1. 无感FOC低速段的位置估算困局

1.1 为什么低速是反电动势观测器的死穴

做永磁同步电机无感FOC的兄弟都清楚一个基本事实：中高速段靠反电动势观测器（龙贝格观测器、滑模观测器、扩展卡尔曼滤波等）估算转子位置，效果通常都不错，但一旦转速掉到额定转速的5%以下，甚至进入零速附近，这些方法就集体失灵了。

根子在于物理层面。反电动势幅值与电角速度成正比，公式是 E = ωe × ψf，其中 ψf 是永磁体磁链。假设一台电机的额定转速对应电角速度 300 rad/s，额定反电动势峰值 100V，那么当转速降到 1% 额定（即 3 rad/s），反电动势峰值只剩 1V。而逆变器的死区效应、管压降、电流采样噪声、PWM谐波叠加起来，在这个量级上产生的干扰可能就有 0.5V 到 2V。信噪比直接崩掉，观测器根本没法从噪声里提取出有效信号。

这就是为什么很多做无感FOC的朋友发现：电机在中高速跑得好好的，一到低速就抖、就失步、就反转。不是算法写得不好，是物理信息本身就不够了。

1.2 HFI高频注入的基本破局思路

既然反电动势在低速段靠不住，那就主动注入一个高频信号，利用电机的凸极效应（saliency）来提取转子位置。这就是HFI（High Frequency Injection，高频注入）的核心思想。

PMSM按照转子结构分为表贴式（SPM）和内嵌式（IPM）。SPM的d轴和q轴电感基本相等（Ld ≈ Lq），凸极率很低；IPM的Ld < Lq，凸极率通常在1.5到3倍之间。HFI主要针对有凸极效应的电机，但通过饱和凸极效应，即使是SPM也能做出一定效果。

高频注入的物理基础是这样的：当在定子侧注入一个高频电压信号时，由于d轴和q轴电感不同，高频电流响应中会包含转子位置信息。具体来说，在估计的d-q坐标系下注入信号，电流响应中的高频分量幅值或相位会随真实转子位置与估计位置的偏差而变化。通过解调这个偏差信号，就能驱动估计位置收敛到真实位置。

1.3 为什么选d轴正弦波注入而不是方波或旋转注入

HFI的注入方式有很多种，常见的有：

d轴正弦波高频注入之所以在工业界被广泛采用，核心原因是它在噪声、解调复杂度和鲁棒性之间取得了比较好的平衡。方波注入虽然信噪比高，但高频方波会在电机上产生刺耳的电磁噪声，很多应用场景（比如家电、车内电机）对NVH要求严格，方波方案直接被pass。旋转注入解调需要用到外差法（heterodyne）和低通滤波，计算量大且对滤波器设计敏感。d轴正弦波注入的解调链路相对简洁，用带通滤波+同步解调+低通滤波就能拿到位置误差信号，工程落地更容易。

2. d轴正弦波高频注入的数学推导全流程

2.1 坐标系约定与基本假设

推导之前先把坐标系和假设条件理清楚，不然后面公式容易看晕。

约定如下：

• 真实转子位置角为 θe（电角度），真实d轴与转子磁链方向对齐
• 估计转子位置角为 θ̂e，估计误差 Δθ = θe - θ̂e
• 估计d-q坐标系记为 d̂-q̂，真实d-q坐标系记为 d-q
• 注入频率为 ωh，远高于基波频率 ωe

基本假设：

1. 注入频率远高于基波频率，也远高于电流环带宽，因此基波和注入分量可以解耦分析
2. 忽略定子电阻在高频下的影响（ωh × L >> R）
3. 忽略交叉饱和和涡流损耗
4. 电机三相参数对称

