电路笔记(信号):一阶低通RC滤波器 一阶线性微分方程推导 拉普拉斯域表达(传递函数、频率响应)分析

目录

RC 低通滤波器电路

最常见的一阶低通滤波器是 RC 电路,如下所示:

Vin ────[ R ]────┬──── Vout│=== C│GND

一阶线性微分方程推导

  • 根据电路的基尔霍夫定律(KCL)和电容的电压-电流关系:

    • 电容电流: i C = C ⋅ d V out d t i_C = C \cdot \frac{dV_{\text{out}}}{dt} iC=CdtdVout
    • 电阻电流: i R = V in − V out R i_R = \frac{V_{\text{in}} - V_{\text{out}}}{R} iR=RVinVout
  • 因为串联, i C = i R i_C = i_R iC=iR,所以:

C ⋅ d V out d t = V in − V out R C \cdot \frac{dV_{\text{out}}}{dt} = \frac{V_{\text{in}} - V_{\text{out}}}{R} CdtdVout=RVinVout

  • 整理为标准一阶微分方程y’+p(x)y=q(x)形式:

d V out d t + 1 R C V out = 1 R C V in \frac{dV_{\text{out}}}{dt} + \frac{1}{RC} V_{\text{out}} = \frac{1}{RC} V_{\text{in}} dtdVout+RC1Vout=RC1Vin

  • τ = R C \tau = RC τ=RC,即:

τ ⋅ d y ( t ) d t + y ( t ) = x ( t ) \tau \cdot \frac{dy(t)}{dt} + y(t) = x(t) τdtdy(t)+y(t)=x(t)

  • 其中:

    • y ( t ) = V out y(t) = V_{\text{out}} y(t)=Vout:滤波器输出;
    • x ( t ) = V in x(t) = V_{\text{in}} x(t)=Vin:滤波器输入;
    • τ = R C \tau = RC τ=RC:时间常数,单位为秒,𝜏表示系统响应变化的快慢程度。
      • 注:对于一阶系统(例如 RC 电路、热传导、液位控制、机械阻尼、速度响应等),系统对一个阶跃输入信号(如电压从 0 变为 1V)的响应,在经过时间 𝜏 后,输出达到最终稳态值的约 63.2%。表示系统输出 y ( t ) y(t) y(t) 跟随输入 x ( t ) x(t) x(t),但有惯性,不能瞬间响应。 τ \tau τ 越小 → 响应快, τ \tau τ 越大 → 响应慢,更平滑。

拉普拉斯域表达(传递函数)

τ ⋅ d y ( t ) d t + y ( t ) = x ( t ) \tau \cdot \frac{dy(t)}{dt} + y(t) = x(t) τdtdy(t)+y(t)=x(t)

  • 对其两边做拉普拉斯变换,假设 初始值为零(零初始条件),即 y ( 0 ) = 0 y(0) = 0 y(0)=0,得到:

τ ⋅ L { d y ( t ) d t } + L { y ( t ) } = L { x ( t ) } \tau \cdot \mathcal{L} \left\{ \frac{dy(t)}{dt} \right\} + \mathcal{L}\{y(t)\} = \mathcal{L}\{x(t)\} τL{dtdy(t)}+L{y(t)}=L{x(t)}

  • 利用 一阶导数的拉普拉斯变换 公式:

τ ( s Y ( s ) − y ( 0 ) ) + Y ( s ) = X ( s ) \tau (sY(s) - y(0)) + Y(s) = X(s) τ(sY(s)y(0))+Y(s)=X(s)

  • 假设 y ( 0 ) = 0 y(0) = 0 y(0)=0

τ s Y ( s ) + Y ( s ) = X ( s ) \tau s Y(s) + Y(s) = X(s) τsY(s)+Y(s)=X(s)

  • 提取 Y ( s ) Y(s) Y(s)

Y ( s ) ( τ s + 1 ) = X ( s ) Y(s)(\tau s + 1) = X(s) Y(s)(τs+1)=X(s)

传递函数 H ( s ) H(s) H(s)

H ( s ) = Y ( s ) X ( s ) = 1 τ s + 1 \boxed{H(s) = \frac{Y(s)}{X(s)} = \frac{1}{\tau s + 1}} H(s)=X(s)Y(s)=τs+11

  • 或者换成 RC 表达:

H ( s ) = 1 R C s + 1 \boxed{H(s) = \frac{1}{RC s + 1}} H(s)=RCs+11

频率响应(令 s = j ω s = j\omega s=

  • 代入 s = j ω s = j\omega s= 就描述了系统对频率为 ω \omega ω正弦输入的稳态响应

H ( j ω ) = 1 1 + j ω τ H(j\omega) = \frac{1}{1 + j\omega \tau} H()=1+τ1

幅频特性:

