数字电子技术基础 2

简介: 数字电子技术基础

数字电子技术基础初学者通识课程可跟B站上海交通大学郑益慧教授主讲电子技术基础课程。现将配套使用笔记发布如下,文件版可私信领取,时间紧迫,顺序混乱,还请海涵:

基础概念合集

接上文----二极管限幅电路

P5

rd 动态电阻 与静态工作点,温度相关,rd=UT/Id,二极管微变等效,1.分析二极管直流静态工作点,2.由静态工作点推出Rd’ rd=UT/Id

P5稳压二极管

特点:工作在反向击穿电压下,电流变化很大,电压变化很小。

稳压二极管参数,α 温度系数

P6 BJT结构与与原理

发射区E,基区B 集点去C,E:发射载流子,C:收集载流子,B:控制发射,电流放大作用

基本功射放大电路

内部载流子运动

发射结正偏,发射区的自由电子向基区扩散,同时基区空穴也向发射区扩散。由于E区电子多,自由电子多。IEN>>IEP IB=IBN+IEN,基区–>扩散,复合,产生集电区手机自由电子,共基极电路α=IC/IE略等于1

P7

共射特性曲线

为什么?

截止区 ICE穿透电流

饱和区Uce数值非常小,两个结都正偏,只有一个饱和压降。

三极管参数温度的影响

输入特性

温度升高1度,正向压降降低2-2.5mV

输出特性

温度升高,IC增大;

光电三极管

P8场效应管,单极性多子参与导电,温度稳定性比较好,结型场效应管,绝缘栅型场效应管(MOSFET) 1962年问世

N沟道增强型MOS管

S源极 D漏极 S载流子发源地 D 载流子漏出

UGS增加一点电压,形成耗尽区 ,继续增加电压形成反型层 ,建立沟道 N型沟道 自由电子

沟道大小,决定电阻大小,电压控制的可变电阻器 Rds,开启电压 Ugsth

预夹断

可变电阻区,恒流区增强:UGS>UGSTH才能导通

箭头向里面指向里指 ,指向N所以叫N沟道;反之P沟道。耗尽型 天生形成沟道,需要提供关断电压,结型模式管 控制电压<0,场效应管的特性曲线与参数

转移特性曲线

参数、直流参数、Ugsth Ugsoff IDSS Rgs、交流参数、跨导 Gm、极间电容 pF级别

P10基本放大电路的构成

P11放大电路性能指标

放大电路工作原理

放大电路性能指标

戴维南等效定理

输入电阻越大越好,

输出电阻越小越好。


目录
相关文章
|
存储 编解码 Cloud Native
FFmpeg修复受损视频
FFmpeg修复受损视频
|
Kubernetes Cloud Native Linux
云原生|kubernetes|kubernetes集群部署神器kubekey的初步使用(centos7下的kubekey使用)
云原生|kubernetes|kubernetes集群部署神器kubekey的初步使用(centos7下的kubekey使用)
1051 1
|
Rust 算法 网络安全
【密码学】一文读懂CMAC
介于上一篇文章比较水,然后这个和上一篇也比较相似,CMAC是为了解决DAA当中安全性不足的问题而出现的,这个算法一共有三个密钥,K, K1, K2, 其中K1和K2可以由K导出,接下来就来一起看一下CMAC的具体过程吧,这一篇文章其实也不长。
5838 0
【密码学】一文读懂CMAC
|
3月前
|
人工智能 移动开发 小程序
AI Coding如何落地APP开发——从个人玩具到公司级降本增效
AI Coding 提升了代码生产的效率,但代码生成之后谁来管、怎么跑、出了问题怎么修,如何应用到存量APP的生产环境中去,才是企业真正要面对的问题。作为APP运营团队,如何将AI能力应用到日常APP的更新迭代中去,分享一下基于“AI Coding + 小程序容器”的APP开发路径~
423 4
|
8月前
|
JSON API 数据格式
如何在Python中提取JSON响应中的核心字段?
在 Python 中提取 JSON 响应的核心字段,核心逻辑是 “先将 JSON 响应转为 Python 字典 / 列表 → 按字段路径逐层提取 → 处理字段缺失 / 异常”,适配所有 API 的 JSON 响应(包括沃尔玛、京东等平台接口)。以下是简单易懂、通用可复用的方法,附完整代码示例
|
7月前
|
存储 弹性计算 缓存
阿里云服务器ECS通用型g9i实例ecs.g9i.large性能测评(2核8G)
阿里云ECS通用型g9i.large(2核8G),搭载Intel Xeon Granite Rapids处理器,主频3.2GHz,依托CIPU+飞天架构,配备DDR5内存与ESSD存储,网络支持eRDMA,性能较上代提升约20%,适用于中小型Web、数据库、缓存及搜推场景,突发能力强,性价比高。
|
传感器 边缘计算 云计算
边缘计算:数字世界的”末梢神经系统”解析-优雅草卓伊凡
边缘计算:数字世界的”末梢神经系统”解析-优雅草卓伊凡
1025 32
边缘计算:数字世界的”末梢神经系统”解析-优雅草卓伊凡
|
人工智能 缓存 自然语言处理
构建智能天气助手:基于大模型API与工具函数的调用实践
在人工智能快速发展的今天,大语言模型(LLM)已经成为构建智能应用的重要基础设施。本文将介绍如何利用大模型API和工具函数集成,构建一个能够理解自然语言并提供精准天气信息的智能助手。
5172 11
|
机器学习/深度学习 自动驾驶 Python
用Streamlit开发机器学习UI
Streamlit是第一个专门针对机器学习和数据科学团队的应用开发框架,它是开发自定义机器学习工具的最快的方法,你可以认为它的目标是取代Flask在机器学习项目中的地位,可以帮助机器学习工程师快速开发用户交互工具。
14939 0
|
机器学习/深度学习 算法 前端开发
【Python机器学习专栏】机器学习中的模型融合技术
【4月更文挑战第30天】模型融合,即集成学习,通过结合多个模型提升预测性能。常见方法包括:Bagging(如Random Forest)、Boosting(如AdaBoost、XGBoost)和Stacking。Python中可使用`scikit-learn`实现,例如BaggingClassifier示例。模型融合是机器学习中的强大工具,能提高整体性能并适应复杂问题。
843 0

热门文章

最新文章