1. 为什么低速下反电动势观测器会失效
搞过无感FOC的人都有一个共识：中高速区间用龙贝格观测器或者滑模观测器，转子位置估算基本稳如老狗，但一旦转速掉到额定转速的5%以下，甚至直接堵转到零速，整套观测器就跟瞎了一样，估算角度开始乱飘，转矩输出抖动，严重的时候直接失步。这不是算法写得不好，而是物理层面的限制。
1.1 反电动势与转速的线性关系是根本瓶颈
永磁同步电机的反电动势公式很朴素：
E = Ke × ωe
其中Ke是反电动势常数，ωe是电角速度。假设一台额定3000rpm的PMSM，在150rpm时电角速度只有额定值的5%，反电动势幅值也只剩5%。而电流采样电路里始终存在噪声、ADC量化误差、死区导致的电压畸变，这些干扰的幅值不会因为转速降低而减小。当有用信号（反电动势）被压缩到和噪声同一量级时，信噪比急剧恶化，观测器从噪声里根本提取不出有效的转子位置信息。
我用一台48V、额定2000rpm的云台电机做过实测：在100rpm时，龙贝格观测器估算的角度误差还能控制在15度电角度以内；降到30rpm时，角度误差直接飙到±60度以上，电机开始来回抖动，根本没法闭环。这就是为什么低速需要换一套完全不同的思路。
1.2 高频注入为什么能绕开这个限制
高频注入的核心逻辑是：既然反电动势在低速下不可靠，那我就不靠反电动势了，我主动往电机里打一个高频信号，利用转子的凸极效应（d轴和q轴电感不相等）来探测转子位置。这个凸极效应跟转速无关，只跟转子本身的物理结构有关，所以低速甚至零速下依然有效。
具体来说，对于内置式永磁电机（IPMSM），d轴电感Ld通常小于q轴电感Lq，差值可以达到20%~40%。当高频电压信号注入到定子绕组中时，高频电流的响应幅值会随着注入方向与转子d轴夹角的变化而变化。通过解调高频电流的幅值或相位信息，就能反推出转子位置。这就是HFI（High Frequency Injection）的物理基础。
注意：表贴式永磁电机（SPMSM）的Ld和Lq几乎相等，凸极效应极弱，标准HFI方法效果很差。如果非要用，需要借助饱和凸极效应，注入幅值要加大，但会带来额外的损耗和噪声。
2. d轴正弦波高频注入的数学推导全过程
高频注入按注入信号类型分，常见的有旋转电压注入、脉振电压注入、方波注入等。d轴正弦波注入属于脉振注入的一种，它的特点是在估算的d轴方向注入一个高频正弦电压，通过q轴高频电流的响应来提取位置误差信号。下面我把整个推导链路一步步展开。
2.1 高频下的电机模型简化
在同步旋转坐标系（d-q轴）下，PMSM的电压方程完整形式是：
vd = Rs·id + Ld·(did/dt) - ωe·Lq·iqvq = Rs·iq + Lq·(diq/dt) + ωe·Ld·id + ωe·ψf
当注入频率ωh远高于基波频率ωe时（通常ωh是ωe的10倍以上），可以做两个合理简化：
- 忽略定子电阻Rs，因为在高频下ωh·L远大于Rs；
- 忽略反电动势项ωe·ψf和交叉耦合项ωe·L·i，因为ωe远小于ωh。
简化后的高频电压方程变成：
vdh ≈ Ld·(didh/dt)vqh ≈ Lq·(diqh/dt)
这组方程说明：在高频激励下，电机表现为一个纯电感负载，d轴和q轴各自是一个独立的电感。这就是高频注入能工作的数学前提。
2.2 注入信号的定义与坐标系关系
假设我们在估算的d轴方向注入一个高频正弦电压：
vdh_inj = Vh·cos(ωh·t)vqh_inj = 0
这里Vh是注入电压幅值，ωh是注入角频率。注意，这个注入是在估算坐标系（用上标^表示）下进行的，而电机的实际凸极轴在真实坐标系下。两者之间存在一个角度误差Δθ = θ_real - θ_est。
通过坐标变换，把估算坐标系下的注入电压投影到真实d-q轴上，可以得到真实轴上的高频电压分量。再结合高频电感模型，解出真实轴上的高频电流响应，最后再变换回估算坐标系，得到估算q轴上的高频电流：
iqh_est = (Vh·sin(2Δθ)) / (2·ωh·Ld·Lq) · sin(ωh·t) - ...
