电压反馈型运算放大器的增益和带宽

简介

本教程旨在考察标定运算放大器的增益和带宽的常用方法。需要指出的是,本讨论适用于电压反馈(VFB)型运算放大器。

开环增益

与理想的运算放大器不同,实际的运算放大器增益是有限的。开环直流增益(通常表示为AVOL)指放大器在反馈环路未闭合时的增益,因而有了“开环”之称。对于精密运算放大器,该增益可能非常高,为160 dB(1亿)或以上。从直流到主导极点转折频率,该增益表现平坦。

此后,增益以6 dB/8倍频程(20 dB/10倍频程)下降。(8倍频程指频率增加一倍,10倍频程指频率增加十倍。)如果运算放大器有一个单极点,则开环增益继续以该速率下降,如图1A所示。实际的运算放大器一般有一个以上的极点,如图1B所示。第二个极点会使开环增益下降至12 dB/8倍频程(40 dB/10倍频程)的速率增加一倍。如果开环增益在达到第二个极点的频率之前降至0 dB(单位增益)以下,则运算放大器在任何增益下均会无条件地保持稳定。数据手册上一般将这种情况称为单位增益稳定。如果达到第二个极点的频率且闭环增益大于1 (0 db),则放大器可能不稳定。有些运算放大器设计为只有在较高闭环增益下才保持稳定,这就是所谓的非完全补偿运算放大器。
然而,运算放大器可能在较高频率下拥有更多额外的寄生极点,前两个极点一般都是最重要的。
单极点响应

(A) 单极点响应

双极点响应

(B)双极点响应
1:开环增益(波特图)

有必要了解开环增益、闭环增益、环路增益、信号增益和噪声增益之间的区别。它们性质类似、相互关联,但也存在差异。下面我们将详细讨论。

开环增益并不是一项精确控制的参数。其范围相对较大,在规格参数中,多数情况下均表示为典型值而非最小/最大值。有些情况下,一般指高精度运算放大器,该参数会有一个最小值。

另外,开环增益可能因输出电压电平和负载而变化。这就是所谓的开环增益非线性度。该参数与温度也有一定的相关性。一般来说,这些影响很小,多数情况下都可以忽略不计。

事实上,一些运算放大器的数据手册中未必包含开环增益非线性度。

闭环增益

闭环增益指放大器在反馈环路闭合时的增益,与其相反,开环增益则是放大器在反馈环路断开时的增益。闭环增益有两种形式:信号增益和噪声增益。下面对两者进行说明并加以区分。
闭环放大器增益的经典表达式涉及开环增益。设G为实际闭环增益,NG 为噪声增益(见下文),AVOL 为放大器的开环增益,则:
等式1
G = N G 1 + N G A V O L G= \frac {N_G}{1+ \frac{N_G}{A_{VOL}}} G=1+AVOLNGNG
显然,如果开环增益很高,一般情况下都是如此,则电路的闭环增益就是噪声增益。

信号增益与噪声增益

信号增益指连接反馈环路时施加于输入信号的增益。在教程MT-032中,我们讨论了反相和同相电路的增益,更确切地说,实际上就是闭环信号增益。信号增益可为正(同相模式),也可为负(反相模式),反相模式下,可能低于单位增益。信号增益是在设计信号路径元件时最重要的增益。图2详细展示了各种增益的情况。
信号增益与噪声增益
运算放大器的电压噪声和失调电压通过噪声增益反射到输出端。
噪声增益,而不是信号增益,与评估稳定性有关。
电路C的信号增益不变,但噪声增益较高,因此稳定性更好,噪声更差,输出失调电压更高。

图2:信号增益与噪声增益

反相放大器级的信号增益为:
信号增益 = − R 2 R 1 信号增益=- \frac{R2}{R1} 信号增益=R1R2
同相放大器则为:
信号增益 = 1 + R 2 R 1 信号增益=1+ \frac{R2}{R1} 信号增益=1+R1R2
噪声增益指出现在与运算放大器输入端串联的噪声源(输入电压噪声)或电压源(输入失调电压)上的增益。噪声增益等于
噪声增益 = 1 + R 2 R 1 噪声增益=1+ \frac{R2}{R1} 噪声增益=1+R1R2
噪声增益等于同相放大器的信号增益。同时,反相级或同相级的噪声增益是相同的。
用于确定运算放大器稳定性的是噪声增益。噪声增益等于波特图中用到的闭环增益。上面的噪声增益表达式中用到电阻值,但是,在实际应用中,它们实际上是带有实部和虚部的阻抗。

