SPWM波形優化算法及其DSP實現

2020-12-17 電子產品世界

1.引言

本文引用地址:http://www.eepw.com.cn/article/177181.htm

逆變器誕生之日起人們就把改善輸出波形,消除諧波,提高波形質量作為一項重要的研究內容,所以對SPWM波形的諧波分析有著十分重要的意義[1]。對於實時計算的PWM控制方法常常需要建立數學模型,較為常用的是採樣型的SPWM法。文[2]指出,在對正弦波進行調製時,採用三角波作為載波比用鋸齒波產生更少的諧波分量,自然採樣SPWM法就是通過正弦波與三角波的比較來決定開關點的位置,原理簡單易於用模擬電路實現,但由於其開關模式不能用顯式表達,難以用微機實現實時控制,因此發展了規則採樣法。

本文給出了一種基於DSP的對稱規則SPWM生成法——開關點預置算法,開關點預置最優SPWM控制波形的確定是以輸出THD性能指標最小為優化目標,在同樣開關頻率的前提條件下,從所有可能的開關控制波形中唯一地篩選出來的,因此所選取的開關控制波形即為同樣開關頻率下所有SPWM控制波形中最優的選擇,以此來控制逆變橋開關,其最終輸出正弦信號也必然地具有最優性。

2.對稱規則SPWM波的生成

自然取樣法的主要問題是SPWM波形每一個脈衝的起始和結束時刻tA和tB對於三角載波的中心線不對稱,因而求解困難[3]。工程上實用的方法要求計算簡單,誤差不是很大,因此對自然取樣法進行一些近似處理,得出了各種規則採樣方法。

規則採樣法是波形發生器通過編程方法實現的幾種方式之一,這種方式使PWM波產生的諧波小,在三相異步電動機變頻調速系統中,通常都採用此種方法。

在三角波的一個周期內,只利用三角波的一個峰值點

所對應的正弦函數值求取的脈衝以三角波的峰值點為對稱,因此這種採樣法稱為對稱規則採樣法,如圖1所示。

圖1. 生成SPWM波的規則採樣法

若以單位量1代表三角載波的幅值Uc,則正弦波的幅值Um就是調製度m,m=Um/Uc,再由圖1幾何關係可知:

式中:ωs為正弦調製信號的角頻率, ;Tc為載波周期;fm為調製波頻率。根據脈寬時間計算公式,如果一個周期內有N個矩形波(通常N取為3的整數倍),載波比N=fc/fm,則第i個矩形波的佔空比為:

(3)

可見,在已知載波周期Tc、正弦波電壓Um或m以及每個特定時刻的函數值,便可以計算出第i個脈寬時間和間隙時間。

3.諧波分析

對一般準矩形波進行傅立葉級數變換

n為奇數 (8)

