当前位置: 首页 > news >正文

Chapter 13 Techniques of Design-Oriented Analysis: The Feedback Theorem

Chapter 13 Techniques of Design-Oriented Analysis: The Feedback Theorem

从这一章开始讲负反馈Control系统和小信号建模.

13.2 The Feedback Theorem

首先介绍 Middlebrook’s Feedback Theorem

考虑下面负反馈系统

$

传输函数 G=uo/ui
G ( s ) = u o u i = G ∞ T 1 + T + G 0 1 1 + T G(s)=\frac{u_{o}}{u_{i}}=G_{\infty }\frac{T}{1+T}+G_{0}\frac{1}{1+T} G(s)=uiuo=G1+TT+G01+T1
T为Loop Gain 环路的增益
T ( s ) = u y ( s ) u x ( s ) ∣ u i = 0 T(s)=\frac{u_{y}(s)}{u_{x}(s)}\bigg|_{ui=0} T(s)=ux(s)uy(s) ui=0
ideal forward gain 理想正向增益, G_inf为通过uz 消除(null) uy后, ui到uo的传输函数.

G_inf其实就是利用运放虚短和虚断来推导Vout/Vin
G ∞ ( s ) = u o ( s ) u i ( s ) ∣ u y → 0 G_{\infty }(s)=\frac{u_{o}(s)}{u_{i}(s)}\bigg|_{u_y\to 0} G(s)=ui(s)uo(s) uy0
当Loop Gain T-> inf时, G=G_inf

G0为通过uz 消除(null) ux后, ui到uo的传输函数
G 0 ( s ) = u o ( s ) u i ( s ) ∣ u x → 0 G_{0}(s)=\frac{u_{o}(s)}{u_{i}(s)}\bigg|_{u_x\to 0} G0(s)=ui(s)uo(s) ux0
当Loop Gain T-> 0时, G=G0

Null loop Gain Tn(s): 引入Uz来消除null uo(s)
T n ( s ) = u y ( s ) u x ( s ) ∣ u 0 → 0 T_n(s)=\frac{u_{y}(s)}{u_{x}(s)}\bigg|_{u_0\to 0} Tn(s)=ux(s)uy(s) u00

T n ( s ) T ( s ) = G ∞ ( s ) G 0 ( s ) \frac{T_n (s)}{T(s)}=\frac{G_\infty (s)}{G_0(s)} T(s)Tn(s)=G0(s)G(s)

13.3 Example: Op Amp PD Compensator Circuit

我们以下面负反馈op-amp为例

假设运放为单极点系统
G o p ( s ) = G o p 0 ( 1 + s ω 1 ) G_{op}(s)=\frac{G_{op0}}{(1+\frac{s}{\omega_1})} Gop(s)=(1+ω1s)Gop0
Voltage injection模型为

Ideal forward gain: 其实就是利用运放虚短和虚断来推导Vout/Vin, 即G_inf
G ∞ ( s ) = v o u t ( s ) v i n ( s ) ∣ v y → 0 G_{\infty }(s)=\frac{v_{out}(s)}{v_{in}(s)}\bigg|_{v_y\to 0} G(s)=vin(s)vout(s) vy0
vy null to 0, 因此op输入端v-也被null to 0.

我们可以用运放的虚短和虚断特性来推导vout/vin. v- = v+ = 0即virtual ground

Loop Gain, T(s) 环路的增益.
T ( s ) = v o u t v x v − v o u t v y v − T(s)=\frac{v_{out}}{v_{x}}\frac{v{^-}}{v_{out}}\frac{v_y}{v{^-}} T(s)=vxvoutvoutvvvy
前两项就是电阻电容的voltage divider传输函数, 第三项为Gop

G0为调节Vz, 从而Vx nulled to 0. 即运放输出为0
G 0 ( s ) = v o u t ( s ) v i n ( s ) ∣ v x → 0 G_{0}(s)=\frac{v_{out}(s)}{v_{in}(s)}\bigg|_{v_x\to 0} G0(s)=vin(s)vout(s) vx0

因此G0也是电阻电容的voltage divider传输函数

Tn为null output的loop gain


T n ( s ) = v y ( s ) v x ( s ) ∣ v o u t → 0 T_{n }(s)=\frac{v_{y}(s)}{v_{x}(s)}\bigg|_{v_{out}\to 0} Tn(s)=vx(s)vy(s) vout0

因此Loop Gain可推导为
T ( s ) = G 0 ( s ) T n ( s ) G ∞ ( s ) T(s)=\frac{G_{0}(s)T_{n}(s)}{G_{\infty }(s)} T(s)=G(s)G0(s)Tn(s)

