102、运动控制中的状态观测器：滑模观测器

运动控制中的状态观测器：滑模观测器

从一次电机堵转说起

去年调试一个伺服驱动器项目，遇到了一个让人抓狂的问题。电机在低速运行时，编码器信号被强电磁干扰吞没，位置反馈直接跳变。更麻烦的是，客户要求不能加额外的屏蔽线，成本卡死了。当时我盯着示波器上那团乱麻般的波形，突然意识到：如果我能从电流和电压信号里“猜”出转子位置，是不是就能绕过编码器失效的问题？

这就是滑模观测器进入我视野的契机。说实话，第一次看滑模理论的数学推导，差点劝退——什么“滑模面”“等效控制”“抖振抑制”，每个词都像在劝退。但真正在嵌入式平台上跑通之后，发现这东西其实很“皮实”，特别适合对付模型不确定性和扰动。

为什么需要状态观测器

运动控制里，我们通常只能直接测量电流、电压、转速这些信号。但很多关键状态——比如永磁同步电机的反电动势、感应电机的转子磁链——要么没法直接测，要么传感器太贵。状态观测器就是干这个的：用可测信号和系统模型，把不可测状态“重构”出来。

传统龙伯格观测器在模型精确时表现很好，但一旦参数不准或者有扰动，误差会迅速累积。滑模观测器不一样，它利用非线性切换项把误差“拽”到零，对参数变化和外部扰动有天然的鲁棒性。代价就是——抖振，那个高频的、让人头疼的锯齿波。

滑模观测器的核心思想

想象你站在一个光滑的斜坡上，目标是滑到坡底。滑模控制就是给你一双“磁力鞋”，一旦偏离目标轨迹，立刻产生一个反向力把你推回去。这个“磁力”就是切换函数，通常用符号函数sign()实现。

在电机控制里，我们构造一个滑模面s=0，通常取电流