 + s / ω c 2 ) H(s) = \left( \frac{1}{1 + s / \omega_{c1}} \right) \cdot \left( \frac{1}{1 + s / \omega_{c2}} \right) H(s)=(1+s/ωc11)(1+s/ωc21)

假设两个一阶滤波器的截止频率相同,即 ω c 1 = ω c 2 = ω c \omega_{c1} = \omega_{c2} = \omega_c ωc1=ωc2=ωc,则总的传递函数为:

H ( s ) = ( 1 1 + s / ω c ) 2 H(s) = \left( \frac{1}{1 + s / \omega_c} \right)^2 H(s)=(1+s/ωc1)2

将其展开得到:

H ( s ) = 1 ( 1 + s / ω c ) 2 = 1 1 + 2 s ω c + ( s ω c ) 2 H(s) = \frac{1}{(1 + s / \omega_c)^2} = \frac{1}{1 + \frac{2s}{\omega_c} + \left( \frac{s}{\omega_c} \right)^2} H(s)=(1+s/ωc)21=1+ωc2s+(ωcs)21

这就是一个标准的二阶低通滤波器的传递函数形式。它可以表示为:

H ( s ) = 1 1 + 2 s ω c + ( s ω c ) 2 H(s) = \frac{1}{1 + \frac{2s}{\omega_c} + \left( \frac{s}{\omega_c} \right)^2} H(s)=1+ωc2s+(ωcs)21

或者更一般的形式:

H ( s ) = ω c 2 s 2 + 2 ζ ω c s + ω c 2 H(s) = \frac{\omega_c^2}{s^2 + 2\zeta\omega_c s + \omega_c^2} H(s)=s2+2ζωcs+ωc2ωc2

其中, ζ \zeta ζ 是阻尼系数,对于上述情况 ζ = 1 \zeta = 1 ζ=1。通过改变 ζ \zeta ζ 的值,可以设计出具有不同频率特性的二阶滤波器。

总结

通过将两个一阶低通滤波器串联,我们得到了一个二阶低通滤波器的传递函数。这个方法可以推广到高通、带通和带阻滤波器,通过适当的组合一阶滤波器可以实现各种复杂的频率响应特性。

相关文章:

[信号与系统]模拟域中的一阶低通滤波器和二阶滤波器

前言 不是学电子出身的,这里很多东西是问了朋友… 模拟域中的一阶低通滤波器传递函数 模拟域中的一阶低通滤波器的传递函数可以表示为: H ( s ) 1 s ω c H(s) \frac{1}{s \omega_c} H(s)sωc​1​ 这是因为一阶低通滤波器的设计目标是允许低频信…...

Mac环境 aab包转apks,并安装apks

一、下载下载bundletool工具 Releases google/bundletool GitHub 二、将下载bundletool.jar包、aab、keystore文件全部放到同一个目录下 例如我全部放到download目录下 转换命令行: java -jar bundletool-all-1.16.0.jar build-apks --modeuniversal --bundle…...

银河麒麟V10 SP1.1操作系统 离线安装 nginx1.21.5、redis 服务

银河麒麟官网地址:国产操作系统、麒麟操作系统——麒麟软件官方网站 一、查看系统版本 命令:nkvers 我的是 release V10 (SP1),根据这个版本去官网找对应的rpm包 银河麒麟操作系统的rpm包必须从官方找, 要是随便找个Centos的rp…...

ios swift5 视频播放 播放视频失败 无法播放HEVC (H.265) 格式的视频 H.264格式的可以播放

文章目录 1.问题2.原因:iOS swift AVPlayerViewController无法播放HEVC (H.265) 格式的视频3.解决方法用第三方框架MobileVLCKit来播放4.用MobileVLCKit写的播放器4.1 两个oc版本的4.2 两个swiftUI版本的5.苹果是支持HEVC (H.265) 格式的视频,是硬件那边…...

