简介这份493页PDF面向机器人、仿生传感与生物医学电子方向的研发人员和高校研究者围绕生物耳蜗启发的滤波电路与信号降噪方案展开解决低信噪比采集、模拟前端噪声抑制及电磁兼容集成等工程问题。文档共45个大章节支持目录跳转、左侧书签大纲与章节快速定位内容涵盖耳蜗机械-电转换机制、低噪声放大器与跨阻放大器设计、可编程增益、Gm-C带通滤波网络、多通道频率分区、自适应阈值检测以及小波、EMD、ICA、卡尔曼滤波和CNN/LSTM等智能降噪算法并延伸至FPGA实时处理与电磁兼容设计。压缩包仅含1个PDF文件大小约13.97MB便于整册查阅。目前已有66人学习适合从理论到电路实现系统梳理仿生传感器降噪与硬件集成思路也便于按需查阅关键算法与电路模块。1. 从生物耳蜗到仿生传感器降噪前端滤波电路为什么决定信噪比上限一只压电式声学传感器在无信号时输出端可能只有几微伏的宽带噪声而同一块板上 300 kHz 开关电源的边带、D 类放大器高频滤波电路漏出的残余、电流采样电路输入滤波走线上耦合进来的共模扰动动辄是毫伏量级。后级 ADC 即便做到 24 位前端这几百倍的干扰差也会先把动态范围吃掉。仿生传感器信号降噪真正要解决的不是再叠一级低通而是把生物耳蜗那套位置对应频率、外毛细胞主动压缩动态范围的机制翻译成一组按 ERB 刻度排布的带通滤波器加可变增益级再用电磁兼容性集成方案把干扰挡在滤波网络之前。这套思路适合做传感器前端、声学采集和精密测量通道的工程师它既解释了为什么滤波器组的 Q 值要按耳蜗比例分配也落到 RC、LC、共模滤波电路的具体取值和 EMI 滤波电路布局上。2. 生物耳蜗的频率分解机制与仿生滤波电路的映射关系2.1 基底膜行波与位置-频率映射滤波器组的生物学原型耳蜗不是宽带接收器。声音从卵圆窗进入后在基底膜上形成行波行波振幅最大处的位置由频率决定高频在靠近卵圆窗的基底端低频在顶端的宽软区域。这种位置-频率映射就是 tonotopy等效于一组中心频率沿对数轴排布的并联带通每个位置只对一段频带敏感。决定通道疏密和锐度的量是等效矩形带宽 ERBGlasberg-Hawley 的经验拟合式为 ERB(f) 24.7 × (4.37·f/1000 1)。代入几个点可以看出趋势1 kHz 处 ERB ≈ 132 Hz等效 Q ≈ 7.6100 Hz 处 ERB ≈ 35 HzQ ≈ 2.84 kHz 处 ERB ≈ 456 HzQ ≈ 8.8。低频用低 Q、高频用高 Q是耳蜗的固有分配也直接决定了仿生滤波器组每个通道的 Q 怎么给。import numpy as np def erb_hz(f): Glasberg-Hawley 等效矩形带宽输入中心频率 Hz返回带宽 Hz return 24.7 * (4.37 * f / 1000.0 1.0) for f in (100, 250, 500, 1000, 2000, 4000, 8000): bw erb_hz(f) print(ff0{f:5} Hz ERB{bw:7.1f} Hz 等效 Q{f/bw:5.2f})这段的作用是给滤波器组定基准中心频率按 ERB 刻度等间距取点不是按线性频率或纯对数频率等间距每个通道的目标 Q 由 f0/ERB(f0) 给出。参数上要注意ERB 给的是听觉滤波器等效带宽实际电路里为了让相邻通道有重叠、避免频带开缝过渡带通常要放得比 ERB 更宽一些一般取 1.3~1.6 倍。2.2 外毛细胞主动放大把非线性压缩搬进可变增益级外毛细胞在基底膜振动时发生电致伸缩把机械能反馈回基底膜形成所谓耳蜗放大器。效果是低声压级时增益高高声压级时增益下降输入输出压缩指数大约在 0.3 到 0.5 之间这正是人耳能同时听清耳语和交响乐的物理基础。落到电路上就是把固定增益换成受控增益峰值检波器加 VGA或者用可调跨导的 gm-C 滤波器用控制电压改变 gm同时改变增益和带宽。这里有一个常被忽略的工程取舍压缩作用在通道内还是通道后。通道内压缩能保住每个频带自己的动态范围弱通道不会被强通道盖住但控制环路与滤波器共享节点控制信号很容易通过电源耦合回滤波器输入引出低频自激。通道后压缩代价小、布局简单但强干扰通道会把后级推到饱和压缩还没起作用就已经限幅。稳妥的做法是通道内只做 6~12 dB 的软压缩把主压缩放到通道合成之后两级压缩指数相乘后接近单一耳蜗放大器的效果。前端的第一级也要选对。压电式传感器是高阻容性源等效电容常在几百 pF 到几 nF配电荷放大器而不是电压放大器输入阻抗要压到 1 GΩ 以上否则传感器电容和输入电阻会形成高通把低频段的仿生通道直接削掉。2.3 Gammatone 冲激响应与二阶带通级联的等价推导听觉建模里描述基底膜冲激响应用得最多的是 Gammatoneg(t) t^(n-1)·exp(-2πbt)·cos(2πf0 t)t ≥ 0其中 b 1.019·ERB(f0)n 取 4 时和耳蜗测量结果最贴近。n 阶 Gammatone 有一个很好用的性质它等价于 n/2 个二阶带通的级联。也就是说四阶 Gammatone 用两级 biquad 串起来就能逼近这让仿生滤波器组可以直接落成模拟电路里的级联二阶节或者数字域里的 SOS 系数。