环路增益

开环增益与闭环增益之差称为环路增益,如图3所示。环路增益给出了可以在给定频率下施加于放大器的负反馈量。
增益定义

图3:增益定义

波特图:渐近和实际响应

基于对数-对数比例的开环增益与频率的关系坐标图称为波特图。这是评估某个运算放大器是否适合特定应用的主要工具之一。
如果在波特图上先画上开环增益,然后绘出噪声增益(如图4所示),则其交点将决定放大器系统的最大闭环带宽。该交点通常被称为闭环频率(FCL)。请记住,交点处的实际响应值比该值低3 dB。在比FCL高和低一个8倍频程的频率下,渐近响应与实际响应之差将小于1 dB。
波特图也可用于确定稳定性。如上所述,如果闭环增益(噪声增益)在大于6 dB/8倍频程(20 dB/10倍频程)的斜率下与开环增益相交,则放大器可能不稳定(取决于相位余量)。

波特图——渐近响应与实际响应

图4:波特图——渐近响应与实际响应

增益带宽积

对于单极点响应,开环增益以6 dB/8倍频程下降。这就是说,如果我们将频率增加一倍,增益会下降两倍。相反,如果使频率减半,则开环增益会增加一倍,如图5所示。结果产生所谓的增益带宽积。如果用频率乘以开环增益,其积始终为一个常数。需要注意的是,必须处于整条曲线中以6 dB/8倍频程下降的部分。这样,我们就得到了一个品质因素,可以据此决定某个运算放大器是否适合特定的应用。请注意,增益带宽积仅对电压反馈(VFB)运算放大器有意义。
增益带宽积

图5:增益带宽积

例如,如果有这样一个应用,要求闭环增益为10,带宽为100 kHz,则需要一个最低增益带宽积为1 MHz的运算放大器。但这有点把问题过度简单化了,因为增益带宽积变化极大,而且在闭环增益与开环增益相交的位置,响应实际上要低3 dB。另外,还应该允许一定的额外余量。

在上述应用中,增益带宽积为1 MHz的运算放大器是最低要求。保险起见,为了实现要求的性能,因数至少应该是5。因此选择了增益带宽积为5 MHz的运算放大器。

稳定性标准

反馈稳定性理论认为,闭环增益必须在不大于6 dB/8倍频程(单极点响应)的斜率下与开环增益相交,才能使系统实现无条件稳定。如果响应为12 dB/8倍频程(双极点响应),则运算放大器会发生振荡。简单起见,不妨这样设想,每个极点增加90°相移。两个极点则会产生180°的相移,而180°的相移会使负反馈变成正反馈,即振荡。

那么问题是:为什么要用单位增益下不稳定的放大器呢?答案是,对于给定的放大器,如果该放大器设计时未考虑单位增益稳定性,则可在较高增益下提高带宽。这类运算放大器有时被称为非完全补偿运算放大器。然而,仍需满足稳定性标准,即闭环增益必须在6dB/8倍频程(单极点响应)的斜率下与开环增益相交。否则,放大器将会振荡。因此,非完全补偿运算放大器仅在数据手册中规定的较高增益下保持稳定。
举例来说,不妨比较图6中的开环增益图。图中的三种器件,AD847、AD848 和 AD849基本上采用相同的设计,只是内部补偿机制不同。

AD847为单位增益稳定型,规定增益带宽为50 MHz。AD848在增益为5或以上时保持稳定,其增益带宽为175 MHz。AD849在增益为25或以上时保持稳定,其增益带宽为725 MHz。由此可见,在基本设计相同的情况下,可以通过修改运算放大器的内部补偿机制来产生不同的增益带宽积,其为最低稳定增益的函数。
开环增益特性、增益带宽积和最低稳定闭环增益