根據式(8)可算出每組開關點控制對應的最終正弦波輸出電壓的各次諧波幅值,即可進一步計算出基波含量和諧波含量等性能指標,並以此作為開關點方案選取的標準。


相關焦點

  • 示波器的波形算法
    本文引用地址:http://www.eepw.com.cn/article/201702/338119.htm提到波形算法,容易想到示波器裡數學運算功能「math」可以實現幾十種的算法,完全滿足應用需要,其中有個特色算法就是實時的FFT算法,可以實時顯示頻譜,實現時域和頻域聯調的功能。
  • 基於DSP的Max-Log-MAP算法實現與優化
    Turbo碼的工程應用與實現是近年來研究工作的熱點。Turbo碼採用反饋迭代解碼結構,成員解碼器使用最大後驗概率(MAP)解碼算法解碼,由於MAP算法含有大量的指數運算與對數運算,給實現帶來極大的困難,在工程應用中,通常採用其對數域的簡化算法――Log-MAP和Max-Log-MAP算法。
  • 基於Verilog HDL的SPWM全數字算法的FPGA實現
    實現SPWM控制算法的方法很多,其中模擬比較法因電路複雜、且不易與數字系統連接而很少採用;傳統的微處理器因不能滿足電機控制所要求的較高採樣頻率(≥1 kHz)而逐漸被高性能的DSP硬體系統所取代,但該系統成本高、設計複雜。
  • 第六講 DSP在雷達信號處理中的應用
    dsp可以利用硬體算術單元、片內存儲器、哈佛總線結構、專用尋址單元、流水處理技術等特有的硬體結構,高速完成fft、fir、複數乘加、相關、三角函數以及矩陣運算等數位訊號處理。因此,dsp非常適合雷達數位訊號處理算法的實現。 fft是雷達信號處理的重要工具。
  • DSP集成開發環境中的混合編程及FFT算法的實現
    前者可以脫離DSP晶片,在PC機上模擬DSP指令集與工作機制,主要用於前期算法實現和調試。後者實時運行在DSP晶片上,可以在線編制和調試應用程式。 這種方法可以實現C語言無法實現的一些硬體控制功能,如修改中斷控制寄存器。        (4) 將C語言編譯生成相應的彙編代碼,手工修改和優化C編譯器生成的彙編代碼。採用這種方法可以控制C編譯器,從而產生具有交叉列表的彙編程序,而設計者可以對其中的彙編語句進行修改,然後對彙編程序進行編譯,產生目標文件。
  • 提升示波器波形質量,要靠OFF/ENVELOPE/AVERAGE這三種算法?
    提到波形算法,容易想到示波器裡數學運算功能「math」可以實現幾十種的算法,完全滿足應用需要,其中有個特色算法就是實時的FFT算法,可以實時顯示頻譜,實現時域和頻域聯調的功能。該文談的算法主要針對測試波形做相應的算法,提升波形質量,分為三種:OFF,ENVELOPE,AVERAGE。
  • dsp處理器一般哪裡用_dsp處理器應用領域分析
    多媒體通信系統所需要的圖像壓縮(目前工業標準是JPEG、MPEG-1、MPEG-2,當然還會出現一些新的算法如小波變換等)、聲音壓縮(標準有G.711、G.722、G.728、G.729等)以及傳輸所需的高速數據機都和dsp有關。隨著dsp運算速度的進一步提高和軟體開發環境的改進,可編程dsp將會成為主流而取代某些專用晶片,或者用戶將自己開發的軟體,駐留在可編程dsp上而成為專用晶片。
  • DDS邏輯優化設計及Verilog實現
    摘    要:本文主要介紹了在DDS系統中,為了提高晶片運算速度,加大輸出帶寬,減小晶片規模從而提高可靠性和頻譜純度而採用的優化方法及其VerilogHDL實現。DDS設計優化這一部分對DDS設計進行了優化,目的是在保持其原有優點的基礎上,儘量減少硬體複雜性,降低晶片面積和功耗等,提高晶片速度。核心結構如圖1所示。圖中相位累加器為32位,如果主頻為75MHz,則確定頻率解析度為0.0174Hz。相位-幅值轉換部分由查找表邏輯實現。查找表用字長為13位的ROM實現,存儲壓縮後的SIN值。
  • 如何才能通過脈寬變化趨勢分析SPWM波形
    SPWM是一種脈衝寬度按正弦規律變化的一種PWM波形,是PWM技術的一種延伸,是一種可以等效正弦波效果的PWM技術。 圖3 但是當實際測試時,這卻無法順利實現。這是因為真實測量回來的波形是有很多高頻大信號幹擾噪聲的,如果對這種波形進行脈寬趨勢分析,無法得到真確的結果。
  • 線性預測及其Matlab實現