网工内推 | 网络工程师,IE认证优先,最高18k*14薪,周末双休

01 上海吾索信息科技有限公司 🔷招聘岗位:网络工程师 🔷岗位职责: 1)具备网络系统运维服务经验以及数据库实施经验,具备网络系统认证相关资质或证书; 2)掌握常用各设备的运维巡检…...

【Qt】QMessageBox 各种对话框的默认显示效果

1. 函数原型 void about(QWidget *parent, const QString &title, const QString &text)void aboutQt(QWidget *parent, const QString &title QString())QMessageBox::StandardButton critical(QWidget *parent, const QString &title, const QString &…...

一文弄懂线性回归模型

1、引言 今天,我们将深入探讨机器学习中的三个关键概念:线性回归、代价函数和梯度下降。这些概念构成了许多机器学习算法的基础。起初,我决定不写一篇关于这些主题的文章,因为它们已经被广泛涉及。不过,我改变了主意&…...

uniApp获取实时定位

通过你获取的key放到项目manifest.json里面&#xff0c;对应填写你所需要的key值&#xff0c;还有高德用户名 用户名&#xff1a; key值的位置&#xff1a; 代码&#xff1a; html: <view class"intList pdNone"><view class"label">详细地…...

linux的source命令

用法 source file 也可以用.空格file来代替 . file 作用 在当前bash环境下读取并执行FileName中的命令. source(或点)令通常用于重新执行刚修改的初始化文档&#xff0c;如 .bash_profile 和 .profile等配置文件. 简单的说就是: source命令会把file里的命令在当前shell里一…...

特种作业操作证(焊接与热切割作业)2024年理论考试题库。

1.关于隐弧排烟罩下列说法正确的是&#xff08;&#xff09;。 A.这类排烟罩适用于焊接大而长的焊件时排除电焊烟尘和有毒气体 B.这类排烟罩对焊接区实行密闭&#xff0c;能最大限度地减少臭氧等有毒气体的弥散 C.利用压缩空气从主管中高速喷出时&#xff0c;在副管形成负压…...

免交互和嵌入执行模式

目录 概念 语法格式 统计行数 赋值变量 修改密码​编辑往文件里添加内容 ​编辑​编辑引入变量 整体赋值​编辑 加引号不赋值变量 expect实现免交互 免交互设置密码 免交互切换用户 嵌入执行模式 添加用户并免交互设置密码 免交互登录 传参实现ssh 练习 概念 …...

Hadoop版本演变、分布式集群搭建

Hadoop版本演变历史 Hadoop发行版非常的多&#xff0c;有华为发行版、Intel发行版、Cloudera Hadoop(CDH)、Hortonworks Hadoop(HDP)&#xff0c;这些发行版都是基于Apache Hadoop衍生出来的。 目前Hadoop经历了三个大的版本。 hadoop1.x&#xff1a;HDFSMapReduce hadoop2.x…...

【Qt C++实现绘制仪表盘】

要在Qt C中绘制仪表盘&#xff0c;您可以使用QChart、QSeries、QBarSeries、QPointSeries等类。以下是一个简单的示例&#xff0c;演示如何使用这些类创建一个绘图仪表盘&#xff1a; #include <QApplication> #include <QChart> #include <QChartView> #in…...

一文看懂LLaMA 2:大型多模态模型的新里程碑

一文看懂LLaMA 2&#xff1a;大型多模态模型的新里程碑 LLaMA 2是OpenAI继GPT-3之后推出的又一重磅模型&#xff0c;它不仅在文本生成方面有所突破&#xff0c;而且在图像处理和语音识别等领域也展现出了令人印象深刻的能力。本文将全面介绍LLaMA 2的背景、技术细节、应用场景…...

基于Spring Boot构建淘客返利平台

基于Spring Boot构建淘客返利平台 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01;今天我们将讨论如何基于Spring Boot构建一个淘客返利平台。 淘客返利平台通过…...

Qt—贪吃蛇项目(由0到1实现贪吃蛇项目)

用Qt实现一个贪吃蛇项目 一、项目介绍二、游戏大厅界面实现2.1完成游戏大厅的背景图。2.2创建一个按钮&#xff0c;给它设置样式&#xff0c;并且可以跳转到别的页面 三、难度选择界面实现四、 游戏界面实现五、在文件中写入历史战绩5.1 从文件里提取分数5.2 把贪吃蛇的长度存入…...

