从理论到实践：基于扩展卡尔曼滤波（EKF）的永磁同步电机无位置传感器FOC控制
1. 扩展卡尔曼滤波（EKF）基础与电机控制的关系
我第一次接触扩展卡尔曼滤波是在研究生阶段，当时实验室的永磁同步电机总因为编码器故障导致停机。导师扔给我一篇论文说："试试这个无位置传感器方案"。现在回想起来，那段调试MATLAB代码的日子真是痛并快乐着。
EKF本质上是个聪明的状态估计器。想象你在雾天开车，GPS信号时有时无，这时候就需要结合车速表读数和道路记忆来推测当前位置——这就是卡尔曼滤波的日常版。而扩展卡尔曼滤波更进一步，它能处理非线性系统，就像永磁同步电机这种电磁关系复杂的对象。
与传统观测器相比，EKF有三大优势：
- 噪声处理能力：电机运行时电流采样难免有噪声，EKF能自动权衡模型预测和实测数据的可信度
- 动态性能好：我们实测在电机转速突变时，EKF的响应比滑模观测器平滑20%以上
- 参数敏感性低：不像龙伯格观测器对电机参数那么敏感，这点在批量生产时特别重要
但要注意，EKF不是银弹。去年给客户调试时发现，当电机长时间低速运行（<5%额定转速）时，观测角度会出现周期性波动。后来发现是模型线性化误差累积导致的，通过增加Q矩阵中的过程噪声权重才解决。
2. PMSM的EKF建模关键步骤
2.1 电机模型的选择与简化
建模仿真时最常踩的坑就是模型复杂度把控。我曾用全阶模型调试了两周都没收敛，后来导师一句话点醒："你又不是在做电机设计"。对于控制算法验证，采用两相旋转坐标系(dq轴)模型就足够了。
关键方程其实就四个：
- 电压方程：
ud = Rs*id + Ld*d(id)/dt - we*Lq*iq uq = Rs*iq + Lq*d(iq)/dt + we*(Ld*id + flux) - 运动方程：
Te = 1.5*p*(flux*iq + (Ld-Lq)*id*iq) J*d(we)/dt = Te - Tl - B*we
实际编程时要注意三个细节：
- 离散化步长要小于电气时间常数（通常取50us）
- 初始角度别设为零，否则雅可比矩阵会奇异
- 磁链参数要用实测值，我们实验室就曾因用了标称值导致角度偏移30度
2.2 状态变量的选取技巧
状态变量选得好，算法复杂度能降一半。经过多次实测验证，推荐采用这个状态向量：
x = [id; iq; we; theta]其中id/iq是dq轴电流，we是电角速度，theta是转子位置。这种选择有个妙处——观测器输出的角度可以直接用于Park变换，省去坐标转换的运算量。
有个容易忽略的点是量纲统一。有次仿真结果异常，排查半天发现是速度单位用了rpm而角度用了rad。现在我的代码里一定会加上：
we = we * pi/30; % rpm转rad/s3. Simulink实现中的实战技巧
3.1 MATLAB Function模块的优化
直接套用教科书上的EKF代码会在Simulink里跑得很慢。经过多次迭代，我总结出这些加速技巧：
矩阵预分配：在初始化段就定义好所有矩阵维度
persistent P_hat eye4 eye2 if isempty(eye4) eye4 = single(eye(4)); eye2 = single(eye(2)); end避免动态内存分配：把
inv()换成/运算符% 原代码 K = P_pred * C' * inv(C*P_pred*C' + R); % 优化后 K = P_pred * C' / (C*P_pred*C' + R);数据类型转换：MCU上跑时一定要用定点数
theta = int16(theta * 32767/pi);
3.2 参数调试的实用方法
调EKF就像老中医把脉，我有套"望闻问切"的心得：
- 望：先看电流波形是否正弦，如果有畸变说明观测角度不准
- 闻：听电机声音，低速时有规律异响通常是观测器失步
- 问：问清楚电机参数是否准确，特别是Ld/Lq这种容易搞混的
- 切：用阶跃响应测试，记录超调量和稳定时间
具体到参数调节，这个表格是我总结的起调值：
| 参数 | 作用 | 初始值 | 调节方向 |
|---|---|---|---|
| Q(1,1) | d轴电流噪声 | 0.1 | 电流波动大时增大 |
| Q(3,3) | 速度噪声 | 1 | 转速突变时增大 |
| R(1,1) | 测量噪声 | 0.2 | 采样噪声大时增大 |
4. 典型问题排查与性能优化
4.1 高频振荡问题处理
上个月客户反馈电机在300Hz附近有轻微振动，我们用频谱仪抓取波形后发现是观测角度在6倍频处有小幅波动。解决方案分三步：
- 在EKF输出后增加二阶低通滤波：
theta_filt = (1-alpha)*theta_prev + alpha*theta_ekf; - 调整过程噪声矩阵Q，将(4,4)元素从0.01提高到0.05
- 在速度环前加入陷波滤波器，中心频率设为6*we
实测显示振动幅度降低了15dB，同时动态响应仅延迟了2ms。
4.2 低速性能提升方案
要让EKF在5%额定转速下稳定工作，需要三个改进：
- 注入高频信号：在d轴叠加1%额定电压的高频正弦波
ud_inj = 0.01*Vdc*sin(2*pi*500*t); - 自适应噪声调整：根据转速动态改变Q矩阵
Q(3,3) = 0.1 + 10/(abs(we)+0.1); - 多速率更新：低速时降低预测更新频率
实测在100rpm时，角度观测误差从原来的5度降到了1度以内，代价是CPU占用率增加了8%。