前面我们基本把有感FOC介绍得差不多了,接下来我本打算进入无感FOC控制的深入学习,奈何导师项目项目太多太杂........................先把自己这段时间学的东西总结分享一下再说吧。查阅了很多无感FOC控制的相关资料,把基本原理和流程渐渐的了解了一下(以后有时间再详细介绍了),发现很多环节都会用到”一阶低通数字滤波器“(相电流滤波,反电势滤波,角度、转速滤波,校正因子滤波),虽然代码里面只是一个简单的公式,但为了控制系统的参数设计,我还是浅浅的去探究了一下其基本原理,如有错误还望提出指正。
开局先直接给出公式:
式中:x(k)为当前输入,y(k-1)为上一次的输出,y(k)为当前计算的输出;a为滤波系数,取值范围0~1,a取值越小,当前输入权重就越小,输出波形越平滑,但响应灵敏度降低;
如果只是套用公式写代码的话,看到这里就可以结束了,想要理解其中的原理,以及采样频率、截止频率和参数的计算,那么请接着往下看。
01. 原理及公式推导
”一阶低通数字滤波器“对应的物理电路模型是”一阶RC低通滤波电路“,电路如下图所示。
电容的阻抗表示为1/jωC,对于上面电路,有输入输出电压关系:
上式写成传递函数形式:
,
在《自动控制原理》中称为一阶惯性环节。
由Y(s)=G(s).F(s)得到时域的微分方程:
使用一阶后向差分法,对上面微分方程进行离散化,有:
其中T为采样周期,对上式进行整理化简可写成:
令得到一般表达式:,a称为滤波系数。
02. 截止频率和参数计算
对于电路模型,有截止频率(截止频率定义为幅频响应曲线衰减 -3db,即为原来的1/sqrt(2)时的频率,模电里面的基础知识这里不细讲)
可得是将常数
代入滤波系数a的表达式得:
式中f=1/T为采样频率。
在实际的应用中,一般有采样频率远大于截止频率,即有,故近似有,所以已知截止频率和采样频率,我么就能够计算滤波系数a的值了。
又会问:截止频率和采样频率怎么确定呢?选取不同的值会对计算输出有什么影响呢?下面为你简单介绍一下。
03. 频率的选择
3.1采样频率的选择
一般人为主观选择,在不影响其他功能性能的条件下,尽量越大越好。
先以我之前做的电机控制为例。在程序中,PWM定时器开启中断,在中断服务函数中用ADC采集相电流,故采样频率就等于PWM定时器频率,我在控制代码中用的是20kHz,即采样频率f=20kHz。
3.2截止频率的选择
根据采样对象信号的频率选择,一般稍大于被采样信号的最大基波频率就好。
还是以我做的电机控制为例。我用的永磁同步电机额定转速为3000rpm,极对数为4,采样对象为相电流。则在额定条件下,相电流的频率为f_current=3000*4/60=200Hz,考虑到电机超负荷运行,瞬时转速可以大于3000,保留一定余量,我取截止频率f_H=500Hz。如此计算得滤波系数。
在电机运行前,对放大器进行校准时,只考虑直流偏置输入,即被采样的信号频率趋近于0Hz,主要滤掉电路中的高频干扰和噪声,故可把截止频率取得很小,我这里取f_H=5Hz,计算得滤波系数a=0.00157。
04频率选择对输出的影响(附仿真分析)
在采样频率固定的情况下,截止频率越大,滤波系数a的值越大,当前输入的权重就越大,计算的输出和实际的输出跟踪效果更好,即动态响应更好,幅值衰减的影响更小。
减小截止频率,滤波系数a的值越小,当前输入的权重越小,故计算的输出信号更平滑,对噪声干扰和谐波的滤除效果更好,但是动态响应变差,而且会产生一定程度的幅值衰减。
下面是matlab代码和仿真结果分析:
仿真结果:
图中,绿色为含有噪声的采样信号,蓝色为标准的正弦信号,红色为采样信号经过一阶低通滤波器的计算输出。
可以发现,当截止频率较小时,输出信号幅值衰减明显,且存在一定滞后;随着截止频率的增大,对标准正弦信号的跟踪效果越好;当截止频率过大时,几乎能完全复现采样信号,但是对噪声的滤波效果变差。
下面再看一下对直流信号的测试
可以看出,随着截止频率的减小,计算输出的信号越来越平滑,接近直流信号,但同时调节时间也增大,对应我前面电机控制中,对放大器的校准时间需要延长。在实际应用中,对于直流信号的滤波,截止频率一般取1~50Hz我觉得就好了(当然也有可能其它情况我没想到)。
最后附上matlab的仿真源代码
代码源程序:
交流信号部分:
f_basic=200;%原信号频率为200Hz
w_basic=2*pi*f_basic;
f_H=1;%截止频率500Hz
f_simple=20000;%采样频率20kHz
PointNumber = 100000;%坐标点数量
x=0PointNumber-1;
Standard =2+sin(w_basic*x*0.0000005);%原始标准信号
noise = 0+0.1*randn(1,PointNumber);
AddNoise=Standard+noise;
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
figure(1);
X=0PointNumber-1;
plot(X,AddNoise,'-.g');hold on;
plot(X,Standard,'-..b');hold on;
plot(X,output,'-..r');hold on;
legend('With noise','Standard','Output')
xlabel('time');
ylabel('value');
title('一阶低通滤波器(fH=1Hz)');
f_basic=200;%原信号频率为200Hz
w_basic=2*pi*f_basic;
f_H=5;%截止频率500Hz
f_simple=20000;%采样频率20kHz
PointNumber = 100000;%坐标点数量
x=0PointNumber-1;
Standard =2+sin(w_basic*x*0.0000005);%原始标准信号
noise = 0+0.1*randn(1,PointNumber);
AddNoise=Standard+noise;
