3. 采样周期对控制精度的影响：量化误差、采样周期与跟踪误差、采样周期与抗干扰能力

好，咱们接着聊采样周期。前面说了稳定性，这回咱们聊聊精度。

说白了，采样周期选得对不对，直接决定了你的系统“准不准”。我见过不少工程师，系统能跑、不振荡，就觉得万事大吉了。结果一测跟踪误差，傻眼了——输出跟目标差了一大截。嗯，这里头门道不少。

3.1 量化误差：ADC 那点“舍入”的代价

先说说量化误差。你想想看，现实世界的信号是连续的，比如温度、压力、电压。但进了单片机，就变成了离散的数字量。这个过程，就叫量化。

量化必然带来误差。为什么？因为 ADC 的分辨率是有限的。比如一个 12 位的 ADC，参考电压 3.3V，那么它的最小分辨率就是 3.3V / 4096 ≈ 0.8mV。也就是说，任何小于 0.8mV 的变化，ADC 都“看不见”。

这个误差，就是量化误差。它本质上是一种舍入误差。

我在项目中遇到过一件事。一个温度控制系统，用了 10 位 ADC，采样周期设得很快，1ms。结果发现，温度在设定点附近来回抖动，幅度有 0.5℃。查了半天，发现就是量化误差在作怪。因为采样太快，每次采到的值都在几个相邻的量化台阶上跳来跳去，控制器跟着瞎忙活。

后来我把采样周期放慢到 50ms，同时加了一级简单的滑动平均滤波。抖动立刻消失了。为什么？因为采样周期变长，给了信号足够的时间“跨过”量化台阶，平均之后，量化误差被平滑掉了。

3.2 采样周期与跟踪误差：你跟得上吗？

跟踪误差，就是系统的输出跟目标值之间的瞬时偏差。这个跟采样周期的关系，非常直接。

你想想看，如果目标信号变化很快，比如一个正弦波，而你采样周期很长，那会发生什么？

你会错过信号的峰值和谷值。控制器拿到的，是“过时”的信息。它以为信号还在那个位置，其实早就变了。结果就是，输出总是慢半拍，跟踪误差自然就大了。

我举个例子。一个伺服电机位置控制系统，目标轨迹是一个快速变化的 S 曲线。采样周期 10ms 的时候，跟踪误差最大能到 5 个脉冲。我把采样周期降到 1ms，跟踪误差直接降到了 0.5 个脉冲以内。

为什么会这样？因为采样周期越短，控制器对目标信号的“感知”就越及时。说白了，就是信息更新得快，决策也就更准。

这里有个简单的估算公式：

// 假设系统闭环带宽为 f_bw (Hz)
// 建议采样频率 f_s >= 10 * f_bw
// 采样周期 T_s = 1 / f_s

// 举个例子：
// 系统带宽 50 Hz
// 采样频率 >= 500 Hz
// 采样周期 <= 2 ms

我个人习惯，在项目初期会先按这个公式估算一个采样周期，然后在实际调试中再微调。记住，理论是指导，实践才是检验标准。

3.3 采样周期与抗干扰能力：快还是慢？

这个问题有点反直觉。很多人觉得，采样周期越快，抗干扰能力越强。其实不一定。

咱们分两种情况讨论：

• 高频干扰： 比如电源噪声、电磁干扰。如果采样周期很快，你可能会直接采到干扰的瞬时值。控制器一看，哎呀，误差这么大，赶紧调整。结果就是系统被干扰“牵着鼻子走”，输出反而更不稳定。
• 低频干扰： 比如温度漂移、负载变化。这时候采样周期快是有好处的。因为你能更快地感知到变化，及时补偿。

所以，采样周期对抗干扰能力的影响，取决于干扰的频率。

我记得有一次做电机电流环。采样周期设得特别快，10μs。结果电流波形上全是毛刺，怎么调 PI 参数都没用。后来用示波器一看，是 PWM 开关噪声耦合到了采样信号上。因为采样时刻正好落在开关噪声的尖峰上。

怎么解决的？我把采样周期稍微调慢了一点，同时把采样时刻同步到 PWM 的“死区时间”中间。噪声瞬间消失了。你看，有时候慢一点反而更好。

3.4 一张图看懂：采样周期对精度的影响

下面这张 SVG 图，把采样周期、量化误差、跟踪误差、抗干扰能力之间的关系画出来了。你可以对照着看，会更清楚。

3.5 实际调试中的几点建议

说了这么多理论，最后给几个实在的建议：

1. 先粗后细： 我一般先把采样周期设得保守一点（比如按带宽的 20 倍），系统跑稳了，再慢慢加快，观察跟踪误差的变化。
2. 关注最坏情况： 跟踪误差最大的时候，往往出现在目标信号变化最快的时候。用示波器抓一下这个时刻，看看误差有多大。
3. 量化误差不可消除，但可以管理： 如果量化误差是主要矛盾，可以考虑用更高分辨率的 ADC，或者用过采样技术。我有个项目就是用 12 位 ADC 做了 16 倍过采样，等效到了 16 位分辨率。
4. 抗干扰要“对症下药”： 高频干扰靠滤波，低频干扰靠快采样。别搞反了。

好了，关于采样周期对控制精度的影响，就聊到这儿。记住，没有绝对正确的采样周期，只有最适合你系统的采样周期。

公众号:蓝海资料掘金营，微信deep3321