32-1 匹配滤波原理
2
1
《通信原理》 国防科技大学电子科学与工程学院 马东堂 _____________________________
匹配滤波原理
匹配滤波器的定义 ¾ 用线性滤波器对接收信号滤波时，使抽样时刻上输出信
号噪声比最大的线性滤波器称为匹配滤波器
假设条件 ¾ 接收滤波器的传输函数为H(f)，冲激响应为h(t)，滤波器
y( t ) = so ( t ) + no ( t )
so ( t ) = ∫ H ( f ) S ( f )e j 2 πft df
−∞
4
∞
2
《通信原理》 国防科技大学电子科学与工程学院 马东堂 _____________________________
匹配滤波原理
输出噪声平均功率
No = ∫
输出信噪比
∞
−∞
H( f ) ⋅
2
n0 n df = 0 2 2
∫
∞
−∞
H ( f ) df
2
¾ 在抽样时刻t0上，输出信号瞬时功率与噪声平均功率之
比为
γo =
so ( t 0 ) No
2
=
∫
∞
−∞
H ( f ) S ( f )e j 2πft0 df n0 2
2
∫
∞
−∞
H ( f ) df
5
2
输入码元s(t)的持续时间为Ts，信号和噪声之和r(t)
r ( t ) = s( t ) + n( t ),
r ( t) h ( t)
0 ≤ t ≤ Ts
y(t)
3
匹配滤波原理
输出电压 ¾ 假定滤波器是线性的，根据线性电路叠加定理，当滤波
器输入电压r(t)中包括信号和噪声两部分时，滤波器的输 出电压y(t)中也包含相应的输出信号so(t)和输出噪声no(t) 两部分
在时间轴上（向右）平移了t0
8
4
《通信原理》 国防科技大学电子科学与工程学院 马东堂 _____________________________
匹配滤波原理
图解实例
s( t ) t1 0 s(-t) -t2 0 h(t) t0 0
(c)
(a )
t2
t
(b )
-t1
t
t2-t1
t
9
5
∞
∞
∞ ∞ = k ∫ ⎡ ∫ e j 2 πf ( τ − t 0 + t ) df ⎤ s( τ )dτ ⎥ −∞ ⎢ ⎦ ⎣ −∞
匹配滤波器
= k ∫ s( τ )δ( τ − t 0 + t )dτ = ks( t 0 − t )
−∞
∞
¾ 匹配滤波器的冲激响应h(t)就是信号s(t)的镜像s(-t)，但
匹配滤波原理
匹配滤波器的传输函数
施瓦茨不等式
∫
∞
−∞
f1 ( x ) f 2 ( x )dx ≤ ∫
2
∞ −∞
f1 ( x ) dx ∫
2
∞ −∞
f 2 ( x ) dx
2
当且仅当 f1 ( x ) = kf 2* ( x ) 时， 等号成立
γo
∫ ≤
∞
−∞
H ( f ) df ∫
2
∞
−∞
S ( f ) df
−∞ −∞
7
∞
∞
匹配滤波原理
h( t ) = ∫ H ( f )e j 2 πft df = ∫ kS * ( f )e − j 2 πft0 e j 2 πft df
−∞ −∞
∞ = k ∫ ⎡ ∫ s( τ )e − j 2 πfτ dτ ⎤ e − j 2 πf ( t0 − t ) df ⎥ −∞ ⎢ ⎣ −∞ ⎦ ∞ *
到最大输出信噪比2E/n0
¾ H( f )就是最佳接收滤波器传输函数，它等于信号码元频
谱的复共轭（除了常数因子外），故称此滤波器为匹配 滤波器
匹配滤波器的单位冲激响应
h( t ) = ∫ H ( f )e j 2 πft df = ∫ kS * ( f )e − j 2 πft0 e j 2 πft df
2
2
n0 2
∫
∞
∫ =
2
∞
−∞
S ( f ) df n0 2
2
=
−∞
H ( f ) df
E=∫
∞ −∞
2E n0
S ( f ) df63《通信原理》 国防科技大学电子科学与工程学院 马东堂 _____________________________
匹配滤波原理
