Matlab 仿真实现TI Instaspin 的Foc 逆Clarke变换和SVPWM

一直没搞明白TI 的Instaspin的SVPWM实现原理,最后只能在Matlab里仿真看看输出波形是不是和普通的SVPWM实现输出的波形一样,用M文件实现,下面是代码:

clear all;

theta = 0:1:360;
vd = 0.0;
vq = 1.15;
Valpha =  zeros(size(theta));
Vbeta =  zeros(size(theta));
Vx = zeros(size(theta));
Vy = zeros(size(theta));
Vz = zeros(size(theta));

N = length(theta);

for i=1:N
    Valpha(i) = vd*cos(i/180*pi)-vq*sin(i/180*pi);
    Vbeta(i) = vq*cos(i/180*pi)+vd*sin(i/180*pi);
    va = Valpha(i);
    vb = -0.5*Valpha(i) +sqrt(3)/2*Vbeta(i);
    vc = -0.5*Valpha(i) -sqrt(3)/2*Vbeta(i);
    vmax = 0;
    vmin = 0;
    if (va > vb)
        vmax = va;
        vmin = vb;
    else
        vmax = vb;
        vmin = va;
    end

    if(vc > vmax)
        vmax = vc;
    elseif (vc < vmin)
        vmin = vc;
    end

    vcom = (vmax+vmin)/2;
    Vx(i) = vcom - va;
    Vy(i) = vcom - vb;
    Vz(i) = vcom - vc;

end

plot(theta, Valpha);
hold on
plot(theta, Vbeta);
hold on

plot(theta, Vx,‘Color‘,‘red‘);
hold on
plot(theta, Vy,‘Color‘,‘yellow‘);

hold on
plot(theta, Vz,‘Color‘,‘green‘);

仿真的波形:

时间: 2024-08-09 11:32:59

Matlab 仿真实现TI Instaspin 的Foc 逆Clarke变换和SVPWM的相关文章

经典功率谱估计及Matlab仿真

原文出自:http://www.cnblogs.com/jacklu/p/5140913.html 功率谱估计在分析平稳各态遍历随机信号频率成分领域被广泛使用,并且已被成功应用到雷达信号处理.故障诊断等实际工程中.本文给出了经典功率谱估计的几类方法,并通过Matlab的实验仿真对经典功率谱估计方法性能进行了分析,最后说明了经典功率谱估计法的局限性和造成这种局限性的原因. 1.引言 给定一个标准的正弦信号,我们可以通过傅里叶变换来分析它的频率成分.然而,实际工程应用中,由于存在着各种干扰.噪声,我

用MATLAB仿真BPSK调制

这是本人的处女贴,以后还会写更多ICT方面的blog.今天为大家呈上MATLAB仿真BPSK调制的codes: clear all;clc; SNR_dB=1:1:9; SNR=10.^(SNR_dB./10); size=length(SNR_dB); A=ones(1,size);%固定A,定义变量sigma sigma=sqrt(1./(2*SNR));%A=1 N=10000; s=randi([0,1],1,N); s1=2*s-1; s2=zeros(1,N); N_errB=zer

极化码的matlab仿真(1)——参数设置

根据老师的安排,对于极化码的了解从仿真开始. 仿真的手段有很多种.可以利用C,C++,matlab等进行仿真的实现.其中matlab由于具有强大的函数库,和壮观的矩阵运算能力,被(我们老师课题组)看中了. 理由是,matlab的语法非常简单,接近自然语言.优秀的绘图能力,让其他软件自愧不如.还有众多的工具箱,功能强大到令人发指.当然非要用C来仿真也是可以的.但试想一个简单的函数,matlab只需要调用一下就好了,C语言怕是要自己动手写两行,何必自找麻烦呢. 话不多说,等下,我再说最后一句,本人研

MATLAB仿真总结

MATLAB仿真过程中,编写MATLAB代码的时候犯了很多错误,做了很多蠢事.记录下自己犯错的点点滴滴,并引以为戒.使用MATLAB版本为2014a,以下内容如有不当还请指正. 1. 仿真开始前清理工作区 工作区存在的变量可能会对脚本运行产生影响,故代码(脚本)开头需要添加如下命令 clc;clear all;close all; 2. 养成良好的变量.函数命名习惯 MATLAB中有很多内置的常量.函数等.写代码的时候不能够随意命名,以防造成不必要的麻烦.譬如在循环时不应该使用i,j变量,在MA

UVW平台运动控制算法以及matlab仿真

UVW平台运动控制算法以及matlab仿真 最近公司同事因为对某视觉对位平台的运动控制算法有疑问,所以来请教我.由于我也是第一次接触到UVW自动对位平台(也可以叫XXY自动对位平台),于是找了一些资料学习一下,大概了解了运动模式后,使用matlab模拟了此平台,并验证了UVW平台资料提供的运动控制算法的正确性. 一.UVW平台介绍 1.这是一种可以实现以平面上任意一点为中心,进行旋转运动的装置,并可沿着任意的方向平移.2.此平台和视觉CCD纠偏系统对接在一起,可以很快完成高精度的纠偏工作,重复定

MATLAB仿真中连续和离散的控制器有何区别?

matlab系统同时提供连续和离散的控制器和对象的目的是:在降低用户使用复杂程度的同时提高仿真精度.仿真速度和应用的广泛性. 仿真步长和求解精度的概念对于理解这个问题至关重要. 首先是步长,步长和求解精度存在一对矛盾,步长的选择是仿真消耗的时间和求解精度要求的折中.计算机只能一步一步计算你的电路或者其他方程,例如你输入一个连续的信号,计算机在一个时刻仅仅会采集这个信号上的一个点,然后把这个点带入你的控制器数学方程中,求出电路方程的一个解,根据这个解得到系统的输出.因此,仿真波形其实是一个个的点聚

通信算法之五:五种编码方式增益比较及matlab仿真验证

1. 卷积码增益性能.误码率 信道环境:AWGN 信噪比SNR :0:0.1:6 MATALB仿真架构:源比特 +卷积码 +BPSK +AWGN +Viterbi +BER 说明:卷积编码,不同的R码率,不同的约束长度 2. Turbo增益性能.误码率 信道环境:AWGN 信噪比SNR :-1:0.1:2 MATALB仿真架构:源比特 +Turbo编码 +BPSK +AWGN +Turbo译码+BER 说明:turbo译码,不同的译码算法那,不同的交织长度,不同的迭代次数. LTE 标准的tur

基于matlab的退化图像复原(二)------逆滤波复原

差不多就是这个理论,傅里叶变换之后除掉退化函数的傅里叶变换,就变回来了. 说是这么说,写出来就是这样.手写公式简单得多,人懒就是任性. matlab代码. clc I=imread('src.png'); I0=rgb2gray(I); subplot(231); imshow(I0); title('src'); [m,n]=size(I0); F=fftshift(fft2(I0)); k=0.0025; H=[]; for u=1:m for v=1:n q=((u-m/2)^2+(v-n

matlab仿真随机数的产生

概率论和数理统计实验(matlab中实现) 一.伯努利分布 R=binornd(N,P); //N,P为二次分布的俩个参数,返回服从参数为N,P的二项分布的随机数,且N,P,R的形式相同. R=binornd(N,P,m); //m是一个1*2向量,它为指定的随机数的个数,其中N,P分别代表返回值R中行与列的维数: R=binornd(N,P,m,n); //m,n分别表示R的行数与列数: 例:一个射击手进行射击比赛,假设每枪射击命中率为0.45,每枪射击10次,共进行10万轮,就可以用matl