【模拟集成电路】反馈系统——基础到进阶(二)

【模拟集成电路】反馈系统——基础到进阶(二)

    • ------------------------------------------------文末附往期文章链接--------------------------------------
  • 1反馈结构
  • 2反馈系统分析
    • 2.1环路增益求解方法
    • 2.1二端口网络
    • 2.2电压-电压反馈
      • 2.2.1闭环增益
      • 2.2.2输入阻抗
      • 2.2.3输出阻抗
    • 2.3电流-电压反馈
      • 2.3.1闭环增益
      • 2.3.2输入阻抗
      • 2.3.3输出阻抗
    • 2.4电压-电流反馈
      • 2.4.1闭环增益
      • 2.4.2输入阻抗
      • 2.4.3输出阻抗
    • 2.5电流-电流反馈
      • 2.5.1闭环增益
      • 2.5.2输入阻抗
      • 2.5.3输出阻抗
  • 3反馈系统总结
        • 闭环增益
        • 输入输出阻抗
    • 往期链接

------------------------------------------------文末附往期文章链接--------------------------------------

  关于反馈反馈系统的基本概念:可以看我之前的文章
                  【模拟集成电路】反馈系统——基础到进阶(一)

  本文将对四种规范的反馈结构:电压-电压型(V-V)、电压-电流型(V-I)、电流-电流型(I-I)和电流-电压型(I-V)进行分析,分析内容包括闭环增益、闭环增益、输入和输出阻抗。

1反馈结构

  对于一个反馈系统,可以划分为四个部分:①前馈放大器H(s);②检测输出的方式;③反馈网络G(s);④输入信号与反馈网络输出信号的比较方式;系统框图如图1.1所示。
在这里插入图片描述

2反馈系统分析

  在求解反馈系统时,常规的方法遵循以下步骤①在合适的位置断开反馈环路,求出开环增益、输入和输出阻抗;②根据开环增益确定“环路增益”,从其开环电路中确定各个闭环参数;③用闭环增益对闭环系统进行分析;

2.1环路增益求解方法

  直接断开环路的方法,未考虑“加载”效应,因此只是一种“简略”的分析方法,下面对该方法进行说明,并通过此方法对负反馈系统进行初步的分析,更加精确的方法后续说明。图2.1(a)是一个简单的反馈系统。

在这里插入图片描述
  假设环路信号单向传输,仅能按照箭头方向流动,在反馈环路的任意一点断开环路,如图2.1(b)所示,则开环增益有
在这里插入图片描述
  然后导出开环增益的负值,称为环路增益 。到此,对开环增益和环路增益进行了定义。

2.1二端口网络

  对于前馈网络和反馈网络,其电路结构均可归纳为四种常见的放大器电路,包括电压放大器、跨阻放大器、跨导放大器和电流放大器,如图2.2所示

在这里插入图片描述
  其中,第一行是四种放大器,第二行分是其对应的理想等效电路,表现为理想的输入输出阻抗,若考虑输入和输出阻抗,其对应的等效电路。如图2.3所示
在这里插入图片描述
  其中(a)为电压放大器;(b)为跨阻放大器;©为跨导放大器;(d)为电流放大器;表现为有限的输入阻抗输入阻抗。通过二端口网络可知:
  (1)在输入端,电流输入的放大器,等效输入阻抗是“”进去的,电压输入的放大器,等效输入阻抗是“”进去的;
  (2)在输出端,电流输出的放大器,等效输出阻抗与输出“并联”,类似电流源;电压输出的放大器,等效输出阻抗与输出电压“串联”,类似电流源结构;

  这点很重要,在求解输入和输出阻抗,画等效电路图时,需要把握。

2.2电压-电压反馈

  对电压-电压反馈进行分析,前馈网络的输入为电压信号,输出也为电压信号;对于反馈网络,检测和产生的信号均为电压信号,因此反馈网络的输入与前馈网络输出“并联”的方式对输出检测,与前馈网络的输入“串联”的方式与输入进行电压叠加,如图2.2所示。

