发布时间:2022-02-24 阅读量:7085 来源: Macnica Engineer 发布人: xiating
在试着使用LTspice系列中,我们简单介绍了LTspice的用法。
在TRAN分析的一种基于时间轴的分析中,可以像示波器一样查看信号电平随时间的变化。
另一方面,当你想要查看一个信号的频率成分时,FET功能是很有用的,并且通过仿真你可以查看电路的失真和噪声成分。这次我来介绍一下这个FFT功能。
一、什么是FFT
FFT(Fast Fourier Transform)是指高速傅里叶变换,是一种在计算机上进行高速计算的算法。
SPICE可以像频谱分析仪那样展示信号的频率成分和电平(功率)。由于FFT功能是以TRAN分析(时间轴)所得到的数据为基础进行计算的,所以它是嵌入在WaveformViewer中的。
二、使用FFT功能
步骤
这次我们以一个由3个不同频率和幅值的正弦波合成的信号为例,用TRAN分析来查看其波形,并采用FET显示功能来确认其频率分布。
TRAN分析的结果如下图所示。
只看这个OUT端子的波形是无法知道频率成分和大小的。
所以让我们来尝试使用FFT显示功能。从菜单栏中选择View→FFT。
然后会弹出下图所示的对话框,通常选择“OK”。
FFT显示结果如下图所示。
我们得到了一个对数曲线,纵轴表示信号幅度(dB),横轴表示信号频率(Hz)。
峰值位于1kHz、3kHz、10kHz处,这样我们就能掌握波形的成分和大小。
三、FFT的使用要点
使用FFT功能时,建议设置".options plotwinsize=0"命令。这样可以防止分析的结果被压缩,并降低本底噪声。
另外,如果TRAN命令的"最大时间步长"短于一个信号周期的1/100,则可以得到良好的FFT结果。然而,更短的时间设定会带来更长的仿真时间,所以请根据需要来权衡调整。
当我没有在选项中设定plotwinsize,并以默认的最大时间步长来仿真时。即使是复合正弦波,也可以看到FET分析的结果中本底噪声的基底较大,并且在非预期的频率处也存在峰值。
四、用FFT观察电源IC的输出电压信号
之前在”试着使用LTspice-直流-直流转换器的动作确认”一文中已经观察了输出纹波电压的水平,这次我们用FFT功能查看其频率成分。以LT8640的Demo文件作为仿真电路,FFT分析需要稳定状态下的结果,因此在电源启动后需要确认纹波电压。
通过FFT分析,可以看到不仅包含1MHz的开关频率成分,还包含2倍、3倍甚至其他奇数倍的频率成分。
输出电压的纹波成分如下图所示。
电源电路的噪音会影响周边电路和EMI测试。可以通过仿真来研究一些噪声的对策,如滤波器设计等。请趁此机会尝试下FFT功能。
此次验证的LTspice演示文件FFT_Simulation__1.zip收藏了这次运行的2个仿真文件。
在汽车电子智能化、网联化与电动化深度融合的浪潮中,车载时钟系统的精度与可靠性正成为决定整车性能的核心命脉。作为电子架构的"精准心跳之源",车规级晶振的选型直接影响ADAS感知、实时通信、动力控制等关键功能的稳定性。面对严苛路况、极端温差及十年以上的生命周期挑战,工程师亟需兼具高稳定性与强抗干扰能力的时钟解决方案——小扬科技将聚焦车规级晶体/晶振核心参数,3分钟助您精准锁定最优型号。
在技术创新的浪潮中,图像传感器的选型是设计与开发各类设备(涵盖专业与家庭安防系统、机器人、条码扫描仪、工厂自动化、设备检测、汽车等)过程中的关键环节。选择最适配的图像传感器需要对众多标准进行复杂的综合评估,每个标准都直接影响最终产品的性能和功能。从光学格式(Optical Format)和动态范围(Dynamic Range),到色彩滤波阵列(CFA)、像素类型、功耗及特性集成,这些考量因素多样且相互交织、错综复杂。
压控晶振(VCXO)作为频率调控的核心器件,已从基础时钟源升级为智能系统的"频率舵手"。通过变容二极管与石英晶体的精密耦合,实现电压-频率的线性转换,其相位噪声控制突破-160dBc/Hz@1kHz,抖动进入亚纳秒时代(0.15ps)。在5G-A/6G预研、224G光通信及自动驾驶多传感器同步场景中,VCXO正经历微型化(2016封装)、多协议兼容(LVDS/HCSL/CML集成)及温漂补偿算法的三重技术迭代。
在电子设备的精密计时体系中,晶体振荡器与实时时钟芯片如同时间系统的"心脏"与"大脑":晶振通过石英晶体的压电效应产生基础频率脉冲,为系统注入精准的"生命节拍";而实时时钟芯片则承担时序调度中枢的角色,将原始频率转化为可追踪的年月日时分秒,并实现闹钟、断电计时等高级功能。二者协同构建现代电子设备的"时间维度"。
无人机已不再是简单的飞行器,而是集成了尖端感知与决策能力的空中智能载体。其核心系统——特别是自主导航与感知技术——是实现其在测绘、巡检、农业、物流、安防等多个领域高效、精准作业的关键。本文将深入剖析无人机如何通过这些核心技术“看见”、“思考”并“规划”路径,实现真正意义上的自主飞行能力。