低通滤波器在电机控制中的应用与实现

1. 低通滤波器在电机控制中的核心作用

在BLDC和PMSM电机控制领域，信号处理的质量直接影响着整个系统的性能表现。SimpleFOC作为一个开源的FOC（磁场定向控制）实现框架，其信号处理模块的设计尤其值得深入研究。低通滤波器作为信号链中的关键环节，主要承担着两大任务：

• 抑制高频噪声：电机驱动环境中普遍存在PWM开关噪声、传感器量化误差等高频干扰
• 平滑信号波动：对速度、位置等反馈信号进行适度平滑，避免控制环路的过度响应

在v2.3.2版本的SimpleFOC中，低通滤波器的实现集中在lowpass_filter.cpp和lowpass_filter.h这两个文件。这两个文件虽然代码量不大（合计约150行），但包含了从一阶到高阶的多种滤波器实现方案，是理解SimpleFOC信号处理架构的理想切入点。

2. 滤波器实现的数学基础

2.1 一阶RC滤波器的离散化实现

SimpleFOC中最基础的滤波器实现是一阶RC低通滤波器，其传递函数为：

code复制H(s) = 1 / (τs + 1)

其中τ=RC为时间常数。在数字域实现时，采用后向欧拉离散化方法得到差分方程：

code复制y[n] = α * x[n] + (1-α) * y[n-1]

这里α=Δt/(τ+Δt)称为平滑系数，Δt为采样周期。在LowPassFilter::operator()的实现中，这个公式被直接应用：

cpp复制float LowPassFilter::operator()(float x) {
    y = alpha * x + (1.0f - alpha) * y_prev;
    y_prev = y;
    return y;
}

实际工程中，α的取值范围通常在0.01-0.3之间。取值过大会导致滤波效果不足，过小则会引起相位滞后。SimpleFOC默认采用α=0.05的折中方案。

2.2 截止频率与参数换算

截止频率fc与时间常数τ的关系为：

code复制fc = 1 / (2πτ)

在SimpleFOC的API设计中，提供了两种参数设置方式：

cpp复制void setTimeConstant(float tau);  // 直接设置时间常数
void setCutoffFreq(float fc);     // 通过截止频率间接设置

内部实现上，setCutoffFreq()会先计算τ值：

cpp复制void LowPassFilter::setCutoffFreq(float fc) {
    tau = 1.0f / (2.0f * _PI * fc);
    // 更新alpha值...
}

3. 源码架构解析

3.1 类设计分析

LowPassFilter类采用典型的OOP设计，主要包含：

• 状态变量：y_prev存储上一个输出值
• 配置参数：tau(时间常数)、alpha(平滑系数)
• 接口方法：
  • operator()：滤波器核心运算
  • setTimeConstant/setCutoffFreq：参数配置
  • getTimeConstant/getCutoffFreq：参数查询

类声明中的关键设计：

cpp复制class LowPassFilter {
public:
    LowPassFilter(float tau=0.0f, float ts=0.0f);
    float operator()(float x);
    // ...其他接口
private:
    float tau;     // 时间常数 
    float ts;      // 采样时间
    float alpha;   // 平滑系数
    float y_prev;  // 前次输出
};

3.2 高阶滤波器的链式实现

对于需要更高阶滤波的场景，SimpleFOC采用级联多个一阶滤波器的方式实现。在lowpass_filter.h中定义了专门的模板类：

cpp复制template<int N>
class LowPassFilterN {
public:
    LowPassFilter<N> filters[N];
    float operator()(float x) {
        for(int i=0; i<N; i++) 
            x = filters[i](x);
        return x;
    }
};

这种实现方式相比直接设计高阶IIR滤波器有几个优势：

• 参数调节直观（每个阶段使用相同的τ值）
• 数值稳定性更好
• 计算复杂度线性增长（O(N)）

4. 实际应用中的参数整定

4.1 速度环滤波示例

在电机速度控制中，典型的滤波器配置如下：

cpp复制LowPassFilter speed_filter;
// 设置截止频率为50Hz（假设采样频率1kHz）
speed_filter.setCutoffFreq(50.0f); 
speed_filter.setSampleTime(0.001f);

对应的波特图特性：

4.2 不同应用场景的参数建议

根据实际工程经验，推荐以下配置：

5. 实现细节与优化技巧

5.1 采样时间自适应处理

在实际应用中，采样周期可能不固定。SimpleFOC的处理策略是：

cpp复制void LowPassFilter::setSampleTime(float ts) {
    this->ts = ts;
    alpha = ts / (tau + ts);  // 重新计算alpha
}

注意：当ts变化超过±20%时，建议重置滤波器状态(y_prev=0)以避免瞬态异常。

5.2 数值稳定性保障措施

在极端参数情况下（如τ→0），原始实现可能出现数值问题。改进版本增加了参数校验：

cpp复制void LowPassFilter::setTimeConstant(float tau) {
    this->tau = max(tau, 0.0001f);  // 防止除零
    alpha = ts / (this->tau + ts);
}

5.3 定点数优化方案

对于资源受限的MCU，可将浮点运算转换为定点数实现。以Q15格式为例：

cpp复制int16_t LowPassFilter_Fixed::operator()(int16_t x) {
    int32_t tmp = (alpha * x) + ((32767 - alpha) * y_prev);
    y_prev = tmp >> 15;  // Q30转Q15
    return y_prev;
}

6. 常见问题排查指南

6.1 滤波器无输出或输出异常

排查步骤：

1. 检查operator()是否被正确调用
2. 验证时间常数τ是否设置合理（非零）
3. 确认采样时间ts是否与实际调用间隔匹配
4. 检查y_prev初始化状态（默认应为0）

6.2 相位延迟过大

解决方案：

• 适当提高截止频率（牺牲一些滤波效果）
• 采用前向预测补偿（需要系统模型）
• 考虑使用FIR滤波器替代

6.3 高频噪声抑制不足

优化方法：

• 增加滤波器阶数（2-4阶）
• 级联不同截止频率的滤波器
• 检查系统接地方案和硬件滤波

7. 性能对比实测数据

在STM32F405平台上的测试结果：

从测试数据可以看出，对于大多数FOC应用，一阶浮点实现已经能够满足需求。只有在极端噪声环境下才需要考虑高阶或定点数实现。