教你轻松掌握差分放大电路,看完这篇不踩坑

article/2025/9/28 20:07:01

 

要想掌握差分放大电路,首先就要知道什么是差分放大电路以及它的作用。

 

 

 

差分放大电路是模拟集成运算放大器输入级所采用的的电路形式,差分放大电路是由对称的两个基本放大电路,通过射极公共电阻耦合构成的,对称的意思就是说两个三极管的特性都是一致的,电路参数一致,同时具有两个输入信号。

 

 

 

它的作用是能够有效稳定静态工作点,同时具有抑制共模信号,放大差模信号等显著特点,广泛应用于直接耦合电路和测量电路输入端。

 

 

0a454642b504488b8945d39f7d68fbc9.png

 

 

 

 

 

差模放大电路特点:

 

 

 

电路两边对称

 

两个管子公用发射机电阻Re

 

具有两个信号输入端

 

信号既可以双端输出,也可以单端输出

 

 

共模信号:大小幅度相等极性相同的输入信号。

 

e46991b23b36450f9b7cc40961ddfd50.png

 

 

差模信号:大小幅度相等极性相反的输入信号。

 

 

 

 

 

差分放大电路具有抑制零漂移稳定静态工作点,和抑制共模信号等作用,接下来一一分析。

 

首先我们的电路的工作环境温度并不是一成不变的,也就是说是时刻变化着的,还有直流电源的波动,元器件老化,特性发生变化都会引起零漂和静态工作点变化。通常在阻容耦合放大电路中,前一级的输出的变化的漂移电压都落在耦合电容上,不会传入下一级放大电路。

 

 

 

但在直接耦合放大电路中,这种漂移电压和有用的信号一起送到下一级被放大,导致电路不能正常工作,所以要采取措施,抑制温度漂移,虽然耦合电容可以隔离上一级温漂电压,但是很多时候我们要接受处理的是很多微弱的、变化缓慢的弱信号,这类信号不足以驱动负载,必须经过放大。又不能通过耦合电容传递,所以必须通过直接耦合放大电路,那么直接耦合典型电路:就是差分放大电路。

 

通常克服温漂的方法是引入直流负反馈,或者温度补偿。

 

 

接下来谈谈直接耦合电路中,差分放大电路如何抑制零漂电压稳定工作点,和抑制共模信号,并放大差分信号的。

 

 

抑制零漂的原理

 

 

 

下面以电路双端输出为例:首先T1和T2特性相同,电路两边对称,在输入电压Vi1=Vi2=0V。当温度T一定时,流过T1的电极电流与流过T2集电极的电流一致,即ic1=ic2,那么T1和T2上两个集电极电阻的压降是相等的,所以Uo1=Uo2 ,那么输出电压Uo就等于零,即Uo1-Uo2=Uo=0,所以这个电路可以抑制零漂的。

 

那么当温度增加△T的时候,还能抑制零漂吗?

 

答案是能,因为两边对称性能是一样的,它们工作在统一环境下,当温度上升△T时,流过两个管子集电极的电流也是相等的,即(ic1+△ic1)=(ic2+△ic1),那么加在两个集电极的电压也是相同的,所以输出电压Uo仍然为0。所以在双端输出的情况下,零漂为0。

 

那么在单端输出的时候还可以抑制零漂吗?

 

当然可以,在单端输出时可以取值Uo1或者Uo2,这里以Uo1输出为例,因为射极电阻Re的负反馈作用,并且Re是T1和T2射极的共用电阻,所以流过Re的电流是2倍的ie,负反馈作用更好,所以可以稳定静态工作点,抑制零漂。

 

共模信号:当Vi1与Vi2大小相等,极性相同的输入信号时,共模信号的作用,对两管的作用是同向的,将引起两管电流同量的增加,集电极电位也同量的减小,因此两管集电极输出共模电压Uo=Uo1-Uo2=0,差分放大电路对共模信号有很好的抑制作用。

 

差模信号:当Vi1与Vi2大小相等,极性相反的输入信号时,由于信号的极性相反,因此T1管集电极电流增大而T2管集电极电流减小,且增大量和减小量相等。另外由于输入差模信号,两管输出端电位变化时,一端上升,另一端降低,且升高量等于降低量,所以差分电路对输入信号电压的差值是有用的,因此电路被称为差分放大电路。

 

 

来源:网络

声明: 本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有,如涉及侵权,请后台联系小编进行处理

 

更多精彩内容尽在唯样商城!


http://chatgpt.dhexx.cn/article/7OpQ2DdN.shtml

相关文章

什么是差分放大电路

差分放大电路利用电路参数的对称性和负反馈作用,有效地稳定静态工作点,以放大差模信号抑制共模信号为显著特征,广泛应用于直接耦合电路和测量电路的输入级。但是差分放大电路结构复杂、分析繁琐,特别是其对差模输入和共模输入信号…

模电电路笔记———差分放大电路的使用

目录 一、差分放大电路简介 二、使用方法 1.电路图连接 2.电阻关系 总结 前言 最近绘制电路板需要,学习模电相关差分放大电路知识。 一、差分放大电路简介 常规放大电路需要基准电压作为比较,比如AGND,有时电路实际需要中需要比较两处电压差…

运算放大器的差分放大电路

差分放大电路利用电路参数的对称性和负反馈作用,有效地稳定静态工作点,以放大差模信号抑制共模信号为显著特征,广泛应用于直接耦合电路和测量电路的输入级。但是差分放大电路结构复杂、分析繁琐,特别是其对差模输入和共模输入信号…

