SimpleFOC源码学习02(v2.3.2) - 低通滤波器lowpass_filter.cpp与lowpass_filter.h

前言

github源码：https://github.com/simplefoc/Arduino-FOC/tree/master/src/common

低通滤波器（Low-Pass Filter）是一种信号处理工具，它的作用是：让变化缓慢的信号通过，过滤掉变化剧烈（噪声）的信号 。

在电机控制中，传感器读到的速度、电流值经常带有噪声抖动，低通滤波器就是用来平滑这些数值的。

一、lowpass_filter.h

cpp 复制代码

class LowPassFilter {
public:
    LowPassFilter(float Tf);    // 构造函数，传入时间常数
    float operator() (float x); // 重载()运算符，让对象像函数一样调用

    float Tf;                   // 时间常数（越大=越平滑，响应越慢）

protected:
    unsigned long timestamp_prev; // 上次调用的时间戳（微秒）
    float y_prev;                 // 上次的滤波输出值
};

关键概念 --- Tf 时间常数：

Tf 单位是秒
Tf 越大 → 滤波越强，信号越平滑，但响应越迟钝
Tf 越小 → 几乎不滤波，跟随输入但噪声多
典型值：0.01f（10ms）用于电流，0.1f（100ms）用于速度

二、lowpass_filter.cpp

2.1、构造函数

cpp 复制代码

LowPassFilter::LowPassFilter(float time_constant)
    : Tf(time_constant)   // 记录时间常数
    , y_prev(0.0f)        // 初始输出为0
{
    timestamp_prev = _micros(); // 记录当前时间（微秒）
}

2.2、核心滤波函数operator()

cpp 复制代码

float LowPassFilter::operator() (float x)
{
    unsigned long timestamp = _micros();
    // 距离上次调用过了多少秒。
    float dt = (timestamp - timestamp_prev)*1e-6f;  // 换算成秒
    if (dt < 0.0f ) dt = 1e-3f;                     // 时间溢出保护 → 用1ms代替
    else if(dt > 0.3f) {                            // 超过0.3秒没调用
        y_prev = x;                                 // 直接输出当前值（认为系统停了）
        timestamp_prev = timestamp;
        return x;
    }
    float alpha = Tf/(Tf + dt);                     // 核心公式！
    float y = alpha*y_prev + (1.0f - alpha)*x;      // 加权混合
    y_prev = y;
    timestamp_prev = timestamp;
    return y;
}

三、理解核心公式

这是整个代码最重要的两行：

cpp 复制代码

float alpha = Tf/(Tf + dt);                     // 核心公式！
float y = alpha*y_prev + (1.0f - alpha)*x;      // 加权混合

直觉理解：

alpha 接近 1（如 0.99） → 90%相信旧值，10%相信新输入 → 非常平滑，很迟钝
alpha 接近 0（如 0.1） → 10%旧值，90%新输入 → 几乎不滤波，跟随快但噪声多

四、如何使用这个类

cpp 复制代码

// 创建一个时间常数为0.01秒的滤波器
LowPassFilter lpf(0.01f);

// 在循环中调用（像函数一样用）
float raw_speed = sensor.read();    // 读到带噪声的速度
float smooth_speed = lpf(raw_speed); // 滤波后的平滑速度

operator() 的重载让对象可以直接当函数调用，写法非常简洁。

五、总结

六、Tf的数值怎样选取? 比如电流环20KHz,速度环1KHz。

6.1、先算出dt

6.2、理解alpha和Tf的关系

alpha = Tf / (Tf + dt)

alpha 决定了每次保留多少旧值 。实际工程中，alpha 的合理范围是 0.8 ~ 0.98：

低于 0.8 → 几乎不滤波，噪声太多
高于 0.98 → 延迟太大，控制器反应迟钝
由此可以反推 Tf ：
Tf = alpha × dt / (1 - alpha)

实际项目参数设置：

6.3、关键约束：电流环Tf 必须远小于速度环周期

电流环的 Tf 引入延迟，这个延迟会传递到速度环。速度环周期是 1ms，所以电流环滤波器的延迟必须远小于 1ms：

复制代码

电流环 Tf = 0.0005f（0.5ms）< 速度环 dt（1ms）✅ 合理
电流环 Tf = 0.005f （5ms） >> 速度环 dt（1ms）❌ 危险，会破坏速度环稳定性