1. 为什么要在电机控制里死磕电感参数辨识

做电机控制这行的，尤其是搞永磁同步电机（PMSM）无位置传感器控制的，迟早会撞上电感参数这个坎。很多人一开始觉得电感就是个常数，查手册、拿LCR表测一下填进去就完事了，结果一到低速、零速工况就发现电流环震荡、位置估算发散、转矩脉动大得离谱。问题往往就出在电感参数上——它根本不是一个固定值，而是随电流、温度、磁饱和程度动态变化的量。

我最早接触这个方向是在做一套低速大扭矩直驱系统的时候。当时用的是一台表贴式PMSM，d轴和q轴电感理论上应该相等，但实际跑起来发现q轴电流一上去，电感就往下掉，交叉饱和效应明显。用固定参数去调电流环，轻载还行，重载直接啸叫。后来查了不少资料，也试了几种在线辨识方案，最终把高频信号注入法作为主力手段落地下来。这套方法的核心思路其实不复杂：往电机里注入一个高频电压（或电流）信号，通过分析高频响应中的电流（或电压）分量，把电感信息“解调”出来。

它解决的核心问题是：在电机运行过程中，实时、准确地获取d轴和q轴电感，而且不需要额外的机械传感器或复杂的离线实验设备。适合谁看？如果你正在做无位置传感器控制、高性能电流环设计、或者电机参数自整定功能，这篇内容应该能帮你少走不少弯路。下面我会从原理推导、信号处理、工程实现、踩坑经验几个维度，把高频注入法辨识电感这件事讲透。

2. 高频注入法辨识电感的核心原理拆解

2.1 从电机高频模型说起

要理解高频注入法，得先把电机的高频等效模型搞清楚。在静止坐标系下，PMSM的电压方程可以写成：

[ud] [Rs + Ld*p -ωe*Lq ] [id] [0 ] [ ] = [ ] [ ] + [ ] [uq] [ωe*Ld Rs + Lq*p] [iq] [ωe*ψf]

当注入信号的频率远高于基波频率时（通常高一个数量级以上），电阻压降和反电动势项的影响可以忽略，电机模型退化成纯电感网络。这时候在d-q轴上看，高频电压和电流的关系就变得非常干净：

[udh] [Ld 0 ] [idh] [ ] = [ ] [ ] * p [uqh] [0 Lq ] [iqh]

也就是说，高频下电机就是一个解耦的纯电感负载。你给d轴注入高频电压，d轴就会产生高频电流，幅值由Ld决定；q轴同理。这就是高频注入法辨识电感的物理基础——通过测量高频电压和电流的幅值比，直接算出电感。

但这里有个关键点：实际电机里d轴和q轴并不是完全解耦的，交叉饱和会让Ldq、Lqd不为零。不过对于大多数工程应用，忽略交叉耦合带来的误差在可接受范围内，后面我会讲怎么处理这个残差。

2.2 旋转高频注入与脉振高频注入的区别

高频注入法按信号形式分两大类：旋转高频注入和脉振高频注入。这两者在电感辨识上的表现差异很大，选型时得想清楚。

旋转高频注入是在静止坐标系下注入一个旋转的电压矢量，比如：

Uαh = Vh * cos(ωh*t) Uβh = Vh * sin(ωh*t)

这个旋转矢量在d-q轴上投影后，会产生包含位置信息的电流响应。它的优点是同时激励了d轴和q轴，理论上一次注入就能把两个电感都辨识出来。但缺点也很明显：响应电流里混着转子位置信息，需要额外的解调环节把位置和电感分离，信号处理复杂度高。而且旋转注入会在电机里产生一个旋转的磁场，可能引起额外的转矩脉动和噪声。

脉振高频注入则是在估计的d轴（或q轴）方向上注入一个高频正弦电压，比如：

Ud_hat = Vh * cos(ωh*t) Uq_hat = 0

这个信号只在一个方向上“脉振”，响应电流也只在这个方向附近波动。它的优势是信号处理简单，解调后直接得到该方向的电感信息。缺点是一次只能测一个轴，要测Ld和Lq得分别注入两次，或者通过坐标变换间接计算。

