【电路笔记】-相位差和相移

news2024/11/29 0:42:32

相位差和相移

文章目录

  • 相位差和相移
    • 1、概述
    • 2、相位差
      • 2.1 同频信号
      • 2.2 电流与电压信号
      • 2.3 相似频率的信号
    • 3、干扰
    • 4、总结

当我们听歌曲时,我们将正弦声音波形感知为音乐。 它们的振幅告诉我们信号有多大,频率告诉我们声音是低音还是高音。 然而,第三个重要参数,即相位,却很难用耳朵体验到。

在本文中,第一部分将介绍相位和相位差的概念。

在第二部分中,我们详细介绍了相移概念的更多方面,并重点关注信号不同步时的特定情况。

第三节也是最后一节最后将介绍相位差在干涉现象中的重要作用。

1、概述

正弦信号的相位通常用 ϕ \phi ϕ表示,并以弧度 (rad) 或度 (°) 为单位进行测量,并且可以在 − π -\pi π + π +\pi +π rad 或 -180° 和 +180° 之间变化。

在图表上,交流信号的相位表示其相关正弦函数在时间原点的初始状态:

在这里插入图片描述

图1:具有不同相位的三个正弦波形图

信号的相位 ϕ \phi ϕ可以具有三种不同的性质,并决定波形绕垂直轴的位置:

  • 等于 0(° 或 rad),例如用作参考信号的信号 y 1 ( t ) y_1(t) y1(t)
  • 为正值,例如信号 y 2 ( t ) y_2(t) y2(t)
  • 为负数,例如信号 y 3 ( t ) y_3(t) y3(t)

单个信号的相位并不是很相关,因为无论交流波形是电气性质还是机械性质,无论信号是否有相位,感知都将保持不变。 更重要且可以清楚地感知的是相位差,也称为相同频率的两个信号之间的相移。

2、相位差

2.1 同频信号

在本节中要记住的重要一点是,我们仅讨论具有相同频率的两个信号之间的相移。 因此,考虑具有不同相位和可能不同幅度的相同频率的两个信号: y 1 ( t ) = A sin ⁡ ( ω t + ϕ 1 ) y_1(t)=A\sin(\omega t+\phi_1) y1(t)=Asin(ωt+ϕ1) y 2 ( t ) = B sin ⁡ ( ω t + ϕ 2 ) y_2(t)=B\sin(\omega t+\phi_2) y2(t)=Bsin(ωt+ϕ2)。 我们将相位差定义为 △ ϕ 21 = ϕ 2 − ϕ 1 \triangle \phi_{21}=\phi_2-\phi_1 ϕ21=ϕ2ϕ1

在图1中,我们有 △ ϕ 21 = + ϕ 2 \triangle \phi_{21}=+\phi_2 ϕ21=+ϕ2 △ ϕ 31 = − ϕ 3 \triangle \phi_{31}=-\phi_3 ϕ31=ϕ3 △ ϕ 32 = − ϕ 3 − ϕ 2 \triangle \phi_{32}=-\phi_3-\phi_2 ϕ32=ϕ3ϕ2。 正相位差,例如 △ ϕ 21 \triangle\phi_{21} ϕ21,表示信号 y 2 ( t ) y_2(t) y2(t)暂时领先于参考信号 y 1 ( t ) y_1(t) y1(t),我们也说 y 2 ( t ) y_2(t) y2(t)领先 y 1 ( t ) y_1(t) y1(t)。 负相位差,例如 △ ϕ 31 \triangle \phi_{31} ϕ31 △ ϕ 32 \triangle\phi_{32} ϕ32,表示信号 y 3 ( t ) y_3(t) y3(t)跟随信号 y 1 ( t ) y_1(t) y1(t) y 2 ( t ) y_2(t) y2(t),我们也说 y 3 ( t ) y_3(t) y3(t)滞后于 y 1 ( t ) y_1(t) y1(t) y 2 ( t ) y_2(t) y2(t)

