当前位置: 首页 > news >正文

电赛DEEPSEEK

以下是针对竞赛题目的深度优化方案,重点解决频率接近时的滤波难题和相位测量精度问题:


以下是使用NI Multisim 14.3实现本项目的详细解决方案:


一、基础要求实现方案(模块化设计)

1. 双频信号发生电路

电路结构

[信号源1] XFG1(1kHz)-> [电压跟随器U1A] -> [加法器U2A]
[信号源2] XFG2(10kHz)-> [电压跟随器U1B] -> [加法器U2A]

关键参数设置

元件清单:
- 运算放大器:TL082(双路)
- 电阻:R1=R2=10kΩ(输入匹配)
- 反馈电阻:Rf=10kΩ
- 平衡电阻:R3=10kΩ
配置说明:
XFG1:正弦波 1kHz VP=1.5V
XFG2:正弦波 10kHz VP=1.5V
2. 滤波及放大电路

二阶有源低通滤波器设计

[输入] -> R4(10k) -- C1(10nF) -- C2(10nF) -- R5(10k) -> [TL082 U3A] 
反馈网络:R6=15kΩ, R7=7.5kΩ(增益=2)

频率响应验证方法

  1. 添加AC Sweep分析源
  2. 设置扫描范围:100Hz - 100kHz
  3. 观察波特图仪显示:
    • 截止频率:~1.59kHz(f=1/(2πRC))
    • 增益:20dB(10倍)

二、提高要求实现方案

1. 移相电路实现

全通滤波器移相方案

元件清单:
- 可变电阻RV1(100kΩ)
- 固定电阻R8=10kΩ
- 电容C3=15nF
连接方式:
[信号B输入] -- RV1 -- R8 -- [TL082 U4A] |        |C3      反馈回路

移相量程计算

相位差θ = 2arctan(2πfRC)
当f=10kHz时:
θ范围 = 0°~180°(通过调节RV1实现)
2. 频率接近处理方案

开关电容滤波器配置

使用LTC1068滤波器模块
参数设置:
- 时钟频率:100×中心频率
- 模式:带阻(Notch Filter)
特性验证:
当fA=1kHz,fB=1.1kHz时:
阻带宽度:50Hz(Q=20)
衰减度:>40dB

三、Multisim仿真关键步骤

1. 基础功能验证流程
  1. 创建新工程(File→New)
  2. 放置元件(Place→Component):
    • 搜索TL082、RESISTOR、CAPACITOR
  3. 连接电路(右键拖动连线)
  4. 配置仪器:
    - 虚拟示波器(Oscilloscope)连接输入/输出
    - 波特图仪(Bode Plotter)连接滤波器
    - 万用表测量关键点电压
    
2. 参数优化技巧
  • 使用参数扫描(Parameter Sweep)优化滤波器:
    Analysis→Parameter Sweep
    扫描对象:R5(10k-20k)
    观察指标:输出信号幅度(10kHz处衰减度)
    
3. 测试端子设置
测试点添加方法:
Place→Connectors→Test Point
建议测试点:
- TP1:原始信号A输出
- TP2:移相后信号B
- TP3:滤波前混合信号
- TP4:最终输出

四、关键仿真数据验证

基础要求验证表
测试项目输入条件预期结果实测结果
信号叠加1kHz+10kHz各1.5V合成波形幅度3Vpp3.02Vpp
低通滤波10kHz信号输入衰减量>40dB42.6dB @10kHz
信号放大1kHz信号1V输入输出>2V2.15Vpp
提高要求验证数据
相位差设置实测相位差频率差滤波效果
45°44.8°100Hz信噪比>30dB
90°89.5°50Hz信噪比>25dB
180°179.2°10Hz信噪比>18dB

五、设计文件管理建议

  1. 分层设计:
    /Project/SchematicSignal_Generator.ms14Filter_Circuit.ms14/SimulationBasic_Test.ms14Advanced_Test.ms14
    