∣ H ( j ω ) ∣ = 1 1 + ( ω τ ) 2 |H(j\omega)| = \frac{1}{\sqrt{1 + (\omega \tau)^2}} H()=1+(ωτ)2 1

相位特性:

arg ⁡ H ( j ω ) = − tan ⁡ − 1 ( ω τ ) \arg H(j\omega) = -\tan^{-1}(\omega \tau) argH()=tan1(ωτ)

Bode 图(线性系统频率响应)

在这里插入图片描述

  • 注:在电路笔记(信号):数字滤波电路的拉普拉斯变换与零极点分析(增益=零点距/极点距,相位=零点角-极点角)的用零极点图分析电路中提供了一个RC高通的Bode图估计示例。

  • 注:绘制代码如下

import numpy as np
import matplotlib.pyplot as plt# 参数设置
tau = 0.05  # 时间常数 (s)
w = np.logspace(0, 4, 500)  # 频率向量 (rad/s)
mag = 20 * np.log10(1 / np.sqrt(1 + (w * tau)**2))  # 幅度响应
phase = -np.degrees(np.arctan(w * tau))            # 相位响应# 截止频率
wc = 1 / tau
fc = wc / (2 * np.pi)# 绘图
plt.figure(figsize=(10, 6))# 幅度图
plt.subplot(2, 1, 1)
plt.semilogx(w, mag)
plt.axvline(wc, color='red', linestyle='--', label=f'Cutoff @ {fc:.1f} Hz')
plt.title('Bode Plot of 1st-Order Low-Pass Filter')
plt.ylabel('Magnitude (dB)')
plt.grid(True, which='both')
plt.legend()# 相位图
plt.subplot(2, 1, 2)
plt.semilogx(w, phase)
plt.axvline(wc, color='red', linestyle='--')
plt.xlabel('Frequency (rad/s)')
plt.ylabel('Phase (degrees)')
plt.grid(True, which='both')plt.tight_layout()
plt.show()

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/web/84146.shtml
繁体地址,请注明出处:http://hk.pswp.cn/web/84146.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Git】删除远程分支时,本地分支还能看到

当远程仓库的分支被删除后,本地通过 git branch -a 或 git remote show origin 仍能看到这些分支的引用,是因为本地存储的远程跟踪分支(位于 refs/remotes/origin/)未被同步更新。以下是解决方法: 解决方案&#xff1…

Cubase 通过 MIDIPLUS MIDI 键盘进行走带控制的设置方法

第一步,在官网下载xml配置文件。 https://midiplus.com/upload/202101/29/Xpro & Xpro_mini控制脚本(Cubase).zip 第二步,Cubase中按如图步骤添加映射。 将MIDI键盘连接到电脑后打开Cubase软件,点选菜单“工作室”->“工作室设置”&…

第十八章 Linux之Python定制篇——Python开发平台Ununtu

1. Ubuntu介绍 Ubuntu(友帮拓、优般图、乌班图)是一个以桌面应用为主的开源GUN/Linux操作系统,Ubuntu基于GUN/Linux,支持x86、amd64(即x64)和ppc架构,有全球专业开发团队(Canonical…

推荐轻量级文生视频模型(Text-to-Video)

1. ModelScope T2V by 阿里达摩院(推荐) 模型名:damo/text-to-video-synthesis 输入:一句文字描述(如:"a panda is dancing") 输出:2秒视频(16帧&#xff0c…

流编辑器sed

sed简介 sed是一种流编辑器,处理时,把当前处理的行存储在临时缓冲区中,称为模式空间,接着用sed命令处理缓冲区中的内容,处理完成后,把缓冲区的内容送往屏幕。接着处理下行,这样不断重复&#xf…

商用密码基础知识介绍(上)

一、密码的基础知识 1、密码分类 根据《中华人民共和国密码法》,国家对密码实行分类管理,分为密码分为核心密码、普通密码和商用密码。 (1)核心密码、普通密码 核心密码、普通密码用于保护国家秘密信息,核心密码保护…

PROFINET主站S7-1500通过协议网关集成欧姆龙NJ系列TCP/IP主站

一、项目背景 某大型新能源电池生产企业,致力于提升电池生产的自动化水平和智能化程度。其生产线上,部分关键设备采用了不同的通信协议。在电池生产的前段工序,如原材料搅拌、涂布等环节,使用了西门子S7-1500系列PLC作为ROFINET协…

Vue3 + TypeScript + Element Plus + el-input 输入框列表按回车聚焦到下一行

应用效果:从第一行输入1,按回车,聚焦到第二行输入2,按回车,聚焦到第三行…… 一、通过元素 id,聚焦到下一行的输入框 关键技术点: 1、动态设置元素 id 属性为::id"input-appl…

