一、误差基本概念

1.1 误差的定义

做控制这么多年，我越来越觉得——误差这东西，就像影子一样甩不掉。

你设计了一个完美的PID控制器，仿真跑得漂漂亮亮。结果一上硬件，输出就是差那么零点几伏。为什么？因为真实世界从来不是理想模型。误差，说白了就是测量值或计算值与真实值之间的偏差。

用公式表达就是：

误差 = 测量值 - 真实值

嗯，看起来简单。但实际项目中，这个「真实值」往往是个哲学问题——你永远无法绝对精确地知道它。我们能做的，只是用更高精度的仪器去逼近。

1.2 误差的分类

我个人习惯把误差分成三类，这样排查问题的时候思路会清晰很多。

系统误差

这类误差有规律、可重复。比如传感器零偏、放大器温漂、ADC量化误差。我在做电机电流环的时候，遇到过霍尔传感器在25℃和85℃下输出差了2.3%。这就是典型的系统误差。

特点：

• 大小和方向固定，或按一定规律变化
• 理论上可以通过标定或补偿消除
• 重复测量不会减少

随机误差

这类误差没有固定规律，服从统计分布。比如电路热噪声、AD转换的抖动、机械振动引起的读数波动。

你想想看，同一个传感器测同一个物理量，连续读100次，每次都不一样。这就是随机误差在作怪。

特点：

• 大小和方向随机，但服从正态分布
• 无法完全消除，但可以通过多次测量取平均来减小
• 标准差决定了测量精度的极限

粗大误差

这类误差就是「出格」的数据。比如传感器突然断线、电磁干扰导致的一个异常跳变、人为读数看错。

特点：

• 明显偏离正常范围
• 必须剔除，不能参与计算
• 通常由外部异常引起

1.3 误差的表示方法

绝对误差

就是测量值减去真实值。单位与测量值相同。

绝对误差 = 测量值 - 真实值

比如你测一个5V电压，读数是4.98V，绝对误差就是-0.02V。

但绝对误差有个问题——它不告诉你这个误差相对于测量范围来说是大还是小。测5V差0.02V，和测0.1V差0.02V，严重程度完全不一样。

相对误差

相对误差 = 绝对误差 / 真实值 × 100%

还是上面那个例子：

• 测5V，绝对误差-0.02V，相对误差-0.4%
• 测0.1V，绝对误差-0.02V，相对误差-20%

你看，同样的绝对误差，相对误差差了50倍。所以做小信号测量时，我特别关注相对误差。

表示方法	公式	适用场景
绝对误差	Δ = x - x₀	量程固定、精度要求明确的场合
相对误差	δ = Δ / x₀ × 100%	不同量程比较、精度等级标注
引用误差	γ = Δ / 量程 × 100%	仪表精度等级标定（如0.5级表）

1.4 离散系统误差特点

离散系统和连续系统最大的区别在哪？采样和量化。

你想想看，连续系统里信号是光滑的，误差也是连续的。但离散系统里，我们只在采样时刻拿到数据，中间发生了什么？不知道。

离散系统误差的几个典型特点：

• 采样误差：采样频率不够高，会丢失高频信息。我遇到过用1kHz采样一个500Hz的信号，结果混叠成了一个低频信号——这就是奈奎斯特定理没遵守的后果。
• 量化误差：ADC把连续值变成离散数字，必然有舍入。12位ADC的量化步长是3.3V/4096 ≈ 0.8mV。这个误差是随机的，但范围固定。
• 截断误差：做定点数运算时，乘法结果要截断或舍入。我早期做DSP算法时，就因为截断方式没选对，导致一个积分器慢慢漂到了饱和。
• 时序误差：任务调度延迟、中断响应抖动，都会导致采样时刻不精确。这在高速控制系统中是致命问题。

下面这张图是我总结的离散系统误差来源框架，帮你快速定位问题：

这张图把离散系统误差分成了两大块：采样相关和量化计算相关。我每次做系统设计时，都会对着这张图逐项排查，基本能覆盖90%的误差来源。

好了，这一章的内容就到这里。误差的基本概念是后续所有补偿方法的基础。下一章我们会深入讨论系统误差的建模与标定方法——嗯，到时候我会分享一个我实际用过的分段线性插值补偿案例，挺实用的。

---

公众号:蓝海资料掘金营，微信deep3321