这个表达式里最关键的信息是：估算q轴高频电流的幅值正比于sin(2Δθ)。当Δθ趋近于0时，iqh_est也趋近于0。这就意味着，如果我们能通过信号处理手段把iqh_est的幅值提取出来，并控制它为零，就能让估算角度收敛到真实角度。
2.3 从高频电流到位置误差信号的解调
实际工程中，我们采样到的是三相电流，经过Clarke和Park变换后得到估算坐标系下的idh和iqh。iqh里面混杂了基波电流、PWM开关噪声、高频注入响应等多种成分。要提取出有用的位置误差信息，需要做解调。
最常用的解调方法是同步解调（也叫锁相解调）：将iqh乘以一个与注入信号同频同相的参考信号，然后通过低通滤波器滤除高频分量，保留直流分量。具体操作：
- 将采样得到的iqh乘以sin(ωh·t)；
- 利用积化和差公式，iqh·sin(ωh·t)会产生一个直流项和一个二倍频项；
- 用低通滤波器（截止频率远低于ωh）滤掉二倍频项，剩下的直流项就是位置误差信号ε。
最终得到的误差信号形式为：
ε ≈ K · sin(2Δθ) ≈ 2K · Δθ（当Δθ很小时）
其中K是一个与Vh、ωh、Ld、Lq相关的常数。这个ε就是我们要送入锁相环（PLL）或龙贝格观测器的输入信号。
2.4 锁相环的闭环收敛机制
拿到误差信号ε之后，需要一个闭环控制器把它拉回零。最经典的结构是PLL：
- 将ε送入一个PI控制器；
- PI控制器的输出是估算转速的修正量；
- 对修正后的转速积分，得到估算角度θ_est；
- θ_est再反馈回去做Park变换，形成闭环。
整个环路的带宽通常设计在50~200Hz之间。带宽太低，收敛慢，动态响应差；带宽太高，容易受噪声干扰，产生高频抖动。我一般从100Hz开始调，根据实际电机的凸极率和噪声水平微调。
3. 数字实现中的关键参数计算与选型
理论推导清楚了，但真正落地到MCU上跑，参数选不对照样翻车。这一部分我结合自己在STM32G431和TI TMS320F280049两套平台上跑HFI的经验，把关键参数的计算逻辑和选型依据讲清楚。
3.1 注入频率ωh的选取边界
注入频率的选择有两个约束：
下限约束：ωh必须远大于基波频率ωe_max，否则高频模型和基波模型会耦合，解调时无法分离。工程上一般要求ωh ≥ 10·ωe_max。假设电机最高运行在300Hz电频率，那ωh至少3000Hz。
上限约束：ωh必须远小于PWM开关频率的一半，否则注入信号会被PWM载波混叠。如果PWM频率是20kHz，那ωh理论上不超过10kHz，实际留余量取5kHz以下比较稳妥。
综合下来，对于20kHz PWM、最高电频率300Hz的应用，ωh取2kHz~4kHz是比较合理的区间。我实测过2kHz和4kHz两档，2kHz时电流响应幅值更大、信噪比更好，但可用的控制带宽略窄；4kHz时响应幅值小一些，但动态更好。最终我选了2.5kHz作为折中。
3.2 注入电压幅值Vh的权衡
Vh选大了，高频电流响应强，信噪比好，但会带来额外的铜损、铁损和可听噪声；Vh选小了，响应弱，容易被噪声淹没。
一个实用的经验公式是：Vh ≈ 0.1~0.2 × Vdc。对于48V母线，Vh取5~10V。但这只是起点，实际还要看电机的凸极率和额定电流。如果Ld和Lq差值只有10%，Vh需要适当加大；如果凸极率有30%以上，Vh可以小一些。
我一般会做一个简单的注入测试：在电机静止时注入不同幅值的Vh，观察iqh的信噪比。当Vh从5V增加到10V时，如果iqh幅值线性增长且噪声没有明显增大，说明还有余量；如果增加到某个值后噪声开始非线性增长，说明已经接近饱和或引入了额外谐波，需要回调。
3.3 低通滤波器的截止频率设计
