嵌入式知识篇---高阻态与上下拉电阻

高阻态:

我打个比方来解释芯片引脚的高阻态

可以把芯片引脚想象成一扇门

1. 输出高电平→ 门向外推(主动输出“1”)
2. 输出低电平→ 门向内拉(主动输出“0”)
3. 高阻态门完全拆掉!

关键理解:

  • 高阻态 = 引脚“断开连接”状态

  • 既不像高电平那样“推”,也不像低电平那样“拉”

  • 引脚几乎不干扰外部电路

  • 电阻极大(兆欧级别),电流几乎无法通过

生活类比:

三态开关:

  • 向前推 → 开灯(输出1)

  • 向后拉 → 关灯(输出0)

  • 放中间 →不控制灯(高阻态),让别人来控制

为什么需要高阻态?

1.总线共享(最常见用途)

多个芯片共用一条线路,同一时间只能有一个芯片“说话”:

芯片A ───┐ 芯片B ───┼─ 共用数据线(如I2C、SPI总线) 芯片C ───┘
  • 芯片A说话时:B和C设为高阻态(不干扰)

  • 芯片B说话时:A和C设为高阻态

  • 就像多人共用麦克风,不发言的人要把麦克风关掉

2.双向引脚

某些引脚既能输入也能输出:

  • 输出数据时:设为高低电平

  • 接收数据时:设为高阻态,才能“听”到外部信号

3.省电

不用的引脚设为高阻态,减少功耗。

实际例子:

单片机读取按键:

// 读取按键状态 设置引脚为高阻态(或输入模式) // 先“断开”自己的输出 读取引脚电平值 // 听外部电路是什么状态 // 驱动LED 设置引脚为输出高/低电平 // 再去主动控制

技术特点:

  • 电压不确定:高阻态时引脚电压由外部电路决定

  • 高阻抗:兆欧级别电阻,电流极小(微安级)

  • 不是第三种电平:不是0也不是1,而是“断开”状态

一句话总结:高阻态就是让芯片引脚“闭嘴并放手”,不输出也不拉电流,让其他设备来控制这条线。

上下拉电阻:

核心比喻:跷跷板

想象芯片的输入引脚就像一个没有小孩坐的跷跷板

问题:当跷跷板空着时,它是悬在空中不稳定的(引脚电压不确定,容易受干扰)。这会导致芯片误判为“有信号”。

解决方法:我们在跷跷板的一端放上一个固定的重物,让它有个默认状态。


1. 上拉电阻 →默认拉向“高电平”(1)

VCC(电源,如3.3V) | 电阻(如10kΩ)← 这就是上拉电阻 | 引脚 ──┐ │ 开关(如按键)← 外部控制 │ GND(地,0V)

工作原理:

  • 平时(开关断开):电阻把引脚“拉”到VCC,引脚读到“1”(高电平)

  • 按下时(开关闭合):引脚直接接到GND(0V),读到“0”(低电平)

  • 电阻的作用:限制电流,防止开关闭合时电源直接短路到地烧毁电路

生活类比:

像一根松紧带,一端钉在天花板上(VCC),一端连着门把手(引脚)。平时松紧带把门把手拉高(状态1),当有人按下门把手时(接地),门把手被拉低(状态0)。

常见用途:

  • 按键/开关电路(默认高,按下变低)

  • I2C等总线,保证空闲时为高电平

  • 芯片使能引脚,确保不上电时乱动


2. 下拉电阻 →默认拉向“低电平”(0)

VCC(电源) | 开关(如按键) | 引脚 ──┐ │ 电阻(下拉电阻) │ GND(地)

工作原理:

  • 平时(开关断开):电阻把引脚“拉”到GND,引脚读到“0”(低电平)

  • 按下时(开关闭合):引脚直接接到VCC,读到“1”(高电平)

生活类比:

像一根松紧带,一端钉在地板上(GND),一端连着气球(引脚)。平时松紧带把气球拉低(状态0),当充气时(接电源),气球升高(状态1)。


为什么必须用电阻?不能直接连线吗?

错误接法(直接连线):

引脚 ── VCC // 引脚永远读1,开关无效

引脚 ── GND // 引脚永远读0,开关无效

正确接法(通过电阻):

text

引脚 ──电阻── VCC │ 开关 │ GND
  • 开关断开:电流几乎为零,引脚被电阻拉到VCC

  • 开关闭合:引脚接地,但电流被电阻限制(安全!)