Java导出Excel并邮件发送

一、导出Excel 添加maven依赖 <dependency><groupId>org.apache.poi</groupId><artifactId>poi-ooxml</artifactId><version>3.10-FINAL</version></dependency><dependency><groupId>org.apache.poi</groupI…...

【课程总结】Day12:YOLO的深入了解

前言 在【课程总结】Day11&#xff08;下&#xff09;&#xff1a;YOLO的入门使用一节中&#xff0c;我们已经了解YOLO的使用方法&#xff0c;使用过程非常简单&#xff0c;训练时只需要三行代码&#xff1a;引入YOLO&#xff0c;构建模型&#xff0c;训练模型&#xff1b;预测…...

保护隐私,释放智能:使用LangChain和Presidio构建安全的AI问答系统

保护隐私&#xff0c;释放智能&#xff1a;使用LangChain和Presidio构建安全的AI问答系统 在人工智能&#xff08;AI&#xff09;飞速发展的今天&#xff0c;AI问答系统已经成为企业与客户互动的重要工具。然而&#xff0c;随之而来的个人数据隐私问题也日益凸显。如何在不泄露…...

【高考志愿】自动化

目录 一、专业概述 二、课程设计 三、就业前景与方向 四、志愿填报 五、自动化专业排名 一、专业概述 高考志愿自动化专业选择&#xff0c;无疑是迈向现代化工业与科技发展的一把金钥匙。自动化专业&#xff0c;作为现代工程领域的重要支柱&#xff0c;融合了计算机、电子…...

技巧类题目

目录 技巧类题目 136 只出现一次的数字 191 位1的个数 231. 2 的幂 169 多数元素 75 颜色分类 &#xff08;双指针&#xff09; 287. 寻找重复数 136 只出现一次的数字 给你一个 非空 整数数组 nums &#xff0c;除了某个元素只出现一次以外&#xff0c;其余每个元素均…...

Vue3自定义指令参数修饰符值(3)

自定义指令参数修饰符值 在vue3中我们如何获取自定义的参数的内容&#xff0c;并根据业务来修改展示的内容呢,需要依靠mounted方法中的bindings参数来获取。 参考实例 directives/unit.js文件 export default function directiveUnit(app){app.directive("unit",{…...

HTML(23)——垂直对齐方式

垂直对齐方式 属性名&#xff1a;vertical-align 属性值效果baseline基线对齐(默认)top顶部对齐middle居中对齐bottom底部对齐 默认情况下浏览器对行内块&#xff0c;行内标签都按文字处理&#xff0c;默认基线对齐 导致图片看起来会偏上&#xff0c;文字偏下。 示例&#…...

linux查看二进制文件

在Linux中&#xff0c;查看二进制文件可以使用hexdump或xxd命令。 例如&#xff0c;要查看一个名为example.bin的二进制文件的内容&#xff0c;可以使用以下命令之一&#xff1a; 使用hexdump&#xff1a; bash hexdump -C example.bin使用xxd&#xff1a; bash xxd exam…...

营销翻车,杜国楹出面道歉,小罐茶的“大师作”故事仓皇结尾

“小罐茶&#xff0c;大师作”&#xff0c;这句slogan曾一度在央视平台长时间、高密度播放&#xff0c;成为家喻户晓的广告词&#xff0c;也打响了小罐茶品牌的名号。但同时&#xff0c;市场上关于“大师作”真实性的质疑也从未停息。 就在6月25日小罐茶十二周年发布会上&#…...

linux server下人脸检测与识别服务程序的系统架构设计

一、绪论 1.1 定义 1.2 研究背景及意义 1.3 相关技术综述 二、人脸检测与识别技术概述 2.1 人脸检测原理与算法 2.2 人脸识别技术及方法 2.3 人脸识别过程简介 三、人脸检测与识别服务程序的系统架构 3.1 系统架构设计 3.2 技术实现流程 四、后续设计及经验瞎谈 4.…...