解调环节的低通滤波器截止频率fc需要同时满足两个条件：
- fc必须远小于2·ωh（二倍频分量），一般取fc ≤ ωh/5；
- fc必须远大于PLL环路的带宽，否则会限制整个位置观测的动态响应。
假设ωh = 2.5kHz，那2·ωh = 5kHz，fc取500Hz~1kHz比较合适。PLL带宽100Hz的话，fc = 500Hz可以提供足够的裕量。
在数字实现上，我通常用一阶IIR低通滤波器，差分方程是：
y[n] = α·x[n] + (1-α)·y[n-1]
其中α = Ts/(Ts + 1/(2π·fc))，Ts是采样周期。这个滤波器计算量小，相位滞后可控，在G431上跑完全没有压力。
3.4 凸极率对注入策略的影响
不同电机的凸极率差异很大，直接决定了HFI的可行性和参数选择。下面这张表是我实测过的几款电机的数据：
| 电机类型 | Ld (mH) | Lq (mH) | 凸极率(Lq/Ld) | HFI效果 |
|---|---|---|---|---|
| 云台电机 | 0.85 | 0.92 | 1.08 | 勉强可用，需加大Vh |
| 工业伺服 | 3.2 | 4.5 | 1.41 | 效果好，标准参数即可 |
| 电动车轮毂 | 0.12 | 0.18 | 1.50 | 效果好，但ωh需提高 |
| 表贴式主轴 | 2.1 | 2.15 | 1.02 | 基本不可用 |
从表里可以看出，凸极率低于1.1的电机，HFI的信号非常微弱，需要把Vh加到很大才能看到明显的iqh响应，但这时候噪声和损耗也跟着上来了。凸极率在1.3以上的电机，HFI跑起来就很舒服。
4. 从仿真到实机：我踩过的五个坑
理论推导和参数计算都清楚了，但真正把算法烧进板子跑起来，问题才一个接一个冒出来。这一部分我把自己从MATLAB仿真到实机调试过程中踩过的坑完整还原一遍，包括排查思路和最终解决方案。
4.1 第一个坑：仿真收敛但实机角度始终偏30度
仿真里PLL收敛得很好，角度误差在2度以内。但烧到板子上跑，估算角度始终比真实角度偏30度左右，而且这个偏差不随转速变化，是个固定值。
排查过程：先怀疑是初始角度对齐没做好，重新做了一遍强制对齐，偏差依然存在。然后怀疑是Park变换的符号搞反了，检查代码发现d轴和q轴的定义跟仿真一致。最后用示波器同时抓了真实编码器角度和估算角度，发现偏差确实固定，而且跟注入方向有关。
根因：注入信号是在估算d轴上注入的，但我的代码里Park变换用的角度是θ_est + 30度（因为之前调试别的算法时加了一个补偿），导致注入方向偏了30度。把补偿去掉后，偏差消失。
经验：HFI对注入方向非常敏感，任何角度偏移都会直接反映到位置误差信号里。调试时一定要确保Park变换和反Park变换用的是同一个角度，不要引入额外的补偿。
4.2 第二个坑：低速时电机发出刺耳的高频啸叫
电机在低速运行时发出明显的2.5kHz啸叫，声音很尖，客户直接投诉。
排查过程：确认啸叫频率就是注入频率ωh，说明注入信号本身引起了定子铁芯的磁致伸缩。降低Vh可以减小啸叫，但信噪比也跟着下降。
解决方案：改用变频注入策略，让ωh在一定范围内随机跳变（比如2.3kHz~2.7kHz之间），把单一频率的啸叫能量分散到多个频点上，主观感受上噪声明显降低。同时把注入方式从连续注入改为间歇注入，在不需要精确位置的低速段减少注入占空比。
这个改动之后，啸叫从"刺耳"降到了"可接受"级别，客户没有再投诉。
4.3 第三个坑：负载突变时PLL失锁
空载和轻载下HFI跑得很稳，但一加负载，特别是负载突变时，估算角度会突然跳变，严重时PLL直接失锁，电机失步。
