【电路笔记】-B类放大器
B类放大器
文章目录
- B类放大器
- 1、概述
- 2、B类放大器介绍
- 3、推挽式配置
- 4、限制交叉失真
- 5、B类放大器效率
- 6、总结
1、概述
我们在之前的文章中已经知道,A 类放大器的特点是导通角为 360°,理论最大效率为 50%。 在本文中,我们将详细介绍另一类放大器,称为B类放大器,它是为解决A类低效率问题而开发的。
在第一部分中,我们将介绍 B 类放大器的组成及其特性概述。 然而,我们将在后面的部分中看到,为了正常工作,需要两个互补晶体管以确保输入信号的再现,这就是通常所说的推挽配置。 此外,我们将重点介绍 B 类放大器中发生的不良失真以及限制它的一些可能的解决方案。 在本文的最后一部分,我们将逐步介绍如何计算 B 类放大器的理论最大效率。
2、B类放大器介绍
与A类放大器的主要区别在于B类放大器的导通角为180°。 这意味着只有一半的输入信号被处理以实现放大过程。 为了澄清这一论断,下面的图 1 比较了 A 类放大器和 B 类放大器的导通角:

在图1中,我们假设使用的双极晶体管 (BJT) 是 NPN 型。 在B类放大器中,PNP BJT 将仅放大信号的负部分,如下图2所示:

为了更好地形象化B类放大器配置如何放大信号,我们考虑两个信号增益为5的晶体管,一个NPN和一个PNP。 幅度为1的输入信号以及NPN和PNP晶体管的输出信号可以绘制在图3的同一张图中:

由于NPN晶体管仅放大正半波,而PNP晶体管仅放大负半波,因此仅用一个晶体管无法实现忠实再现。 然而,从图 3 中,我们看到 NPN 和 PNP 输出的叠加重新生成了输入信号的形状。 为了结合这两个输出,NPN 和 PNP 晶体管被放置在所谓的推挽配置中(图 4),我们将在下一节中详细介绍。
B类放大器的另一个重要特性是晶体管基极支路上没有直流偏置。 因此,B类放大器只有在交流输入信号高于双极晶体管的阈值电平 +0.7 V 时才能导通。这一事实在触发B类放大器典型的不良效应方面发挥着重要作用,我们将澄清这一点 以及接下来的部分。
3、推挽式配置
下面的图 4 显示了用于 B 类放大的射极跟随器推挽配置的输出级,以及输入信号、NPN 和 PNP 晶体管的输出以及最终组合输出:

图 4 突出显示了一种通常称为交叉失真的不良效应。在零幅度交叉周围确实存在一个间隔,在此间隔中信号无法忠实地再现。 为了理解为什么这种现象专门发生在B类放大器中,我们需要绘制推挽配置的 ( V o u t , V i n ) (V_{out}, V_{in}) (Vout,Vin) 特性:

从图5中,我们可以看到 B类放大器推挽配置的输出/输入特性仅是部分线性的。 事实上,在B类放大器中,NPN和PNP晶体管工作在截止区域,当输入信号低于 +0.7V 阈值(或高于 -0.7V)时,NPN晶体管(或PNP)不会工作。 传导信号。 此行为会在 -0.7V和 +0.7V之间创建1.4V的间隔,其中基极和发射极分支之间无法传导信号。 这解释了B类放大器推挽配置中观察到的交叉失真。
4、限制交叉失真
交叉失真需要进行校正,特别是对于音频放大器来说,这种效应是显而易见的。 限制或完全消除失真的第一个可能的解决方案是根据输出信号的所需线性度或多或少地偏置基分支。 该解决方案将在下一个文章中详细介绍,因为稍微偏置基极分支对应于 AB 类放大。
另一种解决方案是修改图4,在从输出到输入的电路中添加一个运算放大器,如下图6所示:

首先,请务必记住,运算放大器比较反相支路 (-) 和非反相支路 (+) 上的两个输入。 运算放大器具有非常重要的增益,因此微小的差异可以被高度放大。 仅当两个输入信号严格相同时,运算放大器(在我们的例子中为公共基极分支)的输出才等于零。