import numpy as np from scipy import signal def erb_hz(f): return 24.7 * (4.37 * f / 1000.0 1.0) def erb_bank(f_low80, f_high8000, n_ch16, fs48000, order4, overlap1.5): 按 ERB 刻度铺一组合成带通返回 (中心频率, b, a) 列表 e_low 21.4 * np.log10(0.00437 * f_low 1) e_high 21.4 * np.log10(0.00437 * f_high 1) # ERB 刻度上等间距取点再反解回 Hz fc (10 ** (np.linspace(e_low, e_high, n_ch) / 21.4) - 1) / 0.00437 bank [] for f0 in fc: bw erb_hz(f0) lo max(f0 - overlap * bw, 5.0) hi min(f0 overlap * bw, fs / 2 - 5.0) b, a signal.butter(order // 2, [lo, hi], btypebandpass, fsfs) bank.append((f0, b, a)) return bank for f0, b, a in erb_bank(): w, h signal.freqz(b, a, worN4096, fs48000) mag np.abs(h) pk mag.argmax() idx pk np.where(mag[pk:] mag[pk] / np.sqrt(2))[0][0] bw w[idx] - w[pk] 1e-9 print(ff0{f0:7.1f} Hz 峰值{20*np.log10(mag[pk]):5.2f} dB 实测 Q≈{f0/bw:5.2f})逻辑上先用 ERB 刻度等间距取中心频率再对每个通道设计带通阶数写成 order//2 是因为 scipy 的 butter 每个二阶节贡献两阶order4 正好对应两级 biquad 级联与 n4 的 Gammatone 结构一致。参数方面n_ch 决定通道数8 kHz 上限下常用 16 到 32overlap 是重叠因子取 1.0 相邻通道之间会开缝取 2.0 通道间串扰明显上升1.5 是常用的折中。耳蜗结构生物功能电路对应模块关键参数典型取值基底膜刚度梯度位置-频率映射并联带通滤波器组中心频率 f080 Hz~8 kHzERB 刻度外毛细胞主动放大与压缩峰值检波 VGA压缩指数0.3~0.5内毛细胞机械-电转导电荷放大器输入阻抗 1 GΩ盖膜与纤毛束调谐锐度二阶节 Q 值Q1~10耳蜗内电位差共模偏置差分前端 共模滤波电路CMRR 80 dB3. 仿生滤波电路参数设计与噪声权衡从 RC 到共模滤波电路的取值3.1 RC 滤波电路的带宽、噪声与源阻抗三角约束一级 RC 低通的截止频率 fc 1/(2πRC)电阻热噪声谱密度 e_n √(4kTR)一阶 RC 的等效噪声带宽约 1.57·fc所以输出总噪声是 e_n·√(1.57·fc)。这三个式子放在一起就构成了取舍R 越大达到同样 fc 所需的 C 越小但噪声谱密度随 √R 上升。取 10 kΩ 配 1 nFfc ≈ 15.9 kHz电阻热噪声密度约 12.9 nV/√Hz这个量级已经和不少低噪声运放的输入电压噪声接近再往上加 R 就没有意义了。工程上的常见做法是前级小阻值 RC 后级有源滤波把噪声源和增益级分开避免在一级里同时承担高阻和增益。另一个容易忽略的点是传感器输出阻抗如果源阻抗 Zs 和滤波电阻 R 同量级实际截止频率会偏离设计值因为 Zs 已经参与分压。import numpy as np k, T 1.380649e-23, 300.0 def rc_stage(R, C, en_amp4e-9): 返回 fc、电阻热噪声密度(nV/√Hz)、总噪声(µVrms) fc 1.0 / (2 * np.pi * R * C) en_R np.sqrt(4 * k * T * R) # V/√Hz en_tot np.sqrt(en_R**2 en_amp**2) # 与运放输入噪声均方相加 vn_rms en_tot * np.sqrt(1.57 * fc) # 一阶 RC 等效噪声带宽 return fc, en_R * 1e9, vn_rms * 1e6 for R, C in [(1e3, 10e-9), (10e3, 1e-9), (100e3, 100e-12)]: fc, enR, vn rc_stage(R, C) print(fR{R:7.0f} Ω C{C*1e9:6.1f} nF fc{fc/1e3:6.2f} kHz fR噪声{enR:5.1f} nV/√Hz 总噪声{vn:6.2f} µVrms)三组参数的 fc 落在同一量级但总噪声差了近 10 倍这就是为什么在仿生传感器前端里宁可上大容值电容也不轻易加电阻。参数上 C 的选择受两个限制一是常用值档位1 nF、2.2 nF、4.7 nF、10 nF 为 E6 系列二是电容介质的电压系数X7R 在大信号下容值会掉C0G 才有线性度但容值做不大低频频段往往被迫用 X7R 或者干脆切到有源方案。3.2 LC 滤波电路与共模滤波电路在差分传感通道中的取值LC 在仿生传感器前端的用处有两类电源与偏置的差模滤波以及差分信号通道的共模抑制。二阶 LC 的谐振频率 f0 1/(2π√(LC))阻尼比 ζ (R/2)·√(C/L)。ζ 低于 0.5 时谐振点会出现增益峰把原本还没被衰减的开关噪声再抬起来所以 LC 滤波电路一定要配阻尼常见做法是在电感上串一个小阻值电阻或者并联一个 RC 缓冲网络。差分通道上共模滤波电路的典型构成是共模扼流圈加两个对地 Y 电容再跨接一个差模 X 电容。共模扼流圈对共模呈现高阻抗对差模几乎透明因为两绕组电流方向相反、磁通相互抵消留下的只有漏感。这里有两个参数要重点看共模阻抗的自谐振频率超过自谐振频率后绕组寄生电容会让共模阻抗转成容性、抑制效果反转以及绕组漏感大小漏感 1 µH 量级时它与 Y 电容构成的小差模 LC 会在几 MHz 处产生谐振处理不当就在传感器敏感带内留一个尖峰。