    打開APP 線性預測及其Matlab實現 曹華,李偉,譚豔梅 發表於 2012-04-24 11:38:04     3在Matlab上實現線性預測   3.1加窗和自相關函數計算   G.729語音編碼算法大多是用C語言編程實現的,程序顯得格外冗長,有一定的局限性。
  • 定點DSP C55X實現浮點相關運算
    其中,定點型DSP可以實現整數、小數和特定的指數運算,它具有運算速度快、佔用資源少、成本低等特點;靈活地使用定點型DSP進行浮點運算能夠提高運算的效率。目前對定點DSP結構支持下的浮點需求也在不斷增長,主要原因是:實現算法的代碼往往是採用C/C++編寫,如果其中有標準型的浮點數據處理,又必須採用定點DSP器件,那麼就需要將浮點算法轉換成定點格式進行運算。
  • 矩陣相乘優化算法實現講解
    (單位矩陣用在矩陣快速冪中)例如下圖就是一個7*7的單位矩陣:矩陣相乘算法實現:① 依據簡單的矩陣相乘規則我們很容易寫出代碼這種思路比較簡單好想,但是這種算法的複雜度是O(N3),而且不能進行優化,所以在平時在進行矩陣乘法時使用起來往往會超時。
  • CEVA計算機視覺DSP助力 Evomotion ROD-1 360°全景相機
    Evomotion首席技術官黃偉冰補充說:「我們對CEVA的軟體開發環境的質量和能力非常滿意,使我們能夠很輕鬆和有效地開發我們的算法。除了拼接,CEVA-XM4也能以明顯的低功耗處理失真、色彩校正等圖像增強功能。相比CPU/GPU方案,CEVA-XM4在實現相同拼接性能的同時,功耗降低達70%。」
  • 單片機DSP必備概念:快速教會你傅立葉算法
    [導讀] 今天來聊聊如何實現快速傅立葉變換FFT及其應用,希望大家喜歡。直接談FFT,可能沒這方面基礎的同學,不太能明白,先看看它的相近較容易理解的幾個概念吧。啥是傅立葉級數? 在數學中,傅立葉級數(Fourier series)是把類似波的函數表示成簡單正弦波的方式。
  • 【SDCC 2015現場】算法實踐論壇(上):網易、京東、騰訊的算法優化...
    現場詳解如何通過基於搜索用戶日誌挖掘、基於Query短語權重的相似性糾錯等Query優化手段實現RPM上升,「精確」召回更多廣告,提升單次點擊價格。,簡單模型配以優質有效數據有更加好的效果,而算法優化是逐步迭代的過程,需要更多的是靈感。
  • 從SGD到NadaMax,十種優化算法原理及實現
    無論是什麼優化算法,最後都可以用一個簡單的公式抽象: 是參數,而  是參數的增量,而各種優化算法的主要區別在於對  的計算不同,本文總結了下面十個優化算法的公式,以及簡單的Python實現:SGDMomentumNesterov MomentumAdaGradRMSPropAdaDelta
  • 基於IQmath庫的定點DSP算法設計
    而定點DSP沒有定點運算單元,它對浮點格式的實數必須通過軟體才能實現,這樣就增加了指令代碼,間接地使得定點DSP運算速度低於浮點DSP,典型的浮點處理器,如TI公司的C6000系列,幾乎所有的嵌入式微控制器都為定點處理器,如TI公司的C2000系列。因為浮點DSP的價格更加昂貴,因此定點DSP仍然有其巨大的優勢。
  • 基本梯度優化算法——Matlab實現
    實際上這個模型還是有點不夠準確,因為在我們找尋最低點的過程應當是離散的。因此可以進而改善這個模型:天神聽聞探險家的事情,感其誠,遂決定賜予他一個技能——他能夠邁步任意距離到下一個位置(如果到達的地點是空中,則視為到對應垂直下方的地面,因此實際上「位置」只需考慮水平面的坐標(x,y)),但每次釋放技能都會耗費同等的體力。
  • Adam 優化算法詳解
    據牛津字典的定義,優化是指最好或最有效地利用一種情況或資源,或者簡單地使自己的事物達到最佳狀態的行為。 通常,如果可以對某事進行數學建模,則很有可能可以對其進行優化。 這在深度學習領域起著至關重要的作用(可能是整個人工智慧),因為您選擇的優化算法可能是在數分鐘,數小時或數天(有時甚至是數周)內獲得高質量結果的區別。
  • Prim 算法及其高效實現
    解決這個問題有兩種算法,今天暫且先來討論一下Prim Algorithm。不做特別說明,討論的都是無向圖。首先介紹一下最小生成樹的概念,我們知道,圖可以這樣定義 G=(V,E) ,其中 G 表示圖,V 表示頂點集合,E 表示邊集合。最小生成樹是這樣一棵樹,它滿足:通俗地講,就是使得圖GG連通時,所選取的邊的長度的和最小。