HF-Filter Monte-Carlo-Analyse
Analysieren Sie, wie sich Komponententoleranzen auf die Durchlasswelligkeit und Sperrbandunterdrückung Ihres Filters auswirken. Führen Sie Tausende von Monte-Carlo-Versuchen durch, um Ertrags- und Worst-Case-Statistiken zu erhalten.
So funktioniert's
Monte-Carlo-Analyse bewertet, wie sich reale Komponententoleranzen auf die Filterleistung auswirken. Anstatt von idealen Werten auszugehen, werden bei jedem Versuch alle Kondensatoren und Induktoren innerhalb ihres Toleranzbandes zufällig gestört, das Verhalten des Filters simuliert und wichtige Messwerte aufgezeichnet.
Über Hunderte oder Tausende von Versuchen erhalten Sie statistische Verteilungen der Durchlassbandwelligkeit, -3 dB Cutoff-Shift und Sperrband-Ablehnung. Das Ausbeute — der Prozentsatz der Versuche, die Ihren Spezifikationen entsprechen — sagt direkt die Erfolgsquote bei der Herstellung voraus.
Zwei Verteilungsmodelle werden unterstützt: Uniform (jeder Wert innerhalb des Toleranzbereichs ist gleich wahrscheinlich — Worst-Case-Analyse) und Gaußisch (Die Werte gruppieren sich um den Nennwert, wobei 3σ der angegebenen Toleranz entspricht — realistischer für Präzisionskomponenten).
Das Tool synthetisiert LC-Leiterfilter vom Typ Butterworth (maximal flach) oder Chebyshev Typ I (Equiripple Passband) und führt dann den Monte-Carlo-Sweep mit exakter ABCD-Matrixkettenmultiplikation aus, um die Genauigkeit zu gewährleisten.
Verwandte Taschenrechner
Häufig gestellte Fragen
Wie viele Monte-Carlo-Testversionen benötige ich?+
Für eine grobe Ertragsschätzung reichen 200-500 Versuche aus. Verwenden Sie 2.000-10.000 Versuche, um genaue Statistiken zu erhalten (z. B. im schlechtesten Fall mit einer Konfidenz von 99,7%). Das kostenlose Kontingent unterstützt bis zu 500; bei einem Upgrade auf Pro erhalten Sie bis zu 10.000.
Einheitliche oder Gaußsche Verteilung — welche sollte ich verwenden?+
Verwenden Sie Uniform für die Worst-Case-Analyse (jeder Wert im Toleranzbereich ist gleich wahrscheinlich). Verwenden Sie Gaussian, wenn Ihre Komponenten mit Präzision bewertet sind — Werte gruppieren sich in der Nähe des Nennwerts, Ausreißer sind selten. Bei gleicher Toleranz ergeben sich in der Regel höhere Erfolgsquoten.
Warum zeigt mein Chebyshev-Filter eine schlechtere Ausbeute als Butterworth?+
Chebyshev-Filter haben einen schärferen Rolloff, sind aber auf präzise Welligkeitspegel im Durchlassbereich angewiesen. Durch Schwankungen der Komponenten wird das Gleichgewichtsverhalten direkt verzerrt, was dazu führt, dass bei einigen Versuchen der Grenzwert für die Restwelligkeit überschritten wird. Butterworth-Filter sind toleranter, da ihr Durchlassbereich monoton flach ist.
Welche Kennzahlen werden gemeldet?+
Jeder Versuch zeichnet folgende Werte auf: Durchlassbandwelligkeit (dB), -3 dB Grenzfrequenz, minimale Sperrbandunterdrückung (dB) und Einfügedämpfung bei Gleichstrom. Die Ergebnisse zeigen den Mittelwert, die Standardabweichung, den Min-/Max-Wert und den Prozentsatz der Rendite im Vergleich zu Ihren Zielspezifikationen.