方案适用频段优点代价仿生前端推荐位置RC 滤波电路DC~100 kHz结构简单、无谐振电阻热噪声、压降传感器输出后第一级LC 滤波电路100 kHz~10 MHz高阻无压降、衰减陡谐振峰需阻尼电源与偏置支路共模滤波电路1 MHz~1 GHz差模透明、抑制共模漏感带来差模谐振差分通道入口有源二阶节10 Hz~100 kHzQ 与 f0 可独立设定需要稳定电源与运放通道内主滤波开关电容滤波1 Hz~100 kHz参数由时钟决定、一致性好时钟馈通、混叠多通道批量产品3.3 用蒙特卡洛扫参确定 Q 值与中心频率容差仿生滤波器组的通道数一多元件容差带来的中心频率漂移就会累积。1% 的金属膜电阻配 5% 的电容单个通道的 f0 偏差可能到 ±2.5%相邻通道如果整体往反方向漂频带就会出现凹陷。直接算闭式表达式很繁琐用蒙特卡洛扫一遍更实用。import numpy as np rng np.random.default_rng(7) N 50000 # 决定中心频率的支路f0 1/(2*pi*R*C) R_nom, C_nom 15.8e3, 10e-9 # 目标 f0 ≈ 1.007 kHz tol_R, tol_C 0.01, 0.05 # 1% 电阻5% 电容 R R_nom * (1 tol_R * rng.uniform(-1, 1, N)) C C_nom * (1 tol_C * rng.uniform(-1, 1, N)) f0 1.0 / (2 * np.pi * R * C) # 决定 Q 的支路以常见的比值型 Q 网络示意Q 与元件比成比例 Rq1 10e3 * (1 tol_R * rng.uniform(-1, 1, N)) Rq2 20e3 * (1 tol_R * rng.uniform(-1, 1, N)) Q 0.5 * np.sqrt(Rq2 / Rq1) # 具体系数随拓扑不同以实际仿真为准 print(ff0 均值 {f0.mean():.1f} Hz3σ 展宽 {3*f0.std():.1f} Hz) print(fQ 均值 {Q.mean():.3f}3σ 展宽 {3*Q.std():.4f}) print(ff0 落在 ±3% 内的良率{np.mean(np.abs(f0/f0.mean()-1) 0.03)*100:.2f}%)逻辑上两段随机采样分别对应频率支路和 Q 值支路输出用 3σ 展宽和良率两个指标判断。参数上 tol_C 是主导项电容从不带容差的 C0G 换成 5% 的 X7Rf0 的 3σ 展宽会放大到原来的两倍以上Q 值支路只用 1% 电阻时Q 的相对偏差约是电阻偏差的一半因为 Q 与元件比是平方根关系。这一节的结论直接决定选料中心频率定精度的电容优先选 C0GQ 网络可以用普通薄膜电阻。4. 电磁兼容性集成方案EMI 滤波电路、电流采样输入滤波与 D 类放大器高频滤波电路4.1 EMI 滤波电路的插入损耗与接地回路插入损耗是 EMI 滤波电路最直接的指标定义是 20·log(V_no_filter / V_with_filter)在 50 Ω 源阻抗与 50 Ω 负载阻抗下测量。用数值方法先算一遍衰减曲线可以在开板前判断元件取值是否够用。import numpy as np def insertion_loss(L, C, f, R_src0.1, R_load50.0): 二阶 LC 低通插入损耗(dB)忽略电感 ESR 与寄生电容 w 2 * np.pi * f Zl 1j * w * L Zc 1 / (1j * w * C) v_no R_load / (R_src R_load) # 无滤波器时分压 Zp Zc * R_load / (Zc R_load) # 电容与负载并联 v_with Zp / (R_src Zl Zp) # 有滤波器时分压 return 20 * np.log10(abs(v_no) / abs(v_with)) f np.logspace(4, 8, 400) for L, C in [(22e-6, 10e-6), (22e-6, 100e-9), (4.7e-6, 100e-9)]: il insertion_loss(L, C, f) idx np.where(il 40)[0] f40 f[idx[0]] / 1e6 if len(idx) else float(nan) print(fL{L*1e6:5.1f} µH C{C*1e6:7.2f} µF 达 40 dB 的频率≈{f40:7.2f} MHz)逻辑说明分压模型里源阻抗取 0.1 Ω 模拟供电回路的低阻负载 50 Ω 是接收端的标准近似。参数上电感决定低频段的上升斜率电容决定转折位置22 µH 配 10 µF 在 300 kHz 附近就能给出明显衰减换成 100 nF 后要等到 10 MHz 以上才达到同样水平。实际布局里还要补一句EMI 滤波电路的接地回路面积决定高频段的实际效果Y 电容到机壳地的走线要短而宽一旦走线长了几 MHz 以上的抑制基本靠辐射路径绕过去仿真里的衰减曲线在实测中会明显缩水。4.2 电流采样电路输入滤波对共模抑制比的影响电流采样电路输入滤波通常是一对匹配电阻加一对差分电容接在分流电阻和差分放大器之间。它同时承担抗混叠和抑制共模两件事但这两件事对元件的要求不同抗混叠只要 RC 时间常数够抑制共模则要求两个支路严格对称。电阻失配会直接限制共模抑制比的上限。