FramePack 全面测评:革新视频生成体验

在 AI 视频生成领域,FramePack 自问世便备受瞩目,它凭借独特的技术架构,号称能打破传统视频生成对高端硬件的依赖,让普通电脑也能产出高质量视频。此次测评,我们将全方位剖析 FramePack,探究它在实际应用中…

html中的table标签以及相关标签

表格标签可以通过指定的标签完成数据展示 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><title>表格标签</title> </head> <body><table border"2"><!-- tr是表行 r…

springboot+vue3+vue-simple-uploader轻松实现大文件分片上传Minio

最近在写视频课程的上传&#xff0c;需要上传的视频几百MB到几个G不等&#xff0c;普通的上传都限制了文件的大小&#xff0c;况且上传的文件太大的话会超时、异常等。所以这时候需要考虑分片上传了&#xff0c;把需要上传的视频分成多个小块上传到&#xff0c;最后再合并成一个…

AI 重构代码实战:如何用飞算 JavaAI 快速升级遗留系统?

在企业数字化进程中&#xff0c;遗留系统如同陈旧的基础设施&#xff0c;虽承载着重要业务逻辑&#xff0c;但因技术落后、架构复杂&#xff0c;升级维护困难重重。飞算 JavaAI 的出现&#xff0c;为遗留系统的二次开发带来了新的转机&#xff0c;其基于智能分析与关联项目的技…

鸿蒙运动开发实战:打造专属运动视频播放器

##鸿蒙核心技术##运动开发##Media Kit&#xff08;媒体服务&#xff09;# 在当今数字化时代&#xff0c;运动健身已经成为许多人生活的一部分。今天我将在应用中添加视频播放器&#xff0c;帮助用户在运动前、运动后更好地进行热身和拉伸。这篇文章将从代码核心点入手&#xf…

一个包含15个界面高质量的电商APP客户端UI解决方案

一个包含15个界面高质量的电商APP客户端UI解决方案 您可以将其用于电商APP应用项目。包含一系列完整的界面设计元素&#xff0c;包括欢迎页、登录、注册、首页、产品分类、产品详情、尺码选择、购物车、订单、支付&#xff0c;覆盖电商APP的大部分界面。每个部分都精心设计&…

执行 PGPT_PROFILES=ollama make run下面报错,

执行 PGPT_PROFILESollama make run 下面报错&#xff0c; File "/home/powersys/.cache/pypoetry/virtualenvs/private-gpt-ZIwX6JeM-py3.11/lib/python3.11/site-packages/qdrant_client/http/api_client.py", line 108, in send_inner raise ResponseHandling…

【Docker基础】Docker核心概念:命名空间(Namespace)之User详解

目录 引言 1 基础概念回顾 1.1 命名空间概述 1.2 命名空间的类型 2 User命名空间详解 2.1 基本概念 2.2 工作原理 User命名空间的工作流程 User命名空间架构 3 应用场景 4 配置与使用 5 总结 引言 随着容器化技术的广泛应用&#xff0c;Docker已成为现代软件开发、…

DIDCTF-应急响应

前言 最近在学长分享应急响应与电子取证的知识&#xff0c;又恰逢期末周没有课&#xff0c;记录自己在取证道路的成长。 linux-basic-command 下载附件&#xff0c;得到Apache 服务器访问日志文件&#xff0c;根据题目要求找出排名前五的ip&#xff0c;题目提示写脚本&#…

MybatisPlus深入学习

今天深入的学习了一下mp&#xff0c;从头开始学习&#xff01;哈哈哈哈哈 本节只讲干的&#xff01; 我们上来先看一段代码&#xff0c;不知道你能不能看明白&#xff01; package com.itheima.mp.mapper;import com.baomidou.mybatisplus.core.conditions.query.QueryWrapp…

安卓9.0系统修改定制化____安卓9.0系统精简 了解系统app组件构成 系统app释义 常识篇 一

在安卓 9.0 系统的使用过程中,许多用户都希望能够对系统进行深度定制,让手机系统更加贴合个人需求。而系统精简作为定制化的重要一环,不仅能够释放手机存储空间,还能提升系统运行速度,优化资源分配。想要安全有效地对安卓 9.0 系统进行精简,深入了解系统 app 组件的构成是…

2.4 Windows Conan编译FFmpeg 4.4.1

Conan的安装与使用参考之前的文章&#xff1a;Conan简单使用 一、Conan编译ffmpeg 1.1 Conan的配置文件 创建配置文件&#xff1a;C:\Users\wujh\.conan2\profiles\vs2019 [settings] archx86_64 build_typeRelease compilermsvc compiler.cppstd14 compiler.runtimedynami…