电阻就像个“缓冲器”:既提供了默认状态,又限制了短路电流。


关键理解要点:

1.确定默认状态

  • 上拉:默认高电平(1)

  • 下拉:默认低电平(0)

  • 避免引脚“悬空”,防止静电干扰和误触发

2.阻值选择(常见4.7kΩ、10kΩ)

  • 太大(如1MΩ):拉得不“结实”,容易受干扰

  • 太小(如100Ω):费电,开关闭合时电流大

  • 适中(10kΩ):兼顾稳定性和省电

3.应用场景

场景通常用
按键(按下接地)上拉电阻
总线空闲状态上拉电阻(如I2C)
防止未用引脚干扰上拉或下拉
三态门输出接上拉确保有状态

实际例子:

你的电脑开机按钮:

  • 内部用上拉电阻保持高电平

  • 按下按钮时接地,变为低电平

  • 主板检测到“高→低”跳变,就开机

一句话总结:
上拉/下拉电阻就像给不确定的引脚一个“默认答案”,当没有外部信号时,它就保持这个默认状态,防止误动作。

电阻既提供了这个“默认力”,又不会在主动控制时“较劲”——这就是它的巧妙之处!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1141090.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

开发基于大模型的金融专业教学案例动态生成器

开发基于大模型的金融专业教学案例动态生成器关键词:大模型、金融专业教学案例、动态生成器、自然语言处理、人工智能教育应用摘要:本文聚焦于开发基于大模型的金融专业教学案例动态生成器。首先介绍了该项目的背景,包括目的、预期读者、文档…

Hive与Atlas整合:元数据管理与数据治理

Hive与Atlas整合:元数据管理与数据治理 关键词:Hive、Atlas、元数据管理、数据治理、OpenMetadata、血缘分析、数据血缘 摘要:本文深入探讨Apache Hive与Apache Atlas的整合技术,解析如何通过元数据管理实现高效的数据治理。从核心…

智谱拿下“全球大模型第一股“:GLM架构如何对标GPT?深度解析中国AI新篇章

智谱成为"全球大模型第一股"上市,标志着中国AGI企业进入资本市场新阶段。作为清华技术转化代表,智谱开发出与GPT对标的GLM架构,连续三年收入翻倍增长,采用MaaS模式实现规模化营收。其GLM-4.7模型在全球评测中表现优异&a…

node.js基于vue的文理快递驿站派件管理系统_j5553wny_

文章目录系统概述核心功能模块技术实现亮点应用价值项目技术介绍开发工具和技术简介nodejs类核心代码部分展示结论源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!系统概述 该系统基于Node.js与Vue.js开发,专为校园或社区快…

大模型智能体进阶:Skills层架构设计与最佳实践

本文详解了大模型智能体架构中的Skills层,作为LLM与工具间的逻辑抽象层,通过封装专业知识和工作流程,实现流程的刚性控制、Token节省和错误自愈。Skills将智能体从"单兵作战"转向"兵团作战",通过"神经符…

3.28 PDF内容解析实战:mPLUG-DocOwl,让AI读懂PDF文档

3.28 PDF内容解析实战:mPLUG-DocOwl,让AI读懂PDF文档 引言 PDF文档解析是AI应用的重要场景,mPLUG-DocOwl是专门用于PDF解析的多模态模型。本文将深入解析PDF解析的实现方法。 一、PDF解析挑战 1.1 挑战概述 # PDF解析挑战 def pdf_parsing_challenges():""&q…

收藏学习!AI大模型完全指南:从基础概念到API实战,一篇搞定

这篇文章全面介绍了AI大模型的基础知识,包括核心原理、Transformer架构和训练流程(预训练、微调、对齐)。详细讲解了不同维度的大模型分类方式、Token概念及其重要性,并提供了OpenAI和阿里云的API调用实战示例,包括参数…

AI应用架构师注意!AI系统数据合规的6个雷区,踩中就会被监管约谈

AI应用架构师必看:AI系统数据合规的6个致命雷区,踩中即触发监管约谈 副标题:结合《生成式AI服务管理暂行办法》《个人信息保护法》,教你从设计端规避数据合规风险 摘要/引言 当你作为AI应用架构师,沉浸在模型优化、…

3.30 视频内容理解:InternVideo,让AI理解视频中的内容

3.30 视频内容理解:InternVideo,让AI理解视频中的内容 引言 视频内容理解是AI的重要能力,InternVideo是视频理解领域的先进模型。本文将深入解析视频内容理解的实现方法。 一、视频理解挑战 1.1 挑战概述 # 视频理解挑战 def video_understanding_challenges():"&…