在相位差可以取的 -180° 和 +180° 或 − π -\pi π + π +\pi +π rad 之间的所有值中,可以突出显示一些值并在下面的图 2 中进行说明:

在这里插入图片描述

图2:一些相关相移的示意图

相反相位的特征是 +180° 或 + π +\pi +π rad 的相移,与 -180° 或 − π -\pi π rad 严格相同。 如果参考信号为 V r e f = v r e f sin ⁡ ( ω t ) V_{ref}=v_{ref}\sin(\omega t) Vref=vrefsin(ωt),则相反信号为 V o p p = v r e f sin ⁡ ( ω t + π ) = − v r e f sin ⁡ ( ω t ) V_{opp}=v_{ref}\sin(\omega t+\pi)=-v_{ref}\sin(\omega t) Vopp=vrefsin(ωt+π)=vrefsin(ωt),因此, V r e f + V o p p = 0 V_{ref}+V_{opp}=0 Vref+Vopp=0

正交信号的特征是“提前”相移为 +90° 或 + π / 2 +\pi/2 +π/2 rad,“延迟”相移为 -90° 或 − π / 2 -\pi/2 π/2rad。

2.2 电流与电压信号

在本小节中,我们特别关注电偶极子上电流 (I) 和电压 (V) 信号的相移,并研究其对功率的影响。

在直流状态下,偶极子上的耗散功率 § 由电压和电流的乘积给出:

在这里插入图片描述
在交流状态下,这种表示不再正确,因为电压和电流都是交替的。 考虑偶极子两端的电压为 V = V r m s 2 . sin ⁡ ( ω t ) V=V_{rms}\sqrt2.\sin(\omega t) V=Vrms2 .sin(ωt),同频率的电流呈现 + △ ϕ +\triangle\phi +ϕ的相位差: I = I r m s 2 . sin ⁡ ( ω t + ϕ ) I=I_{rms}\sqrt2.\sin(\omega t+\phi) I=Irms2 .sin(ωt+ϕ) V r m s V_{rms} Vrms I r m s I_{rms} Irms 是均方根值。

可以看出,交流状态下偶极子中消耗的有功功率由等式1 给出:
在这里插入图片描述

等式1:交流状态下的耗散功率

c o s ( ϕ ) cos(\phi) cos(ϕ) 称为功率因数,表示接收器吸收电源功率的效率。 该因子是 0 到 1 之间的实数,这两个极值反映了非常不同的行为:

  • 如果 c o s ( ϕ ) = 1 cos(\phi)=1 cos(ϕ)=1,则偶极子被视为纯电阻,电压和电流之间的相移为零。 偶极子不呈现任何电感或电容行为。
  • 如果 c o s ( ϕ ) = 0 cos(\phi)=0 cos(ϕ)=0,偶极子是纯无功的,电压和电流之间的相移最大,等于 ±90° 或 ± π ±\pi ±π/2 rad。 在这种情况下,偶极子不会消耗任何功率,而是将其返回到电路。

等式1 中给出的功率称为有功功率 ( P P P), V r m s × I r m s V_{rms}\times I_{rms} Vrms×Irms 的乘积称为视在功率,记为 S S S。如果组件是纯电阻性的,则它是会耗散的功率。 V r m s × I r m s × sin ⁡ ( ϕ ) V_{rms}\times I_{rms} \times \sin(\phi) Vrms×Irms×sin(ϕ)量是无功功率,记为 Q Q Q。由于同一复数功率图中的相移 △ ϕ \triangle\phi ϕ,这些量可以关联起来:
在这里插入图片描述

图3:有功功率、视在功率和无功功率的定义

2.3 相似频率的信号

在本节中,我们考虑两个信号 y 1 ( t ) y_1(t) y1(t)(作为参考)和 y 2 ( t ) y_2(t) y2(t)(频率相似但不严格相同)的 ϕ \phi ϕ 相移: ω 1 ≠ ω 2 \omega_1 \neq \omega_2 ω1=ω2。 通常,只能为相同频率的两个信号定义相移,但在这种特殊情况下,定义相位差仍然有意义,因为频率相似。 如果频率相差太大,例如通常当 ω 1 > 2 ω 2 \omega_1 \gt 2\omega_2 ω1>2ω2 时,定义它就没有意义,因为相位差的变化与信号本身一样多。

