理想运放传递函数的求解

1、传递函数

传递函数是指线性系统输出量的拉氏变换与输入量的拉氏变换之比。记作:
G ( s ) = Y ( s ) X ( s ) G(s) = \frac{Y(s)}{X(s)} G(s)=X(s)Y(s)
Y(s) 为输出量的拉氏变换,X(s)为输入量的拉氏变换;

2、理想运放的两种模型

①时域模型

运算放大器的时域模型

Vout(t) = A × [ V+(t) - V-(t) ] ;

A 为运放的开环增益, 理想状态下:A → +∞;

②S域(复频域)模型

运算放大器的频域模型

Vout(s) = G × { V+(s) + [ -V-(s) ] } ;

同理,G→+∞ ;

3、带有负反馈的两种模型

  这里以最简单的形式来说明:只有单端(同相输入端)输入,单端输出,一条纯阻态反馈回路。

①带有负反馈的时域模型

带有反馈的时域模型
由上图知,列式如下:

A × [V+(t) - F × Vout(t)] = Vout(t);

解得: V o u t ( t ) V + ( t ) = A 1 + A F \frac{V_{out}(t)}{V_{+}(t)} =\frac{A}{1+AF} V+(t)Vout(t)=1+AFA
即: V o u t ( t ) V + ( t ) = 1 1 A + F \frac{V_{out}(t)}{V_{+}(t)} =\frac{1}{\frac{1}{A}+F} V+(t)Vout(t)=A1+F1
理想状态下,A → +∞,也就是说, 1 A \frac{1}{A} A1→0:
A ( t ) = V o u t ( t ) V + ( t ) ∣ A → + ∞ = 1 F A_{(t)}=\frac{V_{out}(t)}{V_{+}(t)}\vert_ {A → +∞}= \frac{1}{F} A(t)=V+(t)Vout(t)A+=F1
  由此公式得到深度负反馈的实质:表明放大倍数几乎决定于反馈网络,与其他条件无关。

②带有负反馈的S域模型

带有反馈的S域模型
列式如下:

G × { V+(s) + [- F × Vout(s)] } = Vout(s) ;

解得: V o u t ( s ) V + ( s ) = G 1 + G F \frac{V_{out}(s)}{V_{+}(s)}= \frac{G}{1+GF} V+(s)Vout(s)=1+GFG
即: G ( s ) = V o u t ( s ) V + ( s ) = 1 1 G + F G(s)=\frac{V_{out}(s)}{V_{+}(s)}= \frac{1}{\frac{1}{G}+F} G(s)=V+(s)Vout(s)=G1+F1
G → +∞: G ( s ) = V o u t ( s ) V + ( s ) = 1 1 G + F ∣ G → + ∞ = 1 F G(s) = \frac{V_{out}(s)}{V_{+}(s)}= \frac{1}{\frac{1}{G}+F}\vert_{G→+∞} = \frac{1}{F} G(s)=V+(s)Vout(s)=G1+F1G+=F1

4、传递函数的求解

在这里插入图片描述
由上面推出的G(s)知,反馈量为R2上分得的电压,列式得:
G × V + ( s ) + G × [ − V o u t ( s ) × R 2 R 1 + R 2 ] = V o u t ( s ) G × V_+(s) + G × [- V_{out}(s) ×\frac{R_2}{R_1 + R_2} ] = V_{out}(s) G×V+(s)+G×[Vout(s)×R1+R2R2]=Vout(s)

即传递函数为: G ( s ) = V o u t ( s ) V + ( s ) = 1 + R 1 R 2 G(s) = \frac{V_{out}(s)}{V_{+}(s)} = 1+\frac{R_1}{R_2} G(s)=V+(s)Vout(s)=1+R2R1
如若反馈回路中有其他容性或者感性元件,分析方法与上述类似。.

