到底什么是弱上下拉和强上下拉?

简介: 到底什么是弱上下拉和强上下拉?

我们会经常听到弱上拉、弱下拉,还有与之相对应的强上拉、强下拉。强、弱到底是什么概念?阻值多大算是强和弱?

要搞清楚这个问题,首先要先理解一下上拉电阻、下拉电阻的概念。假设有下面这么一个电路,MCU需要检测开关的通断。

当开关闭合时,MCU IO检测到0,但是当时开关开启时,IO引脚处于floating状态,容易受干扰而处于未知状态。

这时可以在IO口上加一个电阻到Vdd,这样开关断开时就能保证电平是固定的高电平1,这个电阻就叫做上拉电阻


下拉电阻类似,它的作用是开关断开时,保证电平是固定的低电平0


那么这个阻值该用多大呢?

首先阻值不能太小,因为太小,开关闭合时会产生较大的电流,会引起一来功耗大,二来也不安全。试想一下电阻为0是什么后果。

另外阻值也不能太大,阻值太大,上拉/下拉的作用就变弱,越大越接近于开路,开关断开时IO就越接近于浮空状态,就越容易受干扰。试想一下阻值无穷大是什么效果。

所以这个电阻既不太大,也不太小,一般是几K到几十K大小,兼顾了功耗和上下拉作用。

这里就引入了强弱的概念,弱就是阻值大,强就是阻值小。


上拉

下拉

电阻大,电流小,上拉效果弱

电阻大,电流小,下拉效果弱

电阻小,电流大,上拉效果强

电阻小,电流大,下拉效果强

注意这只是个相对概念。

MCU一般内部也带上下拉电阻,可以配置是否开启,以STM32F103为例,从下图可以看出 内部有上下来on/off开关。

手册上写的是弱上拉/下拉,阻值大小典型值为40kΩ

补充说明,上面介绍的上下拉电阻是对MCU IO输入来说的,输出也可能会用到,比如对于开漏输出的IO,就必须加上上拉电阻,否则输出不了高电平。原因是开漏输出结构如下,漏极是开路的

它只有一个NMOS,当控制输出0时,NMOS导通,Output Pin输出0,但是当控制输出1时,NMOS截止,输出的是高阻态。要能输出1,必须外面接一个上拉电阻。

这种结构的好处可以用在电平不匹配的场合,可以灵活的输出1.8V/3.3V/5V等高电平,只要把Vdd接到不同的电压上即可。另外它还具有”线与”的特性,即多个开漏引脚连接在一起,只有当每个都输出1时它才能输出高电平,只要有一个输出0,所有的引脚电压都被拉低。常见的IIC总线就是用这种结构

这个上拉电阻的阻值选取也是有讲究的,也是既不能太小,也不能太大。因为太小的话,IO口上就会承受较大的输入电流,而IO的输入电流是有限制的。太大的话,会影响IIC的通信速度,因为总线上还有负载电容,电阻太大,电容充放电时间就会久,影响上升沿、下降沿时间。关于这个具体计算,可以参考TI的一篇文档:https://www.ti.com/lit/ml/slva689/slva689.pdf?ts=1679814584051

该文档详细描述了计算方法:


最后问大家一个问题,IIC总线为什么不用推挽输出呢?欢迎留言区评论。


目录
打赏
0
0
0
0
7
分享
相关文章
上一任留下的 Eureka,我该如何提升她的性能和稳定性(含数据比对)?
上一任留下的 Eureka,我该如何提升她的性能和稳定性(含数据比对)?
94809 141
GTS自动补偿机制误差检测
【8月更文挑战第26天】
208 59
GTS自动补偿机制时间偏差
【8月更文挑战第27天】
86 2
一文详解长连接黑洞重现和分析
本文先通过重现在不同业务线反复出现的问题,详细描述了从业务、数据库、OS等不同的角度来分析如何解决它。
【Kafka大揭秘】掌握这些秘籍,让你的消息状态跟踪稳如老狗,再也不怕数据丢失的尴尬时刻!
【8月更文挑战第24天】Kafka作为一个领先的分布式流数据平台,凭借其出色的性能和扩展性广受青睐。为了保障消息的可靠传输与处理,Kafka提供了一系列核心机制:生产者确认确保消息成功到达;消费者位移管理支持消息追踪与恢复;事务性消息保证数据一致性;Kafka Streams的状态存储则适用于复杂的流处理任务。本文将详细解析这些机制并附带示例代码,帮助开发者构建高效稳定的消息处理系统。
83 5
架构设计篇问题之在数据割接过程中,多线程处理会导致数据错乱和重复问题如何解决
架构设计篇问题之在数据割接过程中,多线程处理会导致数据错乱和重复问题如何解决
坑爹,线上同步近 3w 个用户导致链路阻塞引入发的线上问题,你经历过吗?
坑爹,线上同步近 3w 个用户导致链路阻塞引入发的线上问题,你经历过吗?
120 1
稳定性三十六计-历史记录
为什么要做历史记录 历史记录是大数据的最重要数据源。通过历史记录可以进行事件追溯、未来预判和推荐。举个例子: 静儿在网上搜索了“稳定性三十六计”这个词,找到自己想要的内容了。然后去做别的事情,再打开浏览器的时候,发现旁边的小弹出框里推荐我《稳定性宝典》这本书。 这个推荐效果很多种算法都能实现,比如最近比较火的“协同过滤推荐算法(Collaborative Filtering Recommendation)”。啥是协同过滤推荐算法呢?协同过滤推荐算法简而言之,就是找到相同兴趣的群体,将这个群体中感兴趣的其他信息推荐给用户。 实施的时候可以先建立一个大表,X轴是所有的推荐内容,Y轴是所有的用户。
稳定性三十六计-历史记录
AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等