差分电路原理以及为什么输出电压要偏移

news2024/10/3 8:17:41

        我们在使用放大器芯片的时候,除了对放大器芯片本身应用外,通常还需要搭建一些外围电路来满足放大器芯片的使用条件,最终满足应用的功能,下面通过一个差分电路来熟悉这些应用。

差分运算放大电路,对共模信号得到有效抑制,而只对差分信号进行放大,因而得到广泛的应用。差分电路的电路构型如下图

目标处理电压:是采集处理电压,比如在系统中像母线电压的采集处理,还有像交流电压的采集处理等。差分同相/反相分压电阻:为了得到适合运放处理的电压,需要将高压信号进行分压处理,如图1中V1与V2两端的电压经过分压处理,最终得到适合运放处理的电压Vin+与Vin-。

放大电路和比较电路的区别:差分放大电路的反馈,对于运算放大电路来说,运放工作在线性区,所以这里一定是负反馈。没有反馈(开环)或者是正反馈,那是比较器电路而不是放大电路,这时候运放工作在饱和区或称为非线性工作区,正因为饱和,输出才是电源电压的幅值。下面几张图的目的是从运放的定义开始,说明只有处于负反馈的时候,运放才能工作在线性区。

下图是一种带正反馈的运放电路,这里就不能叫运算放大电路了,因为运放的开环放大倍数理想是无限大,当然实际中不可能无限大,所以如下结构是迟滞电压比较器,运放工作在非线性区或饱和区。

假如R74=R75=R76,因为运放工作在非线性区或饱和区,此时不能运用虚短和虚断的原理,根据分压原理则输出为电源范围内的高低电平:|(-15V-Vref)|x1/3+(-15V)或者(+15V-Vref)x2/3+Vref。

下图依然是电压比较器结构,上面已经提到,运放开环增益很大,不带负反馈,工作就如非线性区,当做电压比较器来使用。此时的输出电压就是Vin跟Vref直接比较的结果,或者为-15V,或者为+15V。

运算放大器,反馈电阻从输出接到反相端"-"就是负反馈,当然在输出信号不超过电源电压时(注:一切信号的能量来源是电源,输出当然不可能超过电源幅值),实现的功能就是放大信号的功能,接到同相端"+"就是正反馈,电路功能是电压比较器。当然在实际当中我们并不提倡用运放去做电压比较器,而是选用专用的比较器,如LM339、LM393、LM211等,因为比较器和运放在实际当中内部器件的工作状态还是有区别的。比较器接了限流电阻-"R74、R77",这是因为比较器在幅值切换时,快速上升或下降沿对后级容性负载进行充放电,这个充放电电流来自这个有源器件—比较器,因此加限流电阻目的是防止电流冲击。
RC滤波:可以酌情调节,目的是防止输出过冲等信号失真问题。

差分输入电压的计算

 如下图电路,为了便于计算,我们给定每个阻值。差分电路的另一个特点是对称性,R40=R56及R47=R55,差分分压两个支路电阻也是相等的。

Vin+和Vin-的值是如何计算的?我们先通过繁琐的计算来得到,然后再简化计算。首先,运放的同相端5引脚和反相端6引脚,利用"虚短"得到,其中系数6是指6个100k的电阻,方便简化式子:

 那么通过分压关系得到Vin+:

再次通过分压关系得到Vin-:

 

那么就得到Vin+减Vin-的值,其实还有一种简单方法得到Vin+减Vin-的值,利用运放的虚短特点,可将电路等效为:

所以要计算Vin+减Vin-的值,变得很容易,只是一个简单的分压电路而已,如下计算得到差分电压输入值是0.84V。

差分放大电路的计算

计算公式推导,依旧遵循运放的虚短和虚断特性,当R56=R40,R47=R55时,差分计算可以简化为:实际应用电路中,我们为了简化计算,也是用最简方法计算,经常使用的电路也是上述电路,令电阻相等关系,简化计算。

放大电路的"偏移计算"

为什么要对输出电压进行偏移?这是因为当采集负值时,我们的采样芯片和MCU几乎都不支持负值采样的时候,你就必须进行偏移,使得输出总是为正值。偏移电路,如图8,在原来同相端电阻接地GND的地方,我们接一个电压值,通常也称为偏移电压。那么最终表达式是什么?