图6:AD847、AD848、AD849的开环增益特性、增益带宽积和最低稳定闭环增益

相位余量

衡量稳定性的一项指标是相位余量。正如幅度响应不会一直保持平坦却突然变化一样,相位响应也会从转折频率前的大约十倍频程开始逐渐变化。相位余量指在达到180°之前剩余的相移量,在闭环增益与开环增益相交的频率下进行测量。

低相位余量造成的结果是,增益峰值会刚好在闭环增益与开环增益的相交频率之前增加。图7显示了AD8051运算放大器的增益和相位响应。这种情况下,相位余量与单位增益频率成45°。

AD8051相位余量

图7:AD8051相位余量

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/871133.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

nginx代理gitee

背景 若干台agv设备,这些设备都是没有公网的(无法访问百度等)。 一台服务器(ubuntu20.04)有线可以公网,无线可以实现内部通信(agv,plc等设备)。 目的 agv每一次更新代码,拉取代码等都需要切换到有公网的网络,多台agv设…

守望数据边界:sklearn中的离群点检测技术

守望数据边界:sklearn中的离群点检测技术 在数据分析和机器学习项目中,离群点检测是一项关键任务。离群点,又称异常值或离群点,是指那些与其他数据显著不同的观测值。这些点可能由测量误差、数据录入错误或真实的变异性造成。正确…

借人工智能之手,编织美妙歌词篇章

在音乐的领域中,歌词宛如璀璨的明珠,为旋律增添了无尽的魅力和情感深度。然而,对于许多创作者来说,编织出美妙动人的歌词并非易事。但如今,随着科技的飞速发展,人工智能为我们带来了全新的创作可能。 “妙…

Cornerstone3D导致浏览器崩溃的踩坑记录

WebGL: CONTEXT_LOST_WEBGL: loseContext: context lost ⛳️ 问题描述 在使用vue3vite重构Cornerstone相关项目后,在Mac本地运行良好,但是部署测试环境后,在window系统的Chrome浏览器中切换页面会导致页面崩溃。查看Chrome的任务管理器&am…

高级前端工程师面试题

HTML/CSS 1. 解释HTML5中的<canvas>元素及其用途。 <canvas>元素用于通过JavaScript绘制图形&#xff0c;比如图表、图像处理等。它提供了一个图形上下文&#xff0c;可以进行2D图形绘制。 2. CSS中display: none和visibility: hidden有什么区别&#xff1f; d…

MySQL 面试真题(带答案)

MySQL 场景面试题 目录 场景1&#xff1a;用户注册和登录系统 1.1 数据库设计1.2 用户注册1.3 用户登录 场景2&#xff1a;订单管理系统 2.1 数据库设计2.2 创建订单2.3 查询订单 场景3&#xff1a;博客系统 3.1 数据库设计3.2 发布文章3.3 评论功能 场景1&#xff1a;用户…

浅析Kafka Streams消息流式处理流程及原理

以下结合案例&#xff1a;统计消息中单词出现次数&#xff0c;来测试并说明kafka消息流式处理的执行流程 Maven依赖 <dependencies><dependency><groupId>org.apache.kafka</groupId><artifactId>kafka-streams</artifactId><exclusio…

【三维AIGC】扩散模型LDM辅助3D Gaussian重建三维场景

标题&#xff1a;《Sampling 3D Gaussian Scenes in Seconds with Latent Diffusion Models》 来源&#xff1a;Glasgow大学&#xff1b;爱丁堡大学 连接&#xff1a;https://arxiv.org/abs/2406.13099 提示&#xff1a;写完文章后&#xff0c;目录可以自动生成&#xff0c;如何…

WebSocket 常见的错误

一、连接相关错误 &#xff08;一&#xff09;连接超时 原因&#xff1a;在规定的时间内无法成功建立与服务器的 WebSocket 连接。示例&#xff1a;如果网络状况不佳&#xff0c;或者服务器响应缓慢&#xff0c;导致在客户端设置的连接超时时间内未能完成连接建立的握手过程&am…

在 WebSocket 连接建立之前进行身份验证时,token 应该如何存储

在 WebSocket 连接建立之前进行身份验证时,token 的存储方式有以下几种常见选择: 一、客户端存储 (一)本地存储(LocalStorage) 在现代浏览器中,可以使用 LocalStorage 来存储 token。LocalStorage 是一种键值对形式的存储,数据会一直存储在浏览器中,直到被手动清除或…

