Q值, 电感Q因素, 电感品质因素, Inductor Q, Quality Factor
Q值基本概念
Q值, 品质因素, Quality Factor 是广泛使用于物理和工程领域的一个参数, 这指的是一个机械或非机械的组件里, 共振(谐振)的能量损失比例, 是衡量一个元件或谐振回路性能的一个无量纲单位.
这个元件可以是电感, 电容, 介质谐振器, 声表面波谐振器, 晶体谐振器或LC谐振器等, 对于谐振电路, 当Q值关联损耗时, 直接影响到谐振电路的中间频率及其频率带宽. Q值越高, 那么存储在谐振中的能量损耗就越慢, 谐振就能存在更长的时间.
Q值的大小取决于实际应用, 对不同的应用对Q值有不同的要求, 并不是越大越好. 例如设计一个宽带滤波器, 过高的Q值如果不采取其他措施, 将使带内平坦度变坏. 在电源退耦电路中采用LC退耦应用时高Q值的电感和电容极容易产生自谐振状态, 这样反倒不利于消除电源中的干扰噪声. 反过来, 对于振荡器我们希望有较高的Q值, Q值越高对振荡器的频率稳定度和相位噪声越有利.
Q值, 电感Q因素, 电感品质因素, Inductor Q, Quality Factor
这些都是指的同一个意思, 电感Q值在RF(radio frequency, 射频, 无线电频率)电路中是一个影响其性能的主要因素.
虽然电感(inductor)通常被认为是纯的感抗元件, 但是依然会存在少量的电阻, 虽然很小, 但是是存在的. 这种直流电阻(DC resistance)就会影响到Q值, 是影响到此类元件性能的一个重要因素. 使用于RF电路中的电感器件都需要标注其Q值.
当在电路中使用电感器件时, 如果Q值重要, 那么其阻抗也是一个重要因素, 任何阻抗都会影响到其整体性能. 一个实际的电感可以被视为等价于一个纯电感串联一个纯电阻的电路, 其中: L是理想电容, R是这个电容的阻抗
电容的阻抗一般由以下的效应引起:
标准的直流阻抗 Standard DC resistance: 除非是超导体, 否则阻抗是一直存在的, 大部分电感可以通过例如加粗导线直径以及使用镀银线等的方法降低直流阻抗
趋肤效应 Skin Effect: 趋肤效应存在于任何交流电路, 交流电会导致电流从导体外表通过而不从中间通过, 导致阻抗的增大, 频率越高, 趋肤效应越明显. 要减小趋肤效应, 一般会通过使用:
- 银仙或镀银线(Silver wire, silver plated wire), 这将减少导体表面电阻;
- 利兹线(Litz Wire), 来自于德语中的Litzendraht, 这是一种由多股细线编织成的粗线, 这种线能增大表面积, 从而增加了电流能流经的区域, 从而减小了电阻. 一般利兹线适用于频率在500kHz ~ 2,000kHz 之间的电路.
信号发射损耗 Radiated energy: 当交流电流经电感时, 一部分能量将被以电波的形式发射出去, 虽然很小, 但是也是实际存在的损耗. 这与天线发射信号时表现出的阻抗是一样的. 这也会影响到Q值
磁芯/铁芯损耗 Core losses: 很多电感会使用铁氧体(Ferrite)或其他形式的芯, 也会产生损耗. 主要体现在两方面
- 涡流损耗 Eddy currents losses: 由于线圈中间的导体在圆周方向是可以等效成一圈圈的闭合电路,闭合电路中的磁通量在不断发生改变,所以在导体的圆周方向会产生感应电动势和感应电流,电流的方向沿导体的圆周方向转圈,就像一圈圈的漩涡,所以这种在整块导体内部发生电磁感应而产生感应电流的现象称为涡流现象。导体的外周长越长,交变磁场的频率越高,涡流就越大。 导体内部的涡流也会产生热量,如果导体的电阻率小,则涡流很强,产生的热量就很大
- 磁滞损耗 Hysteresis losses: 磁滞Magnetic hysteresis指铁磁材料的磁性状态变化时,磁化强度滞后于磁场强度,它的磁通密度B与磁场强度 H之间呈现磁滞回线关系。经一次循环,每单位体积铁芯中的磁滞损耗正比于磁滞回线的面积。这部分能量转化为热能,使设备升温,效率降低,它是电气设备中铁损的组成部分,这在交流电机一类设备中是不希望的。软磁材料的磁滞回线狭窄,其磁滞损耗相对较小
Q值的影响
1. 带宽 Bandwidth: Q值越大, 对应的过滤器电路其带宽就越窄, 因为能量损耗变小, 所以在其工作频率上的性能会更好, 曲线越陡则其3db带宽越收窄.

2. 谐振 Ringing: Q值越大越容易引起电路振荡
3. 震荡的相位噪音 Oscillator phase noise: 相位噪音是振荡器在工作时产生的随机的相位漂移, 这是需要被抑制的, 增大Q值能减小相位噪音
4. 普通干扰信号 General spurious signals: 高Q值有利于去除干扰信号
5. 宽频 Wide bandwidth: 射频应用里, 有些会需要很好的频率选择性, 而另一些则需要覆盖较宽的频率范围. 用不同的调制器, 或者固定的过滤器来提供, 这时候需要抑制Q值, 从而照顾到更宽的频率范围.