¾ 且当 H ( f ) = kS * ( f )e − j 2 πft0 时，上式的等号成立，即得
《通信原理》 国防科技大学电子科学与工程学院 马东堂 _____________________________
第三十二讲 数字信号的匹配 滤波接收
第一节 匹配滤波原理
1
匹配滤波原理
最大信噪比准则
使输出信号在某一时刻（判决时刻）的瞬时功 率对噪声平均功率之比达到最大
使输出信噪比最大的滤波器 具有怎样的传输函数和冲激响应？
滤波电路原理分析
滤波电路原理分析
滤波电路是一种电子电路，用于去除信号中的噪声或频率分量，只保留所需的信号成分。
其原理基于信号的频域特性，通过选择合适的滤波器类型和参数来实现。
滤波电路通常由被滤波的信号输入端、滤波器和输出端组成。
滤波器是该电路的核心部件，根据信号的频率特性选择适当的滤波器类型。
常见的滤波器类型包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器。
低通滤波器用于去除高频信号，只保留低频部分。
其工作原理是将高频信号的能量耗散或削弱，使得只有低频信号可以通过。
高通滤波器则相反，只保留高频信号。
带通滤波器用于选择一个特定频率范围内的信号，滤除其他频率的信号。
其原理是在一定频率范围内提供通路，而在其他频率上提供阻断。
带阻滤波器则用于滤除某个特定频率范围内的信号，只传递其他频率的信号。
其原理是在一定频率范围内提供阻断，而在其他频率上提供通路。
滤波电路根据滤波器的类型和参数，可以实现不同程度的滤波效果。
常见的滤波电路包括RC滤波器、RL滤波器、LC滤波
器和活动滤波器等。
它们通过选择合适的电容、电感或运算放大器等元件参数，实现对信号的滤波功能。
此外，滤波电路还需要考虑一些其他因素，如滤波器的频率响应、相移以及失真等。
这些因素会影响滤波电路对信号的处理效果，需要通过合理设计和选择元器件来解决。
总之，滤波电路的原理是根据信号的频域特性选择合适的滤波器类型和参数，实现对信号的滤波功能。
它在电子电路中起到去噪和频率选择的作用，广泛应用于各种电子设备和通信系统中。
(word完整版)自适应滤波器原理-带图带总结word版,推荐文档
第二章自适应滤波器原理2.1 基本原理2.1.1 自适应滤波器的发展在解决线性滤波问题的统计方法中，通常假设已知有用信号及其附加噪声的某些统计参数（例如，均值和自相关函数），而且需要设计含噪数据作为其输入的线性滤波器，使得根据某种统计准则噪声对滤波器的影响最小。
实现该滤波器优化问题的一个有用方法是使误差信号（定义为期望响应与滤波器实际输出之差）的均方值最小化。
对于平稳输入，通常采用所谓维纳滤波器（Wiener filter）的解决方案。
该滤波器在均方误差意义上使最优的。
误差信号均方值相对于滤波器可调参数的曲线通常称为误差性能曲面。
该曲面的极小点即为维纳解。
维纳滤波器不适合于应对信号和/或噪声非平稳问题。
在这种情况下，必须假设最优滤波器为时变形式。
对于这个更加困难的问题，十分成功的一个解决方案使采用卡尔曼滤波器（Kalman filter）。
该滤波器在各种工程应用中式一个强有力的系统。
维纳滤波器的设计要求所要处理的数据统计方面的先验知识。
只有当输入数据的统计特性与滤波器设计所依赖的某一先验知识匹配时，该滤波器才是最优的。
当这个信息完全未知时，就不可能设计维纳滤波器，或者该设计不再是最优的。
而且维纳滤波器的参数是固定的。
在这种情况下，可采用的一个直接方法是“估计和插入过程”。
该过程包含两个步骤，首先是“估计”有关信号的统计参数，然后将所得到的结果“插入（plug into）”非递归公式以计算滤波器参数。
对于实时运算，该过程的缺点是要求特别精心制作，而且要求价格昂贵的硬件。
为了消除这个限制，可采用自适应滤波器（adaptive filter）。
采用这样一种系统，意味着滤波器是自设计的，即自适应滤波器依靠递归算法进行其计算，这样使它有可能在无法获得有关信号特征完整知识的环境下，玩完满地完成滤波运算。
