2. 数字PID与模拟PID的区别：采样周期、量化误差对系统的影响
说实话，很多做运动控制的工程师，一开始都觉得PID嘛，不就是调三个参数的事？
但等你真正把PID算法往FPGA里一塞，就会发现事情没那么简单。数字PID和模拟PID，虽然名字里都有PID，但它们的脾气秉性差得挺远。
我最早做伺服驱动器的时候，就吃过这个亏。当时照着模拟电路的参数直接往数字PID里填，结果电机抖得像筛糠。后来才明白，采样周期和量化误差这两个东西，是数字PID绕不过去的坎。
2.1 模拟PID：连续世界的理想模型
模拟PID是用运放、电阻、电容搭出来的。信号是连续的，没有中断，没有延迟。
它的数学表达式长这样：
u(t) = Kp * e(t) + Ki * ∫e(t)dt + Kd * de(t)/dt你看，积分是连续的积分，微分是连续的微分。说白了，模拟PID就像一条平滑的河流，水流一直不停，没有断点。
但问题来了——模拟电路有温漂，有元件老化，而且参数调起来很麻烦。你想改个Kp值？得换电阻。这在产品迭代中简直要命。
2.2 数字PID：离散世界的工程妥协
数字PID就不一样了。它把连续信号切成了一个个时间片。每个时间片里，CPU或FPGA算一次控制量。
它的表达式变成了这样：
u(k) = Kp * e(k) + Ki * Σe(i)*Ts + Kd * [e(k) - e(k-1)] / Ts注意看，积分变成了累加，微分变成了差分。Ts就是采样周期。
这里有个关键点：数字PID永远是在“事后”做控制。你采样到当前误差，算完输出，电机动一下，然后等下一个采样点再来。这中间的时间差，就是延迟。
核心区别一句话总结：
模拟PID是“边看边调”，数字PID是“看一眼，算一下，调一下”。
2.3 采样周期：数字PID的命门
采样周期Ts，是数字PID最重要的参数之一。我甚至觉得它比Kp、Ki、Kd还关键。
采样周期太大会怎样？
- 系统响应变慢。你想想看，电机都跑出去老远了，你才反应过来要调整，这能稳吗？
- 微分项失效。微分本质上是预测未来，采样间隔太大，相邻两次误差的变化已经不能反映真实趋势了。
- 积分项容易饱和。误差累积时间太长，积分项会冲得很高，导致超调。
采样周期太小呢？
- 计算量暴增。FPGA虽然快，但也不是无限快的。采样周期小到一定程度，你的PID运算还没算完，下一个采样点又来了。
- 微分项对噪声敏感。采样间隔越小，相邻误差的差值受噪声影响越大。我见过有人把采样周期设到1微秒，结果微分项输出全是毛刺。
我的经验：
采样周期一般取系统机械时间常数的1/10到1/20。比如电机的时间常数是10ms，那采样周期设在0.5ms到1ms之间比较合适。当然，这只是个起点，具体还得看实际效果。
2.4 量化误差：被忽略的精度杀手
量化误差是什么？说白了，就是ADC把模拟量转成数字量时，丢掉的精度。
假设你的ADC是12位的，量程0-3.3V，那么一个LSB代表3.3V/4096 ≈ 0.8mV。如果你的误差信号只有0.4mV，ADC根本分辨不出来，直接当成0处理。
量化误差对PID的影响，主要体现在三个方面：
- 稳态误差变大：当误差小于1个LSB时，数字PID看到的误差是0，积分项停止累加，系统永远到不了目标位置。这就是所谓的“静差”。
- 微分项抖动：量化噪声会被微分项放大。你想想看，相邻两次采样值可能因为量化误差差了一个LSB，微分项就会输出一个很大的值，导致系统抖动。
- 积分项死区：误差太小，积分项不累加；误差突然变大，积分项又猛地跳一下。这种非线性行为，会让系统变得很难调。
我曾经踩过的坑：
有一次做高精度定位，用了16位ADC，觉得精度够了。结果系统在目标位置附近来回晃，就是稳不住。查了两天才发现，是量化误差导致微分项在零点附近反复跳变。后来加了死区处理，问题才解决。
2.5 知识体系：一张图看懂区别
下面这张图，是我自己总结的数字PID与模拟PID的核心差异。你看一眼就能明白：
2.6 如何应对采样周期和量化误差？
知道了问题在哪，接下来就是怎么解决。我分享几个实战中用过的方法：
应对采样周期：
- 多速率采样：电流环用高速率（比如10kHz），速度环用中速率（1kHz），位置环用低速率（100Hz）。没必要所有环路都用同一个采样周期。
- 预测补偿：在FPGA里做一个简单的预测器，估算两次采样之间的误差变化，减少延迟影响。
- 过采样：用比控制周期更快的速度采样，然后做平均或滤波，提高有效分辨率。
应对量化误差：
- 增加ADC位数：从12位换到16位，甚至24位。代价是成本上升，采样速度下降。
- 死区处理：在误差小于某个阈值时，强制让积分项停止累加，避免静差。
- 微分项滤波：对微分项做一阶低通滤波，把量化噪声滤掉。我常用的截止频率是控制频率的1/10。
- 增量式PID：用增量式代替位置式，可以减少积分饱和和量化误差的影响。
一个小技巧：
在FPGA里实现PID时，我习惯把内部变量都用定点数表示，并且保留足够的整数位和小数位。比如用Q16.16格式，这样既能保证精度，又不会占用太多资源。
2.7 实战中的选择建议
说了这么多，到底什么时候用模拟PID，什么时候用数字PID？
| 应用场景 | 推荐方案 | 理由 |
|---|---|---|
| 高精度定位（纳米级） | 模拟PID + 数字校正 | 模拟电路无量化误差，适合极低误差场景 |
| 高速伺服（kHz级带宽） | 数字PID（FPGA实现） | FPGA延迟低，可编程，适合复杂算法 |
| 低成本电机控制 | 数字PID（MCU实现） | 成本敏感，MCU够用，不需要太高精度 |
| 温度控制（慢变系统） | 数字PID（任意平台） | 系统响应慢，采样周期要求不高 |
我个人更倾向于数字PID，尤其是用FPGA实现。原因很简单：灵活、可重复、可调试。模拟电路调好了就别想动，数字PID改个参数就是几行代码的事。
但你要记住，数字PID不是万能的。采样周期和量化误差这两个东西，就像悬在头上的两把剑。你处理好了，系统稳如老狗；你忽略了，系统抖成筛子。
最后说一句：
做运动控制，别光盯着Kp、Ki、Kd。先把采样周期和量化误差搞明白，你的PID调参之路会顺畅很多。
公众号:蓝海资料掘金营，微信deep3321