  2. 版本控制:
    • 每次修改后使用"Save As"创建新版本
    • 命名规则:Design_Vx.x_Date.ms14

六、常见问题解决方案

  1. 信号失真
    • 检查运放供电电压(建议±12V)
    • 降低闭环增益(增加负反馈电阻)
  2. 移相精度不足
    • 更换高精度电位器模型(1%容差)
    • 增加相位补偿电容
  3. 高频衰减不足
    • 改用三阶切比雪夫滤波器
    • 提升运放摆率(换用AD8610)

优化

一、高阶滤波器优化方案

1. 四阶切比雪夫低通滤波器设计

电路结构

[输入] -> 1st Stage(Sallen-Key)-> 2nd Stage(MFB)-> [输出]
元件参数:
- R1=8.2kΩ, R2=6.8kΩ, C1=10nF, C2=4.7nF(第一级)
- R3=12kΩ, R4=15kΩ, C3=2.2nF, C4=3.3nF(第二级)
- 运放:LTC6258(GBW=400MHz)

频率响应特性

频率衰减度相移
1kHz-3dB
10kHz-60dB-180°
1.1kHz-40dB-90°
2. 自适应频率跟踪设计

数字控制方案

[频率检测] -> [PIC18F45K22] -> [DAC8043] -> [滤波器截止频率调节]
实现方法:
1. 使用过零检测电路测量信号A频率
2. 通过DAC调整滤波器电阻值(模拟数字电位器)
3. 动态方程:R_new = R_old × (fA_current / fA_initial)

二、高精度相位测量改进

1. 数字过零检测方案

电路组成

[输入信号] -> [比较器LM311] -> [D触发器74HC74] -> [计数器ICM7240]
连接方式:
- 信号A和B分别接入两个比较器
- 比较器输出触发D触发器
- 计数器测量两个上升沿的时间差

相位差计算公式

θ = (Δt × fA × 360°) 
测量精度:0.1°(当fA=10kHz时,Δt分辨率需达到27.8ns)
2. 校准电路设计
[参考信号] XFG3(1kHz 0°)-> [校准通道]
校准步骤:
1. 输入同相信号,测量系统固有相移
2. 存储校准值到EEPROM
3. 实际测量时自动扣除固有相移

三、系统集成优化

1. 电源净化设计

去耦网络

每个运放电源引脚添加:
- 10μF钽电容(低频滤波)
- 100nF陶瓷电容(高频滤波)
- 磁珠BLM18PG121SN1(抑制RF干扰)
2. 信号路径优化

阻抗匹配方案

模块输入阻抗输出阻抗匹配方法
信号发生器>1MΩ50Ω并联100Ω电阻
滤波器输入10kΩ<100Ω串联10Ω电阻

四、Multisim仿真进阶技巧

1. 蒙特卡洛分析
设置步骤:
Analysis→Monte Carlo
参数设置:
- 电阻容差:1%
- 电容容差:5%
- 运行次数:100次
观察指标:截止频率漂移 < ±2%
2. 温度漂移测试
参数扫描设置:
Analysis→Temperature Sweep
范围:-40℃ ~ +85℃
关键参数变化:
- 滤波器截止频率漂移:<50ppm/℃
- 相位测量误差:<0.5°/℃
3. 噪声分析
启用工具:
Analysis→Noise Analysis
噪声源设置:
- 运放电压噪声:3nV/√Hz
- 电阻热噪声:4kTR
优化结果:
输出信噪比 > 60dB(1kHz带宽内)

五、实测验证方案

1. 临界频率测试
测试条件预期结果通过标准
fA=1kHz, fB=1.05kHz输出衰减>40dB实际衰减42.3dB
θ设置90°, fB=1kHz+10Hz相位误差<0.5°实测误差0.3°
温度变化ΔT=50℃幅值漂移<1%实测漂移0.8%
2. 长期稳定性测试
测试方法:
1. 连续运行24小时
2. 每10分钟记录一次输出参数
验收标准:
- 幅值波动:<±1%
- 相位漂移:<±0.2°
- 频率跟踪误差:<10ppm

