新闻详情

新闻详情

首页 / 资讯中心 / 详情

测量OP27G的噪声

发布时间:2026/11/14 21:27:22来源:尧图网络
测量OP27G的噪声
测量OP27G的低频噪声OP27G Datasheet01【测量 OP27G 的噪声】一、测试电路在运放OP27的数据手册中 给出了OP27G的噪声电压测试电路 这个电路是测试运放0.1赫兹到10赫兹之间的噪声 OP27被设置成增益为50k的放大状态 它的输出再通过低通滤波器导出。 下面我们根据这个电路设计一个测试电路 观察一下对于普通运放它的低频噪声的测量方法 之前并没有做过类似的实验电路中的负电源是由板上的电源镜芯片产生 下面我们铺设PCB 适合一分钟制板一分钟之后得到测试电路板焊接电路使用高温水蒸气进行清洗 接下来我们给电路施加5伏的工作电源 测量运放的输出电压信号。二、测量结果给电路施加正5伏工作电压 测量电路上-5伏电源静反向电压正常。 测量运放输出信号令人感到惊讶的是 输出信号居然是在震荡大约7赫兹左右。 这是一个低平均的更换电路中 储能电容的大小从原来的100微法修改为1000微法 低频震荡的频率会随之改变。▲ 图1.2.1 运放的输出信号使用改锥调节输入零偏电位器 运放输出便开始了低频振荡 那么为什么会出现震荡呢 突然想起来原来在设计电路的时候 居然反馈极性搞反了。 反馈居然是一个正反馈 这就怪不得电路会震荡了。 下边把电路重新调整 调整成负反馈再进行测试。三、修改电路重新修改电路将电阻反馈修改为负反馈 现在对应的放大倍数为10K也就是1万倍 重新铺设PCB一分钟之后得到测试电路板焊接清洗电路板之后 将它放置在金属屏蔽盒中进行测量 施加正5伏的工作电源。 在这过程中通过调节零偏时开电位器使得输出接近于0。 观察输入信号可以看到呈现一些非常奇怪的现象。 在低频波动的上面会出现一些尖峰脉冲信号 这些信号怎么产生的 为什么会出现现在还不得而知。对于这些信号可以通过低通滤波器将它们进行滤波 后面我们再对输入信号进行滤波之后 再重新提取我们所测量的低频噪声信号。▲ 图1.3.1 OP27G输出信号重新设计测试电路图 在电路的输出增加电阻和电容滤波电路 铺设单面PCB制作测试电路板 一分钟之后得到测试电路板 焊接清洗之后将电路板放置在金属屏蔽盒中测量电路的输出。 可以看到电路的输出对应的尖脉冲的确减弱了很多 大约比没有滤波之前减弱了三倍。 但是的确令人感到奇怪的是 居然这些尖脉冲没有彻底的被消除。 具体原因也有可能和现在的滤波器件和布线有关系。▲ 图1.3.2 经过低通滤波之后的运放输出※总结 ※本文搭建了OP27的低频噪声测试电路 实际上将它搭建成一个放大倍数为1万倍的放大电路 看它在静态情况下输出波形的情况。 通过对它的反馈电阻以及输出信号进行滤波 我们可以得到它对应的低频噪声。 当然现在还有一个令人感到不解的 就是在输出信号中出现了一些尖脉冲 究竟这些尖脉冲是来自于内部电路还是外部电路干扰现在还不太清楚。■ 相关文献链接:OP27G Datasheet● 相关图表链接:图1.2.1 运放的输出信号图1.3.1 OP27G输出信号图1.3.2 经过低通滤波之后的运放输出
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