第3章数字控制基础

数字控制基础：采样定理、Z变换、差分方程、数字PID实现

说实话，很多做模拟控制的工程师，一转到数字控制就懵了。我当年也是这样。总觉得数字控制不就是把模拟PID抄过来吗？结果第一次调数字PID，系统直接震荡到飞起。后来才明白——数字控制有它自己的脾气，你得顺着它来。

这一章，咱们就聊聊数字控制最核心的几个概念。采样定理、Z变换、差分方程，还有数字PID的实现。这些东西，说白了就是数字控制的“语法”。语法不通，写出来的程序肯定跑不顺。

3.1 采样定理：别让你的信号“说谎”

先问一个问题：你用一个数字控制器去控制一个电机，采样频率设多少合适？

很多人随口就说：“越快越好呗。” 嗯，我以前也这么想。直到有一次，我采样频率设得特别高，结果系统反而更不稳定了。为什么？因为高频噪声被放大了。

采样定理告诉我们：采样频率必须大于信号最高频率的两倍。这个“两倍”就是奈奎斯特频率。低于这个值，信号就会发生混叠——高频信号伪装成低频信号，控制器就会被骗。

核心公式：

f_s > 2 × f_max

其中 f_s 是采样频率，f_max 是信号最高频率。

我在项目中遇到过一件事。一个温度控制系统，温度变化很慢，按理说采样频率不用太高。但工程师把采样频率设成了100Hz，结果系统一直在震荡。后来发现，是电源的50Hz工频干扰被采样进来了。加了低通滤波器之后，问题才解决。

我的经验：

实际工程中，采样频率通常取信号最高频率的5-10倍。别卡着2倍去设，太危险。另外，采样前一定要加抗混叠滤波器——这是硬件上的事，但作为算法工程师，你得知道这个坑。

3.2 Z变换：连续世界的“翻译官”

模拟控制里我们用拉普拉斯变换，数字控制里我们用Z变换。Z变换的本质是什么？就是把连续时间信号变成离散时间信号的一种数学工具。

你想想看，一个连续信号 s(t)，我们每隔 T 秒采一个点，得到一串数字 s[0], s[1], s[2]... Z变换就是把这串数字映射到复平面上，方便我们分析系统的稳定性、频率响应。

常用的Z变换对，我建议你记住这几个：

连续信号	拉普拉斯变换	Z变换
单位脉冲 δ(t)	1	1
单位阶跃 u(t)	1/s	z/(z-1)
指数衰减 e^-at	1/(s+a)	z/(z - e^-aT)

我记得刚学Z变换的时候，总觉得这东西太抽象。后来做电机控制，用Z变换分析系统的稳定性，才发现它有多好用。说白了，Z变换就是帮你把连续世界的微分方程，变成离散世界的差分方程。

3.3 差分方程：数字控制器的“骨架”

差分方程，就是数字控制器的数学表达。模拟控制器用微分方程，数字控制器用差分方程。两者之间怎么转换？最常用的方法是双线性变换（Tustin变换）。

举个例子。一个模拟积分器：

y(t) = ∫ e(t) dt

用双线性变换离散化后，变成：

y[n] = y[n-1] + (T/2) * (e[n] + e[n-1])

其中 T 是采样周期。你看，这就是一个差分方程。当前输出 y[n] 由上一时刻的输出 y[n-1] 和当前、上一时刻的输入共同决定。

注意：

差分方程的实现顺序很重要。我曾经犯过一个低级错误——先更新了 y[n-1] 的值，再用它去算 y[n]，结果整个系统都乱了。正确的做法是：先计算当前输出，再更新历史值。

差分方程写出来之后，就可以直接写成C代码了。比如上面的积分器：

float integrator(float e, float *y_prev, float T) {
    float y = *y_prev + (T / 2.0f) * (e + e_prev);
    e_prev = e;
    *y_prev = y;
    return y;
}