我在实际项目里更倾向用脉振注入，原因很简单：工程实现干净，对系统扰动小，而且电感辨识的精度足够。旋转注入更适合那些需要同时提取位置和电感信息的场景，但如果你只是想做参数辨识，脉振方案性价比更高。

2.3 高频信号的频率和幅值怎么选

这是高频注入法最核心的工程参数，选不好要么辨识不准，要么电机啸叫。

频率选择有个经验法则：注入频率至少是基波频率的10倍以上，同时要低于逆变器的开关频率的1/5到1/10。比如开关频率10kHz，注入频率可以选500Hz到1kHz。太低会跟基波耦合，太高会被开关噪声淹没，而且电感的集肤效应开始显现，测出来的值跟低频时不一样。

我一般会先扫频测试一下：从200Hz到2kHz，每隔100Hz注入一次，看辨识结果的稳定性。通常会在某个频段内电感值比较平坦，那个区间就是合适的注入频率。实测下来，对于大多数工业伺服电机，800Hz到1.2kHz是个甜点区。

幅值选择要兼顾信噪比和扰动。幅值太小，响应电流被噪声淹没；幅值太大，电机发热、噪声大，甚至影响正常运行。我的做法是：先设一个初始值，比如额定电压的5%到10%，然后看响应电流的幅值。理想情况下，高频电流幅值应该在额定电流的5%到15%之间。如果太小就加大电压，太大就减小。注意，这个幅值是在高频下的，实际电流有效值可能不大，但峰值可能很高，要确保不会触发过流保护。

提示：注入频率和幅值不是独立的，频率越高，同样电压下电流越小。所以调参数时要两个一起看，别只调一个。

3. 从响应电流里把电感“解调”出来的完整链路

3.1 信号解调的数学过程

假设我们在估计的d轴注入高频电压Vh*cos(ωh*t)，那么在高频模型下，d轴高频电流响应为：

idh = (Vh / (ωh * Ld)) * sin(ωh*t)

注意这里有个90度相位差，因为电感电流是电压的积分。实际采样得到的电流里，除了这个高频分量，还有基波电流、PWM开关噪声、采样噪声。所以第一步是带通滤波，把高频分量提取出来。

带通滤波器的中心频率设成注入频率，带宽要窄，一般取注入频率的10%到20%。我用的是二阶巴特沃斯带通，截止频率算好之后直接数字实现。滤波后的信号再跟一个同频的正弦参考信号相乘，做同步解调：

idh_demod = idh_filtered * sin(ωh*t)

相乘之后，信号里会出现一个直流分量和一个二倍频分量。直流分量正比于Vh/(ωh*Ld)，二倍频分量用低通滤波器滤掉。最后得到的直流分量再经过标定，就能反算出Ld。

整个链路可以概括为：注入→采样→带通→同步解调→低通→标定→电感值。每一步都有坑，后面会细说。

3.2 带通滤波器的设计细节

带通滤波器是整条链路里最容易出问题的地方。设计不好，要么把有用信号滤掉了，要么让噪声漏进来。

我一般用二阶巴特沃斯带通，传递函数写成：

H(z) = (b0 + b2*z^-2) / (1 + a1*z^-1 + a2*z^-2)

系数用双线性变换从模拟域映射过来。中心频率f0设成注入频率，品质因数Q设成5到10。Q太高，滤波器对频率偏移敏感，电机参数变化时可能失谐；Q太低，选择性差，基波和噪声抑制不够。

实际调试时，我会先用一个已知频率的正弦信号喂进去，看滤波后的幅值和相位。如果幅值衰减超过3dB，或者相位偏移超过10度，就得重新调系数。还有一点：滤波器的群延迟会影响解调的实时性，但电感辨识本身不需要太快，几十毫秒的延迟完全可以接受。