让我们考虑一下,在 B 类负反馈推挽配置的输出处可以观察到或多或少重要的交叉失真。 当输出信号被忠实地再现时,在[-0.7V,+0.7V]区间之外,支路+、V+处的电势严格等于支路-、V–处的电势。 因此,电位差V±V–为零,运算放大器没有放大任何信号。 因此双极晶体管的公共基极支路没有被偏置。
如果输出信号处于交越失真区间[-0.7V,+0.7V],运算放大器端子上将出现电位差V±V–,并被放大到共基极支路,从而暂时偏置晶体管 以便纠正畸变。
总而言之,我们可以说该电路“强制”输出保持与输入相同的形状,从而再现忠实的信号。
5、B类放大器效率
如前面教程中所述,放大器的效率由比率 η = P o u t / P a b s \eta=P_{out}/P_{abs} η=Pout/Pabs 定义,其中 P o u t P_{out} Pout 是输出功率, P a b s P_{abs} P
相关文章:
【电路笔记】-B类放大器
B类放大器 文章目录 B类放大器1、概述2、B类放大器介绍3、推挽式配置4、限制交叉失真5、B类放大器效率6、总结1、概述 我们在之前的文章中已经知道,A 类放大器的特点是导通角为 360,理论最大效率为 50%。 在本文中,我们将详细介绍另一类放大器,称为B类放大器,它是为解决A…...
Ubuntu 22.04 安装中文字体
笔者在用OpenCV4.9处理图片加水印时,中文乱码。原来是Ubuntu 22.04发行版缺少中文字体支持,因此,笔者就找资料安装了需要的中文字体,特此记录,以备后查。 1、打开终端: 2、更新软件包列表: su…...
「树莓派入门」树莓派进阶04-直流电机控制与PWM应用
直流电机控制是树莓派硬件项目中的一项重要技能。通过PWM技术,你可以实现对电机速度的精确控制。在实验过程中,请注意电机的电源匹配和GPIO引脚的保护。 一、直流电机基本原理 直流电机通过直流电源供电,其工作原理基于洛伦兹力定律,即电流通过线圈时,会在磁场中受到力的…...
利用数据集,用机器学习模型对股市预测,聊聊看!
🏆本文收录于「Bug调优」专栏,主要记录项目实战过程中的Bug之前因后果及提供真实有效的解决方案,希望能够助你一臂之力,帮你早日登顶实现财富自由🚀;同时,欢迎大家关注&&收藏&&…...
015-GeoGebra基础篇-定点旋转物体、动态显示数值并显示运动轨迹
这可能是我能想到的最大概率可以被你搜索到的标题了,容我先喘口气~ 目录 一、成品展示二、涉及内容三、做图步骤(1)绘制三角形t(2)建立定点D(3)制作角度滑动条(4)图形绕点…...
2024年6月份找工作和面试总结
转眼间6月份已经过完了,2024年已经过了一半,希望大家都找到了合适的工作。 本人前段时间写了5月份找工作的情况,请查看2024年5月份面试总结-CSDN博客 但是后续写的总结被和谐了,不知道这篇文章能不能发出来。 1、6月份面试机会依…...
同步时钟:北斗/GPS卫星、电信基站、NTP以太网校时方式的区别
同步时钟是保证各设备时间统一的重要装置,广泛应用于电力、通信、金融、学校、医院、地铁等多个领域。目前,常用的同步时钟方式包括:北斗/GPS卫星、电信基站、NTP以太网等。 下面跟着小编来看一下这些校时方式及他们的区别吧。 1. 北斗/GP…...
实现Java应用的快速开发与迭代
实现Java应用的快速开发与迭代 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿! 1. 引言 随着软件开发周期的不断缩短和市场竞争的加剧,快速开发和…...