该算法将从某些预先确定的初始条件集出发，这些初始条件代表了人们所知道的上述环境的任何一种情况。
我们还发现，在平稳环境下，该运算经一些成功迭代后收敛于某种统计意义上的最优维纳解。
stm32自适应滤波算法
stm32自适应滤波算法概述自适应滤波算法是一种用于处理信号的方法，它能够根据信号的特性自动调整滤波器的参数，以达到最佳的滤波效果。
在stm32单片机中，自适应滤波算法被广泛应用于信号处理和噪声抑制等领域。
本文将详细介绍stm32自适应滤波算法的原理、实现方法以及应用案例。
原理stm32自适应滤波算法的原理是基于自适应滤波理论和最优化算法。
自适应滤波理论认为，信号和噪声在频域上具有不同的特性，可以通过调整滤波器的参数来增强信号的特征并抑制噪声。
最优化算法则是为了找到最佳的滤波器参数，以使滤波效果达到最优。
具体而言，stm32自适应滤波算法的实现步骤如下：1.采集信号和噪声数据；2.对采集到的信号和噪声数据进行预处理，如去除直流分量、归一化等；3.初始化滤波器的参数，如滤波器的阶数、截止频率等；4.根据最优化算法，计算出滤波器的参数；5.将滤波器的参数应用到stm32的硬件滤波器中；6.实时采集信号，并通过滤波器进行滤波；7.输出滤波后的信号。
实现方法stm32自适应滤波算法的实现方法主要包括硬件滤波器的配置和软件算法的编程。
硬件滤波器配置stm32单片机内部集成了多种类型的硬件滤波器，如FIR滤波器和IIR滤波器。
在使用自适应滤波算法时，需要根据信号的特性选择合适的硬件滤波器，并配置滤波器的参数，如阶数、截止频率等。
软件算法编程stm32单片机提供了丰富的软件库和开发工具，可以方便地进行自适应滤波算法的编程。
开发者可以使用C语言或汇编语言编写滤波算法的代码，并借助stm32的硬件资源进行高效的计算和数据处理。
常用的自适应滤波算法包括LMS算法、RLS算法和NLMS算法等。
开发者可以根据具体的应用场景选择合适的算法，并根据算法的特点进行相应的优化。
应用案例stm32自适应滤波算法在许多领域都有广泛的应用。
以下是几个常见的应用案例：声音处理在语音通信系统中，常常会受到噪声的干扰。
通过使用stm32自适应滤波算法，可以有效地抑制噪声，提高语音的清晰度和可辨识度。
自适应滤波器原理文档
自适应滤波器原理文档自适应滤波器的基本原理是根据输入信号的统计特性来不断调整滤波器的参数，以使得输出信号的质量得到改善。
其核心思想是通过对输入信号进行预测，然后通过对预测误差的分析来调整滤波器。
通常情况下，自适应滤波器是通过最小均方误差准则进行调整的。
具体而言，自适应滤波器包括以下几个关键步骤：1.预测：首先，自适应滤波器通过使用一组权重系数对当前输入信号进行预测。
预测的方法通常是线性组合，即将输入信号的各个样本与对应的权重系数相乘后求和。
2.误差计算：通过将预测输出与真实输出进行比较，可以计算出预测误差。
预测误差是自适应滤波器调整的关键指标，通过最小化预测误差可以提高输出信号的质量。
3.参数调整：为了最小化预测误差，自适应滤波器需要不断地调整权重系数。
一种常用的调整方法是使用最小均方误差准则。
最小均方误差是预测误差的平方和的期望值，通过最小化最小均方误差，可以得到最优的权重系数。
4.更新权重系数：根据最小均方误差准则，可以通过对权重系数进行微小的调整来实现预测误差的最小化。
更新权重系数的方法通常是基于梯度的优化算法，例如最速下降法等。
5.输出信号：通过对权重系数进行调整，自适应滤波器可以得到经过滤波后的输出信号。
这个输出信号与预测输出之间的误差将会被用于下一次权重系数的调整。
自适应滤波器在信号处理领域有着广泛的应用。
其中，最常见的应用是降噪处理。
在很多情况下，信号会受到噪声的干扰，可能会造成信号质量的下降。
通过使用自适应滤波器，可以根据输入信号的特点对噪声进行估计和预测，从而实现对噪声的抑制，提高信号的质量。