通过叠加定理最终得到:

这里公式的成立,保证R64=R72,R73=R57,那么最终得到偏移公式是在原来基础上加个电压偏移量2.5V_Ref:

只要根据实际应用选择合适的偏移量,输出总会为一个正值。

 比如,上图电路,输入电压变为-100V,那么最终输出电压就为:这样就将负电压偏移为正电压,处理器符合处理器处理要求了,偏移电路在采集如交流电、以及存在负直流电压的控制电路中广泛使用。

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/1362054.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

Multisim各版本安装指南

Multisim下载链接 https://pan.baidu.com/s/1En9uUKafhGOqo57V5rY9dA?pwd0531 1.鼠标右击【Multisim 14.3(64bit)】压缩包(win11及以上统需先点击“显示更多选项”)选择【解压到 Multisim 14.3(64bit)】。 2.打开解压后的文件夹,双击打开【…

凸优化 3:最优化方法

凸优化 3:最优化方法 最优化方法适用场景对比费马引理一阶优化算法梯度下降最速下降 二阶优化算法牛顿法Hessian矩阵Hessian矩阵的逆Hessian矩阵和梯度的区别牛顿法和梯度下降法的区别 拟牛顿法DFP、BFGS/L-BFGS 数值优化算法坐标下降法SMO算法 基于导数的函数优化解…

网络请求 - 异步编程详解

一、概述 网络管理模块主要提供以下功能: HTTP数据请求:通过HTTP发起一个数据请求。WebSocket连接:使用WebSocket建立服务器与客户端的双向连接。Socket连接:通过Socket进行数据传输。 HTTP和WebSocket都是啥? 比如我…

java基础之Java8新特性-Stream(流)

简介 流(Stream)是 Java 8 引入的一种处理集合数据的抽象概念,它提供了一种更简洁、更灵活的方式来操作和处理集合数据。流可以看作是一系列元素的管道,可以对这些元素进行筛选、转换、排序、归约等操作,实现各种数据…

【Android取证篇】小米手机OTG取证知识

【Android取证篇】小米手机OTG取证知识 小米手机OTG使用方法—【蘇小沐】 目录 1、OTG用途 2、手机连不上U盘 3、小米手机有没有OTG 4、手机usb调试找不到 5、MHL能否在HDMI输出视频的同时进行USB传输 1、OTG用途 使用OTG外接设备,需要使用和手机接口对应匹配的…

vmware workstation的三种网络模式通俗理解

一、前言 workstations想必很多童鞋都在用,经常会用来在本机创建不同的虚拟机来做各种测试,那么对于它支持的网络模式,在不同的测试场景下应该用哪种网络模式,你需要做下了解,以便可以愉快的继续测(搬&…

Spark调优解析-spark数据倾斜优化2(七)

1 数据倾斜优化 1.1为何要处理数据倾斜(Data Skew) 什么是数据倾斜 对Spark/Hadoop这样的大数据系统来讲,数据量大并不可怕,可怕的是数据倾斜。 何谓数据倾斜?数据倾斜指的是,并行处理的数据集中&#xf…

echarts 仪表盘进度条 相关配置

option {series: [{type: gauge,min: 0,//最大值max: 100, //最小值startAngle: 200,//仪表盘起始角度。圆心 正右手侧为0度,正上方为90度,正左手侧为180度。endAngle: -20,//仪表盘结束角度splitNumber: 100, //仪表盘刻度的分割段数itemStyle: {color…

数据结构之堆——学习笔记

1.堆的简介: 接下来看一下堆的建立; 接下来是如何在堆中插入数据以及删除数据: 大根堆的插入操作类似只是改变了一下大于和小于符号,同时插入操作的时间复杂度为O(logn)。 来看几个问题: 答案当…

