先搞懂核心前提：我们做离散化的终极目标
把我们在连续域（仿真 / 理论设计）里做好的滤波器、PID 控制器等，1:1 复刻到 MCU 里（离散时域），让 MCU 实际跑出来的效果，和仿真设计的完全一致，没有偏差。
所有离散化方法的优劣，都围绕「复刻的准确度 、稳定性 、计算量」这三个核心指标展开。
预畸变的基础
预畸变是为了解决普通双线性变换的频率畸变缺陷。
双线性变换的时域本质：梯形积分（比前向欧拉更准）
| 积分方法 | 时域近似逻辑 | 离散公式（积分项） | 精度 |
|---|---|---|---|
| 前向欧拉 | 用「矩形面积」近似积分 | I(k)=I(k−1)+e(k)⋅Ts | 一阶精度，误差大 |
| 双线性变换 | 用「梯形面积」近似积分 | I(k)=I(k−1)+(e(k)+e(k−1))⋅Ts/2 | 二阶精度，误差小 1 个数量级 |
梯形面积显然比矩形面积更接近真实的积分值，这就是双线性变换比前向欧拉精度更高的核心原因。
从梯形积分，推导出双线性变换的核心映射公式
连续域的积分运算，用拉普拉斯算子表示为：
把梯形积分的离散公式做 z 变换，整理后可以得到s 域（连续）→z 域（离散）的映射关系，这就是双线性变换的核心公式：
普通双线性变换的致命缺陷：频率畸变
双线性变换的精度、稳定性都远超前向欧拉，但它有一个天生的问题：连续域和离散域的频率映射是非线性的，会导致频率畸变。
频率畸变的数学本质
连续域的频率用 角频率Ω表示（单位 rad/s，Ω=2πf，f是 Hz），对应 s 域的虚轴s=jΩ； 离散域的频率用 角频率ω表示，对应 z 域单位圆上的点
把s=jΩ和
代入双线性变换公式，化简后可以得到连续频率和离散频率的映射关系：
这个公式是理解频率畸变和预畸变的核心，我们拆解它的含义：
当Ω很小（也就是目标频率f远小于采样频率fs=1/Ts）时，tan(x)≈x，此时Ω≈ω，几乎没有畸变；
当Ω变大（目标频率接近采样频率的 1/5 以上）时，tan(x)会比x大很多，此时连续频率和离散频率出现严重的非线性偏差，也就是频率畸变。
比如：
结论：不用预畸变，连续域设计 1kHz，离散后实际只有 968Hz，比目标值偏低（因为双线性变换的压缩效应），这就是频率畸变。
所以怎么让离散后刚好得到 1kHz？
我们的目标是让最终的离散频率ω=6283rad/s（1kHz），现在反向代入公式，求需要用多大的连续域频率Ω设计，才能让压缩后的结果刚好是 1kHz：
这就是预畸变的本质：我们提前把连续域的设计频率，从 1kHz 放大到 1034Hz，让双线性变换的压缩效应，刚好把它压回我们想要的 1kHz。
应用场景
一阶低通滤波器
预畸变双线性变换后的离散差分方程
也就是说，如果希望离散域截止频率为1khz，那么通过这个1khz反推，得到反向畸变后的连续域截止频率，得到预畸变后的连续域截止频率后，带入正向畸变，就得到了所需要的离散域1khz截止频率
位置式 PID 控制器
连续域标准 PID 公式
预畸变双线性变换后的离散差分方程
比如在PMSM电流环的PI参数整定中：
微分项本身已经完全匹配双线性变换的全局频率映射，不存在额外的频率畸变，因此不需要对Kd单独做预畸变修正：
但是Kp,Ki的整定直接决定了最终的截止频率，所以通过对Kp,Ki进行预畸变，从而实现对PID算法的预畸变：
连续域 Kp、Ki 与系统带宽的绑定关系（PMSM为例子）：
PMSM 电流环按典型 I 型系统设计时，为了实现最优阻尼比ξ=0.707，会令控制器零点抵消被控对象的极点，即：
又因为PI 控制器 + 电机被控对象的开环传递函数，为控制器与被控对象的乘积：：
将公式 (5) 代入公式 (4)，开环传递函数可以化简为最简形式：
系统的闭环传递函数为：
这是一个典型的一阶惯性系统，闭环带宽（截止频率）等于系统的转折频率，即：
结合公式 (5) 的零点极点对消条件，我们可以直接得到Kp、Ki 与目标带宽的一一对应公式：
什么情况下可以忽略这个畸变？
采样频率远大于目标带宽：采样频率fs ≥ 100× 目标带宽fc，比如 10kHz 采样，目标带宽 50Hz，此时tan(x)≈x，畸变 < 1%，几乎无影响；
单环控制，无多环级联：不需要严格的带宽配比，仅单环控制，对动态性能要求不高；
对稳定性、鲁棒性要求低：比如简单的风机、水泵控制，不需要精准的动态性能。
PID算法通过双线性变化，频率发生了畸变，会出现什么问题？
闭环带宽直接决定了系统的响应速度：带宽越高，阶跃响应的上升时间越短，跟随指令的速度越快。频率畸变导致实际带宽低于设计值，系统的响应速度会直接变慢。
系统响应速度变慢，动态性能不达标；多环级联的带宽配比被打破，系统易震荡甚至失稳；抗干扰能力大幅下降；仿真与实际运行效果严重脱节等