这些假设在工程上基本成立。注入频率通常选在500Hz到2kHz之间，而基波频率在低速段可能只有几Hz到几十Hz，差距在十倍以上，解耦分析完全合理。

2.2 估计d轴注入高频电压的信号形式

在估计d轴注入高频电压：

v̂dh = Vh × sin(ωh × t) v̂qh = 0

其中 Vh 是注入电压幅值，ωh 是注入角频率。这个信号只加在估计d轴上，q轴不注入。

为什么选正弦波而不是余弦？其实无所谓，正弦和余弦只是相位差90度，解调时参考信号的相位对应调整就行。工程上习惯用sin，因为解调时乘以sin(ωh t)后，直流分量正好是幅值的一半，推导起来干净。

2.3 高频电流响应的推导

在估计d-q坐标系下，高频电压方程可以写成：

[v̂dh] [R + jωh×L̂d jωh×L̂dq] [îdh] [v̂qh] = [jωh×L̂dq R + jωh×L̂q ] [îqh]

忽略电阻R（高频下ωh×L >> R），并且考虑真实d-q坐标系与估计d-q坐标系之间存在角度误差Δθ，经过坐标变换可以得到估计坐标系下的高频电流响应。

这一步推导是整篇文章最核心的部分，我尽量写得详细但不啰嗦。

首先，在真实d-q坐标系下，高频阻抗矩阵是对角的：

Z_dq = [jωh×Ld 0 ] [0 jωh×Lq]

当从估计坐标系看过去，需要做旋转变换。估计坐标系到真实坐标系的变换矩阵是：

T(Δθ) = [cos(Δθ) sin(Δθ)] [-sin(Δθ) cos(Δθ)]

其中 Δθ = θe - θ̂e。

那么估计坐标系下的高频阻抗矩阵为：

Z_dq̂ = T(-Δθ) × Z_dq × T(Δθ)

展开计算：

Z_dq̂ = [jωh×(Ld×cos²Δθ + Lq×sin²Δθ) jωh×(Ld-Lq)×sinΔθ×cosΔθ] [jωh×(Ld-Lq)×sinΔθ×cosΔθ jωh×(Ld×sin²Δθ + Lq×cos²Δθ)]

引入平均电感 L = (Ld+Lq)/2 和半差电感 ΔL = (Lq-Ld)/2，则：

Z_dq̂ = jωh × [L + ΔL×cos(2Δθ) ΔL×sin(2Δθ) ] [ΔL×sin(2Δθ) L - ΔL×cos(2Δθ)]

这个阻抗矩阵就是整个HFI推导的基石。可以看到，当 Δθ = 0 时，矩阵退化为对角矩阵，交叉项为零；当 Δθ ≠ 0 时，交叉项 ΔL×sin(2Δθ) 不为零，这就是位置误差信息的来源。

2.4 高频电流响应的显式表达

在估计d轴注入电压 v̂dh = Vh×sin(ωh t)，v̂qh = 0，则高频电流响应为：

[îdh] 1 [L - ΔL×cos(2Δθ) -ΔL×sin(2Δθ) ] [Vh×sin(ωh t)] [îqh] = ───────────── × [-ΔL×sin(2Δθ) L + ΔL×cos(2Δθ)] [0 ] jωh×(L²-ΔL²)

化简后：

îdh = Vh×sin(ωh t) × (L - ΔL×cos(2Δθ)) / (jωh×(L²-ΔL²)) îqh = Vh×sin(ωh t) × (-ΔL×sin(2Δθ)) / (jωh×(L²-ΔL²))

注意分母有j，说明电流滞后电压90度。把j放到正弦函数里，sin(ωh t)/j = -cos(ωh t)，所以时域表达式为：

îdh = -Vh×cos(ωh t) × (L - ΔL×cos(2Δθ)) / (ωh×(L²-ΔL²)) îqh = -Vh×cos(ωh t) × (-ΔL×sin(2Δθ)) / (ωh×(L²-ΔL²))

整理一下符号：

îdh = Vh×cos(ωh t) × (ΔL×cos(2Δθ) - L) / (ωh×(L²-ΔL²)) îqh = Vh×cos(ωh t) × ΔL×sin(2Δθ) / (ωh×(L²-ΔL²))