关于曲率、曲率半径和曲率圆,看这几篇文章就够啦

关于曲率、曲率半径和曲率圆的内容,是考研数学数学一和数学二大纲中明确要求掌握的内容,但这部分内容在很多教材教辅以及练习题中较少涉及。在本文中,荒原之梦考研数学网就为大家整理了曲率、曲率半径和曲率圆方程相关的概念、基础知识以及练…

从千问Agent看AI Agent——我们很强,但还有很长的路要走

前言 最近双十一做活动买了台新电脑,显卡好起来了自然也开始大模型的学习工作了,这篇文章可能是该系列的第一弹,本地私有化部署千问agent,后面还会尝试一些其他的大模型结合本地知识库或者做行业垂直模型训练的,一步…

【编译原理】期末预习PPT后三章笔记+LL(1) II

继续预习O.o 从这一章开始看自己班发的 PPT 了 LL(1)的部分因为班里发了所以又看了一遍hhh感觉比之前那个清楚一点 目录 I. 自顶向下 一、概念(看一眼) 1、语法分析的两大类分析方法 2、算法基本思想 3、自顶向下介绍 1)一般过程 2&a…

IPv6和IPv4在技术层面的区别

随着互联网的不断发展,IPv4地址资源已经逐渐枯竭,而IPv6地址的使用逐渐成为趋势。IPv6和IPv4作为互联网协议的两个版本,在技术层面存在许多区别。本文将从地址空间、地址表示方法、路由协议、安全性、移动性以及网络性能等方面对IPv6和IPv4进…

【计算机网络】TCP原理 | 可靠性机制分析(一)

个人主页:兜里有颗棉花糖 欢迎 点赞👍 收藏✨ 留言✉ 加关注💓本文由 兜里有颗棉花糖 原创 收录于专栏【网络编程】【Java系列】 本专栏旨在分享学习网络编程、计算机网络的一点学习心得,欢迎大家在评论区交流讨论💌 目…

探索生成式AI:自动化、问题解决与创新力

目录 自动化和效率:生成式AI的颠覆力量 解谜大师生成式AI:如何理解和解决问题 创新与创造力的启迪:生成式AI的无限潜能 自动化和效率:生成式AI的颠覆力量 1. 神奇的代码生成器:生成式AI可以帮助开发人员像魔术一样快…

Linux network — 网络层收发包流程及 Netfilter 框架浅析

Linux network — 网络层收发包流程及 Netfilter 框架浅析 1. 前言2. 基础网络知识2.1 网络分层模型2.2 数据包协议分层2.3 sk_buff 结构2.4 收发包整体框架 3. 网络层(IPv4)收发包流程4. Netfilter 框架4.1 IPv4 网络层的 Netfilter Hook 点4.2 iptable…

jquery图形验证码

效果展示 js图形随机验证码&#xff08;表单验证&#xff09; html代码片段 <form class"formwrap"><div class"item"><input type"text" id"code_input" value"" placeholder"请输入验证码"/>…

【KD】知识蒸馏(knowledge distillation)简单介绍

最近学到了知识蒸馏的相关知识&#xff0c;来简单总结一下૮꒰ ˶• ༝ •˶꒱ა。 知识蒸馏 知识蒸馏&#xff0c;是一种模型压缩的手段。通过训练学生模仿教师的行为&#xff0c;将嵌入在大的教师模型中的知识迁移到小的学生模型。 例如&#xff0c;TinyBERT(Jiao et al.,2…

第14课 利用openCV快速数豆豆

除了检测运动&#xff0c;openCV还能做许多有趣且实用的事情。其实openCV和FFmpeg一样都是宝藏开源项目&#xff0c;貌似简单的几行代码功能实现背后其实是复杂的算法在支撑。有志于深入学习的同学可以在入门后进一步研究算法的实现&#xff0c;一定会受益匪浅。 这节课&#…

sensor 点亮出图后,画面全黑是为什么?

同事在点一个思特威的 sensor sc035hgs&#xff0c;这个 sensor 主要负责数据采集&#xff0c;然后给到后面的 NN&#xff08;神经网络&#xff09;去做处理。 点亮出图后&#xff0c;画面很黑&#xff0c;如下图所示&#xff1a; 因为没拿到板子&#xff0c;只能盲猜&#xf…