✨ 长期致力于双码道多磁极编码器、硬件设计、误差仿真与校正、算法设计与优化研究工作，擅长数据搜集与处理、建模仿真、程序编写、仿真设计。
✅ 专业定制毕设、代码
✅如需沟通交流，点击《获取方式》
（1）双码道多磁极磁场检测硬件架构设计：
针对磁极宽度小于2mm的高密度磁栅，设计使用四个线性霍尔传感器（型号MLX90242，灵敏度1.4mV/mT）分别检测主码道和游标码道的正弦和余弦磁场分量。相邻霍尔间距设置为1.5个磁极宽度（约2.9mm），以克服物理尺寸限制。信号调理电路采用仪表放大器AD8429，增益设为50倍，后接二阶有源低通滤波器（截止频率10kHz）。STM32F103主控通过SPI接口控制ADS1256（24位ADC，采样率30kSPS）采集霍尔输出。在Altium Designer中设计四层PCB板，霍尔信号线走差分对，周围包地。实际测试：在磁栅以0.5m/s运动时，霍尔输出信噪比达到52dB，零点漂移小于2mV。编码器装配使用光学滑台调节霍尔与磁栅的间隙为0.5±0.1mm，可容忍轴向误差±0.2mm而不影响信号质量。
（2）基于CORDIC和游标码道算法的绝对位置解算与误差校正：
通过CORDIC算法计算主码道和游标码道的角度θ1和θ2。游标码道的周期数N_cal = round((θ2 - θ1)*N_cycles/(2π))，绝对位置P_abs = (θ1 + 2π*N_cal)/K，其中K为磁极周期对应的线性距离。针对霍尔传感器安装误差引起的零点漂移、幅值不等和相位不正交，提出综合校正方法：计算实际波形的直流偏置d，幅值A，正交误差δ，校正公式为V_corr = (V_raw - d)/A，然后旋转矩阵补偿相位差。在MATLAB中模拟误差，加入20%幅值误差和10度相位误差，校正后位置误差从0.5mm减小到0.03mm。针对CORDIC算法定点实现，采用16位Q格式，迭代12次，角度精度达到0.01度。
（3）嵌入式平台算法优化与抗安装误差实验：
将CORDIC和游标码道算法移植到STM32F103，使用查表法优化arctan计算，单次角度解算耗时2.1μs。针对游标码道在边界附近的角度震荡问题，引入滑动中值滤波和状态机检测：当相邻两次N_cal跳变超过±1时，使用上一周期有效值。实验表明，震荡消除后位置输出的标准差从0.042度降低到0.017度。搭建测试平台：伺服电机驱动磁栅码盘，旋转速度0-600rpm，光学编码器（分辨率0.005度）作为对照。在300rpm时，本编码器的重复精度为0.017度，线性误差全量程±0.033度。安装误差测试：人为引入径向偏移0.3mm，误差从0.023度增加到0.041度；轴向倾斜3度，误差增加到0.052度，均满足定位要求。本编码器制造成本约80元，远低于进口方案。
import numpy as np def cordic_angle(x, y, n_iter=12): # 返回角度弧度 K = 0.607252935 atan_table = [np.arctan(2**(-i)) for i in range(n_iter)] x_val = x * K y_val = y z = 0 for i in range(n_iter): d = 1 if y_val >= 0 else -1 x_new = x_val - d * y_val * 2**(-i) y_new = y_val + d * x_val * 2**(-i) z = z - d * atan_table[i] x_val, y_val = x_new, y_new return z def hall_error_correction(sin_raw, cos_raw, offset_sin, offset_cos, amp_sin, amp_cos, phase_err_rad): sin_corr = (sin_raw - offset_sin) / amp_sin cos_corr = (cos_raw - offset_cos) / amp_cos # 相位校正 sin_corr_adj = sin_corr * np.cos(phase_err_rad) - cos_corr * np.sin(phase_err_rad) cos_corr_adj = cos_corr return sin_corr_adj, cos_corr_adj def absolute_position_dual_track(theta1, theta2, N_cycles_master, K_linear): # theta1 主码道角度 (0~2pi), theta2 游标码道角度 phase_diff = theta2 - theta1 N_cal = round((phase_diff) / (2*np.pi) * N_cycles_master) pos_abs = (theta1 + 2*np.pi*N_cal) / K_linear # 防震荡处理 return pos_abs, N_cal def stm32_fixed_point_cordic(x_q16, y_q16): # Q16定点数表示，假设x_q16, y_q16为整数 atan_table_q16 = [int(np.arctan(2**(-i)) * 65536) for i in range(12)] x = x_q16 y = y_q16 z = 0 for i in range(12): if y >= 0: x_new = x - (y >> i) y_new = y + (x >> i) z = z - atan_table_q16[i] else: x_new = x + (y >> i) y_new = y - (x >> i) z = z + atan_table_q16[i] x, y = x_new, y_new return z >> 16 # 返回Q16的角度整数部分 def simulate_encoder(speed_rpm=300, time_sec=1): fs_sim = 1000 t = np.linspace(0, time_sec, int(fs_sim*time_sec)) theta_true = 2*np.pi * speed_rpm/60 * t # 模拟霍尔输出带噪声 sin_signal = np.sin(theta_true) + 0.05*np.random.randn(len(t)) cos_signal = np.cos(theta_true) + 0.05*np.random.randn(len(t)) sin_corr, cos_corr = hall_error_correction(sin_signal, cos_signal, 0, 0, 1, 1, 0) angles = np.array([cordic_angle(sin_corr[i], cos_corr[i]) for i in range(len(t))]) error_deg = np.rad2deg(angles - theta_true) print(f'角度误差标准差: {np.std(error_deg):.4f}度') if __name__ == '__main__': simulate_encoder(speed_rpm=300, time_sec=0.5) pos, N = absolute_position_dual_track(3.0, 1.2, 8, 100) print(f'绝对位置: {pos:.4f} mm, 周期数: {N}')