这就是估计d轴和q轴上的高频电流响应。关键观察：

• îdh 中包含 cos(2Δθ) 项，但同时也包含与Δθ无关的L项，所以d轴电流主要成分是注入频率的余弦波，位置信息被"淹没"在固定分量里
• îqh 中只有 ΔL×sin(2Δθ) 项，当 Δθ = 0 时 îqh = 0，当 Δθ 很小时 sin(2Δθ) ≈ 2Δθ，îqh 与位置误差成正比

所以q轴高频电流就是我们要解调的目标信号。

2.5 同步解调与位置误差信号提取

îqh 的表达式是：

îqh = Vh×ΔL×sin(2Δθ) / (ωh×(L²-ΔL²)) × cos(ωh t)

这是一个幅值为 K×sin(2Δθ)、频率为 ωh 的高频余弦信号，其中 K = Vh×ΔL / (ωh×(L²-ΔL²))。

解调步骤：

第一步，带通滤波。用中心频率为 ωh 的带通滤波器从q轴电流中提取高频分量，滤掉基波和低次谐波。

第二步，同步解调。将滤波后的信号乘以参考信号 cos(ωh t)：

îqh × cos(ωh t) = K×sin(2Δθ) × cos²(ωh t) = K×sin(2Δθ) × (1 + cos(2ωh t)) / 2 = K×sin(2Δθ)/2 + K×sin(2Δθ)×cos(2ωh t)/2

第三步，低通滤波。用低通滤波器滤掉 2ωh 频率分量，得到：

ε = K×sin(2Δθ)/2 ≈ K×Δθ (当Δθ很小时)

这个 ε 就是位置误差信号。当 ε > 0 时，说明估计位置滞后于真实位置；当 ε < 0 时，说明估计位置超前。把 ε 送入锁相环（PLL）或龙贝格观测器，就能驱动估计位置收敛到真实位置。

2.6 锁相环参数设计

PLL的结构很简单：误差信号 ε 经过一个PI控制器得到估计转速，再积分得到估计位置。

ε → PI控制器 → ω̂e → 积分器 → θ̂e

PI参数的设计直接决定收敛速度和稳态精度。传递函数推导：

假设 ε = Kp_pll × Δθ（小误差线性化），则闭环传递函数为：

θ̂e(s) Kp_pll×Kp×s + Kp_pll×Ki ──── = ───────────────────────────── θe(s) s² + Kp_pll×Kp×s + Kp_pll×Ki

这是一个标准二阶系统，自然频率 ωn = sqrt(Kp_pll×Ki)，阻尼比 ζ = Kp_pll×Kp / (2×ωn)。

工程上通常取 ζ = 0.707（最佳阻尼），ωn 取注入频率的1/10到1/5。比如注入频率1kHz，ωn取100到200 rad/s。然后反推：

Ki = ωn² / Kp_pll Kp = 2×ζ×ωn / Kp_pll

Kp_pll 是解调增益，等于 Vh×ΔL / (2×ωh×(L²-ΔL²))。实际调试时不用精确计算，先给一个大概值，然后根据收敛效果微调。

3. 工程实现中的关键细节与参数选择

3.1 注入频率怎么选

注入频率的选择是一个多目标权衡问题：

实际工程中，注入频率通常选在500Hz到2kHz。如果电机额定频率是100Hz，电流环带宽1kHz，那么注入频率选1kHz到1.5kHz比较合适。太低（比如300Hz）会和基波耦合，太高（比如5kHz）会产生刺耳噪声且对MCU算力要求高。

我个人的经验是：先看电流环带宽，注入频率至少取电流环带宽的2倍以上；再看NVH要求，如果对噪声敏感，可以选在1kHz左右，这个频率的电磁噪声相对沉闷，不像2kHz以上那么尖锐。