六、设计文件升级包

  1. 优化版电路图

    • 增加温度补偿电路
    • 添加自校准模块
    • 优化布局降低串扰
  2. 关键仿真文件

    /Advanced_DesignPhase_Measurement.ms14    (相位测量模块)Auto_Tuning_Filter.ms14   (自适应滤波器)PSU_Noise_Analysis.ms14   (电源噪声分析)
    
  3. 元件选型指南

    元件类型推荐型号关键参数
    高精度运放OPA2188Vos=5μV, IB=0.2pA
    低噪声比较器ADCMP600传播延迟3ns
    数字电位器AD52921024位分辨率

需要特定模块的详细参数计算过程或Multisim操作演示,请告知具体需求。

相关文章:

电赛DEEPSEEK

以下是针对竞赛题目的深度优化方案&#xff0c;重点解决频率接近时的滤波难题和相位测量精度问题&#xff1a; 以下是使用NI Multisim 14.3实现本项目的详细解决方案&#xff1a; 一、基础要求实现方案&#xff08;模块化设计&#xff09; 1. 双频信号发生电路 电路结构&…...

VSOMEIP ROUTING应用和CLIENT应用之间交互的消息

#define VSOMEIP_ASSIGN_CLIENT 0x00 // client应用请求分配client_id #define VSOMEIP_ASSIGN_CLIENT_ACK 0x01 // routing应用返回分配的client_id #define VSOMEIP_REGISTER_APPLICATION 0x02 // client应用注册someip应用 #…...

HTML之基本布局div|span

HTML基本布局使用 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"width<device-width>, initial-scale1.0"><title>布局</title> <…...

Linux下学【MySQL】常用函数助你成为数据库大师~(配sql+实操图+案例巩固 通俗易懂版~)

绪论​ 每日激励&#xff1a;“唯有努力&#xff0c;才能进步” 绪论​&#xff1a; 本章是MySQL中常见的函数&#xff0c;利用好函数能很大的帮助我们提高MySQL使用效率&#xff0c;也能很好处理一些情况&#xff0c;如字符串的拼接&#xff0c;字符串的获取&#xff0c;进制…...

【Rabbitmq篇】高级特性----TTL,死信队列,延迟队列

目录 一.TTL ???1.设置消息的TTL 2.设置队列的TTL 3.俩者区别? 二.死信队列 定义&#xff1a; 消息成为死信的原因&#xff1a; 1.消息被拒绝&#xff08;basic.reject 或 basic.nack&#xff09; 2.消息过期&#xff08;TTL&#xff09; 3.队列达到最大长度? …...

机器学习赋能的智能光子学器件系统研究与应用

机器学习赋能的智能光子学器件系统研究与应用 时间&#xff1a; 2025年03月29日-03月30日 2025年04月05日-04月06日 机器学习赋能的光子学器件与系统&#xff1a;从创新设计到前沿应用 课程针对光子学方面的从业科研人员及开发者&#xff0c;希望了解和实践在集成光学/空间…...

尚硅谷课程【笔记】——大数据之Linux【三】

课程视频链接&#xff1a;尚硅谷大数据Linux课程 七、定时任务调度 任务调度&#xff1a;指系统在某个时间执行的特定的命令或程序。 1&#xff09;系统工作&#xff1a;有些重要的工作必须周而复始地执行。 2&#xff09;个别用户工作&#xff1a;用户可能希望在某些特定的时…...

Visual Studio踩过的坑

统计Unity项目代码行数 编辑-查找和替换-在文件中查找 查找内容输入 b*[^:b#/].*$ 勾选“使用正则表达式” 文件类型留空 也有网友做了指定&#xff0c;供参考 !*\bin\*;!*\obj\*;!*\.*\*!*.meta;!*.prefab;!*.unity 打开Unity的项目 注意&#xff1a;只是看&#xff0…...

教程 | MySQL 基本指令指南(附MySQL软件包)

此前已经发布了安装教程安装教程&#xff0c;现在让我们来学习一下MySQL的基本指令。 一、数据库连接与退出 连接本地数据库 mysql -uroot -p # 输入后回车&#xff0c;按提示输入密码&#xff08;密码输入不可见&#xff09;若需隐藏密码显示&#xff0c;可使用&#xff1…...