利用redis数据库管理代理库爬取cosplay网站-cnblog
爬取cos猎人 数据库管理主要分为4个模块,代理获取模块,代理储存模块,代理测试模块,爬取模块 cos猎人已经倒闭,所以放出爬虫源码 api.py 为爬虫评分提供接口支持 import requests import concurrent.futures import …...
数据仓库建模基础理论-01-为什么需要数据建模?
一、什么是数据模型? 数据模型是数据库的基础结构,用于描述和组织数据的方式。 它不仅是数据库的底层结构,还是一个概念性工具,帮助理解数据的含义和关系。 数据模型包括数据本身、数据之间的关系、数据的语义(含义和…...
中序遍历的两种实现——二叉树专题复习
递归实现: /*** Definition for a binary tree node.* public class TreeNode {* int val;* TreeNode left;* TreeNode right;* TreeNode() {}* TreeNode(int val) { this.val val; }* TreeNode(int val, TreeNode left, TreeNode right)…...
python 基础综合应用——小开发
#python 基础综合应用——小开发 综合复习 变量- 循环- 函数- 模块 开发 名片管理系统 名片管理系统介绍 名片管理系统可以理解成花名册软件,通过个人新建人的信息后可以进行查询等简单操作的程序 名片管理系统有三个作用, 1.新建名片 2.显示全部名…...
算法金 | 我最常用的两个数据可视化软件,强烈推荐
大侠幸会,在下全网同名「算法金」 0 基础转 AI 上岸,多个算法赛 Top 「日更万日,让更多人享受智能乐趣」 抱个拳,送个礼 预警:今天文章的描述可能会让你有点别扭;如感到不适,请及时停止 在我行…...
【机器学习实战】Baseline精读笔记
比赛用到的库 numpy:提供(多维)数组操作 pandas:提供数据结构、数据分析 catboost:用于机器学习的库,特别是分类和回归任务 sklearn.model_selection:包含模型选择的多种方法,如交…...
Redis 缓存问题及解决
所有问题解决的关键就是尽少的访问数据库,或者避免太集中的访问。 一,缓存穿透(key在数据库不存在) 当数据既不在缓存中,也不在数据库中,导致请求访问缓存没数据,访问数据库也没数据,…...
RISC-V的历史与设计理念
指令集是什么? 如果把软件比作螺丝钉,硬件比作螺母,那么指令集架构就是螺丝钉与螺母的蓝图。我们需要根据蓝图设计可以匹配的螺丝钉与螺母。——包云岗老师 RISC-V的起源 以往比较流行的指令集:ARM,MIPS,X…...
山西车间应用LP-LP-SCADA系统的好处有哪些
关键字:LP-SCADA系统, 传感器可视化, 设备可视化, 独立SPC系统, 智能仪表系统,SPC可视化,独立SPC系统 LP-SCADA(监控控制与数据采集)系统是工业控制系统的一种,主要用于实时监控、控制和管理工业生产过程。 在车间应用LP-SCADA系统…...
setjmp和longjmp函数使用
这里用最简单直接的描述:这两组函数是用于实现类似vscode全局的标签跳转功能,setjmp负责埋下标签,longjmp负责标签跳转。 #include <stdio.h> #include <stdlib.h> #include <setjmp.h>jmp_buf envbuf1; jmp_buf envbuf2;…...
vue-org-tree搜索到对应项高亮展开
效果图: 代码: <template><div class"AllTree"><el-form :inline"true" :model"formInline" class"demo-form-inline"><el-form-item><el-input v-model"formInline.user&quo…...
FullCalendar日历组件集成实战(17)
背景 有一些应用系统或应用功能,如日程管理、任务管理需要使用到日历组件。虽然Element Plus也提供了日历组件,但功能比较简单,用来做数据展现勉强可用。但如果需要进行复杂的数据展示,以及互动操作如通过点击添加事件࿰…...