3.2 注入电压幅值的确定

注入电压幅值 Vh 的选择同样需要权衡：

• 太小：高频电流响应微弱，信噪比不够，位置估算抖动大
• 太大：产生额外的转矩脉动、铜损和噪声，严重时影响电机正常运行

一个实用的经验公式：

Vh ≈ (0.05 ~ 0.15) × Vdc

比如母线电压300V，Vh取15V到45V。但这不是绝对的，还要看电机的凸极率和电感值。凸极率高的电机（Lq/Ld > 2），Vh可以取小一些；凸极率低的电机（Lq/Ld < 1.3），Vh需要取大一些。

更精确的方法是先估算高频电流幅值：

Ih = Vh / (ωh × Ld)

希望 Ih 在额定电流的10%到30%之间。如果 Ih 太小，信噪比不够；如果太大，转矩脉动和损耗就上去了。

3.3 滤波器的设计要点

HFI的解调链路里有两个滤波器：带通滤波器和低通滤波器。这两个滤波器的设计直接决定了解调质量和动态响应。

带通滤波器：

• 中心频率：ωh
• 带宽：通常取 ωh 的10%到20%
• 阶数：二阶足够，太高阶会引入过大相移

低通滤波器：

• 截止频率：取 ωn 的2到5倍，或者取 ωh 的1/10到1/20
• 阶数：一阶或二阶
• 注意相位滞后对PLL稳定性的影响

工程上我习惯用二阶巴特沃斯带通 + 一阶低通。巴特沃斯通带平坦，相移可控；一阶低通简单，相位滞后小。如果MCU算力充裕，可以用二阶低通，但要注意相位裕度。

注意：滤波器的截止频率不能设得太低，否则动态响应会变慢，电机加速时位置估算跟不上；也不能设得太高，否则高频分量滤不干净，位置信号会抖动。

3.4 数字实现的离散化处理

在MCU上实现时，所有连续域公式都要离散化。假设PWM频率为 f_pwm，采样周期 Ts = 1/f_pwm。

注入信号生成：

// 注入频率 fh，采样周期 Ts // 相位累加 theta_h += 2 * PI * fh * Ts; if (theta_h > 2 * PI) theta_h -= 2 * PI; Vh_d = Vh * sinf(theta_h); Vh_q = 0;

同步解调参考信号：

// 解调参考信号需要与注入信号同相位 ref_cos = cosf(theta_h); // 或者用查表法提高速度

带通滤波器的差分方程（二阶巴特沃斯）：

// 以直接II型为例 w[n] = x[n] - a1*w[n-1] - a2*w[n-2]; y[n] = b0*w[n] + b1*w[n-1] + b2*w[n-2];

系数 a1, a2, b0, b1, b2 根据中心频率和带宽计算，可以用MATLAB的 butter 函数生成。

低通滤波器（一阶）：

y[n] = y[n-1] + alpha * (x[n] - y[n-1]); // alpha = Ts / (Ts + RC)，RC = 1/(2*PI*fc)

实操心得：在MCU上做三角函数运算很耗时，建议用查表法或者CORDIC算法。如果MCU有FPU，用sinf/cosf也可以，但要注意执行时间。我通常会在PWM中断里预留足够的时间余量，避免中断溢出。

4. 调试过程中踩过的坑与排查技巧

4.1 位置估算收敛但方向反了

这是新手最常遇到的问题：PLL能收敛，但估计位置和真实位置差180度电角度，导致电机反转或者启动失败。

原因分析：HFI的位置误差信号 ε = K×sin(2Δθ)，这个函数在 Δθ = 0 和 Δθ = π 时都等于零。也就是说，PLL有两个稳定点：真实位置和真实位置加180度。PLL最终收敛到哪个点，取决于初始条件和凸极效应的极性。