import numpy as np def cmrr_from_tol(gain, tol, n200000, seed1): 蒙特卡洛估算电阻失配限制的 CMRRdB rng np.random.default_rng(seed) r1 1.0 * (1 tol * rng.uniform(-1, 1, n)) r2 gain * (1 tol * rng.uniform(-1, 1, n)) r3 1.0 * (1 tol * rng.uniform(-1, 1, n)) r4 gain * (1 tol * rng.uniform(-1, 1, n)) ad (r2/r1 r4/r3) / 2 # 差分增益 acm np.maximum(np.abs(r2/r1 - r4/r3), 1e-12) # 共模增益 return 20 * np.log10(ad / acm) for tol in (0.01, 0.001, 0.0001): c cmrr_from_tol(10, tol) print(f容差 {tol*100:7.3f}% CMRR 中位 {np.median(c):5.1f} dB f最差 1% 分位 {np.percentile(c,1):5.1f} dB)逻辑上差分增益取两路增益的平均共模增益取两路增益之差两者比值即 CMRR。参数上最值得注意的是增益和容差的乘积关系增益 10 配 1% 电阻中位 CMRR 只有 60 dB 上下最差 1% 分位会掉到 40 dB 附近容差压到 0.01% 才能稳到 80 dB 以上。这也是电流采样电路输入滤波里为什么常用集成匹配电阻网络、而不用分立电阻的原因。另外滤波电容的容值失配主要影响高频段的共模抑制对直流附近的 CMRR 影响不大排查时可以分开看。4.3 D 类放大器高频滤波电路与仿生通道的共存布局D 类放大器高频滤波电路处理的是开关边沿产生的高频分量。开关频率本身一般在 300 kHz 到 2 MHz但真正难缠的是边沿速率决定的频谱包络上升时间 10 ns 对应频谱拐点在 35 MHz之后按 -20 dB/十倍频衰减一直到几百 MHz 还有可观的能量。仿生传感器通道如果在同一块板上这段能量会通过三种路径进来——共模电流经地平面、磁场耦合到高阻输入节点、以及电源轨上的传导。处理手段按优先级排第一把 D 类输出滤波电感和传感器输入级物理隔开走线垂直交叉而不是平行宁可绕一点也不要长距离平行第二给传感器通道的差分对加屏蔽地屏蔽地单点接到模拟地不要两端都接否则形成地环路第三D 类输出的 LC 滤波电感选带屏蔽的型号漏磁会直接耦合到相邻的高阻节点。频谱上的残余如果仍然落在仿生频带内就要靠通道内的带通滤波器组去削而不是继续在 D 类侧加滤波因为那边再加大滤波电容会拖慢边沿、增加开关损耗。干扰路径现象优先措施验证方法共模电流经地平面通道底噪整体抬高Y 电容 屏蔽地单点接断开传感器看底噪是否变化磁场耦合在开关频率及其谐波处出现窄带峰电感带屏蔽、走线正交近场探头逐点扫电源传导多个通道同步出现同频干扰差模 LC 磁珠换线性电源对比共模转差模通道间相位一致的干扰共模滤波电路对称性检查测两路差值5. 仿生滤波通道的标定、验证与故障定位5.1 用互谱法测出仿生通道的实际传递函数仿生滤波器组开板后第一件事是测每个通道的实际频响和设计曲线比对。用白噪声激励通过互功率谱与自功率谱的比值求传递函数比分立频点扫频快得多也不易受单点噪声影响。import numpy as np from scipy.signal import welch, csd def measure_transfer(x, y, fs, nfft8192): x 为激励y 为通道输出返回 (频率轴, 幅频响应 dB) f, Pxx welch(x, fs, npersegnfft) _, Pxy csd(x, y, fs, npersegnfft) H Pxy / np.maximum(Pxx, 1e-20) return f, 20 * np.log10(np.abs(H))互谱法的好处是只取与激励相干的部分环境噪声和采集系统自身噪声不会被算进传递函数。参数上 nfft 决定频率分辨率8 kHz 带宽下取 8192 对应约 5.9 Hz 分辨率足以分辨 ERB 量级的通道形状如果激励能量不足可以叠加多段取平均段数越多曲线越平滑但测量时间越长。测出的曲线要和设计值逐个通道对照重点看两处峰值频率是否偏移以及峰值两侧的 -3 dB 点是否对称——不对称通常意味着 Q 网络里某只元件超差而不是中心频率支路的问题。5.2 双音与三音测试验证压缩非线性外毛细胞模型的压缩指数是设计的核心参数之一但压缩环路在低电平和高电平下的行为往往不一致。验证方法是用两个频率相近的纯音比如 f0 和 f0Δf同时激励测量输出里 2f0-f1 位置的互调分量随输入电平的斜率。压缩指数为 c 时互调分量随输入的增长斜率是 c 的倍数关系实测斜率偏离设计值超过 20%说明峰值检波的时间常数配错了或者控制环路带宽吃掉了压缩深度。三音测试则用来区分压缩和硬限幅硬限幅在超过阈值后互调分量会急剧上翘压缩则是平缓的幂律关系。5.3 干扰定位从现象反推路径故障定位的难点不在测而在分清是设计问题还是装配问题。一个实用的判断顺序是先断开传感器只留通道看本底噪声——噪声没变说明干扰来自采集系统内部或者电源再把 D 类放大器关掉重测——噪声明显下降说明是开关干扰最后用近场探头沿走线扫一遍找出峰值位置。共模转差模是最容易被误判的一类因为它的现象和差模干扰几乎一样区别在于它会随传感器线缆长度变化线缆加长后干扰变强基本可以确认是共模路径没堵住此时应该回头检查共模滤波电路的对称性和屏蔽地的接法而不是继续调通道内的滤波参数。本文还有配套的精品资源点击获取
