当前位置: 首页 > news >正文

差分放大电路的四种接法

文章目录

  • 一、差分法放大电路的四种接法
  • 二、双端输入、双端输出电路
  • 三、双端输入、单端输出电路
    • 1.静态分析
    • 2.动态分析
  • 三、单端输入、双端输出电路
  • 四、单端输入、单端输出电路
  • 总结


一、差分法放大电路的四种接法

差分放大电路有四种基本接法,分类依据是输入方式(双端输入 / 单端输入)和输出方式(双端输出 / 单端输出)的组合。四种接法的核心结构相同(由两个对称三极管组成),但信号的引入和取出方式不同,导致性能指标(如增益、输入 / 输出电阻)存在差异。

二、双端输入、双端输出电路

典型差分放大电路就是双端输入、双端输出电路,详细分析过程可看《差分放大电路分析与仿真》。
在这里插入图片描述
差模电压增益
Ad=△uod△uId=−β(Rc//RL2)Rb+rbeA_d=\frac{△u_{od}}{△u_{Id}}=-\frac{β(R_c//\frac{R_L}{2})}{R_b+r_{be}}Ad=uIduod=Rb+rbeβ(Rc//2RL)

输入电阻
Ri=2(Rb+rbe)R_i=2(R_b+r_{be})Ri=2(Rb+rbe)

输出电阻
Ro=2RcR_o=2R_cRo=2Rc

在这里插入图片描述
共模放大倍数Ac
Ac=△uoc△uIc=0A_c=\frac{△u_{oc}}{△u_{Ic}}=0Ac=uIcuoc=0

理想对称情况下,共模抑制比
KCMR=AdAc=∞K_{CMR}=\frac{A_d}{A_c}=∞KCMR=AcAd=

三、双端输入、单端输出电路

1.静态分析

在这里插入图片描述
单端输出回路不对称,根据戴维南定理
VCC′=RLRe+RL∗VCC,Rc′=Rc//RLV'_{CC}=\frac{R_L}{R_e+R_L}*V_{CC},R'_c=R_c//R_LVCC=Re+RLRLVCCRc=Rc//RL
UCQ1=VCC′−ICQRC′U_{CQ1}=V'_{CC}-I_{CQ}R'_CUCQ1=VCCICQRC
UCQ2=VCC−ICQRCU_{CQ2}=V_{CC}-I_{CQ}R_CUCQ2=VCCICQRC

2.动态分析

在这里插入图片描述
输入差模信号时,输出电压
△uod=−△ic(Re//RL)△u_{od}=-△i_c(R_e//R_L)uod=ic(Re//RL)
输入电压
△uId=2△iB(Rb+rbe)△u_{Id}=2△i_B(R_b+r_{be})uId=2△iB(Rb+rbe)
差模放大倍数
Ad=△uOd△uId=−12∗β(Rc//RL)Rb+rbeA_d=\frac{△u_{Od}}{△u_{Id}}=-\frac{1}{2}*\frac{β(R_c//R_L)}{R_b+r_{be}}Ad=uIduOd=21Rb+rbeβ(Rc//RL)
输入电阻
Ri=2(Rb+rbe)R_i=2(R_b+r_{be})Ri=2(Rb+rbe)
输出电阻
Ro=RcR_o=R_cRo=Rc

输入差模信号极性不变,输出信号取自T2集电极,则输出与输入同相。
在这里插入图片描述
输入共模信号时,共模放大倍数Ac
Ac=△uoc△uIc=−β(Rc//RL)Rb+rbe+2(1+β)ReA_c=\frac{△u_{oc}}{△u_{Ic}}=-\frac{β(R_c//R_L)}{R_b+r_{be}+2(1+β)R_e}Ac=uIcuoc=Rb+rbe+2(1+β)Reβ(Rc//RL)
共模抑制比
KCMR=∣AdAc∣=Rb+rbe+2(1+β)Re2(Rb+rbe)K_{CMR}=|\frac{A_d}{A_c}|=\frac{R_b+r_{be}+2(1+β)R_e}{2(R_b+r_{be})}KCMR=AcAd=2(Rb+rbe)Rb+rbe+2(1+β)Re
Re越大,Ac越小,KCMR越大,电路性能越好。

三、单端输入、双端输出电路

在这里插入图片描述
单端输入、双端输出电路可等效成右边电路,左边输入差模信号+△uI/2,右边输入差模信号-△uI/2,共模信号两边输入都是△uI/2。
输出电压uo
△uo=Ad△ui+Ac∗△uI2△u_o=A_d△u_i+A_c*\frac{△u_I}{2}uo=Adui+Ac2uI

在这里插入图片描述
若电路参数理想对称,则Ac=0,KCMR=∞。

在这里插入图片描述
单端输入、双端输出电路与双端输入、双端输出电路分析完全相同。
差模电压增益
Ad=△uod△uId=−β(Rc//RL2)Rb+rbeA_d=\frac{△u_{od}}{△u_{Id}}=-\frac{β(R_c//\frac{R_L}{2})}{R_b+r_{be}}Ad=uIduod=Rb+rbeβ(Rc//2RL)