在信号频率相似的情况下,相位差不再恒定,而是随时间缓慢变化: △ ϕ ( t ) = ( ω 2 − ω 1 ) t + ϕ \triangle\phi(t)=(\omega_2-\omega_1)t+\phi ϕ(t)=(ω2ω1)t+ϕ

这两个信号的叠加很有趣,因为会产生如图 4 所示的跳动现象:

在这里插入图片描述

图4:两个相似频率信号之间的跳动现象示意图

跳动(Beating)的名字来源于声学领域,这种现象特别容易听到并且容易体验,但是,它也出现在光学、电子、机械等领域……跳动实际上是干扰的一种特殊情况,我们在下一篇中重点讨论 部分。

3、干扰

从图 4 中我们可以看到,当信号同相时,除了幅度之外,有时还会产生正弦波形的叠加;当信号反相时,有时会产生减法。 这种现象称为干扰,当信号具有相同频率时就会发生。

再次考虑两个相同频率的正弦波形: y 1 ( t ) = A 1 sin ⁡ ( ω t + ϕ 1 ) y_1(t)=A_1\sin(\omega t+\phi_1) y1(t)=A1sin(ωt+ϕ1) y 2 ( t ) = A 2 sin ⁡ ( ω t + ϕ 2 ) y_2(t)=A_2\sin(\omega t+\phi_2) y2(t)=A2sin(ωt+ϕ2)。 我们将 y 3 ( t ) y_3(t) y3(t)称为 y 1 ( t ) + y 2 ( t ) y_1(t)+y_2(t) y1(t)+y2(t) 的叠加,将 A 3 A_3 A3 称为其振幅。 可以证明 y 3 ( t ) y_3(t) y3(t)的幅值满足以下方程:

在这里插入图片描述

等式2:叠加信号的幅度

我们可以注意到 y 1 ( t ) y_1(t) y1(t) y 2 ( t ) y_2(t) y2(t) 之间的相位差对结果信号的最终幅度起着重要作用。 有两个案例值得强调:

  • △ ϕ 12 = 0 \triangle \phi_{12}=0 ϕ12=0,信号同相,且幅度 A 3 A_3 A3最大,满足 A 3 2 = ( A 1 + A 2 ) 2 A_3^2=(A_1+A_2)^2 A32=(A1+A2)2。 在这种情况下,我们说 y 1 y_1 y1 y 2 y_2 y2 之间的干涉是相长的。
  • △ ϕ 12 = ± π \triangle \phi_{12}=±\pi ϕ12=±π rad,信号反相,振幅 A 3 A_3 A3最小,满足 A 3 2 = ( A 1 − A 2 ) 2 A_3^2=(A_1-A_2)^2 A32=(A1A2)2。 在这种情况下, y 1 y_1 y1 y 2 y_2 y2之间的干扰是破坏性的。

当相位差位于这两个极值之间时,我们可以绘制一个图表,显示 A 3 A_3 A3 作为 △ ϕ 12 \triangle \phi_{12} ϕ12 函数的演变:

在这里插入图片描述

图5:所得信号的振幅与相位差的关系

在该图中,为了简单起见,我们选择 A 1 = A 2 A_1=A_2 A1=A2。 再次可知,当 △ ϕ 12 = 0 \triangle \phi_{12}=0 ϕ12=0时, A 3 = A 1 + A 2 = 2 A_3=A_1+A_2=2 A3=A1+A2=2,当 △ ϕ 12 = ± 180 ° \triangle \phi12=±180° ϕ12=±180°时, A 3 = A 1 − A 2 = 0 A_3=A_1-A_2=0 A3=A1A2=0