在这里插入图片描述

2.2.1闭环增益

  如图2.3所示,为电压-电压反馈结构的结构图,其中输入和输出均为电压信号,反馈网络对输出电压Vout进行检测,反馈系数为β,随后反馈网络输出电压VF,然后输入信号Vin与反馈电压信号相减,产生的误差信号Ve送入前馈放大器,实现闭环控制。
在这里插入图片描述
  根据图2.3可以写出 V F = β V o u t V_{F}=\beta V_{out} VF=βVout V e = V i n − V F V_{e}=V_{in}-V_{F} Ve=VinVF V o u t = A 0 ( V i n − β V o u t ) V_{out}=A_{0}(V_{in}-\beta V_{out}) Vout=A0(VinβVout) ,得到闭环环路增益为
在这里插入图片描述

2.2.2输入阻抗

  如2.1所述,电压输入的二端口网络,输入阻抗与输入并联,假设信号在反馈环路中按着箭头方向,单向流动,则输入Ix电流不会流入反馈网络,此假设的原因,将会在二端口网络章节中说明。
在这里插入图片描述
  根据KVL,对闭环输入阻抗进行求解

在这里插入图片描述

2.2.3输出阻抗

  如2.1所述,电压输出的二端口网络,输出阻抗与输出串联,类似电压源。

在这里插入图片描述
  将反馈系统输入交流接地,由图2.5 有 V M = − β A 0 V X V_M=-\beta A_0V_X VM=βA0VX I X = ( V X − V M ) / R o u t I_{X}=(V_{X}-V_{M})/R_{out} IX=(VXVM)/Rout 根据KCL有 ,整理得输出阻抗
在这里插入图片描述

2.3电流-电压反馈

  对电流-电压反馈进行分析,前馈网络的输入为电压信号,输出为电流信号;对于反馈网络,检测电流信号,产生电压信号,因此反馈网络的输入与前馈网络输出“串联”的方式对输出检测,与前馈网络的输入“串联”的方式与输入进行电压叠加,如图2.6所示。

在这里插入图片描述

2.3.1闭环增益

  如图2.7所示,为电流-电压反馈结构的结构图,其中输入为电压信号,输出为电流信号,反馈网络对输出电压Iout进行检测,反馈系数为 R F R_{F} RF,随后反馈网络输出电压 V F V_{F} VF,然后输入信号 V i n V_{in} Vin与反馈电压信号相减,产生的误差信号 V e V_{e} Ve送入前馈放大器,实现闭环控制。
在这里插入图片描述
  根据图2.7 , V F = R F I o u t V_F=R_FI_{out} VF=RFIout V e = V i n − R F I o u t V_{e}=V_{in}-R_{F}I_{out} Ve=VinRFIout I o u t = G m ( V i n − R F I o u t ) I_{out}=G_{m}(V_{in}-R_{F}I_{out}) Iout=Gm(VinRFIout) ,得到闭环环路增益为
在这里插入图片描述

2.3.2输入阻抗

  如2.1章节所述,电压输入的二端口网络,输入阻抗与输入并联,假设信号在反馈环路中按着箭头方向,单向流动,则输入Ix电流不会流入反馈网络。
在这里插入图片描述
  根据KVL,对闭环输入阻抗进行求解
在这里插入图片描述

2.3.3输出阻抗

  如2.1所述,电流输出的二端口网络,输出阻抗与输出并联,类似电流源。

在这里插入图片描述
  将反馈系统输入交流接地,根据图2.9可知 I M = − I X R F G m I_M=-I_XR_FG_m IM=IXRFGm,在输出节点根据KCL有 I X = ( I X − I M ) / R o u t I_{X}=(I_{X}-I_{M})/R_{out} IX=(IXIM)/Rout ,整理得输出阻抗
在这里插入图片描述

2.4电压-电流反馈

  对电压-电流反馈进行分析,前馈网络的输入为电流信号,输出为电压信号;对于反馈网络,检测电压信号,产生电流信号,因此反馈网络的输入与前馈网络输出“并联”的方式对输出检测,与前馈网络的输入“并联”的方式与输入进行电流叠加,如图2.10所示。

在这里插入图片描述

2.4.1闭环增益

  如图2.11所示,为电压-电流反馈结构的结构图,其中输入为电流信号和输出为电压信号,反馈网络对输出电压Vout进行检测,反馈系数为gmF,随后反馈网络输出电压IF,然后输入信号Vin与反馈电压信号相减,产生的误差信号Ie送入前馈放大器,实现闭环控制。

