• 如何使用现有工具三分钟之内从无到有设计一款滤波器?


    写在前面

    前些天看了一本漫画,里面一个老技术人员的话,让我不自觉的想到很多东西。

    image

    是啊,有时候我们自认为的自我实现,其实就是在凑这个时代的热闹,每个时代都有自己的热闹,个人之于时代不过是浪花一朵朵。

    但这并不能作为我们不去凑这个热闹的理由,你去凑时代的这个热闹,这个时代必会给予你奖励,或早或晚,或大或小,终会来到。

    这周给大家分享,前段时间设计滤波器时碰到的一些问题和解决办法,希望对大家有帮助。

    完整的流程图如下:

    image

    什么是滤波器?

    看过我以前博客的都知道,我研究方向是研究谐波的,一个人类靠肉体看不到也摸不着的东西,但它确实存在。

    image

    具体什么是谐波,感兴趣的同学可以下去自己了解,这里我们只需要知道,这玩意有好处,也有坏处,关键看用在什么地方。

    我们的目的是消灭那些我们不想要的谐波。

    对此,第一个闪进我们视野的就是——滤波器。

    减小谐波影响应对谐波源本身或在附近采取适当的措施,通常情况下,采用加装滤波器的方式治理谐波。

    滤波器一般分为无源滤波器和有源滤波器。

    首先滤波器按照处理信号类型分类有模拟滤波器和离散滤波器,而我们常用的模拟滤波器又分为有源滤波器和无源滤波器

    有源与无源的对比

    1.谐波处理能力

    无源滤波器只能滤除固定次数的谐波;但完全可以解决系统中的谐波问题,解决企业用电过程中的实际问题,且可以达到国家电力部门的标准;有源滤波器可动态滤除各次谐波。

    2.系统阻抗变化的影响

    无源滤波器受系统阻抗影响严重,存在谐波放大和共振的危险;而有源滤波不受影响。

    3.频率变化的影响

    无源滤波器谐振点偏移,效果降低;有源滤波器不受影响。

    4.负载增加的影响

    无源滤波器可能因为超载而损坏;有源滤波器无损坏之危险,谐波量大于补偿能力时,仅发生补偿效果不足而已。

    5.负载变化对谐波补偿效果的影响

    无源滤波器补偿效果随着负载的变化而变化;有源滤波器不受负载变化影响。

    6.设备造价

    无源滤波器较低;有源滤波器太高。

    有源电力滤波器

    在研究这个滤波器的时候,我还碰到了一个很有意思的滤波器,叫有源电力滤波器,经常用在电网里,一开始我还把它和上面那个有源滤波器搞混了。

    有源电力滤波器(Active Power Filter,简称APF)是一种用于动态抑制谐波、补偿无功的新型电力电子装置,它能够对大小和频率都变化的谐波以及变化的无功进行补偿。

    内部原理图如下:

    image

    它是通过外部电流互感器,实时检测负载电流,并通过运算器,提取出负载电流的谐波成分,然后通过PWM信号发送给内部IGBT,控制逆变器产生一个和负载谐波大小相等、方向相反的电流注入到电网中补偿谐波电流,实现滤波功能。

    也是非常有趣的东西,但它不是我这次要讲的重点,以后有机会可以再聊聊。

    第一步:网页工具设计滤波器

    现在网上有很多可以辅助我们进行设计的工具箱,甚至不用你安装任何东西,网页版就可以,连VScode都有网页版的了,还有什么是不可能的。

    这里给大家推荐两个可以进行滤波器设计的网页工具箱。

    首先是亚诺半导体官网的:点这里

    https://www.analog.com/cn/design-center/design-tools-and-calculators/amplifier-and-linear-tools.html

    image

    我用的最多的还是TI官网的这个:点这里

    image

    简单给大家说一下流程:

    咱们先定一个设计目标:50HZ+1.3KHZ 滤除1.3KHZ

    1.1选择滤波器类型

    低通滤波

    1.2根据需求确定以下参数

    通带增益、通频带、通频带起伏、阻带、和阻带衰减量

    image

    有这样一个设计的准则:

    过渡带(阻带fs-通带fc)越窄,期望的阻带衰减Asb越大,所需要的滤波器级数order越多,所需元器件越多。

    1.3选择滤波器的响应

    常见的滤波器响应有三种:

    • Bessel拥有通频带内恒定的时延,但截止速率最慢;
    • Chebychev拥有最陡的截止速率,但通带起伏最大;
    • Butterworth拥有最平坦的通频带,和较好的通带起伏。

    巴特沃兹滤波器比较合适。

    image

    设计之后的频率响应曲线:

    image

    order阶数,所需运算放大器个数;
    Q对方波冲击响应的一个稳定性。

    image

    1.4选择滤波器的拓扑

    常见滤波器的拓扑有两类:
    Multiple - Feedback (MFB)

