在大型系統(tǒng)的仿真過程中,有時(shí)可以很快達(dá)到穩(wěn)態(tài)解。然而,當(dāng)節(jié)點(diǎn)開始振蕩時(shí),仿真器可能會(huì)放慢速度以求解所有振蕩中的采樣點(diǎn)。
探測(cè)設(shè)計(jì)中的每個(gè)節(jié)點(diǎn)以識(shí)別振蕩節(jié)點(diǎn)是耗時(shí)且不可行的,尤其是在具有100以上個(gè)節(jié)點(diǎn)的系統(tǒng)中。
振蕩信號(hào)包括模擬信號(hào)、數(shù)字信號(hào)和事件信號(hào)等,如何識(shí)別并提取振蕩信號(hào)呢?本文以一個(gè)轉(zhuǎn)換器電路為例,展示了如何在SaberRD中使用自動(dòng)化腳本提取這些振蕩節(jié)點(diǎn)的信號(hào)。這個(gè)電路是一種混合信號(hào)設(shè)計(jì),具有振蕩的模擬、數(shù)字和事件節(jié)點(diǎn)或信號(hào)。
電路原理圖見隨附的例子converter.ai_dsn,隨附的例子中還提供了腳本程序filter_all.aim,它可以處理模擬、數(shù)字和事件信號(hào),并生成一個(gè)包含所有信號(hào)(恒定信號(hào)和振蕩信號(hào))的單個(gè)繪圖文件,并對(duì)所有恒定信號(hào)進(jìn)行過濾,僅保留振蕩信號(hào)以供你查看。
詳細(xì)步驟如下:
1、 下載示例design_script.zip,并解壓;
2、 啟動(dòng)SaberRD并打開設(shè)計(jì)converter.ai_dsn;(請(qǐng)使用SaberRD2015.03或以上版本)
3、 運(yùn)行瞬態(tài)仿真,參數(shù):End Time = 1m 和 Step = 1u,在results窗口tr中查看波形,可以看到恒定信號(hào)有:模擬信號(hào)v0,數(shù)字信號(hào)digital_flat,時(shí)間信號(hào)fall、off、on和rise;
4、 打開 SaberRD 腳本窗口并使用以下命令執(zhí)行腳本:source filter_all.aim
5、 運(yùn)行該程序以提取只包含振蕩的模擬、數(shù)字和事件信號(hào)并生成繪圖文件filtered .ai_awd:
PF:DetectOscillation converter.tr.ai_awd filtered 500u
6、 點(diǎn)擊Analyze > Open Results 打開過濾后的繪圖文件filtered.ai_awd,可以看到振蕩信號(hào)被保留,而恒定信號(hào)被過濾出去。
注意,以下情形不能提取振蕩節(jié)點(diǎn):
1、如果設(shè)計(jì)有切換模型
2、如果設(shè)計(jì)突然失敗而沒有預(yù)先振蕩
3、如果設(shè)計(jì)有非常小的截?cái)嗾`差
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。
舉報(bào)投訴
相關(guān)推薦
這個(gè)例子演示了如何在SaberRD中使用多頻信號(hào)(Multi-tone)進(jìn)行周期交流(MPAC)來(lái)評(píng)估閉環(huán)DC-DC升壓變換器的環(huán)路穩(wěn)定性。
發(fā)表于 12-05 10:36
?691次閱讀
我想將直流功率回路中電流的交流分量進(jìn)行采集并給微機(jī)處理,此交流分量在電路正常時(shí)候就是功率電源的紋波,當(dāng)電路發(fā)生故障時(shí)電路中的交流分量會(huì)疊加一個(gè)200mV左右峰峰值的噪聲信號(hào)(無(wú)規(guī)律),請(qǐng)問我如何
發(fā)表于 09-20 07:04
請(qǐng)問怎么識(shí)別數(shù)據(jù)的幀頭幀尾并提取數(shù)據(jù)啊,比如一組數(shù)據(jù) A5 01 12 5A 怎么分別提取01 和 12希望前輩能解答一下,謝謝了
發(fā)表于 12-31 10:24
我想提取串口讀取數(shù)據(jù)中的多個(gè)信號(hào)數(shù)值,并比波形輸出的實(shí)現(xiàn)方式。但是提取的信號(hào)值我只提取到了第一個(gè)
發(fā)表于 09-19 10:57
的引用,PIN文檔解釋了如何在示意圖上創(chuàng)建引腳的中斷,而不是如何在中斷中識(shí)別PIN。IsTAT返回PIN位置(0,1,2,3…)還是掩碼類(1,2,4……)的二進(jìn)制值?謝謝
發(fā)表于 09-30 11:47
如何在STM32上去正確使用內(nèi)部RC振蕩器呢?怎樣去編寫STM32軟件固件庫(kù)的程序中對(duì)RCC的配置函數(shù)呢?