此外，自适应滤波器还可以应用于信号的预测、滤波以及模型识别等领域。
例如，自适应滤波器可以用于语音识别中，通过对输入语音信号进行预测，并实现对噪声的抑制，提高语音识别的准确性。
在图像处理中，自适应滤波器可以用于图像的去噪处理，提高图像的清晰度。
综上所述，自适应滤波器是一种能够根据输入信号的特征自动调整滤波参数的滤波器。
滤波器工作原理
滤波器工作原理滤波器定义：凡是有具有能力进行信号处理的装置都可以称为滤波器。
用来分开及组合不同频率，选取需要的信号频率，抑制不需要的信号频率的微波器件。
主要功能是作为各种电信号的提取、分隔、抑止干扰。
插入损耗：插入损耗简称插损，指模块置入系统后，对工作频段信号引入的衰减带外抑制：带外抑制指，滤波器在工作频段以外的频点处对信号的衰减。
驻波比：表示阻抗的匹配情况测试滤波器的系数S12：S12表Port2的输出功率与Port1的输入功率的比值。
假设输出功率为输入功率的50％,即功率较少一半，则S12的对数表示为：dB（S12）＝10Log（0.5）＝-3 即此时该频点的衰减为-3dB所以要求铜带内F1~F2内的插损尽量小用于减少输出功率的损耗，而对于带外的信号，插损应尽量大用于抑制带外的信号。
测试滤波器的系数S11：S11表反射回Port1的功率与Port1的输出功率的比值。
假设输出功率为输入功率的1％，则S11的对数表示为：dB（S11）＝10Log（0.01）＝-20，即此时该频点的回波为-20dB换算为驻波比为1.22。
所以要求带内的驻波比应尽量小用于增强匹配，较少功率的反射。
带通滤波器的工作原理原始信号滤波器响应⤋滤波后的信号射频信号f1-f2，通过滤波器，经过滤波器响应，通带内的插损较小，信号略微较小，带外信号经滤波器响应，被完全抑制掉。
滤波器谐振单元等效电路分析⤋单个谐振腔的电场模型及其等效电路原理图，电阻R来引入插入损耗图为不带圆盘的谐振杆的圆腔谐振器，谐振杆顶部与盖板形成的电容，可以理解成等效电路中的端接电容。
等效电路中的谐振频率计算公式为：当谐振时Ls = 1 / (2 pi fr) HenryCs = 1 / (2 pi fr) Farad滤波器谐振单元谐振曲线例如：单个谐振单元在f=900MHz时谐振时产生如下谐振频点单个谐振单元谐振时产生的曲线是一个波峰单个谐振单元谐振时回波与驻波相对应是一个波谷。
STM32CAN滤波器、滤波屏蔽器设置详解
STM32 CAN 过滤器、滤波屏蔽器配置总结下面容为：一、在STM32互联型产品中，CAN1和CAN2分享28个过滤器组,其它STM32F103xx系列产品中有14个过滤器组,用以对接收到的帧进行过滤。
1、过滤器组每组过滤器包括了2个可配置的32位寄存器：CAN_FxR0和CAN_FxR1。
这些过滤器相当于关卡，每当收到一条报文时，CAN要先将收到的报文从这些过滤器上"过"一下，能通过的报文是有效报文，收进相关联FIFO（FIFO1或FIFO2），不能通过的是无效报文(不是发给"我"的报文)，直接丢弃。
（标准CAN的标志位长度是11位。
扩展格式CAN的标志位长度是29。
CAN2.0A协议规定CAN控制器必须有一个11位的标识符。
CAN2.0B协议中规定CAN控制器的标示符长度可以是11位或29位。
STM32同时支持CAN2.0A/CAN2.0B 协议。
）每组过滤器组有两种工作模式：标识符列表模式和标识符屏蔽位模式。
标识符屏蔽位模式：可过滤出一组标识符。
此时，这样CAN_FxR0中保存的就是标识符匹配值，CAN_FxR1中保存的是屏蔽码，即CAN_FxR1中如果某一位为1，则CAN_FxR0中相应的位必须与收到的帧的标志符中的相应位吻合才能通过过滤器；CAN_FxR1中为0的位表示CAN_FxR0中的相应位可不必与收到的帧进行匹配。
标识符列表模式：可过滤出一个标识。
此时CAN_FxR0和CAN_FxR1中的都是要匹配的标识符，收到的帧的标识符必须与其中的一个吻合才能通过过滤。