4、总结

本文详细介绍了相位和相位差的概念,并通过一些例子指出了其重要性。

  • 首先,我们介绍什么是信号的相位以及其测量单位。 然而,单独的相位概念并不是很相关,这就是为什么我们重点关注以下有关相位差或相移的部分。
  • 在第二部分的第一段中,我们定义了相移 △ ϕ \triangle \phi ϕ 并给出了一些与相位差特定情况相关的词汇:同相( △ ϕ = 0 ° \triangle \phi=0° ϕ=)、反相( △ ϕ = ± 180 ° \triangle \phi=±180° ϕ=±180°)和 正交( △ ϕ = ± 90 ° \triangle \phi=±90° ϕ=±90°
  • 在第二小节中,我们强调电路中电流和电压之间相移的重要性。 任何电子元件中消耗的功率都与相移的余弦成正比,称为功率因数。
  • 在上一节中,我们将干扰现象与相移参数联系起来并进行解释。 本文前面解释的跳动现象是干扰的一种特殊情况。

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.coloradmin.cn/o/1168493.html

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,一经查实,立即删除!

相关文章

vue学习part01

02_Vue简介_哔哩哔哩_bilibili Vue.js - 渐进式 JavaScript 框架 | Vue.js (vuejs.org) 1.简介 2.常用用法 新项目一般vue3,老项目vue2 3.vue两种风格:选项式api(vue2)和组合式api(vue3) 两种方式实现累…

JS异常处理——throw和try、catch以及debugger

让我为大家介绍一下异常处理吧! 异常处理是指预估代码执行过程中可能发生的错误,然后最大程度的避免错误的发生导致整个程序无法继续运行 throw 抛异常 第一种写法 function fun(x, y) {// undefined是false 但取反就是trueif (!x || !y) {// 第一种写…

实习记录--(海量数据如何判重?)--每天都要保持学习状态和专注的状态啊!!!---你的未来值得你去奋斗

海量数据如何判重? 判断一个值是否存在?解决方法: 1.使用哈希表: 可以将数据进行哈希操作,将数据存储在相应的桶中。 查询时,根据哈希值定位到对应的桶,然后在桶内进行查找。这种方法的时间复…

在线词典项目-项目介绍及框架搭建

项目介绍 通过代码实现词典的注册、登录、单词注释查询、历史查询、查询记录。 有道词典分析图 客户端流程图 注释:首先开始-->创建流式套接字-->连接服务器-->输入需要执行的命令代码-->创建循环,判断需要执行的函数(如果登录…

基于深度学习的行人重识别(person reid) 计算机竞赛

文章目录 0 前言1 技术背景2 技术介绍3 重识别技术实现3.1 数据集3.2 Person REID3.2.1 算法原理3.2.2 算法流程图 4 实现效果5 部分代码6 最后 0 前言 🔥 优质竞赛项目系列,今天要分享的是 基于深度学习的行人重识别 该项目较为新颖,适合…

AIGC | 如何用“Flow”,轻松解决复杂业务问题

随着LLM(大语言模型)的爆火,不少企业都在寻找通过LLM解决企业业务问题的方法,以达到降本增效的效果。但是,当面对较为复杂的业务问题(如:背景资料多、问题分类多、条件判断复杂、涉及模块多等&a…

Java高级互联网架构师之路:垃圾回收器的介绍

本文重点 从本文开始我们将开启垃圾回收器的介绍了,我们知道垃圾回收算法是逻辑改变,而垃圾回收器是具体的实现。我们前面介绍的垃圾回收器有7个,本文将在添加三个,但是这三个目前来看不是很常用,我们只了解一下,我们主要还是讲解这7个垃圾回收器。 十个垃圾回收器 目…

天空卫士为集度智能汽车系上“安全带”

10月27日,集度汽车在北京正式发布了旗下首款量产车型——极越 01 SUV。极越 01 SUV 是一款集科技、智能、美学于一身的纯电动中大型SUV,号称全球首款“AI 汽车机器人”。作为集度的合作伙伴,天空卫士第一时间送上祝福,祝愿极越大卖…

