简介：这份PDF资料来自ST（意法半导体）2024年工业峰会，面向电机控制系统开发工程师与相关科研人员，重点讲解高灵敏度观测器（HSO）技术在PMSM电机控制中的应用。内容从与传统STO观测器的对比切入，说明HSO通过估算磁通量，可在极低转速（几rpm）甚至静止状态下建立闭环FOC控制，弥补低速下反电动势观测器信噪比不足的短板。资料还给出了首批支持的参考设计，包括B-G473E-ZEST1S控制板、低压/高压功率板及分歧板，并附详细引脚配置表；应用场景覆盖空调压缩机、ODU风扇、伺服电机及船用曳引电机等。资源共1个PDF文件，大小3.42MB，已有428人学习。对需要低转速高精度电机控制方案、或着手评估ST电机控制生态的开发者，这份资料可提供清晰的算法思路、硬件选型参考与参数配置细节。
1. 一场工业峰会，最值得带走的不是芯片，是观测器
2024年某半导体厂商的工业峰会上，电机控制专场最热的关键词不是新内核，也不是新封装，而是高灵敏度观测器(HSO)。做无感FOC的工程师都清楚：低速带载时，反电动势信号弱到几乎没法用，传统滑模观测器要么抖得厉害，要么观测角度发漂，电机像得了帕金森。HSO的思路是在不牺牲稳定性的前提下，把观测带宽做高，让状态估计器对电流突变和负载扰动反应更快。这篇文章不打算复述峰会PPT，而是把HSO当作一类可复现的算法来拆解：原理、离散化实现、调参顺序、以及最容易翻车的几个现场。正在做无感电机控制、被低速抖动折磨的人，可以顺着这条路径自己搭一套。
2. 高灵敏度观测器(HSO)到底在观测什么：原理与适用边界
2.1 从反电动势到状态观测：为什么无感控制离不开观测器
无感电机控制最常见的切入点是检测反电动势，但反电动势幅值与转速成正比。在低速或零速阶段，磁链变化率低到和采样噪声一个量级，直接提取位置基本等于瞎猜。所以工程上从“检测”转向“观测”：把电机视为一个状态空间模型，将已知的电压、电流作为输入，实时重构转子位置和速度。观测器的本质是一个动态系统，它一边按模型推演内部状态，一边用实测电流修正推演误差。只要模型够准，即使反电动势很小，也能通过状态耦合把位置信息慢慢“挤”出来。
对PMSM而言，静止坐标系下的电流状态方程可以写成 di_alpha/dt = (u_alpha - R_s * i_alpha - e_alpha) / L_s，其中 e_alpha 是反电动势的 alpha 轴分量，它本身包含转速和位置信息。观测器的任务就是同时估计电流和反电动势。电流估计可以被实测电流直接校正，而反电动势估计只能通过与电流估计误差耦合的方式间接被校正。换句话说，反电动势观测器的输入就是电流估计误差，它的响应速度决定了整个位置观测的带宽。HSO 在这里做的事情，就是把这个间接通道的增益尽可能做得足够高、足够快。
还有一个常被忽略的问题：可观性。PMSM 在绝大多数转速区间里状态是可观的，但反电动势在零速时为零，位置信息完全消失，所以 HSO 本身覆盖不了零速。很多人以为“高灵敏度”就意味着零速也能稳定闭环，实际并不是。零速时你依然需要高频注入或开环强拖，HSO 要在反电动势建立起来之后才真正接管。这一点峰值峰会上反复强调，实际项目里也最容易踩空。
2.2 HSO与传统滑模观测器的区别：增益、带宽与噪声的三角权衡
传统滑模观测器用不连续切换项，比如 sign 函数，把系统驱动到滑模面上。优点是对模型误差不敏感，缺点是切换本身会产生抖振，必须加低通滤波器，而滤波器的截止频率又限制了观测带宽。很多产品里，滑模观测器的角度输出需要补偿 20° 到 30° 的滞后，而且补偿角随转速、负载变化，很难一次标定准。HSO 用连续高增益替代不连续切换，从源头减少了抖振源，低通滤波器可以被简化，滞后也随之减小。但代价是：高增益会把电流测量的高频噪声直接放大，所以需要配合好的采样和滤波。这个三角权衡是 HSO 调参里最核心的部分。
从频域看，HSO 相当于在反电动势通路上做了一个高带宽的积分器，其闭环传递函数在几十到几百赫兹处仍然保持接近 0dB 增益。传统滑模观测器由于滤波和延迟，通常在这个频段已经有明显衰减。因此 HSO 能观测到更快速的状态变化，表现为负载突变时角度估计能更快跟上。但高频噪声通道同样是高增益，所以设计时需要在观测器输出后加一个短时间常数的惯性环节，时间常数不能太大，否则又牺牲灵敏度。这个“短”字，就是你在实际波形上反复试出来的。
从误差动态方程看，观测器极点由增益矩阵 L 决定，误差收敛速度正比于 L 的幅值。L 大，收敛快，但对电流采样噪声的放大也大。HSO 的工程落地通常采用增益调度：低速区间保持高增益以弥补反电动势弱的问题，高速区间适当回调以避免噪声主导。这个调度策略做得好的话，一台电机从 50rpm 到 5000rpm 都能维持稳定的观测质量，而不是像固定增益那样只能照顾一段。
2.3 HSO适合哪些电机与工况：选型判断表
不是所有电机控制项目都需要 HSO。如果产品本身带了编码器，或者对低速性能要求不高，直接调用现成的滑模观测器可能更省事。HSO 的价值集中在低速、无感、带载这几个关键词上。结合我做过的几个模拟项目，把常见电机类型和工况适配整理成一张表，方便判断自己的场景适不适合往 HSO 迁移。