解决方法：

1. 利用凸极效应的极性信息。在d轴注入正负电压脉冲，观察电流响应幅值。由于饱和效应，正d轴方向的电感通常略小于负d轴方向，通过比较可以判断极性。
2. 在启动前做一次初始位置检测，用脉冲注入法确定磁极方向。
3. 如果电机凸极率很高（Lq/Ld > 2），饱和凸极效应明显，通常不会收敛到错误点。凸极率低的电机需要额外做极性判断。

4.2 低速运行时位置估算抖动大

电机在低速运行时，估计位置抖动明显，转速波动大，甚至能听到周期性的嗡嗡声。

排查思路：

• 检查注入电压幅值是否足够。如果Vh太小，信噪比不够，解调出来的误差信号被噪声淹没。
• 检查带通滤波器中心频率是否准确匹配注入频率。如果滤波器中心频率偏移，高频分量提取不干净。
• 检查同步解调参考信号的相位。如果参考信号与注入信号有相位差，解调效率会下降。
• 检查PLL带宽是否合适。带宽太低，动态响应慢；带宽太高，噪声放大。

我遇到过一次，抖动的原因是带通滤波器的中心频率设成了注入频率的0.9倍，导致高频分量衰减了6dB，解调增益不够。把中心频率调准后，抖动明显改善。

4.3 电机参数变化导致估算精度下降

PMSM的Ld和Lq会随电流和温度变化。特别是IPM电机，d轴和q轴电感在不同负载电流下变化可能达到20%到30%。电感变化会直接影响解调增益K，进而影响PLL的等效带宽和稳态误差。

应对策略：

1. 在线辨识电感。通过注入不同幅值的电压脉冲，测量电流响应斜率，实时更新Ld和Lq。
2. 自适应PLL增益。根据估算的转速和电流幅值，动态调整PLL的PI参数。
3. 如果对精度要求不高，可以取额定工况下的电感值作为固定参数，接受一定的精度损失。

实操心得：我通常会在调试阶段用示波器抓取q轴高频电流和解调后的误差信号，观察波形质量。如果误差信号正弦度好、幅值稳定，说明参数基本合适；如果波形畸变严重或者幅值波动大，就需要调整滤波器或注入参数。

4.4 常见问题速查表

4.5 低速到高速的平滑切换

HFI在低速段好用，但到了中高速段，反电动势信号足够强，再用HFI就得不偿失了——额外的损耗、噪声、转矩脉动都是代价。所以工程上通常采用混合策略：低速用HFI，高速用反电动势观测器，中间有一个过渡区。

切换策略有两种：

1. 硬切换：在某个转速点直接切换。简单但容易产生转矩冲击。
2. 加权融合：在过渡区对两种方法的估算结果做加权平均，权重随转速线性变化。平滑但实现复杂。

我一般用加权融合，过渡区设在额定转速的5%到15%之间。权重函数用sigmoid或者线性函数都可以，关键是保证切换过程中位置估算连续，不能跳变。

5. 从理论到代码的落地要点

5.1 整体软件架构

一个完整的HFI无感FOC软件通常包含以下模块：

• PWM中断服务程序：电流采样、Clarke/Park变换、电流环PI、SVPWM生成
• HFI注入模块：生成注入电压，叠加到d轴电压指令上
• 解调模块：带通滤波、同步解调、低通滤波
• PLL模块：PI控制器、积分器
• 模式切换模块：低速HFI与高速观测器的切换逻辑
• 保护模块：过流、过压、过温保护

这些模块都在PWM中断里执行，中断频率通常等于PWM频率（10kHz到20kHz）。计算量不小，需要合理分配时间。

5.2 关键代码片段

注入和解调的核心代码：

// 注入信号生成 theta_h += delta_theta_h; if (theta_h > TWO_PI) theta_h -= TWO_PI; Vh_d_inject = Vh * sinf(theta_h); // 叠加到d轴电压指令 Vd_ref = Vd_pi + Vh_d_inject; Vq_ref = Vq_pi; // 电流采样后，提取q轴高频分量 Iq_hp = bandpass_filter(Iq_feedback); // 同步解调 Iq_demod = Iq_hp * cosf(theta_h); // 低通滤波得到误差信号 epsilon = lowpass_filter(Iq_demod); // PLL omega_hat = pll_kp * epsilon + pll_ki * integral_epsilon; integral_epsilon += epsilon * Ts; theta_hat += omega_hat * Ts;

