电路笔记(PCB):数字滤波电路的拉普拉斯变换与零极点分析

拉普拉斯变换基础

拉普拉斯变换

拉普拉斯变换是一种积分变换,用于将一个时间域的函数(通常是信号或系统的响应)转换为一个复频域的函数。这种变换可以简化许多微分方程和线性系统分析的过程。其定义为:
L { f ( t ) } = F ( s ) = ∫ 0 ∞ f ( t ) e − s t   d t \mathcal{L}\{f(t)\} = F(s) = \int_{0}^{\infty} f(t) e^{-st} \, dt L{f(t)}=F(s)=∫0∞f(t)e−stdt

其中:

  • f ( t ) f(t) f(t) 是原始时间域函数。

  • F ( s ) F(s) F(s) 是拉普拉斯变换后的复频域函数。

  • s s s 是复数频率变量。

  • 时域中电路元件的基本关系

    • 电阻 R R R :电压 V ( t ) V(t) V(t) 和电流 I ( t ) I(t) I(t) 之间的关系是 V ( t ) = R ⋅ I ( t ) V(t) = R \cdot I(t) V(t)=R⋅I(t)。
    • 电感 L L L :电压 V ( t ) V(t) V(t) 和电流 I ( t ) I(t) I(t) 之间的关系是 V ( t ) = L d I ( t ) d t V(t) = L \frac{dI(t)}{dt} V(t)=LdtdI(t)。
    • 电容 C C C :电压 V ( t ) V(t) V(t) 和电流 I ( t ) I(t) I(t) 之间的关系是 V ( t ) = 1 C ∫ I ( t )   d t V(t) = \frac{1}{C} \int I(t) \, dt V(t)=C1∫I(t)dt。

拉普拉斯域中电路元件的基本关系

  • 拉普拉斯变换将时间导数转换为 s s s 的乘法,将积分转换为除以 s s s的操作。拉普拉斯变换将时间域中的导数转换为频域中的乘法操作。例如,对于一个函数 f ( t ) f(t) f(t),其一阶导数 f ′ ( t ) f'(t) f′(t) 在拉普拉斯变换下变为 s F ( s ) − f ( 0 ) sF(s) - f(0) sF(s)−f(0)。同样地,积分 ∫ 0 t f ( τ )   d τ \int_0^t f(\tau) \, d\tau ∫0tf(τ)dτ 在拉普拉斯变换下变为 1 s F ( s ) \frac{1}{s}F(s) s1F(s)。这样,拉普拉斯变换使得时间导数和积分在频域中变得更容易处理。
  1. 电阻 R R R

    • 在时域中, V ( t ) = R ⋅ I ( t ) V(t) = R \cdot I(t) V(t)=R⋅I(t)。
    • 拉普拉斯变换后, V ( s ) = R ⋅ I ( s ) V(s) = R \cdot I(s) V(s)=R⋅I(s)。
    • 阻抗定义为 Z ( s ) = V ( s ) I ( s ) = R Z(s) = \frac{V(s)}{I(s)} = R Z(s)=I(s)V(s)=R,这说明电阻的阻抗在拉普拉斯域中是一个常数 R R R。
  2. 电感 L L L

    • 在时域中, V ( t ) = L d I ( t ) d t V(t) = L \frac{dI(t)}{dt} V(t)=LdtdI(t)。
    • 拉普拉斯变换后, V ( s ) = L ⋅ s ⋅ I ( s ) − L ⋅ I ( 0 ) V(s) = L \cdot s \cdot I(s) - L \cdot I(0) V(s)=L⋅s⋅I(s)−L⋅I(0)。
    • 如果电感的初始电流 I ( 0 ) = 0 I(0) = 0 I(0)=0,则 V ( s ) = L ⋅ s ⋅ I ( s ) V(s) = L \cdot s \cdot I(s) V(s)=L⋅s⋅I(s)。
    • 阻抗定义为 Z ( s ) = V ( s ) I ( s ) = L ⋅ s Z(s) = \frac{V(s)}{I(s)} = L \cdot s Z(s)=I(s)V(s)=L⋅s。
  3. 电容 C C C