發(fā)表于 11-23 07:18
人臉識(shí)別是模式識(shí)別和機(jī)器視覺領(lǐng)域中的一個(gè)重要課題,其中,特征提取是人臉識(shí)別中的一個(gè)重要部分。本文利用邊緣檢測(cè)、積分投影及模板匹配等相結(jié)合的方
發(fā)表于 06-04 08:49
?31次下載
在語(yǔ)音識(shí)別系統(tǒng)中,如何在含有噪聲的語(yǔ)音信號(hào)中提取其良好的特征參數(shù)是系統(tǒng)的關(guān)鍵問題之一。本文通過采用自適應(yīng)濾波來(lái)濾除語(yǔ)音
發(fā)表于 12-12 13:46
?24次下載
特征提取是模式識(shí)別中的關(guān)鍵技術(shù)之一,本文提出了一種基于改進(jìn)ReliefF 算法的主成分特征提取方法,通過該方法進(jìn)行主特征特征提取可以有效降維
發(fā)表于 12-12 13:47
?27次下載
從說(shuō)話人的語(yǔ)音信號(hào)中提取出能反映其個(gè)性特征的參數(shù)是聲紋識(shí)別的關(guān)鍵環(huán)節(jié)之一。介紹了MEL 倒譜系數(shù)(MFCC)及其提取方法,在此基礎(chǔ)上提出了一階差分(△MFCC),并將MFCC 和△MF
發(fā)表于 03-30 16:16
?51次下載
針對(duì)人臉識(shí)別中的特征提取問題,提出一種新的基于Gabor的特征提取算法,利用Gabor小波變換良好的提取區(qū)分能力和LDA所具有的判別性優(yōu)勢(shì)來(lái)
發(fā)表于 01-22 14:25
?54次下載
脈沖多普勒雷達(dá)識(shí)別中的信號(hào)調(diào)制信息提取,下來(lái)看看
發(fā)表于 12-24 23:21
?13次下載
針對(duì)傳統(tǒng)剩余電流保護(hù)裝置只能監(jiān)測(cè)到總泄漏電流信號(hào)大小,但不能根據(jù)監(jiān)測(cè)到的總泄漏電流信號(hào)自動(dòng)分類和識(shí)別觸電類型,提出了一種基于統(tǒng)計(jì)特征參數(shù)與支持向量機(jī)的觸電信號(hào)暫態(tài)特征
發(fā)表于 01-23 17:12
?4次下載
了解如何在信號(hào)鏈設(shè)計(jì)器中,輕松搜索和選擇參考設(shè)計(jì)以啟動(dòng)項(xiàng)目。
發(fā)表于 06-05 06:17
?3128次閱讀
遍歷列表是Python中非常常見的操作之一,可以使用for循環(huán)或者while循環(huán)來(lái)實(shí)現(xiàn)。下面我將詳細(xì)介紹如何使用for循環(huán)遍歷列表并提取元素。 首先,讓我們簡(jiǎn)單了解一下Python中的列表。列表
發(fā)表于 11-23 15:55
?1090次閱讀
評(píng)論