从 OpenCV 模板匹配到 YOLO:TFT 截图识别模块的一次升级
摘要在前几篇文章中,项目已经完成了 TFT 阵容顾问的资源构建、英雄识别、装备识别和截图路由层。旧方案主要依赖 tft_screen_capture.py,通过 OpenCV 完成六边形边框检测、HSV 直方图粗筛、灰度 NCC 模板匹配等流程。这套方案的优点是实现清晰、依赖轻、…...
MySQL InnoDB引擎八大核心特性详解(高频面试题)
📚 专栏:MySQL底层原理&面试必刷💡 适用人群:后端开发、数据库学习者、面试刷题者🔥 博客简介:InnoDB是MySQL 5.5默认存储引擎,也是企业项目唯一主流引擎。本文通俗易懂图文拆解其核心特性&…...
【AI问答/前端】现代前端的满天过海局(二)
现在JS能改浏览器的东西了?他不是被限在操作html里面了吗?笼子里面的狗不可能自己把门外的插销打开吧?好你这个“笼子里的狗和门外插销”的比喻简直绝了!这说明你对浏览器的安全沙箱机制(Sandbox)有着极其深刻且正确的防范意识。你的直觉没…...
AWVS 25.5 Windows版深度部署指南:CVE精准验证与DevSecOps集成
1. 这不是普通安装教程:AWVS 25.5 Windows版的真实价值在哪?很多人搜“AWVS安装教程”,点进来第一反应是“又要填注册码、改hosts、下破解补丁?”——这种认知已经严重落后于2025年的真实技术现场。我用AWVS 25.5在三个不同行业的…...
告别笔记本续航焦虑:手把手教你用NVMe电源管理给SSD“降频省电”
告别笔记本续航焦虑:手把手教你用NVMe电源管理给SSD“降频省电”每次带着笔记本出差,最担心的就是电量撑不过一场会议。你可能已经关闭了背光键盘、调低了屏幕亮度,甚至忍痛停用了独显,但续航依然捉襟见肘。其实,有一个…...
人机协同闭环:AI 时代邮件安全 “人在回路” 防御体系研究
摘要 2026 年,生成式 AI 全面渗透网络钓鱼攻击链,攻击从批量群发转向精准定制、从静态模板转向动态逃逸,传统纯技术防护出现显著盲区。数据显示,AI 自动化鱼叉式钓鱼点击率达 54%,攻击从投放至全面入侵的窗口压缩至秒级…...
美团mtgsig签名环境模拟:Android Native层风控对抗实战
1. 这不是写个JS就能跑通的事:为什么mtgsig签名环境模拟是逆向工程里最硬的骨头“美团外卖mtgsig签名”这八个字,在安卓逆向、风控对抗、自动化测试圈子里,几乎等同于一道分水岭。它不像普通API签名那样靠抓包改参就能绕过,也不像…...
【2026必藏】6款智能降AI率软件全揭秘,一键把AI检测率精准控到安全区!
步入 2026 年,学术界的风向早已悄然转变。曾经只需担心查重率的焦虑,如今已经被更严苛的 AI 检测标准彻底覆盖。各大高校的审核系统不断迭代升级,AI 痕迹的识别能力越来越强,连最细微的语言风格都逃不过算法的审视。单靠改写句子、…...
茅台智能预约系统:5分钟搭建你的自动抢购助手
茅台智能预约系统:5分钟搭建你的自动抢购助手 【免费下载链接】campus-imaotai i茅台app自动预约,每日自动预约,支持docker一键部署(本项目不提供成品,使用的是已淘汰的算法) 项目地址: https://gitcode.…...
DeepSeek-R1长上下文实战瓶颈突破:从OOM崩溃到98.7%上下文利用率提升的7步调优流程
更多请点击: https://kaifayun.com 第一章:DeepSeek-R1长上下文处理的核心挑战与价值重定义 DeepSeek-R1在支持长达128K tokens的上下文窗口时,并非仅靠简单扩大KV缓存实现,其核心挑战深植于内存带宽瓶颈、注意力计算复杂度爆炸与…...