AI 生成 2026 年工作计划 PPT,内容质量差异在哪里

又到了制定 2026 年工作计划的时候,许多职场人熬夜赶工,绞尽脑汁想大纲、凑内容,结果做出来的 PPT 框架混乱、内容空洞、设计也毫无美感。而且,不同软件之间格式还不兼容,来回转换格式,一不小就出现乱码&am…

导师不会告诉你的AI写论文内幕:9款神器实测,30分钟搞定文理医工全科!

开头:90%的学生不知道的论文“黑科技”,导师私藏的效率密码 你是否还在为论文熬到凌晨三点?是否对着导师的修改意见一头雾水,不知道“逻辑再梳理”“语言更学术”到底指什么?又是否在提交前一天发现查重率飙到30%&…

短视频脚本创作:提示工程在内容生产的应用

用提示工程搭短视频脚本的「智能脚手架」:从0到1生成爆款内容的底层逻辑 关键词 提示工程、短视频脚本、内容生成、大语言模型(LLM)、Prompt设计、人机协作、爆款情绪逻辑 摘要 你有没有过这样的经历? 盯着空白的脚本文档两小时&a…

3.27 大模型中的Embedding:ChatGPT等大模型如何理解文本语义

3.27 大模型中的Embedding:ChatGPT等大模型如何理解文本语义 引言 大模型如ChatGPT通过Embedding技术理解文本语义。本文将深入解析大模型中的Embedding机制。 一、大模型Embedding机制 1.1 Transformer Embedding 大模型使用Transformer架构,通过多层注意力机制学习文本…

不同 AI 生成 2026 年工作计划 PPT 的使用门槛对比

身在职场,制作 2026 年工作计划 PPT 堪称是一项年度大挑战。想想看,每次接到要写计划的任务,多少人对着空白的文档干瞪眼,熬夜改报告更是常有的事。好不容易拼凑出内容,框架却混乱不堪,毫无逻辑可言&#x…

3.29 多模态内容提取:Qwen-VL,图像+文本的联合理解

3.29 多模态内容提取:Qwen-VL,图像+文本的联合理解 引言 Qwen-VL是阿里提出的多模态大模型,支持图像和文本的联合理解。本文将深入解析多模态内容提取的实现方法。 一、多模态理解 1.1 多模态概述 # 多模态理解 def multimodal_overview():"""多模态理解…

Hadoop如何在大数据领域提升数据处理效率

Hadoop如何在大数据领域提升数据处理效率 关键词:Hadoop、大数据、数据处理效率、分布式计算、HDFS、MapReduce 摘要:本文深入探讨了Hadoop在大数据领域提升数据处理效率的原理和方法。首先介绍了Hadoop的背景和相关概念,包括其目的、适用读者、文档结构以及重要术语。接着阐…

springboot林业资源管理系统设计与实现

林业资源管理系统的背景林业资源作为国家重要的自然资源,承担着生态平衡、经济发展和社会效益多重功能。传统林业管理依赖人工记录和纸质档案,存在数据分散、更新滞后、共享困难等问题。随着全球对可持续发展的重视,林业资源数字化管理需求日…

node.js基于vue的协同过滤算法的学生就业推荐系统管理系统_un62e6l3

文章目录摘要功能模块技术实现创新点项目技术介绍开发工具和技术简介nodejs类核心代码部分展示结论源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!摘要 该系统基于Node.js与Vue.js构建,旨在通过协同过滤算法为学生提供个性…

node.js基于vue的实验室课程教学成绩管理系统_1353ac4i

文章目录项目背景技术实现功能模块创新点应用价值项目技术介绍开发工具和技术简介nodejs类核心代码部分展示结论源码文档获取/同行可拿货,招校园代理 :文章底部获取博主联系方式!项目背景 Node.js与Vue结合的实验室课程教学成绩管理系统旨在解决传统成绩…

springboot尿毒症患者健康管理系统的设计与实现

背景与意义尿毒症患者健康管理现状尿毒症是慢性肾脏病的终末期阶段,患者需长期依赖透析或肾移植维持生命。此类患者面临复杂的健康管理需求,包括定期透析、药物管理、饮食控制、并发症监测等。传统管理模式依赖纸质记录或分散的电子表格,存在…