    • 输入输出反相
    • 输入阻抗低,输出阻抗低
    • 无高频馈通,对运放带宽要求低
    • 不需要额外的增益电阻对器件敏感度低

    Salley-Key

    • 输入输出同相
    • 输入阻抗高,输出阻抗低
    • 有高频馈通,对运放带宽的要求更宽

    两者最本质的区别:输入输出的相位方向

    image

    1.5根据器件的获取难度和成本来确定器件的值

    关键是电阻电容的一个精度问题,保证在10%左右。

    image

    到这里一个有源滤波电路就完成了。

    这个网页工具箱甚至还可以直接选择原件,然后下单。当然不需要的同学可以直接导出一个报告,你设计的这个滤波器的报告。

    image

    第二步:Multisim仿真验证这个滤波器

    有了这样一个电路,下一步就是想办法去验证这个电路的可行性:

    image

    从上图可以很清楚的看到在1.3KHZ时,增益为-40dB。

    当然这样还不够直观,这里我们使用两个信号发生器,一个50Hz的信号,一个1.3KHz,把这两个信号复合,再通过设计好的滤波器电路,查看效果。

    image

    上面这个图的左边两个信号是两个信号发生器生成的信号右边上面是两个信号复合之后的波形。

    右边下面是滤除之后的波形,我们把输入的50Hz信号和最后得到的信号波信号放下一起比较:

    image

    可见没有完全重合,因为经过滤波器之后是有一定时延的。

    如果觉得还不够直观,我们可以进行FFT分析。把时域上的信号转移到频域上去观察。

    image

    能够很明显的观察到,1.3KHz的信号已经被滤除并消失不见了。

    经验证这个滤波器是完全没问题的。

    如果说只是工程性的应用,到这一步其实就可以了。

    但如果做的是理论分析,那就必不可少的需要的该滤波器的传递函数

    第三步:数学模型,公式推导

    一开始我也是一步一步的去推这个公式。

    image

    但我们的目标是三分钟之内设计一款滤波器,很显然用手去推导是不行的。

    所以这里给大家介绍几个Matlab的函数工具,求传递函数,只要几秒。

    1.[N,wn]=buttord(wp,ws,rp,rs,'s') buttord函数

    此函数的功能是根据数字滤波器的通带、阻带截止频率、通带衰减倍数、阻带衰减倍数来计算巴特沃斯数字滤波器的阶数N和3dB截止频率wn。

    其中,调用参数wp,ws分别为数字滤波器的通带、阻带截止频率,

    当ws≤wp时,为高通滤波器;当wp和ws为二元矢量时,为带通或带阻滤波器,这时w n 也是二元向量。rp,rs分别为通带最大衰减和组带最小衰减(dB)。

    2.[B,A]=butter(N,wn,‘ftype’)butter 函数

    此函数的功能是根据滤波器阶数N和截止频率wn计算N阶巴特沃斯数字滤波器系统函数分子、分母多项式的系数向量B、A。

    其中,调用参数N和wn分别为巴特沃斯数字滤波器的阶数和3dB截止频率,

    一般是可与buttord格式计算N和wn配合使用。系数B、A是按照z-1的升幂排列,ftype为滤波器的类型。N,wn为butter函数的调用参数。

    3.buttap 函数 [Z,P,K] = buttap(N)

    函数可设计出N阶巴特沃斯低通滤波器的零、极点。

    实际演示:用第二个函数设计一个低通的巴特沃兹滤波器。

    image

    其传递函数模型如下:

    image

    这样你就可以在simulink中与你的整个控制系统放在一起进行仿真。

    仿真效果如下:

    image

    甚至你还可以直接绘制这个滤波器的幅频特性曲线:

    image

    到此为止一个完整的设计闭环已经结束。

    image

    写在最后

    写这个博文一方面给大家分享滤波器设计流程之外,还有一点就是强调工具的使用。

    有很多轮子早已经被造好了,我们最为后来者,要善于去使用这些轮子,而不是去重复的造轮子。

    最后祝大家早晚,午安和晚安!

    (学校新政策,一周可以申请一次离校,指定时间前必须回来,真就跟监狱放风似的,不说了,我去放风了,拜拜~)

  • 相关阅读:
    fastadmin点击订单表用户ID,弹出用户详情资料
    云计算:火山引擎云原生大数据在金融行业的实践
    YARN之Opportunistic Containers
    搭建虚拟通道
    搜索问答技术学习:基于知识图谱+基于搜索和机器阅读理解(MRC)
    Linux 下使用 Docker 安装 Redis
    反射之获取Class
    Python面试宝典:Python中与常用的机器学习库相关的面试笔试题(1000加面试笔试题助你轻松捕获大厂Offer)
    研究生常用工具
    Vant UI的Sidebar侧边导航组件单独设置滚动条
  • 原文地址:https://www.cnblogs.com/iron2222/p/16388032.html