当前位置: 首页 > news >正文

电磁接收模块的噪声降低

简 介:本文通过实验研究了电磁导航模块中噪声干扰的来源。测试发现表贴磁珠在100kHz下电感为700nH,等效电阻150mΩ,但无法有效抑制模块噪声。进一步实验表明,噪声主要来自电路板线路对接收电感的耦合干扰。将电感通过引线远离模块并连接谐振电容后,干扰显著降低。最佳方案是将电感和谐振电容局部连接后再接入电路,可有效减少线路干扰对接收信号的影响。实验证明模块内部线路耦合是主要噪声源,而非外部高频干扰。

关键词电磁导航干扰

  • 磁珠对于外部干扰的抑制作用
  • 都是电感惹的祸:电磁导航模块测试
  • 电磁导航模块测试:逐飞制作的150kHz的导航模块

**AD\Test\2025\December\BeamInterface.SchDoc ***

01贴磁珠


一、磁珠

购买到的表贴磁珠到货了。 封装0805。 标称值为600R。 下面对于它的特性进行测试。 计划利用它对电磁接收模块的噪声进行降低。

二、测试结果

取出一个磁珠, 使用 LCR镊子测量它的参数。 测量频率为 100kHz。 LCR表显示对应的电感为 700纳亨, 等效串联电阻大约为 150 毫欧姆左右, 读数并不稳定。 标称值 600 欧姆, 应该是在甚高频等效的 电阻阻值。 使用 LCR 镊子是无法对它进行测量的。

三、测试干扰

这个电磁导航模块, 具有 1mH 电感作为天线。 之前测试显示它的测量信号中包括有比较大的噪声波动。 怀疑是电感引入的 WiFi 高频干扰信号对第一级运放产生了干扰。 下面, 制作一个转接板。 将外部的电感先通过磁珠再引入电路板。 在进入之前增加高频电容, 查看一下是否可以消除它的干扰信号的来源。


设计接口小板, 其中R1、R2焊接磁珠。 C3是前面工字型电感的谐振电容。 铺设单面PCB, 适合一分钟制板, 一分钟之后得到了测试电路板。 焊接清洗之后进行测试。


将转接板连接到模块中。 接上5V电源之后查看采集数据。 初步观察, 发现采集到的数据波动没有变化。 由此也验证了, 之前怀疑 WiFi 干扰模块似乎不成立。 也就是现在模块中出现的噪声似乎不是来自于外部的高频干扰信号。 应该是来自于模块本身的干扰。

接下来, 将其中的磁珠更换成电阻。 查看是否可以有抑制噪声的效果。 两个电阻取 510 欧姆。 这对于外部输入的干扰信号有比较强的抑制作用。 通电测试, 发现采集的数据并没有太大的变化, 依然波动非常剧烈。

为了最终确定干扰的来源, 将 510 欧姆后面焊接 1nF 电容。 此时, 对应的干扰降低了很多了。 那么是否因为电容减少了干扰了呢?


将电容去掉, 上面只剩下串联电阻。 电阻的大小为 10k 欧姆。 没有增加后面的电容。 现在看效果非常差。 干扰变得很大了。 焊接 0.1 nF, 测试一下现在的效果。 干扰立即降低了很多。


在远端开启 150kHz 的电磁门信号。 距离三米之外的模块最大可以获得 150 采集数值。 但是,如果将小板上的 10k 欧姆以及电容去掉。 采集的数值增加到 370左右。 因此增加的串联电阻减少了模块的天线灵敏度。


很奇怪,将电磁门关闭。 模块显示的干扰减少了很多。 难道仅仅增加了一个转接板, 效果就这么好了吗? 将电感重新焊接在电路板上, 干扰立即上升了很多。 由此是否可以得到结论, 前面的干扰是电路板中的线路对于接收电感的影响。

四、干扰消失

使用一个长度为 10厘米的扁平线将电感接入模块。 模块呈现的噪声非常低。 将电感放在模块内部, 噪声立即上升了。


由此验证了, 最初的干扰 还是因为模块内部的线路对于电感的干扰。 现在,电感管脚上连接有 1nF的谐振电容。 这样可以减小噪声源的干扰。 如果将这个电容拆焊下来, 直接将它焊接在电路板上。 通过对比可以看到,此时噪声有所上升。 因此, 最优的方案就是将电感与谐振电容局部连接。 然后通过引线连接到电路板上。 这样就可以避免模块电路中的干扰对接收线圈的影响了。

结 ※


文继续测试了电磁导航模块中的噪声来源。 通过对比实验最终确定, 这个噪声来自于电路中线路对于接收电感耦合的干扰信号。 将电感通过引线远离模块, 可以大大降低线路对接收电感的影响。 特别是将谐振电容与电感焊接在一起, 效果更好 。


■ 相关文献链接:

  • 磁珠对于外部干扰的抑制作用-CSDN博客
  • 都是电感惹的祸:电磁导航模块测试-CSDN博客
  • 电磁导航模块测试:逐飞制作的150kHz的导航模块-CSDN博客
http://www.jsqmd.com/news/161899/

相关文章:

  • Docker日志轮转配置:防止PyTorch容器日志占满磁盘
  • SSH远程连接PyTorch容器:开发者必备的高效操作方式
  • Docker Compose启动PyTorch服务超时?资源配置建议
  • 金枪鱼群算法改进投影寻踪模型附matlab代码
  • (加交叉验证)基于XGBoost的数据多变量回归预测 (多输入单输出)
  • JiyuTrainer支持WandB日志同步:增强实验可视化能力
  • Jupyter Notebook主题美化:改善长时间编码视觉体验
  • 科研绘图 | 基于云-TOPSIS法综合评价模型结构图
  • PCIe-Transaction Descriptor – Traffic Class Field
  • 文生图算法C4Synth: Cross-Caption Cycle-Consistent Text-to-Image Synthesis详解
  • 2025年度回顾——AI大模型技术总结与成长之路:AI应用与个人成长的深度复盘
  • (加交叉验证)基于1D-CNN的数据多变量回归预测 (多输入单输出)
  • Git submodule管理子模块:整合多个PyTorch项目
  • 计算机Java毕设实战-基于SpringBoot的公司办公考勤工作任务安排管理系统设计与实现【完整源码+LW+部署说明+演示视频,全bao一条龙等】
  • Git tag标注重要版本:标记PyTorch模型训练快照
  • Diskinfo监控GPU服务器磁盘IO:保障大规模训练稳定性
  • Jupyter Notebook魔法命令:%timeit测试PyTorch运算性能
  • YOLOv5模型评估指标解析:mAP@0.5与PyTorch实现
  • Jupyter Notebook调试器安装:逐行检查PyTorch代码
  • 基于SpringBoot的中山社区医疗综合服务平台毕业论文+PPT(附源代码+演示视频)
  • 鸿鹄CAD-轻松搞定工程变更CAD图纸绘制
  • 论文写作终极救星:9款免费AI工具一键极速生成,覆盖全场景!
  • 解析Agentic AI在客户服务提示工程中的优化策略
  • 道法自然:终极的生态智慧与生活美学
  • HuggingFace模型本地加载优化:配合PyTorch镜像提升效率
  • SSH multiplexing复用连接:频繁登录PyTorch服务器更高效
  • 工业视觉新革命!MCP服务颠覆传统检测
  • 用Conda还是Docker?PyTorch环境配置对比分析
  • 告别复杂依赖冲突:PyTorch-v2.8镜像内置完整CUDA工具链
  • 【毕业设计】基于springBoot的高校学生绩点管理系统的设计与实现(源码+文档+远程调试,全bao定制等)