3.4 数字PID实现：从理论到代码

好了，终于到了最实用的部分——数字PID。模拟PID大家都会，但数字PID有几个坑，我一个个说。

3.4.1 位置式PID vs 增量式PID

数字PID有两种常见形式：位置式和增量式。

位置式PID：直接计算控制量 u[n] = Kp*e[n] + Ki*Σe[k] + Kd*(e[n] - e[n-1])
增量式PID：计算控制量的增量 Δu[n] = Kp*(e[n]-e[n-1]) + Ki*e[n] + Kd*(e[n]-2e[n-1]+e[n-2])

我个人习惯用增量式PID。为什么？因为增量式只输出变化量，即使积分项饱和了，也不会一下子输出一个很大的值。而且增量式天然支持手动/自动切换——切换时不会产生冲击。

增量式PID的C代码实现：

typedef struct {
    float Kp, Ki, Kd;
    float e_prev, e_prev2;
    float out_prev;
    float T;  // 采样周期
} PID_Inc;

float PID_Inc_Calc(PID_Inc *pid, float setpoint, float feedback) {
    float e = setpoint - feedback;
    float delta_u = pid->Kp * (e - pid->e_prev) 
                  + pid->Ki * e * pid->T
                  + pid->Kd * (e - 2*pid->e_prev + pid->e_prev2) / pid->T;
    
    // 更新历史值
    pid->e_prev2 = pid->e_prev;
    pid->e_prev = e;
    
    // 输出限幅
    float out = pid->out_prev + delta_u;
    if (out > OUT_MAX) out = OUT_MAX;
    if (out < OUT_MIN) out = OUT_MIN;
    
    pid->out_prev = out;
    return out;
}

3.4.2 积分饱和与抗饱和措施

积分饱和是数字PID最常见的坑。当执行器达到极限时，积分项还在继续累加，等误差反向时，积分项需要很长时间才能退回来——这就是“饱和”。

我曾经在一个伺服电机项目上吃过这个亏。电机位置偏差很大，PID积分项一直累加，等电机到位了，积分项还没退回来，结果电机直接冲过了头。后来加了抗饱和措施，问题才解决。

常用的抗饱和方法：

积分限幅：给积分项设一个上限，别让它无限累加
积分分离：误差大的时候，停止积分
反计算法：输出饱和时，把多余的积分量减掉

我的建议：

做数字PID，一定要加抗饱和。别嫌麻烦。我见过太多工程师，PID调了半天调不好，最后发现是积分饱和的问题。加一行代码就能解决的事，别折腾一整天。

3.4.3 微分项的陷阱

微分项对噪声特别敏感。你想想看，微分就是求误差的变化率，噪声一进来，变化率就乱跳。所以数字PID的微分项，一定要加滤波。

常用的做法是：对微分项做一阶低通滤波。或者直接用“微分先行”——只对反馈信号做微分，不对设定值做微分。这样设定值突变时，不会产生微分冲击。

// 微分先行实现
float d_term = pid->Kd * (feedback - 2*feedback_prev + feedback_prev2) / pid->T;
// 再加一阶低通滤波
d_term = alpha * d_term + (1 - alpha) * d_term_prev;

嗯，这里要注意：滤波系数 alpha 不能太大，否则微分项就失效了。一般取0.1到0.3之间。

3.5 小结

数字控制的基础，说白了就是三件事：采样要够快、模型要准确、实现要稳健。采样定理告诉你多快算够，Z变换和差分方程帮你建立模型，数字PID实现就是最后的落地。

我做了这么多年控制算法，最大的体会是：理论要懂，但别死磕。遇到问题，先想想是不是采样频率设低了，是不是积分饱和了，是不是微分项没滤波。这些坑，踩过一次就记住了。

下一章，咱们聊聊更高级的控制方法——状态空间和现代控制理论。到时候你会发现，数字控制的基础打好了，后面学什么都快。