5.3 计算资源优化

在低成本MCU上跑HFI，计算资源往往紧张。几个优化技巧：

1. 三角函数用查表+线性插值，比调用sinf/cosf快5到10倍
2. 滤波器用定点运算，避免浮点开销（如果MCU没有FPU）
3. 注入频率和PWM频率保持整数比，简化相位计算
4. 解调参考信号直接复用注入信号的相位，不需要额外计算

注意：优化计算资源时不能牺牲数值稳定性。定点运算要注意溢出和精度损失，滤波器系数的Q格式要选合适。

5.4 调试工具与观测方法

调试HFI时，以下工具和观测方法非常有用：

• 示波器：抓取q轴电流波形，观察高频分量是否清晰
• DAC输出：把解调后的误差信号和估计位置通过DAC输出，用示波器观察收敛过程
• 上位机波形：通过串口或CAN把关键变量传到上位机，用波形软件观察
• 电流探头：测量实际相电流，验证注入效果

我习惯在调试初期把误差信号和估计位置都DAC出来，用示波器看。如果误差信号在零附近小幅波动，说明PLL收敛了；如果误差信号持续偏大，说明解调增益不够或者滤波器有问题。

6. 实际项目中的经验沉淀

6.1 不同电机类型的适配策略

HFI不是万能的，不同电机类型需要不同的适配策略：

对于表贴式PMSM，凸极率很低，HFI的效果主要靠饱和凸极效应。这时候注入幅值需要加大，但加大注入又会带来噪声和损耗。所以表贴式电机的低速无感控制一直是难点，工程上有时会妥协，接受较低的位置精度或者用其他辅助手段。

6.2 温度与老化对HFI的影响

电机运行一段时间后，温度升高，永磁体磁链下降，电感也会变化。这些变化会影响HFI的解调增益和PLL参数。

实测数据：一台IPM电机在冷态（25°C）和热态（100°C）下，Lq变化约15%，Ld变化约10%。解调增益K与ΔL成正比，ΔL变化约20%，意味着PLL的等效带宽变化约20%。如果PLL参数不调整，热态下动态响应会变慢。

应对方法：在软件里加入温度补偿。如果电机有温度传感器，可以根据温度查表调整PLL参数；如果没有，可以根据运行时间估算温升，做粗略补偿。

6.3 与其他无感方法的对比

HFI在低速和零速段的优势是其他方法无法替代的，但它的参数敏感性和实现复杂度也是最高的。工程上通常将HFI与反电动势观测器结合，低速用HFI，高速用观测器，取长补短。

6.4 未来改进方向

HFI技术本身还在演进，几个值得关注的方向：

1. 无滤波器解调：用自适应观测器代替带通+同步解调+低通，减少相位滞后，提高动态响应
2. 多频率注入：同时注入多个频率，利用不同频率的响应差异提高鲁棒性
3. 机器学习辅助：用神经网络拟合电感变化和位置误差的关系，提高参数适应性
4. 宽禁带器件适配：SiC和GaN器件开关频率高，可以支持更高的注入频率，提高信噪比

这些方向目前还在研究阶段，工业界落地的不多，但值得关注。

我个人在实际项目中的体会是：HFI的调试时间通常比反电动势观测器长得多，因为涉及的参数多、耦合强。但一旦调好，低速性能的提升是质的飞跃。建议新手先从仿真入手，用MATLAB/Simulink把整个链路跑通，理解每个环节的作用，再上实物调试。实物调试时，先开环注入，观察电流响应，确认硬件采样没问题，再闭环调PLL。这样一步步来，比一上来就闭环调更容易找到问题。