【skLearn 回归模型】Lasso ---- 选择最佳正则化参数 <带交叉验证的Lasso LassoCV()>

文章目录 一、linear_model.LassoCV()♦ 正则化路径 regularization path♦ linear_model.LassoCV类① 自定义alpha范围测试② LassoCV默认参数配置测试 一、linear_model.LassoCV() 使用交叉验证的 Lasso类的参数看起来与岭回归略有不同,这是由于 Lasso对于alpha的取值更加敏…

python-sklearn岭回归与LASSO回归模型(套索)代码实操

python-sklearn岭回归与lasso回归模型代码实操 前言一、岭回归1.岭回归介绍2.代码实现3.岭回归参数调整4.岭迹分析,可视化分析 二、LASSO回归1.LASSO回归介绍2.代码实现ps. Lasso回归的特征选择3.岭回归参数调整4.模型系数的数据可视化比较 前言 hello大家好这里是小…

python机器学习库sklearn——Lasso回归(L1正则化)

分享一个朋友的人工智能教程。零基础!通俗易懂!风趣幽默!还带黄段子!大家可以看看是否对自己有帮助:点击打开 全栈工程师开发手册 (作者:栾鹏) python数据挖掘系列教程 Lasso The L…

【数据挖掘】Lasso回归原理讲解及实战应用(超详细 附源码)

需要源码请点赞关注收藏后评论区留言私信~~~ Lasso回归 岭回归无法剔除变量,而Lasso(Least Absolute Shrinkage and Selection Operator)回归模型,将惩罚项由L2范数变为L1范数,可以将一些不重要的回归系数缩减为0&…

Lasso回归系列四:Group Lasso,Sparse Group Lasso

Lasso变体:Group Lasso,Sparse Group Lasso 关于Lasso回归的讲解可以看我的另一篇博客:Lasso回归系列二:Lasso回归/岭回归的原理 Group Lasso 在Lasso回归中,是单独地看待每个特征(即假定特征不存在先验的分组)&…

Group Lasso

简介 Lasso(least absolute shrinkage and selection operator,又译最小绝对值收敛和选择算子、套索算法)是一种同时进行特征选择和正则化(数学)的回归分析方法,旨在增强统计模型的预测准确性和可解释性&a…

Lasso回归(Stata)

本文借鉴了数学建模清风老师的课件与思路,可以点击查看链接查看清风老师视频讲解:清风数学建模:https://www.bilibili.com/video/BV1DW411s7wi 前言 一、lasso回归的应用 这里因为Stata里对岭回归有bug,所以就没有岭回归&#xff…

Lasso-Logistic回归-R语言应用详解

Lasso简介 LASSO(Least Absolute Shrinkage and Selection Operator)是线性回归的一种缩减方式,通过引入 L 1 L_1 L1​惩罚项,实现变量选择和参数估计。 ∑ i 1 N ( y i − β 0 ∑ j 1 p x i j β j ) 2 λ ∑ j 1 p ∣ β j ∣ \sum_{i1}^{N}\le…

Lasso问题

转自:http://blog.csdn.net/slade_sha/article/details/53164905 先看一波过拟合: 图中,红色的线存在明显的过拟合,绿色的线才是合理的拟合曲线,为了避免过拟合,我们可以引入正则化。 下面可以利用正则化来…

Lasso Regression

Lasso Regression 标签(空格分隔): 监督学习 在数据挖掘和机器学习算法的模型建立之初,为了尽量的减少因缺少重要变量而出现的模型偏差问题,我们通常会尽可能的多的选择自变量。但是在实际建模的过程中,通…

logistic回归、lasso回归、ridge回归、Elastic Net回归之间的总结

1. 概念 一直看一遍忘一遍,实在懒得再查了,理解后再次整理,希望能加深理解。 先总结几个概念: 回归分析是一种预测性的建模技术,它研究的是因变量(目标)和自变量(预测器&#xff…

机器学习--岭回归和Lasso回归

任何数据都存在噪声和多重共线性 如何解决多重共线性 ? 1.算法角度(正则化) 2.数据角度(最有效果) 岭回归与Lasso回归的出现是为了解决线性回归出现的过拟合(数据间高度线性相关)以及在通过正规…

LASSO和LARS

1、LASSO简介 LASSO是一种经典的松弛算法,其全称是The Least Absolute Shrinkage and Selectionator operator,于1996年由Tibshirani提出来。lasso的一个根本思想就是利用L1范式来诱导稀疏解,下面给出lasso的两种形式以及其等价性证明&#x…

R语言实现LASSO回归

Lasso回归又称为套索回归,是Robert Tibshirani于1996年提出的一种新的变量选择技术。Lasso是一种收缩估计方法,其基本思想是在回归系数的绝对值之和小于一个常数的约束条件下,使残差平方和最小化,从而能够产生某些严格等于0的回归…

python-LASSO回归模型

https://zhuanlan.zhihu.com/p/76055830 LASSO回归模型的应用 ①可视化方法确定值 import pandas as pd import numpy as np import matplotlib.pyplot as plt import matplotlib from sklearn import model_selection from sklearn.linear_model import Lasso, LassoCV font…

Lasso模型

Lasso是一种数据降维方法,该方法不仅适用于线性情况,也适用于非线性情况。Lasso是基于惩罚方法对样本数据进行变量选择,通过对原本的系数进行压缩,将原本很小的系数直接压缩至0,从而将这部分系数所对应的变量视为非显著…

Lasso算法理论介绍

先看一波过拟合: 图中,红色的线存在明显的过拟合,绿色的线才是合理的拟合曲线,为了避免过拟合,我们可以引入正则化。 下面可以利用正则化来解决曲线拟合过程中的过拟合发生,存在均方根误差也叫标准误差&…