激情解读从1/f噪音到滤波器设计

哐哐画图!我要解读!


就说是不是好看的不行

红色虚线(1/f Noise) :在低频段(如 <60 Hz)主导,总体呈下降趋势(斜率约 -10 dB/dec)。

绿色虚线(Broadband Noise) :在高频段趋于平坦,对应的是白噪声部分。

蓝色实线(Total Noise) :1/f 噪声与宽带噪声的叠加,总体表现为低频随频率升高而衰减,超过 corner frequency 后趋于稳定。

灰色竖线标注 corner frequency (~60 Hz):是 1/f 噪声与宽带噪声交汇点。

这里我加了一些图例,但是没有完全显示(假装有):


噪声矢量图示

在 1/f Corner 处添加了噪声矢量图示绿色箭头 :宽带噪声(Broadband Noise)分量,频率无关;

图反正就是这样了,下面开始一些计算,积分计算以评估等效输入噪声:

在 0.1 Hz 到 10 kHz 频率范围内计算得到的 等效输入噪声电压(RMS)为约 1040.79 nV ,即:

这个值表示在该带宽内总噪声功率的平方根,也常用于比较运放或模数转换器(ADC)系统的低频性能。

感觉可以可视化一下!

0.1 Hz 到 10 kHz 的输入参考噪声密度曲线,并以浅蓝色区域标出该频带范围内的积分面积:

还是上文的结果,接下来加入一些滤波器:


低通

在加入一个 一阶低通滤波器(截止频率 1 kHz) 后,噪声谱的变化如下:

蓝线 :原始总噪声密度(未滤波),积分结果为:


红线 :滤波后的噪声密度谱,低于 1 kHz 保留,高于部分被衰减;

红色填充区 :经过低通滤波器后剩余的有效噪声功率;

灰色虚线 :滤波器的-3 dB截止频率;

积分结果 为:


这说明实际系统中引入带宽限制(如采样保持电路或模拟滤波器)可以有效减少噪声积分总量,从而提升系统信噪比(SNR)或动态范围(DR)。

加入二阶看看,因为噪音还是有点大:

引入二阶低通滤波器(截止频率仍为 1 kHz) 后的模拟结果如下:

滤波器类型 有效带宽 (Hz) 滤波后 RMS 噪声
原始(无滤波) 0.1–10k 1040.79 nV
一阶低通滤波器 1 kHz 465.32 nV
二阶低通滤波器 1 kHz 424.82 nV

一阶滤波器已大幅抑制高频噪声;二阶滤波器进一步抑制高频分量,相比一阶进一步降低了约 40 nV 的等效噪声 ;滤波器阶数越高,滚降越陡峭,对高频噪声的抑制效果更明显;在模拟系统设计中,选择合适的滤波器阶数和截止频率可以有效控制系统噪声水平

就这?一般啊,加入4阶,勇闯人生高峰!

4阶 Butterworth 低通滤波器(fc = 1 kHz) 后的仿真结果,噪声比较:

滤波器类型 RMS 噪声电压
无滤波 1040.79 nV
一阶低通(1st-order) 465.32 nV
二阶低通(2nd-order) 424.82 nV
4阶 Butterworth 414.13 nV

Butterworth 滤波器 具有最大平坦幅度响应 特性,高阶版本在截止频率处呈现更陡峭的滚降;相较 2 阶低通,4 阶 Butterworth 又进一步抑制了高频噪声,总噪声降低到约 414 nV ;该阶数已足够用于大多数 ADC/仪表放大器前端设计。

我觉得这样的可视化不好,因为频段里面被滤波器的干预程度也不一样:

将滤波后(4阶 Butterworth)噪声密度按四个频段 分段积分,可视化其对总噪声的贡献:

频率区间 分段 RMS 噪声(nV) 贡献说明
0.1 – 10 Hz ≈ 82.2 nV 典型为1/f 噪声 主导
10 – 100 Hz ≈ 144.9 nV 仍有部分 1/f 影响,高频噪声开始显现
100 – 1k Hz ≈ 266.7 nV 贡献最大

,位于截止频率附近|
|1k – 10k Hz|≈ 89.4 nV|已明显被滤波器抑制,但仍存在边缘成分|

总 RMS 噪声:约 414.13 nV ,由上面各段平方和开根号得出。

若需优化低频性能,应重点关注前两个频段的抑制(如选用低 1/f 运放);

若想控制带宽下的总噪声,可通过调整截止频率 或使用更陡滚降的滤波器 进一步压制 100Hz–1kHz 区间。

还是不直观!!!


图 1:频谱能量分布柱状图

4 个频段对总噪声功率的贡献比例如下:

频率区间 贡献百分比
0.1–10 Hz 3.94%
10–100 Hz 12.71%
100–1k Hz 55.84%
1k–10k Hz 21.51%

中频段(100–1k Hz)是最主要的噪声来源,滤波器设计可优先控制此区间。

直接积分 计算出的 RMS 噪声为:


各段积分再合成 结果为:

误差为零(在浮点精度内),验证分段积分和总积分结果一致,分析是可靠的。