注意：数字滤波器的系数要用浮点算，定点实现容易溢出或者精度不够。如果非要用定点，至少留24位小数位。

3.3 同步解调中的相位对齐问题

同步解调看着简单，但相位不对齐的话，解调出来的直流分量会偏小，导致电感辨识值偏大。原因在于：如果参考信号和实际高频电流有相位差φ，相乘后的直流分量会变成cos(φ)倍。

相位差从哪来？一是滤波器引入的相移，二是采样和计算延迟，三是注入信号生成时的初始相位。我通常会在解调前先做一次相位校准：在已知电感的标准负载上跑一遍，测出实际相位差，然后在参考信号里补偿掉。

具体操作是：生成参考信号时，用sin(ωh*t + φ_comp)，其中φ_comp就是校准得到的补偿角。这个角一旦标定好，在同样的硬件和滤波器配置下基本不变，可以固化到代码里。

3.4 从解调值到电感值的标定

解调出来的直流分量D跟电感的关系是：

D = Vh / (2 * ωh * Ld)

所以：

Ld = Vh / (2 * ωh * D)

但这是理论公式，实际中Vh可能有衰减，ωh可能有偏差，D里还有残余噪声。所以我会做一个两点标定：用两个已知电感（比如一个空心电感和一个标准电机）分别测出D值，然后拟合出比例系数和偏移量。这样能把系统误差压到1%以内。

标定之后，每次辨识只需要读D值，代入线性公式就能算出电感。整个过程在中断里跑，耗时大概几十微秒，对主控制循环影响很小。

4. 工程落地时必须处理的五个现实问题

4.1 逆变器非线性带来的电压误差

理论推导里我们假设注入的电压就是设定值，但实际逆变器有死区、管压降、开关延迟，导致实际输出电压跟设定值有偏差。这个偏差在低频时影响不大，但在高频注入下，电压幅值本来就小，误差占比就上去了。

我实测过，死区时间设2微秒，开关频率10kHz，注入电压5V，实际输出电压可能只有4.2V左右，误差16%。这直接导致电感辨识值偏大16%。

解决办法有两个：一是电压补偿，根据电流极性把死区造成的误差补回去；二是闭环注入，不直接设定电压，而是设定电流幅值，用电流环去调节实际电压。第二种方法更稳，但需要电流环有足够的带宽。我一般用第一种，补偿公式根据逆变器手册和实测拟合。

4.2 磁饱和导致的电感非线性

电机铁芯不是线性的，电流一大就饱和，电感往下掉。高频注入法测的是高频小信号下的电感，这个值跟大电流下的增量电感不是一回事。如果你用高频辨识出来的电感去调电流环，重载时可能还是不对。

我的处理方式是：在不同基波电流下分别辨识，建立电感随电流变化的表格。比如在0A、25%、50%、75%、100%额定电流下各测一次，然后插值。这样虽然麻烦，但能真实反映电机的饱和特性。实测下来，q轴电感在额定电流下可能只有空载时的60%到70%，这个变化量不补偿的话，电流环增益至少差一倍。

4.3 交叉饱和与轴间耦合

前面提到过，d轴和q轴不是完全解耦的。当q轴电流很大时，d轴电感也会受影响，反之亦然。高频注入法如果只在单轴注入，测出来的电感里混着交叉耦合项。

要精确处理这个问题，需要做双轴注入：同时在d轴和q轴注入不同频率的高频信号，然后解调出四个电感参数（Ldd、Lqq、Ldq、Lqd）。但这样信号处理复杂度翻倍，而且两个频率要选得互不干扰，工程上比较麻烦。

