滤波器插入损耗推导

这篇具有很好参考价值的文章主要介绍了滤波器插入损耗推导。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

一、二端口网络

滤波器插入损耗推导

        对于EMI滤波器,使用二端口网络来进行数学描述

滤波器插入损耗推导

         则滤波器中的任意一个电阻、电容、电感等元件都可以用一个二端口网络来描述,最后将各二端口网络串联起来,就能通过矩阵运算,得到整个滤波网络的二端口等效数学模型。

         如下图所示,A1~A4为四个二端口网络,

滤波器插入损耗推导

         其中,

A1=滤波器插入损耗推导

 A3=滤波器插入损耗推导

A2=滤波器插入损耗推导 

A4=滤波器插入损耗推导

 则整个二端口网络的数学表示

滤波器插入损耗推导

 常用拓扑的二端口参数矩阵

滤波器插入损耗推导

滤波器插入损耗推导

二、插入损耗

        插入损耗=(未接EMI滤波器时电磁干扰源加到负载上的功率P1)/(接入EMI滤波器时电磁干扰源加到负载上的功率P2)

滤波器插入损耗推导

计算公式:

滤波器插入损耗推导

功率P1和P2的表达式为

滤波器插入损耗推导

其中V1为未加滤波器时,负载上的电压,V2为加滤波器之后,负载上的电压。

则插损表达式又可写为

滤波器插入损耗推导

     其中,由图a,

滤波器插入损耗推导

   对于图b,由上一节二端口网络原理

滤波器插入损耗推导

 由上三式可推导出

滤波器插入损耗推导

  由V1和V2的表达式,可得插入损耗

滤波器插入损耗推导

 其中的A,B,C,D就是上节二端口网络做的那个参数矩阵中的各个参数。

三、举例

1、LC滤波器

二端口网络数学表述

滤波器插入损耗推导

 提取参数,列写插损表达式

滤波器插入损耗推导

 画图

滤波器插入损耗推导

 2、CLC滤波器

二端口表达

滤波器插入损耗推导

滤波器插入损耗推导

 画图

滤波器插入损耗推导

 三、插损作用

        根据目前变换器的传导超标程度,计算出所需的在某个频率点或频率段的所需最小差模插损和共模插损,然后进行滤波器阶数设计和参数设计,核算是否满足插损要求。

        也可见”EMI滤波器设计步骤“。

参考:

1、滤波器插入损耗计算.xmcd

2、(2条消息) EMI滤波器设计步骤_cclistem81的博客-CSDN博客文章来源地址https://www.toymoban.com/news/detail-443966.html

到了这里,关于滤波器插入损耗推导的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 高通滤波器,低通滤波器

    1.高通滤波器是根据像素与邻近像素的亮度差值来提升该像素的亮度。   确实容易看出,第三种效果最好。 2. 使用medianBlur()作为模糊函数,它对去除数字化的视频噪声非常有效。  从BGR色彩空间转灰度色彩空间   使用Laplacian()作为边缘检测函数,它会产生明显的边缘线条 

    2024年02月14日
    浏览(38)
  • 【图像处理:频率域平滑与锐化】理想滤波器,巴特沃思滤波器,高斯滤波器

    本文主要介绍频率域滤波器,此处的频率域是基于傅立叶变换得出。 在一幅图像中, 低频对应图像变化缓慢的部分 ,即图像大致外观和轮廓。 高频部分对应图像变化剧烈的部分即图像细节 。低通滤波器的功能是让低频率通过而滤掉或衰减高频,其作用是过滤掉包含在高频

    2024年02月04日
    浏览(55)
  • 【状态估计】卡尔曼滤波器、扩展卡尔曼滤波器、双卡尔曼滤波器和平方根卡尔曼滤波器研究(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 🎉3 参考文献 🌈4 Matlab代码实现 本文包括

    2024年02月08日
    浏览(48)
  • 现代信号处理——自适应滤波器(匹配滤波器)

    信号处理的目的是从噪声中提取信号,得到不受干扰影响的真正信号。采用的处理系统称为滤波器。 实时信号处理中,希望滤波器的参数可以根据系统或环境的变化进行更新,称为自适应滤波器。 滤波器的分类: 线性滤波器、非线性滤波器; FIR滤波器、IIR滤波器; 时域滤

    2023年04月27日
    浏览(70)
  • 【状态估计】粒子滤波器、Σ点滤波器和扩展/线性卡尔曼滤波器研究(Matlab代码实现)

    💥💥💞💞 欢迎来到本博客 ❤️❤️💥💥 🏆博主优势: 🌞🌞🌞 博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。 ⛳️ 座右铭: 行百里者,半于九十。 📋📋📋 本文目录如下: 🎁🎁🎁 目录 💥1 概述 📚2 运行结果 2.1 扩展卡尔曼滤波 2.2 线性卡尔曼滤波 

    2024年02月09日
    浏览(43)
  • 图像处理之理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器的matlab简单实现

    一、前言 高通滤波器的功能是让高频率通过而滤掉或衰减低频,其作用是 使图像得到锐化处理,突出图像的边界 。经理想高频滤波后的图像把信息丰富的低频去掉了,丢失了许多必要的信息**。一般情况下,高通滤波对噪声没有任何抑制作用**,若简单的使用高通滤波,图像质

    2023年04月25日
    浏览(45)
  • 图像处理之高通滤波器与低通滤波器

    目录 高频与低频区分: 高通滤波器: 1.傅里叶变换: 低通滤波器: 总结:         在了解图像滤波器之前,先谈一下如何区分图像的高频信息和低频信息,所谓高频就是该像素点与周围像素差异较大,常见于一副图像的边缘细节和噪声等;而低频就是该像素点与周围像素

    2023年04月09日
    浏览(49)
  • 卡尔曼滤波器简介——α−β−γ滤波器

            现在我们已经准备好了第一个简单的例子。在此示例中,我们估计静态系统的状态。静态系统是在合理的时间段内不会更改其状态的系统。例如,静态系统可以是一座塔,而状态将是它的高度。         在此示例中,我们估计金条的重量。我们有无偏尺度,即

    2024年02月01日
    浏览(122)
  • 现代信号处理——自适应滤波器(LMS自适应滤波器)

    一、自适应滤波简介 维纳滤波存在的问题: 适用于平稳随机信号的最佳滤波,对于非平稳的随机信号,其统计特性(相关函数)是随机的,因此无法估计其相关函数,此时的维纳滤波不适用; 维纳滤波器的参数是固定的,就不可能根据输入信号的变换去自动调整滤波器的参

    2024年02月01日
    浏览(50)
  • 【电路中的滤波器】1.一阶RC低通滤波器详解

    本文旨在从硬件电路特性、动态系统建模分析、系统传递函数多方面结合的角度来详细总结一阶低通滤波器。 目的是从本质上多角度的去解析RC滤波器的原理,帮助自己通过RC低通走入模电频率部分这一“玄学”内容。 这将是一个专题,后续将会继续更新各种滤波器的整理、

    2024年02月01日
    浏览(45)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包