最终Transfer Function, G= Vout/Vin
G ( s ) = v o u t v i n = G ∞ T 1 + T + G 0 1 1 + T G(s)=\frac{v_{out}}{v_{in}}=G_{\infty }\frac{T}{1+T}+G_{0}\frac{1}{1+T} G(s)=vinvout=G1+TT+G01+T1

f<30MHz, G0/(1+T)很小,

当f<fc (crossover frequency),G = G_inf

当f>fc (crossover frequency), G和G_inf差异很大

13.4 Example: Closed-Loop Regulator

Chapter 14 Circuit Averaging, Averaged Switch Modeling, and Simulation

这一章讲电路的平均化 Circuit averaging.

其核心思想就是把switch+diode替换成理想开关, 然后加上小信号模型

buck, boost, general two-switch的小信号模型如下

这样就能推导出converter的小信号模型了

对于电力电子系统的设计和仿真, 分为三种:

  1. 利用自带的器件库, 采用Cadence, SPICE, LTSpice等工具进行transient仿真. 好处精度高, 坏处费时费力.
  2. 简化器件模型, MOS换成Ron, 用PLECS and SIMPLIS仿真
  3. 平均化模型. 研究steady-state下电压,电流波形, 忽略ripple. 研究小信号模型. 可以给设计insight提供指导.

相关文章:

Chapter 13 Techniques of Design-Oriented Analysis: The Feedback Theorem

Chapter 13 Techniques of Design-Oriented Analysis: The Feedback Theorem 从这一章开始讲负反馈Control系统和小信号建模. 13.2 The Feedback Theorem 首先介绍 Middlebrook’s Feedback Theorem 考虑下面负反馈系统 传输函数 Guo/ui G ( s ) u o u i G ∞ T 1 T G…...

科研学习|论文解读——美国政治经济中的权力:网络分析(JASIST, 2019)

论文原题目 Power in the U.S. political economy: A network analysis 摘要 美国政治经济的许多特征产生于大型政治和经济机构之间的互动&#xff0c;然而我们对它们的互动性质和这些机构之间的权力分配知之甚少。在本文中&#xff0c;对总部设在美国的组织的网络进行了详细的…...

常用的git命令

一、常用的git命令 1. 配置 git config --local user.name "xxx" ---仅对当前Git仓库有效。配置信息将保存在当前Git仓库的 .git/config 文件中 local优先级最高&#xff0c;会覆盖其他范围的相同配置 git config --global user.email "xxx" ---全局…...

【AI】用iOS的ML(机器学习)创建自己的AI App

用iOS的ML(机器学习)创建自己的AI App 目录 用iOS的ML(机器学习)创建自己的AI App机器学习如同迭代过程CoreML 的使用方法?软件要求硬件开始吧!!构建管道:设计和训练网络Keras 转 CoreML将模型集成到 Xcode 中结论推荐超级课程: Docker快速入门到精通Kubernetes入门到…...

远程调用初体验笔记

远程调用初体验笔记 微服务架构通常将系统拆分成多个独立的服务单元&#xff0c;每个服务单元都专注于实现特定的业务功能。当一个服务需要使用另一个服务提供的功能时&#xff0c;就可以通过远程调用来实现。 使用步骤 1.步骤 Spring给我们提供了一个RestTemplate工具&#…...

反无人机电子护栏:原理、算法及简单实现

随着无人机技术的快速发展&#xff0c;其在航拍、农业、物流等领域的应用日益广泛。然而&#xff0c;无人机的不规范使用也带来了安全隐患&#xff0c;如侵犯隐私、干扰航空秩序等。为了有效管理无人机&#xff0c;反无人机电子护栏技术应运而生。 目录 一、反无人机电子护栏…...

Java项目利用Redisson实现真正生产可用高并发秒杀功能 支持分布式高并发秒杀

Java中的高并发秒杀场景下我们可以使用redisson来实现高并发秒杀功能, 以下就是一个可用于生产环境的高并发秒杀示例代码: pom依赖 <!-- https://mavenlibs.com/maven/dependency/org.redisson/redisson --><dependency><groupId>org.redisson</groupId&…...