我的折中方案是：先单轴辨识，得到Ld和Lq的近似值，然后在控制算法里加一个交叉耦合补偿项，用查表或者在线估计的方式修正。对于大多数工业应用，这个精度已经够了。

4.4 采样噪声与信噪比优化

高频注入的响应电流幅值通常不大，如果采样噪声大，解调出来的D值波动就大，电感辨识结果跳来跳去。我遇到过最夸张的情况，辨识值在±20%范围内随机跳，根本没法用。

优化信噪比有几个手段：一是提高注入幅值，但受限于电机噪声和发热；二是增加解调积分时间，用更长的低通滤波器，牺牲动态换精度；三是优化采样时刻，避开PWM开关瞬间的噪声，在开关周期的中间点采样。

我一般会同时用这三招。特别是采样时刻，一定要跟PWM载波同步，在三角波的顶点或底点触发ADC，这时候开关噪声最小。实测下来，光这一项就能把信噪比提高6dB以上。

4.5 辨识结果的验证与容错

在线辨识最怕的是辨识错了还不知道，拿着错误参数去跑控制，轻则性能下降，重则炸机。所以必须有一套验证和容错机制。

我的做法是：每次辨识出电感值后，跟上一周期的值比较，如果变化超过20%，就认为这次辨识无效，保持上一次的值。同时，如果连续多次辨识都失败，就切回默认参数，并报故障码。另外，还会用辨识出的电感去反算高频电流幅值，跟实际采样值对比，偏差超过15%就判定异常。

这套机制看起来简单，但能挡住绝大多数异常情况。我试过在电机堵转、缺相、采样线松动等情况下，容错机制都能正确触发，没有让错误参数进入控制环。

5. 一套可复现的DSP实现方案

5.1 整体软件架构

我在TI的C2000系列DSP上实现过这套方案，主频200MHz，PWM频率10kHz，注入频率1kHz。软件分成三个任务层级：

• 高频任务（PWM中断，10kHz）：生成注入信号、采样电流电压、带通滤波、同步解调。
• 中频任务（1kHz）：低通滤波、电感计算、标定、容错判断。
• 低频任务（100Hz）：参数更新、与主控制环交互、故障处理。

这样分层的好处是，高频任务只做最必要的运算，保证实时性；中频任务处理解调后的慢变信号；低频任务负责跟上层逻辑对接。

5.2 注入信号生成的代码实现

注入信号用查表法生成，表长设成1000点，对应一个完整周期。这样每个PWM周期取一个点，正好1kHz。代码大概长这样：

// 注入信号表，预先算好 float inject_table[1000]; // 在PWM中断里 static uint16_t inject_index = 0; float vh = VH_AMPLITUDE * inject_table[inject_index]; inject_index = (inject_index + 1) % 1000; // 把vh加到d轴电压指令上 Ud_ref += vh;

查表法比实时算sin要快得多，而且相位是确定的，不会因为计算延迟导致相位漂移。表里的数据用sin(2*PI*i/1000)生成，精度足够。

5.3 带通滤波器的定点实现

虽然我建议用浮点，但有些低成本DSP只有定点单元。这时候带通滤波器要特别小心。我用的是Q15格式，系数放大32768倍后取整。滤波器的状态变量用32位存，防止溢出。

// 二阶带通，Q15格式 int32_t b0 = 1234, b2 = -1234, a1 = -30000, a2 = 14000; int32_t x1 = 0, x2 = 0, y1 = 0, y2 = 0; int32_t input = (int32_t)(idh * 32768); int32_t output = b0*input + b2*x2 - a1*y1 - a2*y2; output = output >> 15; x2 = x1; x1 = input; y2 = y1; y1 = output;

实际系数要根据注入频率和采样率算，这里只是示意。注意右移15位之前要确保不会溢出，必要时先做饱和处理。

5.4 同步解调与低通滤波

同步解调在中断里做，参考信号也用查表法生成，跟注入信号同频同相（补偿后）。相乘之后送进一个一阶低通滤波器：

// 一阶低通，截止频率10Hz float alpha = 0.01; static float demod_lpf = 0; float demod = idh_filtered * ref_sin; demod_lpf = demod_lpf + alpha * (demod - demod_lpf);

