
1) 【一句话结论】
需软硬件协同设计:硬件通过信号完整性设计(如差分传输、共模电感滤波、屏蔽)降低辐射发射并提高抗干扰能力,软件通过IIR数字滤波算法(如巴特沃斯低通)抑制噪声,两者结合满足GJB 151B中RE102(30MHz-1GHz频段,10m距离下功率密度≤限值)和RS103(如静电放电抗扰度)的要求。
2) 【原理/概念讲解】
电磁兼容性(EMC)是设备在电磁环境中正常工作且不对环境造成干扰的能力,GJB 151B是军用设备EMC标准,其中**辐射发射(RE102)**指设备自身产生的电磁辐射,测试要求在10m距离内,频段30MHz-1GHz范围内,辐射功率密度不超过规定限值(例如10m距离下≤50dBμV/m);**敏感度(RS103)**指设备对电磁干扰的响应,典型项目如RS103a静电放电抗扰度(接触放电±2kV,空气放电±4kV)。
3) 【对比与适用场景】
| 类别 | 软件滤波(数字) | 硬件滤波(模拟) |
|---|---|---|
| 定义 | 通过数字算法(如FIR、IIR)处理采样数据,去除噪声 | 通过模拟电路(如RC、LC、共模电感)直接滤波信号 |
| 特性 | 可编程,参数灵活,可处理多通道数据,需CPU资源(如FIR滤波器计算量与阶数成正比) | 电路简单,实时性好(无CPU开销),但参数固定(如RC时间常数) |
| 使用场景 | 数据采集后处理(如传感器信号去噪),需灵活调整滤波参数(如根据噪声频率变化调整截止频率) | 信号路径中直接滤波(如电源输入端),对实时性要求高(如电源滤波需快速响应共模噪声) |
| 注意点 | 滤波器设计需满足奈奎斯特定理(采样率≥2倍最高噪声频率,避免混叠),IIR滤波器需进行稳定性分析(如极点在单位圆内);CPU资源消耗可能导致系统延迟(如高阶FIR滤波器) | 电路参数需精确匹配(如LC滤波器的L、C值),否则滤波效果差(如共模电感参数不匹配导致共模抑制比下降);插入损耗可能影响信号质量(如电源滤波器导致电压降) |
4) 【示例】
import numpy as np
from scipy.signal import butter, lfilter
# 滤波器参数:阶数N=4,截止频率f_c=100Hz,采样率fs=2000Hz
N, Wn = 4, 100/1000 # 阶数,归一化截止频率
b, a = butter(N, Wn, btype='low') # 获取分子分母系数
# 传感器数据(包含50Hz噪声的采样点)
sensor_data = [1.2+0.1*np.sin(2*np.pi*50*t_i)+0.05*np.sin(2*np.pi*1000*t_i)+噪声] # 示例数据
# 应用IIR滤波器
filtered_data = lfilter(b, a, sensor_data)
5) 【面试口播版答案】
(约90秒)
面试官您好,针对GJB 151B的辐射发射和敏感度要求,我考虑从软硬件协同设计入手。硬件方面,通过信号完整性设计降低辐射发射,比如PCB中高速信号用差分线传输(减少共模电流,降低辐射),地平面完整(减少回流通路),电源输入端加共模电感(抑制共模噪声);软件方面,用IIR数字低通滤波算法(如巴特沃斯4阶滤波器)去除传感器数据中的50Hz工频噪声,提高敏感度。具体来说,硬件通过阻抗匹配、屏蔽减少辐射,软件通过滤波算法处理噪声,两者结合可满足GJB 151B中RE102(30MHz-1GHz频段,10m距离下功率密度≤50dBμV/m)和RS103(如静电放电抗扰度)的要求。比如,电源输入端的共模电感滤除共模噪声,软件中用IIR滤波器处理传感器信号,这样既降低了设备自身辐射,又提高了设备对干扰的抵抗能力,符合军用设备EMC标准。
6) 【追问清单】
7) 【常见坑/雷区】