在这里插入图片描述
  根据图2.3可以写出 I F = g m F V o u t I_{F}=\mathrm{g}_{mF}V_{out} IF=gmFVout I e = I i n − I F I_e=I_{in}-I_F Ie=IinIF V o u t = R 0 I e = R 0 ( I i n − g m F V o u t ) V_{out}=R_0I_e=R_0(I_{in}-g_{mF}V_{out}) Vout=R0Ie=R0(IingmFVout) ,得到闭环环路增益为
在这里插入图片描述

2.4.2输入阻抗

  如2.1章节所述,电流输入的二端口网络,输入阻抗与输入串联,假设信号在反馈环路中按着箭头方向,单向流动。
在这里插入图片描述
  根据KCL,对闭环输入阻抗进行求解
在这里插入图片描述

2.4.3输出阻抗

  如2.1所述,电压输出的二端口网络,输出阻抗与输出串联, 忽略反馈网络的输入电流。

在这里插入图片描述
  将反馈系统输入交流接地,根据图2.13可知 V M = − V X g m F R 0 V_M=-V_Xg_{mF}R_0 VM=VXgmFR0,在输出节点根据KCL有 I X = ( V X − V M ) / R o u t I_{X}=(V_{X}-V_{M})/R_{out} IX=(VXVM)/Rout ,整理得输出阻抗
在这里插入图片描述

2.5电流-电流反馈

  对电流-电流反馈进行分析,前馈网络的输入和输出均为电流信号;对于反馈网络,检测电流信号,产生电流信号,因此反馈网络的输入与前馈网络输出“串联”的方式对输出检测,与前馈网络的输入“并联”的方式与输入进行电流叠加,如图2.10所示。

在这里插入图片描述

2.5.1闭环增益

  如图2.15所示,为电压-电压反馈结构的结构图,其中输入和输出均为电流信号,反馈网络对输出电压Iout进行检测,反馈系数为β,随后反馈网络输出电压IF,然后输入信号Iin与反馈电压信号相减,产生的误差信号Ie送入前馈放大器,实现闭环控制。
在这里插入图片描述
  根据图2.3可以写出 I F = β I o u t I_F=\beta I_{out} IF=βIout I e = I i n − I F I_{e}=I_{in}-I_{F} Ie=IinIF I o u t = A I ( I i n − β I o u t ) I_{out}=A_I(I_{in}-\beta I_{out}) Iout=AI(IinβIout),得到闭环环路增益为
在这里插入图片描述

2.5.2输入阻抗

如2.1章节所述,电压输入的二端口网络,输入阻抗与输入并联,假设信号在反馈环路中按着箭头方向,单向流动,则输入Ix电流不会流入反馈网络。

在这里插入图片描述
  根据KCL,对闭环输入阻抗进行求解

在这里插入图片描述

2.5.3输出阻抗

  如2.1所述,电流输出的二端口网络,输出阻抗与输出并联,类似电流源。

在这里插入图片描述
将反馈系统输入交流接地,根据图2.17可知 I M = − I X β A I I_{M}=-I_{X}\beta A_{I} IM=IXβAI,在输出节点根据KCL有 I M = ( I X − I M ) / R o u t I_M=(I_X-I_M)/R_{out} IM=(IXIM)/Rout,整理得输出阻抗

在这里插入图片描述

3反馈系统总结

闭环增益

         A c l o s e = A o p e n / ( 1 + β A o p e n ) ← A_{close}=A_{open}/(1+\beta A_{open})^\leftarrow Aclose=Aopen/(1+βAopen)

输入输出阻抗

  ①输入端,输入电流信号(串联叠加), R i n R_{in} Rin 增大 ( 1 + β A ) (1+βA) (1+βA)
       输出电压信号(并联叠加), R i n R_{in} Rin 减小 ( 1 + β A ) (1+βA) (1+βA)

  ②输出端,输出电流信号(串联检测), R o u t R_{out} Rout 增大 ( 1 + β A ) (1+βA) (1+βA)
       输出电压信号(并联检测), R o u t R_{out} Rout 减小 ( 1 + β A ) (1+βA) (1+βA)