0104行列式的性质-行列式-线性代数

记 D ∣ a 11 a 12 ⋯ a 1 n a 21 a 22 ⋯ a 2 n ⋯ ⋯ ⋯ a n 1 a n 2 ⋯ a n n ∣ D\begin{vmatrix}a_{11}&a_{12}&\cdots &a_{1n}\\a_{21}&a_{22}&\cdots&a_{2n}\\\cdots&\cdots&&\cdots\\a_{n1}&a_{n2}&\cdots&a_{nn}\en…...

k8s HPA 自动伸缩机制 (配置,资源限制,)

目录 一、概念 核心概念 工作原理 HPA 的配置关键参数 关键组件 使用场景 注意事项 如何确保程序稳定和服务连续 二、metrics-server 部署 metrics-server 准备 metrics-server 镜像: 使用 Helm 安装 metrics-server: 配置 metrics-server: 安装 metrics-server: …...

vulhub中GIT-SHELL 沙盒绕过漏洞复现(CVE-2017-8386)

GIT-SHELL 沙盒绕过&#xff08;CVE-2017-8386&#xff09;导致任意文件读取、可能的任意命令执行漏洞。 测试环境 为了不和docker母机的ssh端口冲突&#xff0c;将容器的ssh端口设置成3322。本目录下我生成了一个id_rsa&#xff0c;这是ssh的私钥&#xff0c;连接的时候请指…...

SpringBoot+vue3打造企业级一体化SaaS系统

SpringBootvue3打造企业级一体化SaaS系统 简介&#xff1a;    全面提升前后端技术水平&#xff0c;独立完成全栈项目开发能力&#xff0c;快速进击全栈工程师&#xff0c;最终在面试中脱颖而出。整合后端主流技术&#xff08;Spring Boot、物理数据库隔离、加载动态权限、多…...

探讨TCP的可靠性以及三次握手的奥秘

&#x1f31f; 欢迎来到 我的博客&#xff01; &#x1f308; &#x1f4a1; 探索未知, 分享知识 !&#x1f4ab; 本文目录 1. TCP的可靠性机制1.2可靠性的基础上,尽可能得提高效率 2. TCP三次握手过程3. 为何不是四次握手&#xff1f; 在互联网的复杂世界中&#xff0c;TCP&am…...

openai常见的两个错误:BadRequestError和OpenAIError

错误1:openai.OpenAIError: The api_key client option must be set either by passing api_key..... 在通过openai创建客户端必须要设置api key&#xff0c;如果你事先已经在本机的环境中设置未起效可以手动设置&#xff0c;注意手动设置时不要用下面的形式 import openai f…...

2核4g服务器够用吗?

2核4G服务器够用吗&#xff1f;够用。阿腾云以2核4G5M服务器搭建网站为例&#xff0c;5M带宽下载速度峰值可达640KB/秒&#xff0c;阿腾云以搭建网站为例&#xff0c;假设优化后平均大小为60KB&#xff0c;则5M带宽可支撑10个用户同时在1秒内打开网站&#xff0c;并发数为10&am…...

数据仓库数据分层详解

数据仓库中的数据分层是一种重要的数据组织方式&#xff0c;其目的是为了在管理数据时能够对数据有一个更加清晰的掌控。以下是数据仓库中的数据分层详解&#xff1a; 原始数据层&#xff08;Raw Data Layer&#xff09;&#xff1a;这是数仓中最底层的层级&#xff0c;用于存…...

unity内存优化之AB包篇(微信小游戏)

1.搭建资源服务器使用(HFS软件(https://www.pianshen.com/article/54621708008/)) using System.Collections; using System.Collections.Generic; using UnityEngine;using System;public class Singleton<T> where T : class, new() {private static readonly Lazy<…...

白话模电:3.三极管(考研面试与笔试常考问题)

一、三极管的简单判断 1.判断三极 1)给了图 左边是b,有箭头是e,剩下是c 2)给了电位 b:中间值&#xff0c;e:较近值(离中间值)&#xff0c;c:较远值(离中间值) 2.判断流向 bc同向(共同流向“|”或共同流离“|”)&#xff0c;e与bc反向 3.判断材料 4.判断类型 5.判断能否构…...

LeetCode 395. 至少有K个重复字符的最长子串

解题思路 一道滑动窗口题型&#xff0c;不过滑动窗口的长度是不同种类元素的个数。 这里需要定义两个变量 cnt,overk。overk表示的是满足大于k的字符数, cnt表示的是该窗口中不同元素的个数且cnt>1&&cnt<26。 相关代码 class Solution {public int longestSub…...

C#重新认识笔记_ FixUpdate + Update

C#重新认识笔记_ FixUpdate Update Update: 刷新频率不一致,非物理对象的移动&#xff0c;简单的刷新可用&#xff0c; FixedUpdate: 刷新频率一致,按照固定频率刷新&#xff0c;一般调用FixedUpdate之后&#xff0c;会立即进入必要的物理计算中,因此&#xff0c;任何影响刚…...