Spring Security学习笔记(一)Spring Security架构原理

前言&#xff1a;本系列博客基于Spring Boot 2.6.x依赖的Spring Security5.6.x版本 Spring Security中文文档&#xff1a;https://springdoc.cn/spring-security/index.html 一、什么是Spring Security Spring Security是一个安全控制相关的java框架&#xff0c;它提供了一套全…

海外ASO:iOS与谷歌优化的相同点和区别

海外ASO是针对iOS的App Store和谷歌的Google Play这两个主要海外应用商店进行的优化过程&#xff0c;两个不同的平台需要采取不同的优化策略&#xff0c;以下是对iOS优化和谷歌优化的详细解析&#xff1a; 一、iOS优化&#xff08;App Store&#xff09; 1、关键词覆盖 选择关…

Xcode应用安全堡垒:全方位安全性测试指南

标题&#xff1a;Xcode应用安全堡垒&#xff1a;全方位安全性测试指南 在数字化时代&#xff0c;应用安全是开发者和用户共同关注的焦点。Xcode&#xff0c;作为iOS和macOS应用开发的基石&#xff0c;提供了一系列的工具和功能来确保应用的安全性。本文将详细介绍如何使用Xcod…

用node.js写一个简单的图书管理界面——功能:添加,删除,修改数据

涉及到的模块&#xff1a; var fs require(‘fs’)——内置模块 var ejs require(‘ejs’)——第三方模块 var mysql require(‘mysql’)——第三方模块 var express require(‘express’)——第三方模块 var bodyParser require(‘body-parser’)——第三方中间件 需要…

【TB作品】51单片机,MSP430单片机,STM32单片机,万年历

https://docs.qq.com/sheet/DUEdqZ2lmbmR6UVdU?tabBB08J2二年级口袋开发板学年任务 一、 万年历 任务要求&#xff1a; 制作一个万年历&#xff0c;具有显示时间、日期、温度、湿度、闹钟功能。 1、OLED显示屏上显示日期和时钟&#xff08;显示到秒&#xff0c;时间可走动&…

Python实现音频均衡和降噪

使用librosa库来读取音频文件&#xff0c;音频处理是一个复杂过程&#xff0c;这里只是简单的进行降噪和均衡。 import librosa import soundfile as sf def improve_audio_quality(input_file, output_file): # 读取音频文件 audio, sample_rate librosa.load(input_…

打造你的智能家居指挥中心:基于STM32的多协议(zigbee、http)网关(附代码示例)

1. 项目概述 随着物联网技术的蓬勃发展&#xff0c;智能家居正逐步融入人们的日常生活。然而&#xff0c;市面上琳琅满目的智能家居设备通常采用不同的通信协议&#xff0c;导致不同品牌设备之间难以实现互联互通。为了解决这一难题&#xff0c;本文设计了一种基于STM32的多协…

ant design form动态增减表单项Form.List如何进行动态校验规则

项目需求&#xff1a; 在使用ant design form动态增减表单项Form.List时&#xff0c;Form.List中有多组表单项&#xff0c;一组中的最后一个表单项的校验规则是动态的&#xff0c;该组为最后一组时&#xff0c;最后一个表单项是非必填项&#xff0c;其他时候为必填项。假设动态…

力扣题解(最长等差数列)

1027. 最长等差数列 给你一个整数数组 nums&#xff0c;返回 nums 中最长等差子序列的长度。 回想一下&#xff0c;nums 的子序列是一个列表 nums[i1], nums[i2], ..., nums[ik] &#xff0c;且 0 < i1 < i2 < ... < ik < nums.length - 1。并且如果 seq[i1] -…

docker inspect 如何提取容器的ip和端口 网络信息?

目录 通过原生Linux命令过滤找到IP 通过jq工具找到IP 使用docker -f 的过滤&#xff08;模板&#xff09; 查找端口映射信息 查看容器内部细节 docker inspect 容器ID或容器名 通过原生Linux命令过滤找到IP 通过jq工具找到IP jq 是一个轻量级且灵活的命令行工具&#xf…