Q值计算公式
最基本的Q值计算公式是
Q = Estored / E lost per cycle, 而对于射频电路来说, Q = F0 / F3db.

Q = 2⋅π⋅f⋅L / R
其中R也是随频率变化的, 所以要在给定频率的条件下, 才能明确Q值.
Q值的大小与工作频率有关. 一般的电感随着频率的变高其Q值也会增高, 但它有一个极限, 当超过这个极限频率点后电感的Q值要陡然下降, 这个电感就失去了电感的作用. 在这点上介质谐振器, 声表面波谐振器和晶体谐振器更为明显. 当工作频率偏离他们的谐振频率后, 其Q值将急剧下降, 不能工作.
Q值, 电感Q因素, 电感品质因素, Inductor Q, Quality Factor的更多相关文章
- 电感的Q值
电感的Q值又称为品质因数,即在通过一定频率信号时,感抗与等效损耗之比.品质因数越高即系统损耗越小效率越高,一般为50`100,最高500左右,再大就会烧毁.一般Q值与很多因素有关:绕线粗细,长度与直径 ...
- 关于电容与Q值
1, 电容模型 电容阻抗可以表示为: 可算得自谐振频率点为: 在该点,容抗与感抗差为0,电容表现出纯电阻性. 2, 阻抗曲线 自谐点是区分电容器呈容性还是感性的分界点.从阻抗曲线看,在自谐点附近阻抗较 ...
- ARIMA模型识别、计算p、q值
#-*- coding: utf-8 -*- #确定最佳p.d.q值 import pandas as pd #参数初始化 discfile = '../data/discdata_processed ...
- 席位分配问题——惯例Q值法和d'hondt法的MATLAB程序
本篇博文为追忆以前写过的算法系列第四篇 温故知新 本篇于2009年发表于百度博客,当时还没接触CSDN.所以是文学和技术博客混淆,只是这个程序博文訪问量突破2000,有不少网友评论互动.应该 ...
- I、Q信号是如何产生的,I、Q信号复用的作用
接收机在中频部分实现模数变换和采样,采样后的信号和数字域的同频相乘,就可以得到基带的I.Q分量.在无线接口传输时,每一种使用特定的载波频率.码(扩频码和扰码)以及载波相对相位(I或Q)的信道都可以理解 ...
- SPSS数据分析—单因素及多因素方差分析
t检验可以解决单样本.两个样本时的均值比较问题,但是对于两个以上样本,就不能用t检验了,而要使用方差分析.t检验是借助t分布,方差分析是借助F分布,基于变异分解的思想进行. 在算法上,由于线性模型的引 ...
- 【转】【强化学习】Deep Q Network(DQN)算法详解
原文地址:https://blog.csdn.net/qq_30615903/article/details/80744083 DQN(Deep Q-Learning)是将深度学习deeplearni ...
- 强化学习系列之:Deep Q Network (DQN)
文章目录 [隐藏] 1. 强化学习和深度学习结合 2. Deep Q Network (DQN) 算法 3. 后续发展 3.1 Double DQN 3.2 Prioritized Replay 3. ...
- django orm高级查询 F表达式和Q表达式以及分组annotate
1.关联关系映射及查询1.1django默认开启延迟加载所有多对1和1对1如果不使用select_related(),需要会延迟加载获取到相关对象,因为延迟可能会造成n+1次查询的问题,所以便有了se ...
随机推荐
- 同步一个 fork
fork 了别人的仓库后,原作者又更新了仓库,如何将自己的代码和原仓库保持一致?本文将给你解答. 如何使用搜索引擎 其实这个问题并不难,我又被坑了.百度搜的东西不靠谱啊,以后这种问题一定要用英文在 G ...
- ios开发第三方库--cocoapods安装
1. ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)&quo ...
- Asp.net WebAPI Ioc
网上关于webapi Ioc 的东西很多,如http://efmvc.codeplex.com/SourceControl/latest#MyFinance.Web/Global.asax.cs 这是 ...
- FastReport.Net 入门
任何一门编程技术入门体验都是以“Hello World”开始的,但我想再复杂一点的“Hello World”,才能算真正的入门. FastReport.Net V1.2.76 ,vs2008 在 ...
- 基于libnids的TCP数据流的还原(多线程实现) .
我们知道,libnids本身可以实现TCP数据流的重组,但是如果一个TCP流数据量比较大的时候,就会分成好多个TCP报文段,这些报文段在网络中的传播可能是乱序的,利用libnids可以帮助我们按顺序接 ...
- 一款基于jQuery的图片场景标注提示弹窗特效
今天给大家分享一款基于jQuery的图片场景标注提示弹窗特效,这款实例适合在图片上标注某个物件,单击弹出详情说明,兼容360.FireFox.Chrome.Safari.Opera.傲游.搜狗.世界之 ...
- Linux下配置nfs并远程挂载
nfs是网络文件系统,允许一个节点通过网络访问远程计算机的文件系统,远程文件系统可以被直接挂载到本地,文件操作和本地没有区别,如果是局域网的nfs那么io的性能也可以保证,下面就以CentOS 7.x ...
- python 听课笔记(一)
- 转: MinGw离线安装方法集合
转自: http://www.cnblogs.com/smartdog/archive/2012/03/30/2425124.html https://www.zhihu.com/question/2 ...
- Java集合遍历时删除
public static void main(String[] args){ List<Integer> list = new ArrayList<Integer>(); l ...