仿生传感器信号降噪：前端滤波电路与EMI集成设计
简介这份493页PDF面向机器人、仿生传感与生物医学电子方向的研发人员和高校研究者围绕生物耳蜗启发的滤波电路与信号降噪方案展开解决低信噪比采集、模拟前端噪声抑制及电磁兼容集成等工程问题。文档共45个大章节支持目录跳转、左侧书签大纲与章节快速定位内容涵盖耳蜗机械-电转换机制、低噪声放大器与跨阻放大器设计、可编程增益、Gm-C带通滤波网络、多通道频率分区、自适应阈值检测以及小波、EMD、ICA、卡尔曼滤波和CNN/LSTM等智能降噪算法并延伸至FPGA实时处理与电磁兼容设计。压缩包仅含1个PDF文件大小约13.97MB便于整册查阅。目前已有66人学习适合从理论到电路实现系统梳理仿生传感器降噪与硬件集成思路也便于按需查阅关键算法与电路模块。1. 从生物耳蜗到仿生传感器降噪前端滤波电路为什么决定信噪比上限一只压电式声学传感器在无信号时输出端可能只有几微伏的宽带噪声而同一块板上 300 kHz 开关电源的边带、D 类放大器高频滤波电路漏出的残余、电流采样电路输入滤波走线上耦合进来的共模扰动动辄是毫伏量级。后级 ADC 即便做到 24 位前端这几百倍的干扰差也会先把动态范围吃掉。仿生传感器信号降噪真正要解决的不是再叠一级低通而是把生物耳蜗那套位置对应频率、外毛细胞主动压缩动态范围的机制翻译成一组按 ERB 刻度排布的带通滤波器加可变增益级再用电磁兼容性集成方案把干扰挡在滤波网络之前。这套思路适合做传感器前端、声学采集和精密测量通道的工程师它既解释了为什么滤波器组的 Q 值要按耳蜗比例分配也落到 RC、LC、共模滤波电路的具体取值和 EMI 滤波电路布局上。2. 生物耳蜗的频率分解机制与仿生滤波电路的映射关系2.1 基底膜行波与位置-频率映射滤波器组的生物学原型耳蜗不是宽带接收器。声音从卵圆窗进入后在基底膜上形成行波行波振幅最大处的位置由频率决定高频在靠近卵圆窗的基底端低频在顶端的宽软区域。这种位置-频率映射就是 tonotopy等效于一组中心频率沿对数轴排布的并联带通每个位置只对一段频带敏感。决定通道疏密和锐度的量是等效矩形带宽 ERBGlasberg-Hawley 的经验拟合式为 ERB(f) 24.7 × (4.37·f/1000 1)。代入几个点可以看出趋势1 kHz 处 ERB ≈ 132 Hz等效 Q ≈ 7.6100 Hz 处 ERB ≈ 35 HzQ ≈ 2.84 kHz 处 ERB ≈ 456 HzQ ≈ 8.8。低频用低 Q、高频用高 Q是耳蜗的固有分配也直接决定了仿生滤波器组每个通道的 Q 怎么给。import numpy as np def erb_hz(f): Glasberg-Hawley 等效矩形带宽输入中心频率 Hz返回带宽 Hz return 24.7 * (4.37 * f / 1000.0 1.0) for f in (100, 250, 500, 1000, 2000, 4000, 8000): bw erb_hz(f) print(ff0{f:5} Hz ERB{bw:7.1f} Hz 等效 Q{f/bw:5.2f})这段的作用是给滤波器组定基准中心频率按 ERB 刻度等间距取点不是按线性频率或纯对数频率等间距每个通道的目标 Q 由 f0/ERB(f0) 给出。参数上要注意ERB 给的是听觉滤波器等效带宽实际电路里为了让相邻通道有重叠、避免频带开缝过渡带通常要放得比 ERB 更宽一些一般取 1.3~1.6 倍。2.2 外毛细胞主动放大把非线性压缩搬进可变增益级外毛细胞在基底膜振动时发生电致伸缩把机械能反馈回基底膜形成所谓耳蜗放大器。效果是低声压级时增益高高声压级时增益下降输入输出压缩指数大约在 0.3 到 0.5 之间这正是人耳能同时听清耳语和交响乐的物理基础。落到电路上就是把固定增益换成受控增益峰值检波器加 VGA或者用可调跨导的 gm-C 滤波器用控制电压改变 gm同时改变增益和带宽。这里有一个常被忽略的工程取舍压缩作用在通道内还是通道后。通道内压缩能保住每个频带自己的动态范围弱通道不会被强通道盖住但控制环路与滤波器共享节点控制信号很容易通过电源耦合回滤波器输入引出低频自激。通道后压缩代价小、布局简单但强干扰通道会把后级推到饱和压缩还没起作用就已经限幅。稳妥的做法是通道内只做 6~12 dB 的软压缩把主压缩放到通道合成之后两级压缩指数相乘后接近单一耳蜗放大器的效果。前端的第一级也要选对。压电式传感器是高阻容性源等效电容常在几百 pF 到几 nF配电荷放大器而不是电压放大器输入阻抗要压到 1 GΩ 以上否则传感器电容和输入电阻会形成高通把低频段的仿生通道直接削掉。2.3 Gammatone 冲激响应与二阶带通级联的等价推导听觉建模里描述基底膜冲激响应用得最多的是 Gammatoneg(t) t^(n-1)·exp(-2πbt)·cos(2πf0 t)t ≥ 0其中 b 1.019·ERB(f0)n 取 4 时和耳蜗测量结果最贴近。n 阶 Gammatone 有一个很好用的性质它等价于 n/2 个二阶带通的级联。也就是说四阶 Gammatone 用两级 biquad 串起来就能逼近这让仿生滤波器组可以直接落成模拟电路里的级联二阶节或者数字域里的 SOS 系数。