输入电阻
Ri=2(Rb+rbe)R_i=2(R_b+r_{be})Ri=2(Rb+rbe)

输出电阻
Ro=2RcR_o=2R_cRo=2Rc

理想对称情况下,共模抑制比
KCMR=AdAc=∞K_{CMR}=\frac{A_d}{A_c}=∞KCMR=AcAd=

四、单端输入、单端输出电路

在这里插入图片描述
单端输入、单端输出电路也可等效成,左边输入差模信号+△uI/2,右边输入差模信号-△uI/2,共模信号两边都是△uI/2。

在这里插入图片描述
输入差模信号时,输出电压
△uod=−△ic(Re//RL)△u_{od}=-△i_c(R_e//R_L)uod=ic(Re//RL)
输入电压
△uId=2△iB(Rb+rbe)△u_{Id}=2△i_B(R_b+r_{be})uId=2△iB(Rb+rbe)
差模放大倍数
Ad=△uOd△uId=−12∗β(Rc//RL)Rb+rbeA_d=\frac{△u_{Od}}{△u_{Id}}=-\frac{1}{2}*\frac{β(R_c//R_L)}{R_b+r_{be}}Ad=uIduOd=21Rb+rbeβ(Rc//RL)
输入电阻
Ri=2(Rb+rbe)R_i=2(R_b+r_{be})Ri=2(Rb+rbe)
输出电阻
Ro=RcR_o=R_cRo=Rc

在这里插入图片描述
输入共模信号时,共模放大倍数Ac
Ac=△uoc△uIc/2=−β(Rc//RL)Rb+rbe+2(1+β)ReA_c=\frac{△u_{oc}}{△u_{Ic}/2}=-\frac{β(R_c//R_L)}{R_b+r_{be}+2(1+β)R_e}Ac=uIc/2uoc=Rb+rbe+2(1+β)Reβ(Rc//RL)
共模抑制比
KCMR=∣AdAc∣=Rb+rbe+2(1+β)Re2(Rb+rbe)K_{CMR}=|\frac{A_d}{A_c}|=\frac{R_b+r_{be}+2(1+β)R_e}{2(R_b+r_{be})}KCMR=AcAd=2(Rb+rbe)Rb+rbe+2(1+β)Re
Re越大,Ac越小,KCMR越大,电路性能越好。

总结

在这里插入图片描述
单端输入时,输入差模信号的同时伴随着共模输入,若输入信号为△uI,则△uId=△uI,△uIc=+△uI/2。


上一篇 《差分放大电路分析与仿真》

更多系列文章
▷ 《三极管三种基本放大电路:共射、共集、共基放大电路》
▷ 《三极管基本放大电路静态及动态参数计算》
▷ 《线性稳压电源:稳压管+NPN降压电路(12V降至5V)》
▷ 《LDO工作原理与仿真》
▷ 《用三极管搭建简易电流源》

http://www.dtcms.com/a/323076.html

相关文章:

  • react-window
  • 组合期权:垂直价差
  • Playwright C# 自动登录并上传 Excel 文件 的可运行示例
  • Java 数据类型与内存模型:从字节到引用的底层逻辑
  • 数字图像处理基础——opencv库(Python)
  • C语言库中的字符函数
  • 基于 RAUC 的 Jetson OTA 升级全攻略
  • Vue和Springboot初步前后端分离建立项目连接(解决前后端跨域问题)
  • linux安装php
  • 机器学习 K-Means聚类 无监督学习
  • AI 算法优化实战指南:从理论到部署的全流程优化策略
  • VSCode添加Python、Java注释技巧、模板
  • 企业级web应用服务器TOMCAT入门详解
  • 2G内存的服务器用宝塔安装php的fileinfo拓展时总是卡死无法安装成功的解决办法
  • Atto Round 1 (Codeforces Round 1041, Div. 1 + Div. 2) C、D、E
  • 数码管的使用(STC8)
  • 美股高频分时Tick数据分钟级解析
  • Leetcode-19. 删除链表的倒数第 N 个结点
  • 机器学习第七课之支持向量机SVM
  • 【线性代数】线性方程组与矩阵——(3)线性方程组解的结构
  • 如何在 Windows 下使用 WSL 安装 Ubuntu 并配置国内镜像
  • 力扣前200题字符串总结
  • 差分放大电路分析与仿真
  • 阿里Qwen-Image本地部署详细指南
  • 机器翻译正则化技术详解:防止过拟合的有效方法
  • 推客系统开发全攻略:从架构设计到高并发实战
  • 【Python 高频 API 速学 ⑤】
  • 软考 系统架构设计师系列知识点之杂项集萃(120)
  • 使用jlink-gdb-server 加 gdb调试嵌软2
  • 2025年SEVC SCI2区,基于深度强化学习与模拟退火的多无人机侦察任务规划,深度解析+性能实测