LDO的原理及测试方法

一、基本结构

这是LM317芯片的核心,这个电路单元称为Bandgap Reference带隙基准源。属于模拟集成电路中的经典电路结构。

LDO拓扑结构图

常见的基本结构

利用VBE的负温度系数,而VT是正温度系数,正负温度系数抵消就的得到稳定的基准参考电压了(三极管的方程VBE=VT*In(lC/IS))。

二、测试意义

了解集成电路的内部结构对测试有意义么?

1、了解内部结构,才能更好的理解测试原理或者设计测试方案2、可以学习提升对电路结构的理解能力。

针对LM317,了解了内部简单原理,可以知道1、内部结构设计针对的是温度系数,因此可能受温度的影响,实际也是会受到温度的影响,正常情况受温度影响很小。

2、IADJ设计是50uA,随着集成电路技术的优化,该电流已经逐步小于50uA,但是旧有的设计中,大约为50uA。

3、输出的电压约为1.25V

这是LM317的规格书:

这里:

1、Parameter.是芯片的规格参数,通常电参数都需要测试。

2、有些参数,如果我们理解设计原理,则很容易理解测试结果的范围比如红框的两个参数,在前面的基本原理中分析过了。

3、每个参数都是有测试条件的,但是测试条件写的很简单,只写关键参数。

4、要注意表格上面的通用条件,即室温25,以及无特殊说明时,VIN与VOUT的压差为5V,输出电流为10mA.

参考电压

没有测试条件时,就是输出电流为10mA.VIN-VOUT=5V其他测试条件不是取一个范围,而是取两端的边界值。对于生产测试来说,只取边界值。思考一下为什么?

注意,很多新手认为输入电压高,可以减小输入电流;而输出电压低,所以输出电流大。对于开关电源,这是对的;但是对于线性电源,这是错误的,线性电源的输入电流近似与输出电流相等。测试时一定要注意。

线性调整率

负载调整率

辅助电路测试ADJ脚的电流值

C1是相位补偿电容,注意该电容要根据使用的运算放大器进行选择运算放大器要选择IB电流较小的运算放大器。通常JFET输入的运放,IB较小。

滤波器

1、时域校准注意要有校准电路

2、设计时,频域检查,确认滤波器的带宽满足需求。

纹波抑制比是输入正弦波电压然后测量输出的同频率正弦波信号。输出的纹波通常很小,所以要连接滤波放大电路。

测试电路中经常会有辅助电路,因为辅助电路会影响到测试结果,所以设计时必须考虑:

1、对于不参与计算,或者误差可以忽略的辅助电路,必须在测试程序中检查辅助电路是否正常工作。

2、对于参与计算,或者误差不可以忽略的辅助电路,必须设计校准电路,并且在测试程序中执行校准。

3、对于多sites测试电路,必须确保辅助电路的性能的一致性,否则会对测试结果产生影响。

4、多sites电路,必须从硬件设计、软件设计上,能够区分出是测试的哪一个site。

LDO的输出具有保护,普通的保护是限流保护,很好理解就是短路电流就是最大电流。还有一种叫截(折)流型保护,也就是短路电流是小于最大工作电流的。其原理仿真如下图所示。

内部原理图

LDO除了作为独立的器件,也是模拟集成电路最常用的单元电路之一比如很多开关电源芯片都会有一个参考电压引脚,通常内部就是一个简单的LDO。

另外,大多数芯片内部也会有一个稳压电路,给控制单元提供稳定的供电电压,通常也是一个LDO单元电路。

常见的LM1117模拟版图

关于PSRR测试的原理

使用输入注入器和网络分析仪进行测试

  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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

打赏作者

芯动大师

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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