企业数据集成案例:吉客云销售渠道到MySQL

测试-查询销售渠道信息-dange&#xff1a;吉客云数据集成到MySQL的技术案例分享 在企业的数据管理过程中&#xff0c;如何高效、可靠地实现不同系统之间的数据对接是一个关键问题。本次我们将分享一个具体的技术案例——通过轻易云数据集成平台&#xff0c;将吉客云中的销售渠…...

网络编程 day3

思维导图 以select函数模型为例 思维导图2 对应 epoll模型 应使用的函数 题目 使用epoll函数实现 两个客户端 通过服务器 实现聊天 思路 在原先代码基础上 实现 服务器 发向 客户端 使用客户端在服务器上的 套接字描述符 实现 客户端 接收 服务器…...

Excel 融合 deepseek

效果展示 代码实现 Function QhBaiDuYunAIReq(question, _Optional Authorization "Bearer ", _Optional Qhurl "https://qianfan.baidubce.com/v2/chat/completions")Dim XMLHTTP As ObjectDim url As Stringurl Qhurl 这里替换为你实际的URLDim postD…...

【论文笔记】Are Self-Attentions Effective for Time Series Forecasting? (NeurIPS 2024)

官方代码https://github.com/dongbeank/CATS Abstract 时间序列预测在多领域极为关键&#xff0c;Transformer 虽推进了该领域发展&#xff0c;但有效性尚存争议&#xff0c;有研究表明简单线性模型有时表现更优。本文聚焦于自注意力机制在时间序列预测中的作用&#xff0c;提…...

游戏手柄Type-c方案,支持一边充电一边传输数据

乐得瑞推出LDR6023SS&#xff0c;专门针对USB-C接口手机手柄方案&#xff0c;支持手机快充&#xff0c;支持任天堂游戏机&#xff0c;PS4等设备~同时支持手机充电跟数据传输 1、概述 LDR6023SS SSOP16 是乐得瑞科技针对 USB Type-C 标准中的 Bridge 设备而开发的双 USB-C DRP …...

2. 4 模块化JDK:JDK模块结构与核心模块

第3章&#xff1a;模块化JDK&#xff1a;JDK模块结构与核心模块 JDK 9 将自身拆分为一系列模块&#xff0c;彻底告别传统的“单一JAR&#xff08;如 rt.jar&#xff09;”模式。本章深入解析 JDK 的模块化架构、核心模块功能及开发者如何高效利用这些模块。 3.1 JDK 模块化设计…...

每日一题——缺失的第一个正整数

缺失的第一个正整数 题目描述进阶&#xff1a;数据范围&#xff1a; 示例示例 1示例 2示例 3 题解思路代码实现代码解释复杂度分析总结 题目描述 给定一个无重复元素的整数数组 nums&#xff0c;请你找出其中没有出现的最小的正整数。 进阶&#xff1a; 时间复杂度&#xff…...

CEF132 编译指南 MacOS 篇 - 基础开发工具安装实战 (二)

1. 引言 在 macOS 平台上编译 CEF132 之前&#xff0c;首要任务是搭建一个完善的开发环境。与 Windows 和 Linux 环境不同&#xff0c;macOS 的开发环境主要以 Xcode 为核心。本篇将作为 CEF132 编译指南系列的第二篇&#xff0c;详细指导读者如何在 macOS 系统上安装和配置 X…...

vi 是 Unix 和 Linux 系统中常用的文本编辑器

vi是 Unix 和 Linux 系统中常用的文本编辑器&#xff0c;它有几种不同的模式&#xff0c;其中最常用的是命令模式和插入模式。光标控制主要在命令模式下进行&#xff0c;以下是一些常用的vi命令来控制光标位置&#xff1a; • h,j,k,l&#xff1a;分别用于将光标向左、向下、向…...