Django 解决新建表删除后无法重新创建等问题

Django 解决新建表删除后无法重新创建等问题 问题发生描述处理办法首先删除了app对应目录migrations下除 __init__.py以外的所有文件:然后&#xff0c;删除migrations中关于你的app的同步数据数据库记录最后&#xff0c;重新执行迁移插入 问题发生描述 Django创建的表&#xf…...

App无辜躺枪?手把手教你搞定腾讯手机管家误报导致的应用商店下架

当合规应用遭遇误报下架&#xff1a;开发者系统性应对指南运动健康类应用被标记为金融诈骗软件&#xff1f;社交工具因"病毒风险"被各大商店紧急下架&#xff1f;这类看似荒谬的误报事件&#xff0c;正在成为中小开发团队的"无妄之灾"。某知名运动App开发团…...

身份证OCR识别接口接入实战:Python/Java/PHP/C#四语言代码示例与踩坑指南

#身份证OCR, #OCR接口, #API接入, #Python示例, #Java示例, #PHP示例, #踩坑指南, #石榴智能, #实名认证, #图片识别 身份证OCR识别接口接入实战&#xff1a;Python/Java/PHP/C#四语言代码示例与踩坑指南 作者&#xff1a;石榴智能技术团队 一、前言 身份证OCR识别已经不是什…...

Kerberos身份认证原理与企业级排错实战指南

1. 这不是“另一个登录框”&#xff0c;而是一套精密运转的身份验证齿轮系统很多人第一次听说 Kerberos&#xff0c;是在公司内网登录邮箱或访问内部系统时&#xff0c;看到那个带小盾牌图标的弹窗——“正在使用 Kerberos 协议进行身份验证”。于是下意识觉得&#xff1a;“哦…...

打不开JupyterLab

因为安装某些依赖导致JupyterLab的依赖被动升级或降级&#xff0c;从而影响了JupyterLab的运行&#xff0c;此时可以SSH登录到实例&#xff0c;然后输入jupyter-lab命令进行确认&#xff0c;如果执行命令报错则说明是此问题&#xff0c;那么可以通过pip install jupyterlab再次…...

超维计算(HDC)原理与ScalableHD架构优化实践

1. 超维计算&#xff08;HDC&#xff09;基础解析超维计算&#xff08;Hyperdimensional Computing, HDC&#xff09;是一种受大脑信息处理机制启发的计算范式&#xff0c;其核心思想是用高维随机向量&#xff08;通常称为超向量或HV&#xff09;来表示和处理信息。与传统神经网…...

终极Node.js Mock工具:Mockery入门到精通实战教程

终极Node.js Mock工具&#xff1a;Mockery入门到精通实战教程 【免费下载链接】mockery Simplifying the use of mocks with Node.js 项目地址: https://gitcode.com/gh_mirrors/mock/mockery Mockery是Node.js生态中简化Mock使用的终极工具&#xff0c;它为开发者提供了…...

脉冲神经网络加速器设计与边缘计算优化

1. 脉冲神经网络加速器的设计挑战与突破在边缘计算领域&#xff0c;脉冲神经网络(SNN)正以其独特的生物启发特性引发新一轮技术变革。与传统人工神经网络(ANN)相比&#xff0c;SNN通过离散的脉冲信号传递信息&#xff0c;模拟生物神经元的工作机制&#xff0c;理论上可实现超低…...

别再死记公式了!用Python手写一个卷积层,彻底搞懂CNN里的‘卷’是怎么算的

用Python手写卷积层&#xff1a;从零理解CNN的"卷"运算 当你第一次看到卷积神经网络(CNN)的数学公式时&#xff0c;那些复杂的符号和下标是否让你望而却步&#xff1f;作为计算机视觉领域的基石&#xff0c;CNN的核心在于理解卷积运算的本质。本文将带你用NumPy从零实…...

基于GSM与Arduino的远程控制系统:DIY电话控制与短信报警方案

1. 项目概述与核心价值如果你曾经想过&#xff0c;在离家几十公里外&#xff0c;仅凭一部普通的手机&#xff0c;就能远程打开家里的车库门、查看门窗是否关好&#xff0c;甚至在异常情况发生时让系统自动打电话给你报警&#xff0c;那么这个基于GSM的远程控制系统项目&#xf…...

基于MAX78000与CNN的智能螺栓巡检小车:嵌入式AI实战解析

1. 项目概述与核心思路在轨道交通的日常运维中&#xff0c;螺栓的紧固状态检查是一项繁重且关键的任务。无论是轨道上的紧固螺栓&#xff0c;还是列车转向架、轮对轴承上的关键螺栓&#xff0c;其松动或失效都可能引发严重的安全事故。传统的人工巡检方式不仅效率低下&#xff…...