排查过程：抓了负载突变时的iqh波形，发现负载电流的基波分量在解调时没有被完全滤除，残余的基波分量进入了PLL，导致误差信号被污染。
根因：低通滤波器的截止频率设得太高（1kHz），负载突变时基波电流的频率虽然低，但幅值很大，经过解调后产生的低频干扰没有被充分衰减。
解决方案：把低通滤波器截止频率从1kHz降到300Hz，同时在PLL前面加了一级带通滤波器，中心频率设在ωh，进一步抑制基波干扰。代价是PLL的响应变慢了一些，但负载突变时不再失锁。
4.4 第四个坑：不同电机参数下需要重新调参
同一套代码，换一台电机就要重新调Vh、ωh、PLL带宽，非常麻烦。
解决方案：做了一个简单的参数自辨识流程。在电机静止时，分别注入d轴和q轴的高频电压，测量对应的电流响应，自动计算出Ld和Lq。然后根据凸极率自动推荐Vh和PLL带宽的初始值。这个流程把调参时间从半天缩短到了10分钟。
4.5 第五个坑：从HFI切换到中高速观测器时的抖动
低速用HFI，高速用龙贝格观测器，两者切换时角度会有跳变，导致转矩抖动。
解决方案：采用加权融合策略，在切换区间内（比如额定转速的5%~10%），HFI和龙贝格观测器的估算角度按转速线性加权，实现平滑过渡。同时确保两个观测器的角度在切换前已经对齐，避免切换瞬间的大偏差。
5. 代码框架与关键片段说明
这一部分给出我在STM32G431上实现的HFI核心代码框架，重点说明几个关键环节的实现细节。代码基于C语言，运行在20kHz的PWM中断里。
5.1 注入信号生成与坐标变换
// 高频注入信号生成 float theta_h = 2.0f * PI * FH * t; // FH = 2500Hz float vd_inj = VH * sinf(theta_h); // d轴注入电压 float vq_inj = 0.0f; // q轴不注入 // 反Park变换到静止坐标系 float v_alpha = vd_inj * cosf(theta_est) - vq_inj * sinf(theta_est); float v_beta = vd_inj * sinf(theta_est) + vq_inj * cosf(theta_est); // 叠加到基波电压上，送入SVPWM v_alpha_total = v_alpha_base + v_alpha; v_beta_total = v_beta_base + v_beta;这里的关键点是：注入电压是叠加在基波电压之上的，两者在静止坐标系下相加后再送入SVPWM模块。注入频率2.5kHz，PWM频率20kHz，每个注入周期有8个PWM周期，分辨率足够。
5.2 高频电流提取与解调
// 采样三相电流，Clarke+Park变换到估算坐标系 // 得到id_est和iq_est（包含基波和高频分量） // 同步解调：乘以参考正弦信号 float demod = iq_est * sinf(theta_h); // 一阶IIR低通滤波，截止频率300Hz float alpha_lpf = 2.0f * PI * FC * TS / (1.0f + 2.0f * PI * FC * TS); epsilon = alpha_lpf * demod + (1.0f - alpha_lpf) * epsilon_prev; epsilon_prev = epsilon; // epsilon即为位置误差信号，送入PLL解调环节的乘法运算和低通滤波都在中断里完成，计算量很小。G431的FPU跑这些浮点运算绰绰有余，中断执行时间不到5微秒。
5.3 PLL闭环与角度输出