    • 在时域中, V ( t ) = 1 C ∫ I ( t )   d t V(t) = \frac{1}{C} \int I(t) \, dt V(t)=C1∫I(t)dt。
    • 拉普拉斯变换后, V ( s ) = 1 C ⋅ I ( s ) s − 1 C ⋅ I ( 0 ) s V(s) = \frac{1}{C} \cdot \frac{I(s)}{s} - \frac{1}{C} \cdot \frac{I(0)}{s} V(s)=C1⋅sI(s)−C1⋅sI(0)。
    • 如果电容的初始电压 V ( 0 ) = 0 V(0) = 0 V(0)=0,则 V ( s ) = 1 C ⋅ I ( s ) s V(s) = \frac{1}{C} \cdot \frac{I(s)}{s} V(s)=C1⋅sI(s)。
    • 阻抗定义为 Z ( s ) = V ( s ) I ( s ) = 1 s ⋅ C Z(s) = \frac{V(s)}{I(s)} = \frac{1}{s \cdot C} Z(s)=I(s)V(s)=s⋅C1。
    • 注: i ( t ) = C ∗ d V ( t ) d t i(t)=C*\frac{dV(t)}{dt} i(t)=C∗dtdV(t),也可得到 I ( s ) = C ∗ s ∗ V ( s ) I(s)=C*s* V(s) I(s)=C∗s∗V(s)
    • 注: s = j ω s=j\omega s=jω时,阻抗

滤波器的数学表示

  • 让我们首先强调拉普拉斯域和相量域中的阻抗概念:
    所有电气工程信号都存在于时域中,其中时间t是自变量。对于正弦信号,可以将时域信号转换为相量域对于不一定是正弦的一般信号,可以将时域信号转换为拉普拉斯域信号

系统传递函数

  • 滤波器的两端分别为输入电压(或电流)和输出电流(或电流),滤波器将一个复数映射到另一个复数。滤波器实际上构建了一个复数的映射关系,所以滤波器可以用一个复变量函数表示。

  • 零点(Zeros) :系统的零点是使得系统传递函数的分子为零的复数值。它们决定了系统的频率响应在这些频率上的衰减特性。当 H ( z ) = 0 H(z) = 0 H(z)=0 时,意味着滤波器在频率为 0 时的增益为 0。在分贝(dB)尺度下,增益 Gain (dB) = 20 ⋅ log ⁡ 10 ( 0 ) = − ∞ dB \text{Gain (dB)} = 20 \cdot \log_{10}(0)=-\infty \text{ dB} Gain (dB)=20⋅log10(0)=−∞ dB,这表示滤波器在 z z z处完全衰减信号。

  • 极点(Poles):系统的极点是使得系统传递函数的分母为零的复数值。极点影响系统的稳定性和响应速度。

  • 电路的传递函数 H ( s ) H(s) H(s)是输入信号和输出信号之间的关系在s域的表示。传递函数的形式为:

H ( s ) = A ( s ) B ( s ) = a m s m + a m − 1 s m − 1 + ⋯ + a 1 s + 1 b m s n + b m − 1 s n − 1 + ⋯ + b 1 s + 1 H(s) = \frac{A(s)}{B(s)}=\frac{a_ms^m+a_{m-1}s^{m-1}+\dots +a_1s+1 }{b_ms^n+b_{m-1}s^{n-1}+\dots +b_1s+1 } H(s)=B(s)A(s)=bmsn+bm−1sn−1+⋯+b1s+1amsm+am−1sm−1+⋯+a1s+1

  • 其中, A ( s ) A(s) A(s) 是分子多项式(与零点相关), B ( s ) B(s) B(s) 是分母多项式(与极点相关)。因式分解可得到:
    H ( s ) = A ( s ) B ( s ) = K ∗ Π i m ( s − z i ) Π j n ( s − p j ) H(s) = \frac{A(s)}{B(s)}=K*\frac{\Pi_{i}^{m}(s-z_i) }{\Pi_{j}^{n}(s-p_j) } H(s)=B(s)A(s)=K∗Πjn(s−pj)Πim(s−zi)