往期链接

      【模拟集成电路】反馈系统——基础到进阶(一)

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:/a/81596.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

ant-design-vue在ios使用AUpload组件唤起了相机,HTML的 `capture` 属性

在使用ant design vue组件的上传组件AUpload的时候有一个问题&#xff0c;直接按照demo写&#xff0c;在ios上会唤起相机&#xff0c;但是实际上我们的需求是弹出选择相册/相机这个弹框。 解决办法是加一个 cupture"null"这个属性即可 <a-upload:capture"nu…

人工智能学习框架—飞桨Paddle人工智能

1.人工智能框架 机器学习的三要素&#xff1a;模型、学习策略、优化算法。 当我们用机器学习来解决一些模式识别任务时&#xff0c;一般的流程包含以下几个步骤&#xff1a; 1.1.浅层学习和深度学习 浅层学习(Shallow Learning)&#xff1a;不涉及特征学习&#xff0c;其特征…

【云原生】【k8s】Kubernetes+EFK构建日志分析安装部署

目录 EFK安装部署 一、环境准备&#xff08;所有主机&#xff09; 1、主机初始化配置 2、配置主机名并绑定hosts&#xff0c;不同主机名称不同 3、主机配置初始化 4、部署docker环境 二、部署kubernetes集群 1、组件介绍 2、配置阿里云yum源 3、安装kubelet kubeadm …

【无线点对点网络时延分析和可视化】模拟无线点对点网络中的延迟以及物理层和数据链路层之间的相互作用(Matlab代码实现)

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…

34.Netty源码之Netty如何处理网络请求

highlight: arduino-light 通过前面两节源码课程的学习&#xff0c;我们知道 Netty 在服务端启动时会为创建 NioServerSocketChannel&#xff0c;当客户端新连接接入时又会创建 NioSocketChannel&#xff0c;不管是服务端还是客户端 Channel&#xff0c;在创建时都会初始化自己…

【云计算原理及实战】初识云计算

该学习笔记取自《云计算原理及实战》一书&#xff0c;关于具体描述可以查阅原本书籍。 云计算被视为“革命性的计算模型”&#xff0c;因为它通过互联网自由流通使超级计算能力成为可能。 2006年8月&#xff0c;在圣何塞举办的SES&#xff08;捜索引擎战略&#xff09;大会上&a…

【蓝桥杯】[递归]母牛的故事

原题链接&#xff1a;https://www.dotcpp.com/oj/problem1004.html 目录 1. 题目描述 2. 思路分析 3. 代码实现 1. 题目描述 2. 思路分析 我们列一个年份和母牛数量的表格&#xff1a; 通过观察&#xff0c;找规律&#xff0c;我们发现&#xff1a; 当年份小于等于4时&…

非常适合大学附近的校园跑腿和自习室订座小程序

推荐两款非常适合在大学内和大学周边的项目 这两款小程序分别是校园跑腿系统和自习室在线订座系统 1、校园跑腿系统&#xff0c;第一张图所示&#xff0c;支持多校运营、快递代取、校园跑腿、租借服务、代理中心、跑腿中心、人员管理、订单抽成、数据统计、众包接单、消息通…

云计算虚拟仿真实训平台

一、云计算虚拟仿真系统概述 云计算虚拟仿真系统是一种基于云计算技术和虚拟化技术的系统&#xff0c;用于实现各种仿真和模拟任务。它可以提供强大的计算能力和资源管理&#xff0c;为用户提供灵活、高效、可扩展的仿真环境。 该系统通常由一组服务器、网络和存储设备组成&am…

【前端】快速掌握HTML+CSS核心知识点

文章目录 1.HTML核心基础知识1.1.编写第一个HTML网页1.2.超链接a标签和路径1.3.图像img标签的用法1.4.表格table标签用法1.5.列表ul、ol、dl标签用法1.6.表单form标签用法1.7.区块标签和行内标签用法 2.CSS核心基础知识2.1.CSS标签选择器viewport布局2.2.CSS样式的几种写法2.3.…

Python Opencv实践 - 图像金字塔

import cv2 as cv import numpy as np import matplotlib.pyplot as pltimg cv.imread("../SampleImages/pomeranian.png", cv.IMREAD_COLOR) print(img.shape)#图像上采样 #cv.pyrUp(src, dstNone, dstsizeNone, borderTypeNone) #参考资料&#xff1a;https://blo…