// PLL PI控制器 float omega_err = KP_PLL * epsilon + KI_PLL * integral_epsilon; integral_epsilon += epsilon * TS; // 估算转速 = 基波转速 + PLL修正量 float omega_est = omega_base + omega_err; // 积分得到估算角度 theta_est += omega_est * TS; if (theta_est > 2.0f * PI) theta_est -= 2.0f * PI; if (theta_est < 0.0f) theta_est += 2.0f * PI;PLL的PI参数我一般这样整定：先令KI=0，逐渐增大KP直到角度开始轻微振荡，然后回调到振荡消失的70%；再逐渐增大KI，直到消除稳态误差且不引入明显超调。这套方法虽然土，但很实用。
6. 实测性能数据与适用边界
最后这部分给出我在一台工业伺服电机（额定功率750W，额定转速3000rpm，凸极率1.41）上的实测数据，以及HFI的适用边界说明。
6.1 不同转速下的角度误差
| 转速 (rpm) | 角度误差 (电角度) | 转矩脉动 | 备注 |
|---|---|---|---|
| 0 (堵转) | ±5度 | 轻微 | 满载启动正常 |
| 30 | ±4度 | 轻微 | 运行平稳 |
| 60 | ±3度 | 很小 | 效果最佳区间 |
| 150 | ±3度 | 很小 | 效果最佳区间 |
| 300 | ±5度 | 轻微 | 开始受基波干扰 |
| 500 | ±10度 | 明显 | 建议切换到观测器 |
| 1000 | 不适用 | - | 必须切换 |
从数据可以看出，HFI在0~300rpm区间内角度误差控制在±5度以内，完全满足低速大扭矩应用的需求。超过300rpm后，基波频率升高，解调难度加大，误差开始增大，这时候就应该切换到龙贝格观测器了。
6.2 什么场景适合用HFI
HFI不是万能的，它有明确的适用边界：
适合的场景：
- 需要零速或极低速大扭矩输出的场合，比如电梯曳引机、注塑机、电动工具；
- 需要频繁正反转且每次都要从零速启动的场合，比如伺服压机、机械臂关节；
- 电机凸极率大于1.2的内置式永磁电机。
不适合的场景：
- 表贴式永磁电机（凸极率接近1），HFI信号太弱；
- 对噪声要求极高的场合（如医疗设备、家用电器），注入信号会产生可听噪声；
- 高速运行场合，HFI完全没有优势，直接用反电动势观测器即可。
6.3 几个实用的调试技巧
最后分享几个我在调试HFI过程中总结的小技巧：
技巧一：在PLL前面加一个限幅器，把误差信号ε限制在±0.5以内。这样即使解调出现异常大的干扰，PLL也不会被带飞，提高了鲁棒性。
技巧二：注入信号的初始相位要跟PWM载波同步。如果注入信号和PWM不同步，采样时刻的电流值会包含开关纹波，影响解调精度。我一般把注入信号的过零点对齐到PWM计数器的峰值或谷值。
技巧三：在电机启动前先做一次静态辨识，测量Ld和Lq，然后根据凸极率自动设置Vh和PLL带宽。这一步能省掉大量手动调参的时间。
技巧四：如果发现低速时角度有周期性波动，检查一下电流采样是否与PWM同步。采样时刻不对会导致高频电流的采样值失真，进而引起角度波动。把采样点对齐到PWM中点通常能解决这个问题。
这套d轴正弦波高频注入方案我在多个项目上跑过，从云台电机到工业伺服，从48V低压到400V高压，核心逻辑都是一样的，区别主要在参数整定和噪声处理上。把原理吃透，参数计算有据可循，再结合实测数据反复迭代，低速无感控制就能做到既稳又准。
