控制的滤波器01:一阶RC低通滤波器

一、RC低通滤波器的时域分析

  • 以下图,就是一个最简单的RC低通滤波器;
  • VDC1:输入;R1:电阻;C1:电容;

1、首先计算电容C1的电流:

  • 电容C1上的电流Ic,就等于电容上的电荷q的变化率;
  • 电荷q,又等于电容容值C乘以电容两端电压Vc;

2、根据KVL,写出该电路的微分方程:

  • 电阻电压+电容电压=Vin

3、求解上式的一阶微分方程:

  • 求出电容电压Vc的解;

4、 τ = R C τ=RC τ=RC(时间常数),为什么时间常数RC的单位为时间秒?

  • 假设:R=1kΩ、C=4.7μF,那RC=4.7ms;(为什么呢)
  • 其实也可以从微分方程那看出,只有RC单位是时间的时候,才能与dt约分约掉,其他部分就都是单位V了;

二、RC低通滤波器时域下的阶跃响应

1、MathCAD绘图:

  • 也就是当代入 t = τ t=τ t=τ的时候,电压Vc为输入的0.632倍;
  • 这就是符合,时间常数的概念;

2、时间常数代表什么呢?

  • 输出电压到输入电压的0.632倍时,所需要的时间,就是时间常数 τ τ τ;

三、RC低通滤波器的频域分析

  • j j j:虚轴;
  • f c fc fc:截止频率;
  • w w w:1/时间常数; w = 2 π f c w=2πfc w=2πfc;
  • 由计算可以看出,在截止频率 f c fc fc的时候:其模值为0.707,相角为-45°;
  • 从Bode图的横坐标可以看出,是用的 f / f c f/fc f/fc,这样就可以看出是几倍频;
  • Bode图从截止频率 f / f c f/fc f/fc之后,每10倍频,其衰减都为20dB;(符合一阶低通滤波器;如果是二阶,就是-40dB)
  • 低频:Bode图的幅值为0,即增益为1;相位为0,即没有滞后;

四、截止频率的定义

  • 首先,Vout与Vin的比,就是通过电容和电阻的分压来计算;
  • 再把 w w w代入,就可以求出 V o u t / V i n = 1 / ( 1 + j ) Vout/Vin=1/(1+j) Vout/Vin=1/(1+j);
  • 再求出此时 ∣ V o u t / V i n ∣ |Vout/Vin| ∣Vout/Vin∣的模值=0.707;
  • 最后,再用20log来求此时的增益=-3dB;
  • 总结:增益为-3dB(0.707)时候的频率定义为截止频率;

五、其他变形

1、第一种: j w jw jw用 s s s替代,转换到拉氏变换; R C RC RC用 w w w替代;

2、第二种: R C RC RC用 T p Tp Tp替代,就是用时间常数代入;(PSIM就是用的这个)

六、z变换(离散化处理)

  • 最常用的两种z变换方法:
    • 后向差分法;(简单,也会常用一点)
    • 双线性变换;
  • T:代表1/控制或开关频率;即 T = 1 / f s T=1/fs T=1/fs

七、后向差分法展开(z变换)

  • 其实,就是前面代入后向差分的计算之后,再进行展开;
  • z-1就是 Y ( z − 1 ) Y(z-1) Y(z−1),就是输出的上一拍;
  • 最后,整理的式子中,当前的输出 Y ( z ) Y(z) Y(z)与当前拍的输入 X ( z ) X(z) X(z)和上一拍的输出 Y ( z − 1 ) Y(z-1) Y(z−1)有关;
  • 也可以看到,最后式子 X ( z ) X(z) X(z)和 Y ( z − 1 ) Y(z-1) Y(z−1)的两个系数相加,等于1;
  • 从 X ( z ) X(z) X(z)系数,假设RC越大,那分母就会越大,其 X ( z ) X(z) X(z)整个系数就会越小;也就是此时输入 X ( z ) X(z) X(z)在当前输出中的份量就越小;
  • 输入份量越小,滤波常数较大,滞后也较大;

八、双线性变换法展开(z变换)

  • 最后,整理的式子中,当前的输出 Y ( z ) Y(z) Y(z),与当前拍的输入 X ( z ) X(z) X(z)和上一拍的输入 X ( z − 1 ) X(z-1) X(z−1)和上一拍的输出 Y ( z − 1 ) Y(z-1) Y(z−1)有关;
  • 也可以看到,当前拍的输入 X ( z ) X(z) X(z)和上一拍的输入 X ( z − 1 ) X(z-1) X(z−1),系数是一样的;

九、标准的一阶系统差分方程

  • 列出标准的z变换方程;
  • 不同方法,只需代入不同系数即可;

十、产品代码示例+PSIM快速计算滤波器系数

学习来源:B站:uuniaopower

相关推荐
通信小呆呆11 天前
当算法有了“五感”:多模态数据融合如何向人体感官协同学习?
人工智能·学习·算法·机器学习·机器人
H__Rick11 天前
自动对焦学习-3
人工智能·学习·计算机视觉
Daisy Lee11 天前
量化学习-第1章-什么是量化金融
学习·金融·datawhale
Alsn8611 天前
等待学习-学习目录:Docker 容器安全攻防
学习·安全·docker
YM52e11 天前
买菜计算器小应用 - HarmonyOS ArkUI 开发实战-PC版本
学习·华为·harmonyos·鸿蒙·鸿蒙系统
小雨下雨的雨11 天前
HarmonyOS ArkUI训练营入门-组件掌握系列-Animation 动画效果实现-PC版本
学习·华为·harmonyos·鸿蒙
cqbzcsq11 天前
CellFlow虚拟细胞论文阅读
论文阅读·人工智能·笔记·学习·生物信息
YangYang9YangYan11 天前
2026初入职场学习数据分析的价值
学习·数据挖掘·数据分析
guslegend11 天前
理论学习:什么是 Coding Agent?
学习
自传.11 天前
尚硅谷 Vibe Coding|第三章(1) Claude Code深度使用与进阶技巧 学习笔记
笔记·学习·尚硅谷·vibecoding