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
figure(2);
X=0PointNumber-1;
plot(X,AddNoise,'-.g');hold on;
plot(X,Standard,'-..b');hold on;
plot(X,output,'-..r');hold on;
legend('With noise','Standard','Output')
xlabel('time');
ylabel('value');
title('一阶低通滤波器(fH=5Hz)');
f_basic=200;%原信号频率为200Hz
w_basic=2*pi*f_basic;
f_H=50;%截止频率500Hz
f_simple=20000;%采样频率20kHz
PointNumber = 100000;%坐标点数量
x=0PointNumber-1;
Standard =2+sin(w_basic*x*0.0000005);%原始标准信号
noise = 0+0.1*randn(1,PointNumber);
AddNoise=Standard+noise;
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
figure(3);
X=0PointNumber-1;
plot(X,AddNoise,'-.g');hold on;
plot(X,Standard,'-..b');hold on;
plot(X,output,'-..r');hold on;
legend('With noise','Standard','Output')
xlabel('time');
ylabel('value');
title('一阶低通滤波器(fH=50Hz)');
f_basic=200;%原信号频率为200Hz
w_basic=2*pi*f_basic;
f_H=500;%截止频率500Hz
f_simple=20000;%采样频率20kHz
PointNumber = 100000;%坐标点数量
x=0PointNumber-1;
Standard =2+sin(w_basic*x*0.0000005);%原始标准信号
noise = 0+0.1*randn(1,PointNumber);
AddNoise=Standard+noise;
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
figure(4);
X=0PointNumber-1;
plot(X,AddNoise,'-.g');hold on;
plot(X,Standard,'-..b');hold on;
plot(X,output,'-..r');hold on;
legend('With noise','Standard','Output')
xlabel('time');
ylabel('value');
title('一阶低通滤波器(fH=500Hz)');
直流信号部分:
f_basic=1;%原信号频率为200Hz
w_basic=2*pi*f_basic;
f_H=500;%截止频率500Hz
f_simple=20000;%采样频率20kHz
PointNumber = 100000;%坐标点数量
x=0PointNumber-1;
Standard =2+0.05*sin(w_basic*x*0.00005);%原始标准信号
noise = 0+0.05*randn(1,PointNumber);
AddNoise=Standard+noise;
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
figure(1);
X=0PointNumber-1;
plot(X,AddNoise,'-.g');hold on;
plot(X,output,'-..r');hold on;
xlabel('time');
ylabel('value');
title('一阶低通滤波器(直流信号测试)');
f_H=1;%截止频率500Hz
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
plot(X,output,'-..c');hold on;
f_H=0.5;%截止频率500Hz
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
plot(X,output,'-..m');hold on;
f_H=0.2;%截止频率500Hz
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
plot(X,output,'-..k');hold on;
f_H=0.1;%截止频率500Hz
a=2*pi*f_H/f_simple;
y_last=0;
y_now=0;
for i = 0PointNumber-1
x_now=AddNoise(i+1);
y_now=(1-a)*y_last+a*x_now;
output(i+1)=y_now;
y_last=y_now;
end
plot(X,output,'-..r');hold on;
plot(X,Standard,'-..b');hold on;
legend('With noise','Output-500Hz','Output-1Hz','Output-0.5Hz','Output-0.2Hz','Output-0.1Hz','Standard')
-
滤波器
+关注
关注
161文章
7795浏览量
177985 -
数字滤波器
+关注
关注
4文章
270浏览量
47016 -
FOC
+关注
关注
20文章
322浏览量
42796
原文标题:“一阶数字低通滤波器”原理推导(含仿真和代码实现)
文章出处:【微信号:mcu168,微信公众号:硬件攻城狮】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论