注意：CAN_FilterIdHigh是指高16位CAN_FilterIdLow是低16位应该将需要得到的帧的和过滤器的设置值左对齐起。
所有的过滤器是并联的，即一个报文只要通过了一个过滤器，就是算是有效的。
按工作模式和宽度，一个过滤器组可以变成以下几中形式之一：(1) 1个32位的屏蔽位模式的过滤器。
31-32_A-IIR滤波器设计-1
20lg H (e jst ) 20lg 2
j0 H ( e ) 1 其中： jc H ( e ) 2 / 2 0.707 时， 1 3dB 当
称 c 为3dB通带截止频率
6. 表征滤波器频率响应的特征参量
幅度平方响应
2
H (e ) H (e ) H (e )
H ( e ) H (e ) e
j Im[ H (e )] j 相位响应： (e ) arctan j Re[ H (e )]
H ( e ) H (e ) e
*
j
j
j (e
j
)
H (e j ) 2 j ( e j ) e * j H (e )
j 1 H ( e ) 1 H ( z) j (e ) ln * j ln 1 2 j H (e ) 2 j H ( z ) z e j j H (e )
群延迟响应 相位对角频率的导数的负值
d (e ) (e ) d
数字滤波器： 是指输入输出均为数字信号，通过一定 运算关系改变输入信号所含频率成分的相 对比例或者滤除某些频率成分的器件。 优点： 高精度、稳定、体积小、重量轻、灵活， 不要求阻抗匹配，可实现特殊滤波功能。
- 数字滤波器基本概念 - 最小相位延时系统 - 全通系统的特点及应用
- 设计数字滤波器
1. 滤波器的功能
1 ：通带容限
2 ：阻带容限
c ：通带截止频率 st ：阻带截止频率
通带最大衰减：1
1 20lg
H (e ) H (e jc )
j0
20lg H (e jc ) 20lg(1 1 )
匹配滤波器的工作原理
匹配滤波器的工作原理一、前言匹配滤波器是一种常见的信号处理技术，广泛应用于图像处理、模式识别等领域。
本文将详细介绍匹配滤波器的工作原理。
二、匹配滤波器的定义匹配滤波器是一种线性时不变系统，其输入信号与参考信号进行相关运算后输出结果。
在实际应用中，输入信号通常为待检测的目标图像，参考信号则为已知的目标特征。
三、匹配滤波器的基本原理1. 相关运算相关运算是匹配滤波器中最基本的操作之一。
其定义为两个函数之间的积分：$$R(f,g) = \int_{-\infty}^{\infty} f(x)g(x-t)dt$$其中 $f(x)$ 和 $g(x)$ 分别表示两个函数，$t$ 为时间延迟。
在匹配滤波器中，输入信号 $x(t)$ 与参考信号 $h(t)$ 进行相关运算后得到输出信号 $y(t)$：$$y(t) = \int_{-\infty}^{\infty} x(\tau)h(\tau-t)d\tau$$2. 匹配度匹配度是指输入信号与参考信号之间的相似程度。
在匹配滤波器中，匹配度通常使用相关峰值来表示。
相关峰值表示参考信号与输入信号之间的最大相似程度。
3. 匹配滤波器的设计匹配滤波器的设计主要包括两个方面：参考信号的选择和滤波器的实现。
参考信号的选择通常需要根据具体应用场景进行定制。
在图像处理中，参考信号通常为目标物体的特征模板。
在模式识别中，参考信号则为已知模式。
滤波器的实现方式有多种，包括时域实现和频域实现。
其中时域实现使用卷积运算来实现匹配滤波器，频域实现则通过将输入信号和参考信号同时变换到频域进行处理。
四、匹配滤波器的应用匹配滤波器在图像处理、模式识别等领域有广泛应用。
其中，在目标检测、跟踪等方面有着重要作用。
在目标检测中，匹配滤波器可以通过对目标特征进行建模来实现对目标物体的检测。
在跟踪方面，匹配滤波器可以通过对目标物体进行跟踪来实现对其运动轨迹的追踪。
五、总结本文详细介绍了匹配滤波器的工作原理。
讲解滤波器原理滤波器原理+种类