这个低通的时间常数大概100ms，对应10Hz截止。如果觉得响应太慢，可以加大alpha，但噪声会变大。我一般取alpha在0.005到0.02之间，根据实际噪声水平调。

5.5 电感计算与参数更新

在中频任务里，每1ms读一次demod_lpf，代入标定公式算电感：

float Ld_est = VH_AMPLITUDE / (2 * PI * FH * demod_lpf * CALIB_GAIN);

CALIB_GAIN是标定系数，事先测好。算出来的Ld_est再经过容错判断，通过后更新到控制参数里。

整个流程跑下来，从注入到电感更新，延迟大概50ms到100ms。对于参数辨识来说，这个速度完全够用，因为电感变化本身是慢过程。

6. 实测数据与踩坑记录

6.1 一台1.5kW伺服电机的辨识结果

我用这套方案测过一台1.5kW的表贴式PMSM，额定电流5A，额定转速3000rpm。空载下辨识结果：

偏差在2%以内，对于工程应用足够了。加载到额定电流后，Lq降到5.6mH左右，Ld降到7.1mH，饱和效应明显。把辨识出的电感表代入电流环，重载下的电流THD从8%降到了3.5%，效果立竿见影。

6.2 踩过的坑：注入频率跟电流环带宽打架

有一次我把注入频率设成了500Hz，结果电流环带宽只有800Hz，注入信号被电流环衰减了一大半，解调出来的D值小得可怜，电感辨识值偏大30%。后来把注入频率提到1.2kHz，电流环对它的衰减就很小了，辨识恢复正常。

教训是：注入频率必须远高于电流环带宽，至少3倍以上。否则电流环会把注入信号当成扰动给抑制掉，你就白注入了。

6.3 踩过的坑：死区补偿没做对导致辨识值随电流方向跳变

还有一次，我发现辨识出的电感值在电流过零时会跳变，正电流时8.3mH，负电流时9.1mH。查了半天，发现是死区补偿的方向判断有问题。死区造成的电压误差跟电流方向有关，补偿时必须根据电流极性切换补偿量。我原来的代码里极性判断有延迟，导致过零附近补偿错误。

修复方法是：在PWM中断里实时判断电流极性，并且加一个小的滞环，避免过零抖动。改完之后，辨识值在过零附近的跳变从10%降到了1%以内。

6.4 踩过的坑：滤波器初始状态导致上电瞬间辨识错误

数字滤波器有状态变量，上电时如果状态是零，前几个周期的输出会有一个暂态过程。如果这时候正好在跑辨识，结果肯定不对。我一开始没注意，上电后第一次辨识值总是偏大很多，要过几百毫秒才稳定。

解决办法很简单：上电后先让滤波器空跑一段时间，等状态稳定了再启动辨识。或者给滤波器状态赋一个合理的初值，比如用第一个采样值填充。我一般用前者，简单可靠。

7. 这套方法还能怎么扩展

高频注入法辨识电感只是参数辨识的一个分支，但它打开了一扇门。同样的信号注入和解调思路，可以用来辨识电阻、磁链、甚至转子位置。我在后续项目里把注入频率改了一下，同时注入两个频率，一个用来辨识电感，一个用来辨识电阻，效果也不错。

另外，现在很多电机控制器开始支持在线参数自整定，上电后自动跑一遍辨识流程，把电感、电阻、磁链都测出来，然后自动整定电流环和速度环参数。高频注入法就是其中的核心环节。如果你在做这类功能，建议把辨识流程做成状态机，每个状态负责一个参数的辨识，互相之间做好时序隔离，避免信号串扰。

最后说一个实际体会：高频注入法的精度和鲁棒性，很大程度上取决于你对硬件和信号链的理解。同样的算法，在不同板子上跑出来的效果可能差很多。所以别光盯着算法，多花点时间在采样电路、PWM配置、滤波器设计上，这些基础工作做扎实了，算法才能发挥出应有的水平。