硬件设计——滤波器设计_MIC用有源带通滤波器

“在已有的成熟稳定的滤波器基础上,根据业务需要对原设计进行优化调整以得到新的滤波器” 是滤波器设计的一种常用方法。

MIC用有源带通滤波器

介绍一种简单直观的带通滤波器以及计算过程,以作未来可参考的基线设计。该滤波器可用于音频信号(从MIC原始输出)的放大和处理。

符号定义:

Vin —— 麦克风输出原始信号幅值(Vpeak or Vrms)

Vout —— 滤波器输出信号(Vpeak or Vrms)

Ri —— 麦克风内阻,也可以是人为串联的输入电阻

Ro —— 滤波器输出负载,既下一级电路的输入电阻

Kp —— 滤波器通带内目标增益

ωpl —— 滤波器通带低频截止频率,在该频点滤波器增益降低设计目标下限△Kpl

ωph —— 滤波器通带高频截止频率,在该频点滤波器增益降低设计目标下限△Kph

ωcl —— 滤波器低频-3dB截止频率(高通滤波器极点频率)

ωch —— 滤波器高频-3dB截止频率(低通滤波器极点频率)

A(ω) —— 滤波器在ω频点上的增益 

设计目标:

Vin

Vout

Ri

Ro

ωpl

A(ωpl)

ωph

A(ωph)

1V

34V

2.2Kohm

10Kohm

20Hz*2π

Kp-0.5dB

20KHz*2π

Kp-0.1dB

设计步骤:

  • 根据目标输出Vout要求计算Kp

  • 根据Kp计算反馈电阻Rf

        该构型下放大器的增益  ,已知Ri=2.2KΩ,故Rf=75KΩ

  • 使用低通滤波器设计式(巴特沃斯逼近)计算高边截止频率ωch(高频极点)

        一阶低通滤波器设计式如下

        该滤波器中仅有1个由Rf Cf负反馈构成的一阶低通网络,故n取1。同时希望在ωph = 20KHz*2π 频点上将增益波动控制在-0.1dB,即令 ,代入设计式可得

        推导可得Rf*Cf负反馈构成的一阶低通网络所需的截止频率(高频极点)ωch

  • 使用高边截止频率ωch(极点)计算反馈电容Cf

        因截止频率  ,而Rf已设计为75KΩ,故可得

  • 使用高通滤波器设计式(巴特沃斯逼近)计算低边截止频率(低频极点)ωcl

        高通滤波器设计式如下,其中n为滤波器阶数:

        该滤波器中有由Ri*Ci和Ro*Co构成的二阶高通网络,故n取2。同时希望在ωpl = 2π*20Hz频点上将增益波动控制在-0.5dB,即令 ,代入设计式可得

        我们希望二阶滤波器的2个极点重合,以在通带外获得最大的滚降速率,既,可得

  • 使用低边截止频率ωcl(极点)计算反馈电容Ci和Co

        其中Ri和Ro已知,故可得

  • 将放大器的直流工作点(偏置电压)设置为VCC中位电压

        选择100kΩ 作为Rb1和Rb2的值,直流工作点Vbias = VCC/2

  • 设计Cb构成低通滤波器过滤电源引入到Vbias的纹波和噪声

        对于交流信号,VCC电源等效与GND短路,故Rb1和Rb2等效为并联,既Rb=50KΩ

设计截止频率为1Hz的低通滤波器,则可得

  • 通过TINA-TI仿真检查设计

        运放模型需选用理想运放(无限带宽、无限压摆率、无限输出电压、零输出电阻、无限大输入电阻)

        通带内增益30.65dB,20Hz上增益波动-0.494dB,20KHz上增益波动-0.086dB,满足设计要求。

  • 加入实际运放模型再次进行仿真,调整RC参数

        实际运放存在带宽、输入电阻、输出电阻等限制,而上述计算是假设运放为理想运放获得的结果,因此在使用实际运放搭建电路后其实测结果会偏离设计值。

        若可获得实际运放SPICE模型,则最好再使用该运放模型进行仿真,并对相关的RC进行微调。

        本案例中加入LM358运放的SPICE模型再次仿真后得到的频响曲线如下

        通带内增益30.64dB,20Hz上增益波动-0.483dB,20KHz上增益波动-3.21dB,可见在高频边界上的增益衰减大幅增加,无法满足设计要求!

        此时先尝试将Cf Rf设计得更小,企图令滤波器高频截止频率提高,然而仿真发现将Cf直接断开后,在20KHz上的增益波动仍达到了-2.57dB,故可判断是LM358的带宽无法满足本案例的应用需求。

        从LM358规格书中得知该运放的增益带宽积GBW=1MHz,而在不同增益下的频响曲线如下

        在该应用34倍增益需求下,LM358的理论带宽仅有29KHz,假设运放为1阶低通特性,则在20KHz上由运放导致的衰减已有-1.7dB,可见本应用需要使用带宽更高的运放。

        最终我们选用GBW=6.4MHz的OPA404运放(在34倍增益下理论带宽为188KHz,在20KHz下衰减-0.06dB),并将Cf改为4.7pF,仿真结果如下:

      

        通带内增益30.64dB,20Hz上增益波动-0.494dB,20KHz上增益波动-0.088dB,满足设计要求。

附录:

由n个1阶滤波器构成的n阶低通滤波器设计式

由n个1阶滤波器构成的n阶高通滤波器设计式

实际上该公式描述的就是伯德图上以【-20n(dB)/十倍频】速度滚降的幅频曲线。

可见随着阶数n提高,所描述曲线的滚降速率会成 -20dB 的倍数增长,如二阶滤波器滚降速率变为 -40dB/十倍频。

  • 15
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
基于PyTorch的Embedding和LSTM的自动写诗实验LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 过遗忘门决定从记忆单元中丢弃哪些信息。 过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值