鸿蒙应用开发取消标题栏

在config.json中的module下添加如下内容: "metaData": {"customizeData": [{"name": "hwc-theme","extra": "","value": "androidhwext:style/Theme.Emui.Light.NoTitleBar"}] }…

深度学习_4 数据训练之线性回归

训练数据 线性回归 基本原理 比如我们要买房,机器学习深度学习来预测房价。房价的影响因素有:卧室数量,卫生间数量,居住面积。此外,还需要加上偏差值来计算。我们要找到一个正确率高的计算方法来计算。 首先&#…

web3 React dapp中编写balance组件从redux取出并展示用户资产

好啊 上文WEB3 在 React搭建的Dapp中通过redux全局获取并存储用户ETH与自定义token与交易所存储数量中 我们拿到了用户的一个本身 和 交易所token数量 并放进了redux中做了一个全局管理 然后 我们继续 先 起来ganache的一个模拟环境 ganache -d然后 我们启动自己的项目 顺手发…

SaveToDisk属性

大家好,才是真的好。 Domino Designer的帮助文档里面充满了宝藏,最近就发现一个notesitem对象的SaveToDisk属性,你可以设置它为false,这样,虽然文档保存了,但这个字段本身可以不用保存,不仅可以…

激光雷达标定板如何提高激光雷达避免误判的精准度

激光雷达在提高自动驾驶的安全性方面具有重要作用。它通过高精度测量、避免误判、实时感知、适应不同环境和结合其他传感器等方式,为自动驾驶系统提供准确、可靠的感知数据,从而确保行驶的安全性和稳定性。 激光雷达可以通过以下方式避免误判&#xff1a…

测试用例设计方法:正交试验法详解!

01、正交试验法介绍 正交试验法是研究多因素、多水平的一种试验法,它是利用正交表来对试验进行设计,通过少数的试验替代全面试验,根据正交表的正交性从全面试验中挑选适量的、有代表性的点进行试验,这些有代表性的点具备了“均匀…

2023.11.03 homework

小学4年级数学 1 2 3 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958 1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 19…

代码随想录算法训练营第四十二天丨 动态规划part05

1049.最后一块石头的重量II 思路 本题其实就是尽量让石头分成重量相同的两堆,相撞之后剩下的石头最小,这样就化解成01背包问题了。 感觉和昨天讲解的416. 分割等和子集 (opens new window)非常像了。 本题物品的重量为 stones[i],物品的价…

linux环境下编译,安卓平台使用的luajit库

一、下载luajit源码 1、linux下直接下载: a、使用curl下载:https://luajit.org/download/LuaJIT-2.1.0-beta3.tar.gz b、git下载地址;https://github.com/LuaJIT/LuaJIT.git 2、Windows下载好zip文件,下载地址:https…

时空智友企业流程化管控系统文件存在任意文件上传漏洞

时空智友企业流程化管控系统文件存在任意文件上传漏洞 免责声明漏洞描述漏洞影响漏洞危害网络测绘Fofa: app"时空智友V10.1" 漏洞复现1. 构造poc2. 发送数据包,上传文件3. 访问webshellwebshell地址 免责声明 仅用于技术交流,目的是向相关安全人员展示漏…

​ iOS App Store上传项目报错 缺少隐私政策网址(URL)解决方法

一、问题如下图所示: ​ 二、解决办法:使用Google浏览器(翻译成中文)直接打开该网址 https://www.freeprivacypolicy.com/free-privacy-policy-generator.php 按照要求填写APP信息,最后将生成的网址复制粘贴到隐私…

公安涉密视频会议建设方案

公安涉密视频会议建设方案的制定需要考虑多方面因素。其一般是在复杂涉密网络环境中部署,怎样的内部保密部署方可保障涉密会议最大程度的加密进行呢?以下是从不同维度建设方案,可以根据实际应用场景进行相应的修改以及配置与之匹配的视频会议…