  • 因为复数乘法能够视为一种操作(长度倍增和角度增加),所以可以得到

∣ H ( s ) ∣ = K ∗ Π i = 1 m ( ∣ s − z i ∣ ) Π n = 1 j ( ∣ s − p j ∣ ) |H(s)| =K*\frac{\Pi_{i=1}^{m}(|s-z_i|) }{\Pi_{n=1}^{j}(|s-p_j|) } ∣H(s)∣=K∗Πn=1j(∣s−pj∣)Πi=1m(∣s−zi∣)

∠ H ( s ) = ∑ i = 1 m ∠ ( s − z i ) − ∑ j = 1 n ∠ ( s − p i ) \angle H(s) = \sum _{i=1}^{m} \angle (s-z_i) - \sum _{j=1}^{n} \angle (s-p_i) ∠H(s)=i=1∑m∠(s−zi)−j=1∑n∠(s−pi)

  • 注:以上公式中 ∣ s − p j ∣ |s-p_j| ∣s−pj∣为两个复数点的二维之间距离, ∠ ( s − p i ) \angle(s-p_i) ∠(s−pi)为两个复数向量的夹角。

jw与H(jw)

  • 滤波器的 H ( j Ω ) H(j\Omega) H(jΩ) 是滤波器的频率响应,它描述了滤波器对不同频率成分的增益和相位响应。

  • j Ω j\Omega jΩ 表示频率变量,其中 Ω \Omega Ω 是角频率,单位为弧度每秒。

  • H ( j Ω ) H(j\Omega) H(jΩ) 是一个复数函数,其模值 ∣ H ( j Ω ) ∣ |H(j\Omega)| ∣H(jΩ)∣ 表示滤波器在频率 Ω \Omega Ω处的增益,而其相位 arg ⁡ ( H ( j Ω ) ) \arg(H(j\Omega)) arg(H(jΩ)) 表示该频率成分的相位移。

  • 这个频率响应可以通过傅里叶变换或拉普拉斯变换的频域分析方法得到,是滤波器设计与分析中的一个关键概念。

用零极点图分析电路

  • 一个零点产生+20db/Dec幅度变化和0到90°相位变化
  • 一个极点产生-20db/Dec幅度变化和0到90°相位变化
  • N个零极点的作用可以互相叠加

Layer 1 + - V i jw σ 零点 极点 C R H(s)= V o V o V i (s) (s) = sC 1 +R R sC 1 - dB w sC 1 w sC 1 90°

CG

  • 注意区分:上边的复频域和电路分析中向量法的复数域。相量特指用复数形式表示的正弦电压和正弦电流。 将几个同频率的正弦量相量用有向线段表示在同一个复平面中的方法称为正弦量的相量图表示法。 其中各正弦量相量的模对应其线段的长度, 辐角对应该线段与正向x轴之间的夹角。
相关推荐
Bearnaise33 分钟前
PointMamba: A Simple State Space Model for Point Cloud Analysis——点云论文阅读(10)
论文阅读·笔记·python·深度学习·机器学习·计算机视觉·3d
weixin_518285054 小时前
深度学习笔记11-神经网络
笔记·深度学习·神经网络
龙鸣丿7 小时前
Linux基础学习笔记
linux·笔记·学习
Nu11PointerException9 小时前
JAVA笔记 | ResponseBodyEmitter等异步流式接口快速学习
笔记·学习
亦枫Leonlew10 小时前
三维测量与建模笔记 - 3.3 张正友标定法
笔记·相机标定·三维重建·张正友标定法
考试宝10 小时前
国家宠物美容师职业技能等级评价(高级)理论考试题
经验分享·笔记·职场和发展·学习方法·业界资讯·宠物
黑叶白树12 小时前
简单的签到程序 python笔记
笔记·python
幸运超级加倍~13 小时前
软件设计师-上午题-15 计算机网络(5分)
笔记·计算机网络
芊寻(嵌入式)14 小时前
C转C++学习笔记--基础知识摘录总结
开发语言·c++·笔记·学习
准橙考典14 小时前
怎么能更好的通过驾考呢?
人工智能·笔记·自动驾驶·汽车·学习方法