基于深度学习的铁路异物侵限检测算法研究_整体认知感觉欠点意思,但是有一个新的变形卷积-Octave 卷积

相比于其他的交通运输方式&#xff0c;铁路运输具有准时性高、连续性强、速度快、运输量大、运输成本低以及安全可靠等优点。同时由于国家高速铁路网络建设的不断推进&#xff0c;铁路运输逐渐成为我国客运与货运的主要运输方式。虽然铁路运输为人们出行和货物运输带来的极大的…

BOXTRADE-天启量化分析平台 主要功能介绍

BOXTRADE-天启量化分析平台 主要功能介绍 potato 数学 web 缘起 月晕而风&#xff0c;础润而雨 BOXTRADE-天启量化 欢迎来到天启量化&#xff01;这是一个专注于量化分析的网站。我们致力于为用户提供市场行情技术指标和量化策略分析方面的优质内容和资源。 我们的使命是 做…

“SRP模型+”多技术融合在生态环境脆弱性评价模型构建、时空格局演变分析与RSEI 指数的生态质量评价

近年来&#xff0c;国内外学者在生态系统的敏感性、适应能力和潜在影响等方面开展了大量的生态脆弱性研究&#xff0c;他们普遍将生态脆弱性概念与农牧交错带、喀斯特地区、黄土高原区、流域、城市等相结合&#xff0c;评价不同类型研究区的生态脆弱特征&#xff0c;其研究内容…

【Java 动态数据统计图】动态数据统计思路案例(动态,排序,数组)四(116)

需求&#xff1a;&#xff1a;前端根据后端的返回数据&#xff1a;画统计图&#xff1b; 1.动态获取地域数据以及数据中的平均值&#xff0c;按照平均值降序排序&#xff1b; 说明&#xff1a; X轴是动态的&#xff0c;有对应区域数据则展示&#xff1b; X轴 区域数据降序排序…

C语言案例 判断是否为回文数-06.1

题目&#xff1a;随机输入一个5位数&#xff0c;判断它是不是回文数 步骤一&#xff1a;定义程序的目标 编写C程序&#xff0c;随机输入一个5位数&#xff0c;判断它是不是回文数 步骤二&#xff1a;程序设计 原理&#xff1a;即12321是回文数&#xff0c;个位与万位相同&#…

回归预测 | MATLAB实现NGO-SVM北方苍鹰算法优化支持向量机多输入单输出回归预测(多指标,多图)

回归预测 | MATLAB实现NGO-SVM北方苍鹰算法优化支持向量机多输入单输出回归预测&#xff08;多指标&#xff0c;多图&#xff09; 目录 回归预测 | MATLAB实现NGO-SVM北方苍鹰算法优化支持向量机多输入单输出回归预测&#xff08;多指标&#xff0c;多图&#xff09;效果一览基…

Spring事件监听源码解析

spring事件监听机制离不开容器IOC特性提供的支持&#xff0c;比如容器会自动创建事件发布器&#xff0c;自动识别用户注册的监听器并进行管理&#xff0c;在特定的事件发布后会找到对应的事件监听器并对其监听方法进行回调。Spring帮助用户屏蔽了关于事件监听机制背后的很多细节…

对象内存布局与对象头

对象内存布局 在Hotspot虚拟机里&#xff0c;对象在堆内存中的存储布局可以划分为三个部分&#xff1a;对象头、实例数据、对齐填充。 对象头 在64为系统中&#xff0c;Mark word 占了8个字节&#xff0c;cla ss Pointer 占了8个字节。从jdk1.8开始&#xff0c;存在指针压缩&am…

Python tkinter Notebook标签添加关闭按钮元素,及左侧添加存储状态提示图标案例,类似Notepad++页面

效果图展示 粉色框是当前页面&#xff0c;橙色框是鼠标经过&#xff0c;红色框是按下按钮&#xff0c;灰色按钮是其他页面的效果&#xff1b; 存储标识可以用来识别页面是否存储&#xff1a;例如当前页面已经保存用蓝色&#xff0c;未保存用红色&#xff0c;其他页面已经保存用…