import numpy as np from scipy import signal def erb_hz(f): return 24.7 * (4.37 * f / 1000.0 1.0) def erb_bank(f_low80, f_high8000, n_ch16, fs48000, order4, overlap1.5): 按 ERB 刻度铺一组合成带通返回 (中心频率, b, a) 列表 e_low 21.4 * np.log10(0.00437 * f_low 1) e_high 21.4 * np.log10(0.00437 * f_high 1) # ERB 刻度上等间距取点再反解回 Hz fc (10 ** (np.linspace(e_low, e_high, n_ch) / 21.4) - 1) / 0.00437 bank [] for f0 in fc: bw erb_hz(f0) lo max(f0 - overlap * bw, 5.0) hi min(f0 overlap * bw, fs / 2 - 5.0) b, a signal.butter(order // 2, [lo, hi], btypebandpass, fsfs) bank.append((f0, b, a)) return bank for f0, b, a in erb_bank(): w, h signal.freqz(b, a, worN4096, fs48000) mag np.abs(h) pk mag.argmax() idx pk np.where(mag[pk:] mag[pk] / np.sqrt(2))[0][0] bw w[idx] - w[pk] 1e-9 print(ff0{f0:7.1f} Hz 峰值{20*np.log10(mag[pk]):5.2f} dB 实测 Q≈{f0/bw:5.2f})逻辑上先用 ERB 刻度等间距取中心频率再对每个通道设计带通阶数写成 order//2 是因为 scipy 的 butter 每个二阶节贡献两阶order4 正好对应两级 biquad 级联与 n4 的 Gammatone 结构一致。参数方面n_ch 决定通道数8 kHz 上限下常用 16 到 32overlap 是重叠因子取 1.0 相邻通道之间会开缝取 2.0 通道间串扰明显上升1.5 是常用的折中。耳蜗结构生物功能电路对应模块关键参数典型取值基底膜刚度梯度位置-频率映射并联带通滤波器组中心频率 f080 Hz~8 kHzERB 刻度外毛细胞主动放大与压缩峰值检波 VGA压缩指数0.3~0.5内毛细胞机械-电转导电荷放大器输入阻抗 1 GΩ盖膜与纤毛束调谐锐度二阶节 Q 值Q1~10耳蜗内电位差共模偏置差分前端 共模滤波电路CMRR 80 dB3. 仿生滤波电路参数设计与噪声权衡从 RC 到共模滤波电路的取值3.1 RC 滤波电路的带宽、噪声与源阻抗三角约束一级 RC 低通的截止频率 fc 1/(2πRC)电阻热噪声谱密度 e_n √(4kTR)一阶 RC 的等效噪声带宽约 1.57·fc所以输出总噪声是 e_n·√(1.57·fc)。这三个式子放在一起就构成了取舍R 越大达到同样 fc 所需的 C 越小但噪声谱密度随 √R 上升。取 10 kΩ 配 1 nFfc ≈ 15.9 kHz电阻热噪声密度约 12.9 nV/√Hz这个量级已经和不少低噪声运放的输入电压噪声接近再往上加 R 就没有意义了。工程上的常见做法是前级小阻值 RC 后级有源滤波把噪声源和增益级分开避免在一级里同时承担高阻和增益。另一个容易忽略的点是传感器输出阻抗如果源阻抗 Zs 和滤波电阻 R 同量级实际截止频率会偏离设计值因为 Zs 已经参与分压。import numpy as np k, T 1.380649e-23, 300.0 def rc_stage(R, C, en_amp4e-9): 返回 fc、电阻热噪声密度(nV/√Hz)、总噪声(µVrms) fc 1.0 / (2 * np.pi * R * C) en_R np.sqrt(4 * k * T * R) # V/√Hz en_tot np.sqrt(en_R**2 en_amp**2) # 与运放输入噪声均方相加 vn_rms en_tot * np.sqrt(1.57 * fc) # 一阶 RC 等效噪声带宽 return fc, en_R * 1e9, vn_rms * 1e6 for R, C in [(1e3, 10e-9), (10e3, 1e-9), (100e3, 100e-12)]: fc, enR, vn rc_stage(R, C) print(fR{R:7.0f} Ω C{C*1e9:6.1f} nF fc{fc/1e3:6.2f} kHz fR噪声{enR:5.1f} nV/√Hz 总噪声{vn:6.2f} µVrms)三组参数的 fc 落在同一量级但总噪声差了近 10 倍这就是为什么在仿生传感器前端里宁可上大容值电容也不轻易加电阻。参数上 C 的选择受两个限制一是常用值档位1 nF、2.2 nF、4.7 nF、10 nF 为 E6 系列二是电容介质的电压系数X7R 在大信号下容值会掉C0G 才有线性度但容值做不大低频频段往往被迫用 X7R 或者干脆切到有源方案。3.2 LC 滤波电路与共模滤波电路在差分传感通道中的取值LC 在仿生传感器前端的用处有两类电源与偏置的差模滤波以及差分信号通道的共模抑制。二阶 LC 的谐振频率 f0 1/(2π√(LC))阻尼比 ζ (R/2)·√(C/L)。ζ 低于 0.5 时谐振点会出现增益峰把原本还没被衰减的开关噪声再抬起来所以 LC 滤波电路一定要配阻尼常见做法是在电感上串一个小阻值电阻或者并联一个 RC 缓冲网络。差分通道上共模滤波电路的典型构成是共模扼流圈加两个对地 Y 电容再跨接一个差模 X 电容。共模扼流圈对共模呈现高阻抗对差模几乎透明因为两绕组电流方向相反、磁通相互抵消留下的只有漏感。