讲解滤波器原理滤波器原理+种类滤波器原理存在一定难度，不同滤波器原理往往存在一定区别，但滤波器原理并非无法掌握。
本文中，将为大家详细讲解滤波器原理，并介绍滤波器分类。
基于类别，大家可更好理解滤波器原理。
滤波器是一种选频装置，可以使信号中特定的频率成分通过，而极大地衰减其他频率成分。
利用滤波器的这种选频作用，可以滤除干扰噪声或进行频谱分析。
换句话说，凡是可以使信号中特定的频率成分通过，而极大地衰减或抑制其他频率成分的装置或系统都称之为滤波器。
滤波的概念滤波是信号处理中的一个重要概念，滤波电路的作用是尽可能减小脉动的直流电压中的交流成分，保留其直流成分，使输出电压纹波系数降低，波形变得比较平滑。
一般来说，滤波分为经典滤波和现代滤波。
经典滤波是根据傅里叶分析和变换提出的一个工程概念，根据高等数学理论，任何一个满足一定条件的信号，都可以被看成是由无限个正弦波叠加而成。
换句话说，就是工程信号是不同频率的正弦波线性叠加而成的，组成信号的不同频率的正弦波叫做信号的频率成分或叫做谐波成分。
只允许一定频率范围内的信号成分正常通过，而阻止另一部分频率成分通过的电路，叫做经典滤波器或滤波电路。
在经典滤波和现代滤波中，滤波器模型其实是一样的(硬件方面的滤波器其实进展并不大)，但现代滤波还加入了数字滤波的很多概念。
滤波电路的原理当流过电感的电流变化时，电感线圈中产生的感应电动势将阻止电流的变化。
当通过电感线圈的电流增大时，电感线圈产生的自感电动势与电流方向相反，阻止电流的增加，同时将一部分电能转化成磁场能存储于电感之中;当通过电感线圈的电流减小时，自感电动势与电流方向相同，阻止电流的减小，同时释放出存储的能量，以补偿电流的减小。
因此经电感滤波后，不但负载电流及电压的脉动减小，波形变得平滑，而且整流二极管的导通角增大。
在电感线圈不变的情况下，负载电阻愈小，输出电压的交流分量愈小。
只有在RL>>ωL时才能获得较好的滤波效果。
滤波器的基本原理
滤波器的基本原理1.滤波器是由电感和电容组成的低通滤波电路所构成，它允许有用信号的电流通过，对频率较高的干扰信号则有较大的衰减。
由于干扰信号有差模和共模两种，因此滤波器要对这两种干扰都具有衰减作用。
其基本原理有三种:A）利用电容通高频隔低频的特性，将火线、零线高频干扰电流导入地线（共模），或将火线高频干扰电流导入零线（差模）；B）利用电感线圈的阻抗特性，将高频干扰电流反射回干扰源；C）利用干扰抑制铁氧体可将一定频段的干扰信号吸收转化为热量的特性，针对某干扰信号的频段选择合适的干扰抑制铁氧体磁环、磁珠直接套在需要滤波的电缆上即可2 电源滤波器高频插入损耗的重要性尽管各种电磁兼容标准中关于传导发射的限制仅到30MHz（旧军标到50MHz，新军标到10MHz），但是对传导发射的抑制绝不能忽略高频的影响。
因为，电源线上高频传导电流会导致辐射，使设备的辐射发射超标。
另外，瞬态脉冲敏感度试验中的试验波形往往包含了很高的频率成份，如果不滤除这些高频干扰，也会导致设备的敏感度试验失败。
电源线滤波器的高频特性差的主要原因有两个，一个是内部寄生参数造成的空间耦合，另一个是滤波器件的不理想性。
因此，改善高频特性的方法也是从这两个方面着手。
内部结构：滤波器的连线要按照电路结构向一个方向布置，在空间允许的条件下，电感与电容之间保持一定的距离，必要时，可设置一些隔离板，减小空间耦合。
电感：按照前面所介绍的方法控制电感的寄生电容。
必要时，使用多个电感串联的方式。
差模滤波电容：电容的引线要尽量短。
要理解这个要求的含义：电容与需要滤波的导线（火线和零线）之间的连线尽量短。
如果滤波器安装在线路板上，线路板上的走线也会等效成电容的引线。
这时，要注意保证时机的电容引线最短。
共模电容：电容的引线要尽量短。
对这个要求的理解和注意事项同差模电容相同。
但是，滤波器的共模高频滤波特性主要靠共模电容保证，并且共模干扰的频率一般较高，因此共模滤波电容的高频特性更加重要。