安装CLion配置opencv和torch环境

配置操作如图&#xff0c;源码见底部附录部分 安装CLion 官网下载 创建项目 设置环境 调整类型为release 配置opencv和项目 编译环境 编译后 重启CLion 测试opencv环境 测试代码 运行main.cpp显示图片 测试torch环境 没标红表示配置成功 附件 CMakeList.txt cmake_mi…...

[leetcode]number-of-longest-increasing-subsequence

. - 力扣&#xff08;LeetCode&#xff09; class Solution { public:int findNumberOfLIS(vector<int> &nums) {int n nums.size(), maxLen 0, ans 0;vector<int> dp(n), cnt(n);for (int i 0; i < n; i) {dp[i] 1;cnt[i] 1;for (int j 0; j < i…...

[MYSQL] MYSQL库的操作

前言 本文主要介绍MYSQL里 库 的操作 请注意 : 在MYSQL中,命令行是不区分大小写的 1.创建库 create database [if not exists] database_name [charsetutf8 collateutf8_general_ci] ...] create database 是命名语法,不可省略[if not exists] 如果不存在创建,如果存在跳过…...

数字黄金 vs 全球计算机:比特币与以太坊现货 ETF 对比

撰文&#xff1a;Andrew Kang 编译&#xff1a;J1N&#xff0c;Techub News 本文来源香港Web3媒体&#xff1a;Techub News 比特币现货 ETF 的通过为许多新买家打开了进入加密货币市场的大门&#xff0c;让他们可以在投资组合中配置比特币。但以太坊现货 ETF 的通过&#xf…...

海口网站开发公司电话/域名注册商怎么查

本文的目的是讨论Python中 __new__ 和 __ini___ 的用法。 __new__ 和 __init__ 的区别主要表现在&#xff1a;1. 它自身的区别&#xff1b;2. 及在Python中新式类和老式类的定义。理解 __new__ 和 __init__ 的区别这两个方法的主要区别在于&#xff1a;__new__ 负责对象的创建而…...

宁夏水利厅建设管理处网站/seo搜索如何优化

MinHash首先它是一种基于JaccardIndex相似度的算法&#xff0c;也是一种LSH的降维的方法&#xff0c;应用于大数据集的相似度检索、推荐系统。下边按我的理解介绍下MinHash。举例A&#xff0c;B两个集合&#xff1a;A{s1,s3,s6,s8,s9}B{s3,s4,s7,s8,s10}根据JaccardIndex公式&a…...

南京建设教育网站/淘宝关键词排名查询网站

还记得WordPress诞生的第一天&#xff0c;该系统有多简单&#xff1f; 特别是周围没有很多基于jQuery的WordPess插件。 但是&#xff0c; 这些天来&#xff0c; WordPress开发人员为我们带来了很多jQuery插件&#xff0c;从而改善了这个出色的CMS&#xff01; 因此&#xff0c;…...

上海城隍庙必吃美食/seo营销培训

阻力前提 &#xff1a;当有张表同一个字段管理2张表是&#xff0c;今天用one-to-moeny试了一下&#xff0c;开始配置one-to-many时&#xff0c;是不能同时写入数据&#xff1b;后来《Batch update returned unexpected row count from update: 0 actual row count: 0 expected:…...

seo做的不好的网站有哪些/服务营销策划方案

#内核# cat /proc/version #操作系统# uname -a #发行版本# cat /etc/issue #hostnamectl#转载于:https://www.cnblogs.com/lishidefengchen/p/10601466.html...

网站建设需要审批吗/网站开发技术

本文以实际的光波为基础讲述了布拉格光纤光栅的基本原理&#xff0c;能够帮助大家理解光纤光栅应力传感器、光纤光栅应变传感器和光纤光栅温度传感器的内在机理。本文为了解北京大成永盛科技有限公司所生产的北诺毛细系列无缝钢管光纤光栅传感器的前置科普性文章。在上一篇《北…...