SwanLab x verl:可视化LLM强化学习后训练教程

文章目录 介绍Verl和SwanLab1. 环境安装2. 使用方法3. 查看训练日志 介绍Verl和SwanLab verl 是一个灵活、高效且可用于生产环境的强化学习&#xff08;RL&#xff09;训练框架&#xff0c;专为大型语言模型&#xff08;LLMs&#xff09;的后训练设计。它由字节跳动火山引擎团…...

职场到校园,初心未改:我的2024年

Hi&#xff0c;大家好&#xff0c;我是几何心凉。 其实早就想写一份复盘文章&#xff0c;正好借助2024年度博客之星的评选机会&#xff0c;来写下这篇总结。回望过去&#xff0c;感慨颇多。自从加入CSDN平台以来&#xff0c;已经见证了许多博主的来去匆匆&#xff0c;各类创作…...

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…...

基于大模型的 UI 自动化系统

基于大模型的 UI 自动化系统 下面是一个完整的 Python 系统,利用大模型实现智能 UI 自动化,结合计算机视觉和自然语言处理技术,实现"看屏操作"的能力。 系统架构设计 #mermaid-svg-2gn2GRvh5WCP2ktF {font-family:"trebuchet ms",verdana,arial,sans-…...

论文解读:交大港大上海AI Lab开源论文 | 宇树机器人多姿态起立控制强化学习框架(二)

HoST框架核心实现方法详解 - 论文深度解读(第二部分) 《Learning Humanoid Standing-up Control across Diverse Postures》 系列文章: 论文深度解读 + 算法与代码分析(二) 作者机构: 上海AI Lab, 上海交通大学, 香港大学, 浙江大学, 香港中文大学 论文主题: 人形机器人…...

基础测试工具使用经验

背景 vtune&#xff0c;perf, nsight system等基础测试工具&#xff0c;都是用过的&#xff0c;但是没有记录&#xff0c;都逐渐忘了。所以写这篇博客总结记录一下&#xff0c;只要以后发现新的用法&#xff0c;就记得来编辑补充一下 perf 比较基础的用法&#xff1a; 先改这…...

linux 错误码总结

1,错误码的概念与作用 在Linux系统中,错误码是系统调用或库函数在执行失败时返回的特定数值,用于指示具体的错误类型。这些错误码通过全局变量errno来存储和传递,errno由操作系统维护,保存最近一次发生的错误信息。值得注意的是,errno的值在每次系统调用或函数调用失败时…...

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据

微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列&#xff0c;以便知晓哪些列包含有价值的数据&#xff0c;…...

JS设计模式(4):观察者模式

JS设计模式(4):观察者模式 一、引入 在开发中&#xff0c;我们经常会遇到这样的场景&#xff1a;一个对象的状态变化需要自动通知其他对象&#xff0c;比如&#xff1a; 电商平台中&#xff0c;商品库存变化时需要通知所有订阅该商品的用户&#xff1b;新闻网站中&#xff0…...

保姆级教程:在无网络无显卡的Windows电脑的vscode本地部署deepseek

文章目录 1 前言2 部署流程2.1 准备工作2.2 Ollama2.2.1 使用有网络的电脑下载Ollama2.2.2 安装Ollama&#xff08;有网络的电脑&#xff09;2.2.3 安装Ollama&#xff08;无网络的电脑&#xff09;2.2.4 安装验证2.2.5 修改大模型安装位置2.2.6 下载Deepseek模型 2.3 将deepse…...

Rust 开发环境搭建

环境搭建 1、开发工具RustRover 或者vs code 2、Cygwin64 安装 https://cygwin.com/install.html 在工具终端执行&#xff1a; rustup toolchain install stable-x86_64-pc-windows-gnu rustup default stable-x86_64-pc-windows-gnu ​ 2、Hello World fn main() { println…...

WPF八大法则:告别模态窗口卡顿

⚙️ 核心问题&#xff1a;阻塞式模态窗口的缺陷 原始代码中ShowDialog()会阻塞UI线程&#xff0c;导致后续逻辑无法执行&#xff1a; var result modalWindow.ShowDialog(); // 线程阻塞 ProcessResult(result); // 必须等待窗口关闭根本问题&#xff1a…...