这里有两个参数要重点看共模阻抗的自谐振频率超过自谐振频率后绕组寄生电容会让共模阻抗转成容性、抑制效果反转以及绕组漏感大小漏感 1 µH 量级时它与 Y 电容构成的小差模 LC 会在几 MHz 处产生谐振处理不当就在传感器敏感带内留一个尖峰。方案适用频段优点代价仿生前端推荐位置RC 滤波电路DC~100 kHz结构简单、无谐振电阻热噪声、压降传感器输出后第一级LC 滤波电路100 kHz~10 MHz高阻无压降、衰减陡谐振峰需阻尼电源与偏置支路共模滤波电路1 MHz~1 GHz差模透明、抑制共模漏感带来差模谐振差分通道入口有源二阶节10 Hz~100 kHzQ 与 f0 可独立设定需要稳定电源与运放通道内主滤波开关电容滤波1 Hz~100 kHz参数由时钟决定、一致性好时钟馈通、混叠多通道批量产品3.3 用蒙特卡洛扫参确定 Q 值与中心频率容差仿生滤波器组的通道数一多元件容差带来的中心频率漂移就会累积。1% 的金属膜电阻配 5% 的电容单个通道的 f0 偏差可能到 ±2.5%相邻通道如果整体往反方向漂频带就会出现凹陷。直接算闭式表达式很繁琐用蒙特卡洛扫一遍更实用。import numpy as np rng np.random.default_rng(7) N 50000 # 决定中心频率的支路f0 1/(2*pi*R*C) R_nom, C_nom 15.8e3, 10e-9 # 目标 f0 ≈ 1.007 kHz tol_R, tol_C 0.01, 0.05 # 1% 电阻5% 电容 R R_nom * (1 tol_R * rng.uniform(-1, 1, N)) C C_nom * (1 tol_C * rng.uniform(-1, 1, N)) f0 1.0 / (2 * np.pi * R * C) # 决定 Q 的支路以常见的比值型 Q 网络示意Q 与元件比成比例 Rq1 10e3 * (1 tol_R * rng.uniform(-1, 1, N)) Rq2 20e3 * (1 tol_R * rng.uniform(-1, 1, N)) Q 0.5 * np.sqrt(Rq2 / Rq1) # 具体系数随拓扑不同以实际仿真为准 print(ff0 均值 {f0.mean():.1f} Hz3σ 展宽 {3*f0.std():.1f} Hz) print(fQ 均值 {Q.mean():.3f}3σ 展宽 {3*Q.std():.4f}) print(ff0 落在 ±3% 内的良率{np.mean(np.abs(f0/f0.mean()-1) 0.03)*100:.2f}%)逻辑上两段随机采样分别对应频率支路和 Q 值支路输出用 3σ 展宽和良率两个指标判断。参数上 tol_C 是主导项电容从不带容差的 C0G 换成 5% 的 X7Rf0 的 3σ 展宽会放大到原来的两倍以上Q 值支路只用 1% 电阻时Q 的相对偏差约是电阻偏差的一半因为 Q 与元件比是平方根关系。这一节的结论直接决定选料中心频率定精度的电容优先选 C0GQ 网络可以用普通薄膜电阻。4. 电磁兼容性集成方案EMI 滤波电路、电流采样输入滤波与 D 类放大器高频滤波电路4.1 EMI 滤波电路的插入损耗与接地回路插入损耗是 EMI 滤波电路最直接的指标定义是 20·log(V_no_filter / V_with_filter)在 50 Ω 源阻抗与 50 Ω 负载阻抗下测量。用数值方法先算一遍衰减曲线可以在开板前判断元件取值是否够用。import numpy as np def insertion_loss(L, C, f, R_src0.1, R_load50.0): 二阶 LC 低通插入损耗(dB)忽略电感 ESR 与寄生电容 w 2 * np.pi * f Zl 1j * w * L Zc 1 / (1j * w * C) v_no R_load / (R_src R_load) # 无滤波器时分压 Zp Zc * R_load / (Zc R_load) # 电容与负载并联 v_with Zp / (R_src Zl Zp) # 有滤波器时分压 return 20 * np.log10(abs(v_no) / abs(v_with)) f np.logspace(4, 8, 400) for L, C in [(22e-6, 10e-6), (22e-6, 100e-9), (4.7e-6, 100e-9)]: il insertion_loss(L, C, f) idx np.where(il 40)[0] f40 f[idx[0]] / 1e6 if len(idx) else float(nan) print(fL{L*1e6:5.1f} µH C{C*1e6:7.2f} µF 达 40 dB 的频率≈{f40:7.2f} MHz)逻辑说明分压模型里源阻抗取 0.1 Ω 模拟供电回路的低阻负载 50 Ω 是接收端的标准近似。参数上电感决定低频段的上升斜率电容决定转折位置22 µH 配 10 µF 在 300 kHz 附近就能给出明显衰减换成 100 nF 后要等到 10 MHz 以上才达到同样水平。实际布局里还要补一句EMI 滤波电路的接地回路面积决定高频段的实际效果Y 电容到机壳地的走线要短而宽一旦走线长了几 MHz 以上的抑制基本靠辐射路径绕过去仿真里的衰减曲线在实测中会明显缩水。4.2 电流采样电路输入滤波对共模抑制比的影响电流采样电路输入滤波通常是一对匹配电阻加一对差分电容接在分流电阻和差分放大器之间。它同时承担抗混叠和抑制共模两件事但这两件事对元件的要求不同抗混叠只要 RC 时间常数够抑制共模则要求两个支路严格对称。电阻失配会直接限制共模抑制比的上限。