5、注意

上面 G ( s ) = V o u t ( s ) V + ( s ) G(s) = \frac{V_{out}(s)}{V_{+}(s)} G(s)=V+(s)Vout(s)
可变形为: V o u t ( s ) = V + ( s ) × G ( s ) V_{out}(s) = V_+(s) × G(s) Vout(s)=V+(s)×G(s)
即: V o u t ( s ) = V + ( s ) × ( 1 + R 1 R 2 ) V_{out}(s) = V_+(s) × (1 + \frac{R_1}{R_2}) Vout(s)=V+(s)×(1+R2R1)
G(s)为常数,取等式两边拉普拉斯逆变换,得到时域方程:
V o u t ( t ) = V + ( t ) × ( 1 + R 1 R 2 ) V_{out}(t) = V_+(t) × (1 + \frac{R_1}{R_2}) Vout(t)=V+(t)×(1+R2R1)
  这里就比较容易混淆了,按照下图所示:
计算过程
时域中:
V o u t ( t ) = V + ( t ) ∗ H ( t ) ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ H ( t ) 为 系 统 的 冲 激 响 应 V_{out}(t) = V_+(t) * H(t) ······· H(t)为系统的冲激响应 Vout(t)=V+(t)H(t)H(t)
频域中:
V o u t ( s ) = V + ( s ) × G ( s ) ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ ⋅ G ( s ) 为 传 递 函 数 V_{out}(s) = V_+(s) × G(s) ···············G(s)为传递函数 Vout(s)=V+(s)×G(s)G(s)
又:
V o u t ( t ) = V + ( t ) × ( 1 + R 1 R 2 ) V_{out}(t) = V_+(t) × ( 1 + \frac{R_1}{R_2} ) Vout(t)=V+(t)×1+R2R1
  所以很多人,就把 1 + R 1 R 2 1+\frac{R_1}{R_2} 1+R2R1与H(t)弄混淆,当成同一个东西。其实也可以想一想,输入信号 V + ( t ) V_+(t) V+(t) 1 + R 1 R 2 1+\frac{R_1}{R_2} 1+R2R1相乘, V + ( t ) V_+(t) V+(t)与H(t)相卷积,前后二者得到的结果并不一样,这样就可以分辨清楚了。

其实: H ( t ) = [ 1 + R 1 R 2 ] δ ( t ) H(t) = [ 1+\frac{R_1}{R_2} ] \delta(t) H(t)=[1+R2R1]δ(t)
我们可以推算一遍: V o u t ( t ) = V + ( t ) ∗ H ( t ) V_{out}(t) = V_+(t) * H(t) Vout(t)=V+(t)H(t)则:
V o u t ( t ) = ∫ + ∞ − ∞ V + ( τ ) × H ( t − τ ) d τ V_{out}(t) =\int_{+∞}^{-\infty} V_+(\tau) × H(t - \tau) d\tau Vout(t)=+V+(τ)×H(tτ)dτ
V o u t ( t ) = ∫ + ∞ − ∞ V + ( τ ) × [ 1 + R 1 R 2 ] δ ( t − τ ) d τ V_{out}(t) =\int_{+∞}^{-\infty} V_+(\tau) × [ 1+\frac{R_1}{R_2} ] \delta(t-\tau) d\tau Vout(t)=+V+(τ)×[1+R2R1]δ(tτ)dτ
V o u t ( t ) = ( 1 + R 1 R 2 ) ∫ + ∞ − ∞ V + ( τ ) × δ ( t − τ ) d τ V_{out}(t) =(1+\frac{R_1}{R_2} )\int_{+∞}^{-\infty} V_+(\tau) × \delta(t-\tau) d\tau Vout(t)=(1+R2R1)+V+(τ)×δ(tτ)dτ
由冲激函数的性质得到
∫ + ∞ − ∞ V + ( τ ) × δ ( t − τ ) d τ = V + ( t ) \int_{+∞}^{-\infty} V_+(\tau) × \delta(t-\tau) d\tau = V_+(t) +V+(τ)×δ(tτ)dτ=V+(t)
因此:
V o u t ( t ) = V + ( t ) × ( 1 + R 1 R 2 ) V_{out}(t) = V_+(t) × (1 + \frac{R_1}{R_2} ) Vout(t)=V+(t)×1+R2R1

如果有什么疑问,可以在下方提出,欢迎各位大佬批评指正!!

  • 12
    点赞
  • 35
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论

“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 3
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

稳妥小伙儿

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