Transformada de Fourier para comprender el filtrado en PWM

La transformada de Fourier se utiliza para analizar señales de PWM. El resultado depende del tipo de PWM como el tipo de portadora y el tipo de modulación.

Un resultado típico se ve como se muestra en la siguiente imagen. La señal de banda base está presente y una serie de productos de intermodulación alrededor de la frecuencia portadora.

Los dos espectros son para diferentes amplitudes de la señal de modulación.

Para suprimir suficientemente los componentes no deseados con mayor frecuencia, se usa un filtro de orden superior.

  

¿Es correcto analizar el impacto de un paso bajo considerando la transformada de Fourier de una señal PWM, incluso si esta se genera con un H-Bridge?

Puede ser correcto analizar un filtro así, pero la referencia tendrá que ser la forma de onda antes del filtro, que es el PWM. Pero esto tiene demasiada información, es decir, tiene la modulación (el seno que desea extraer) y la conmutación, la frecuencia variable de ancho de pulso, que se debe filtrar (por lo tanto, no es necesario). Así que estarías comparando una forma de onda útil (salida) con una no tan útil (entrada). El único momento en que esto sería útil es ver qué tan bien se ha filtrado la frecuencia de conmutación, pero eso se puede deducir fácilmente de la función de transferencia.

Aquí hay un pequeño ejemplo de lo que quiero decir:

V(x) es la forma de onda PWM, V(o) es la salida. Es un gizmo auto-oscilante, por lo que la frecuencia de conmutación varía, y está presente en el intervalo ~ 300kHz ~ 420kHz, mientras que la modulación es un seno de 5kHz (m = 70.71%). Como puede ver, visualmente , la forma de onda PWM (naranja) no es deseada y necesita ser filtrada, mientras que V(o) es un seno con contenido residual de alta frecuencia (ningún filtro es perfecto). Puede verificar en la ventana FFT que el portador se ha atenuado, puede medirlo, pero sería un paso innecesario ya que la función de transferencia del filtro es conocida y la atenuación a una cierta frecuencia puede determinarse analíticamente fácilmente:

$$ H (s) = \ frac {R} {RLCs ^ 2 + sL + R} = \ frac {4} {8.16 * 10 ^ {- 11} s ^ 2 + 3 * 10 ^ {- 5 } s + 4} $$

y las atenuaciones a 300kHz y 420kHz son -37.25dB y -43.07dB (más o menos lo que ves en la imagen, guarda la resolución y el hecho de que no usé un paso de tiempo más estricto, plotwinsize , y numdgt > 7).

  

¿Y deducir que las frecuencias más altas que forman la señal cuadrada se atenúan o incluso desaparecen?

Si este fuera tu objetivo, estarías haciendo algo innecesario, ya que el propósito del filtro de paso bajo es filtrar el contenido de alta frecuencia. Es decir, no es necesario realizar una FFT en un filtro de paso bajo para deducir que es un filtro de paso bajo.

TLDR: Sí, puedes, pero a) se puede deducir yb) es por eso que estás construyendo el filtro en primer lugar, para atenuar X dB a Y Hz.