import numpy as np def cmrr_from_tol(gain, tol, n200000, seed1): 蒙特卡洛估算电阻失配限制的 CMRRdB rng np.random.default_rng(seed) r1 1.0 * (1 tol * rng.uniform(-1, 1, n)) r2 gain * (1 tol * rng.uniform(-1, 1, n)) r3 1.0 * (1 tol * rng.uniform(-1, 1, n)) r4 gain * (1 tol * rng.uniform(-1, 1, n)) ad (r2/r1 r4/r3) / 2 # 差分增益 acm np.maximum(np.abs(r2/r1 - r4/r3), 1e-12) # 共模增益 return 20 * np.log10(ad / acm) for tol in (0.01, 0.001, 0.0001): c cmrr_from_tol(10, tol) print(f容差 {tol*100:7.3f}% CMRR 中位 {np.median(c):5.1f} dB f最差 1% 分位 {np.percentile(c,1):5.1f} dB)逻辑上差分增益取两路增益的平均共模增益取两路增益之差两者比值即 CMRR。参数上最值得注意的是增益和容差的乘积关系增益 10 配 1% 电阻中位 CMRR 只有 60 dB 上下最差 1% 分位会掉到 40 dB 附近容差压到 0.01% 才能稳到 80 dB 以上。这也是电流采样电路输入滤波里为什么常用集成匹配电阻网络、而不用分立电阻的原因。另外滤波电容的容值失配主要影响高频段的共模抑制对直流附近的 CMRR 影响不大排查时可以分开看。4.3 D 类放大器高频滤波电路与仿生通道的共存布局D 类放大器高频滤波电路处理的是开关边沿产生的高频分量。开关频率本身一般在 300 kHz 到 2 MHz但真正难缠的是边沿速率决定的频谱包络上升时间 10 ns 对应频谱拐点在 35 MHz之后按 -20 dB/十倍频衰减一直到几百 MHz 还有可观的能量。仿生传感器通道如果在同一块板上这段能量会通过三种路径进来——共模电流经地平面、磁场耦合到高阻输入节点、以及电源轨上的传导。处理手段按优先级排第一把 D 类输出滤波电感和传感器输入级物理隔开走线垂直交叉而不是平行宁可绕一点也不要长距离平行第二给传感器通道的差分对加屏蔽地屏蔽地单点接到模拟地不要两端都接否则形成地环路第三D 类输出的 LC 滤波电感选带屏蔽的型号漏磁会直接耦合到相邻的高阻节点。频谱上的残余如果仍然落在仿生频带内就要靠通道内的带通滤波器组去削而不是继续在 D 类侧加滤波因为那边再加大滤波电容会拖慢边沿、增加开关损耗。干扰路径现象优先措施验证方法共模电流经地平面通道底噪整体抬高Y 电容 屏蔽地单点接断开传感器看底噪是否变化磁场耦合在开关频率及其谐波处出现窄带峰电感带屏蔽、走线正交近场探头逐点扫电源传导多个通道同步出现同频干扰差模 LC 磁珠换线性电源对比共模转差模通道间相位一致的干扰共模滤波电路对称性检查测两路差值5. 仿生滤波通道的标定、验证与故障定位5.1 用互谱法测出仿生通道的实际传递函数仿生滤波器组开板后第一件事是测每个通道的实际频响和设计曲线比对。用白噪声激励通过互功率谱与自功率谱的比值求传递函数比分立频点扫频快得多也不易受单点噪声影响。import numpy as np from scipy.signal import welch, csd def measure_transfer(x, y, fs, nfft8192): x 为激励y 为通道输出返回 (频率轴, 幅频响应 dB) f, Pxx welch(x, fs, npersegnfft) _, Pxy csd(x, y, fs, npersegnfft) H Pxy / np.maximum(Pxx, 1e-20) return f, 20 * np.log10(np.abs(H))互谱法的好处是只取与激励相干的部分环境噪声和采集系统自身噪声不会被算进传递函数。参数上 nfft 决定频率分辨率8 kHz 带宽下取 8192 对应约 5.9 Hz 分辨率足以分辨 ERB 量级的通道形状如果激励能量不足可以叠加多段取平均段数越多曲线越平滑但测量时间越长。测出的曲线要和设计值逐个通道对照重点看两处峰值频率是否偏移以及峰值两侧的 -3 dB 点是否对称——不对称通常意味着 Q 网络里某只元件超差而不是中心频率支路的问题。5.2 双音与三音测试验证压缩非线性外毛细胞模型的压缩指数是设计的核心参数之一但压缩环路在低电平和高电平下的行为往往不一致。验证方法是用两个频率相近的纯音比如 f0 和 f0Δf同时激励测量输出里 2f0-f1 位置的互调分量随输入电平的斜率。压缩指数为 c 时互调分量随输入的增长斜率是 c 的倍数关系实测斜率偏离设计值超过 20%说明峰值检波的时间常数配错了或者控制环路带宽吃掉了压缩深度。三音测试则用来区分压缩和硬限幅硬限幅在超过阈值后互调分量会急剧上翘压缩则是平缓的幂律关系。5.3 干扰定位从现象反推路径故障定位的难点不在测而在分清是设计问题还是装配问题。一个实用的判断顺序是先断开传感器只留通道看本底噪声——噪声没变说明干扰来自采集系统内部或者电源再把 D 类放大器关掉重测——噪声明显下降说明是开关干扰最后用近场探头沿走线扫一遍找出峰值位置。共模转差模是最容易被误判的一类因为它的现象和差模干扰几乎一样区别在于它会随传感器线缆长度变化线缆加长后干扰变强基本可以确认是共模路径没堵住此时应该回头检查共模滤波电路的对称性和屏蔽地的接法而不是继续调通道内的滤波参数。本文还有配套的精品资源点击获取