ch14网络函数幻灯片.pptVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第十四章 网 络 函 数 要求掌握: 网络函数的概念及其在电路分析中的应用; 冲激响应与网络函数之间的关系。 * * CTGU Circuit 14.1 网络函数的定义 一. 定义 零 状 态 e(t) r(t) E(s) R(s) 在线性网络中,当所有储能元件处于零值初始状态,而且只有一个输入作用时,网络中某一处响应r(t)的象函数R(s)与激励 e(t)的象函数之比,叫做该电路的网络函数。 由于激励可以是独立电压源或电流源,响应可以是电路中任意两点之间的电压或任意一支路的电流,故网络函数可能是驱动点阻抗(导纳)、转移阻抗(导纳)、电压转移函数或电流转移函数。 R C + _ + _ uS uC R 1/sC + _ + _ Us(s) UC(s) 例:求网络函数 解:画出运算电路 1.驱动点函数 驱动点阻抗 驱动点导纳 2.转移函数(传递函数) 转移导纳 转移阻抗 电压转移 电流转移 U2(s) I2(s) U1(s) I1(s) U(s) I(s) 二 . 网络函数的具体形式 ( E(s)与R(s)属于同一对端子 ) ( E(s)与R(s)不属于同一对端子 ) 三. 求解H(s)的具体步骤 将输入uS(t)或iS(t)变换成象函数US(s)或IS(s),电容C用1/sC表示,电感L用sL表示,得出运算电路。 应用直流电路中求解线性电路的各种方法,列出方程,求出响应的象函数和输入象函数的比值。 例14-1 图中电路激励为iS(t)= ?(t),求冲激响应h(t),即电容电压uC(t)。 R C + _ iS uC 解: 画出其运算电路,如图(b)。 图(b) R + _ IS(s) UC(s) 电容端电压与冲激电流激励属于同一端口,因而网络函数为驱动点阻抗,即 网络函数的原函数h(t)是电路的单位冲激响应. 例14-2 图示电路为一低通滤波电路,激励为电压源u1(t) , 解: 画出其运算电路,如图(b)。 R C2 + _ u2(t) i2(t) L3 L1 u1(t) + _ i1(t) R + _ U2(s) I2(s) sL3 sL1 U1(s) + _ I1(s) 图(b) 用网孔电流法列出电流I1(s)和I2(s)的方程: 例14-2 图示电路为一低通滤波电路,激励为电压源u1(t) , R + _ U2(s) I2(s) sL3 sL1 U1(s) + _ I1(s) 图(b) 解得: 代入数据后得: 例14-2 图示电路为一低通滤波电路,激励为电压源u1(t) , R + _ U2(s) I2(s) sL3 sL1 U1(s) + _ I1(s) 图(b) 解得: 而U2(s)=R I2(s),并代入参数后得: 四. 网络函数的性质 由于电路的零状态响应为激励的线性函数,因此网络函数H(s)只与电路的结构和参数有关,而与激励无关。 线性时不变电路的网络函数,它是一个实系数有理分式。 当激励为单位冲激函数?(t)时,其E(s)=1,因此 即网络函数的原函数为单位冲激响应: 14.2 网络函数的极点和零点 一.复频率平面 ? j? 极点用“?”表示 ,零点用“。”表示。 ? 。 ? j? 。 2 ? -3 例: 绘出其极、零点图 ? ? -1 j -j 0 解: 如果N(s)和D(s)分别有重根,则称之为重零点和重极点。 14.3 极点、零点与冲激响应 由网络函数极点形成的 自由分量(不能认为等于h(t) 因为由卷积定理 ) 由激励函数极点形成的 强制分量 一般情况下,h(t)的特性就是时域响应中自由分量的特性,所以分析网络函数的极点与冲激响应的关系就可预见时域响应的特点。 根据网络函数的定义: 得: 若网络函数为真分式,且其分母具有单根,则网络的冲激响应为: 从网络的冲激响应 可以看出: H(s)的零点只影响Aj的大小,而不影响 h(t) 的变化规律; H(s)的极点决定 h(t) 的性质。 若H(s)的极点都位于负实轴上,则h(t) 随 t 的增大而衰减,这种电路是稳定的。 当pj为负实根时, 为衰减指数函数;当pj为正实根时, 为增长的指数函数; 而且 越大,衰减或增长的速度越快。 若H(s)的极点有一个位于正实轴上,则h(t) 随 t 的增大而增大,这种电路是不稳定的。 当极点pj为共轭复数时,h(t) 是以指数曲线为包络线的正弦函数,其实部的正与负决定正弦量的增长与衰减。当pj为虚根时,则是纯正弦项。 ? j? ? ? ? ?

文档评论(0)

love1987421 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档