| 电机类型 | HSO适配度 | 主要注意点 |
|---|---|---|
| 表贴式PMSM | 高 | 参数少，只需 R、L、磁链，容易收敛 |
| 内置式PMSM | 中 | D/Q 轴电感差异大，需要电感在线补偿，否则增益误判 |
| 异步电机 | 中 | 需要额外处理转子时间常数，低速稳定性不如PMSM |
| 高速电机 | 中 | 单 PWM 周期内电角度变化大，必须做滞后补偿 |
工况方面，低速大转矩、负载突加突卸、快速正反转切换是 HSO 表现最明显的场景；而长时间超高速弱磁、频繁过调制、逆变器非线性严重的工况下，HSO 的灵敏度优势会被噪声和模型误差淹没，反而需要先做硬件和采样优化。所以选型的时候应该问：我的电流采样噪声和时间常数够不够支撑高增益？而不是简单地“用 HSO 一定比滑模强”。另外，HSO 相比扩展卡尔曼滤波，省去了协方差矩阵在线迭代，计算量小，适合 MCU 实时运行。扩展卡尔曼虽然噪声适应性更强，但 Q 矩阵和 R 矩阵的调节更像玄学；HSO 增益的物理含义更直接，调起来更可控。
3. 把HSO落成算法：离散化更新方程与增益设计
3.1 基于电流模型的HSO核心更新方程（示例伪代码）
HSO 算法主体可以浓缩成三步：电流观测、反电动势观测、角度速度提取。这里给出一个可直接移植到单片机的中断服务函数里的核心片段，用静止坐标系下的电流模型。满标处理时，电压和电流都用标幺化后的值，L_s 和 R_s 是标幺化电感、电阻。
/* HSO 一次迭代，dt 为控制周期（单位：秒） */ /* 输入：u_alpha, u_beta, i_alpha, i_beta（标幺化） */ /* 输出：theta_hat（电角度）, omega_hat（电角速度） */ float err_alpha = i_alpha - i_alpha_hat; float err_beta = i_beta - i_beta_hat; /* 1. 电流观测器：强迫观测电流跟踪实测电流 */ i_alpha_hat += (u_alpha - R_s * i_alpha_hat - e_alpha_hat) * inv_L_s * dt + K_i * err_alpha * dt; i_beta_hat += (u_beta - R_s * i_beta_hat - e_beta_hat) * inv_L_s * dt + K_i * err_beta * dt; /* 2. 反电动势观测器：误差经高增益积分，带宽远高于电流环 */ e_alpha_hat += -K_e * err_alpha * dt; e_beta_hat += -K_e * err_beta * dt; /* 3. 角度/速度提取：用 PLL 而不是 atan2，抑制噪声 */ cross = e_alpha_hat * cosf(theta_hat) + e_beta_hat * sinf(theta_hat); theta_hat += omega_hat * dt + Kp_pll * cross * dt; omega_hat += Ki_pll * cross * dt;代码的逻辑是这样的：先利用当前电压和上一拍的反电动势估计值，推算出本拍的电流估计值，再用实测电流与估计电流的误差去修正电流状态和反电动势状态。注意 e_alpha_hat 和 e_beta_hat 的更新式里没有直接电压项，它们完全靠误差积分驱动，这正是“观测”的体现。PLL 里的 cross 项本质是反电动势矢量与估计角度之间的正弦误差，当估计角度接近真实角度时，cross 趋近于零，从而锁定相位。
参数上，K_i 决定电流估计误差的收敛速度，一般设置为电流环带宽的 2 到 5 倍；K_e 是反电动势估计增益，是“高灵敏度”的核心，它太小则抗扰动差，太大则噪声放大明显；Kp_pll 和 Ki_pll 决定角度跟踪的动态配合。断言的调法我会在第四章细说。这里强调一点：e_alpha_hat 和 e_beta_hat 的初值在启动阶段要清零，否则观测器可能锁到错误的收敛方向。
3.2 数字实现要点：采样频率、PWM同步与标幺化
HSO 对采样时刻非常敏感。常见的做法是将电流采样点放在 PWM 载波的中心，此时逆变器开关产生的二极管续流和开关噪声已经衰减，电流纹波也处于相对稳定的区域，测出来的值最能代表一整个 PWM 周期的平均电流。如果采样点偏离中心，观测器输入里会混入明显的斩波噪声，无论怎么调 K_e 都很难压掉。我见过不少翻车案例，最后查出来不是算法问题，而是 ADC 触发时间偏了几个微秒。
标幺化在 HSO 实现里不是可选件，而是必需品。你需要先选电压基值（通常是直流母线电压或相电压峰值）、电流基值（一般是电流采样满量程），推导出电阻基值和电感基值。这样 R_s、L_s、u_alpha、i_alpha 都是 0 到 1 附近的量，K_i、K_e、Kp_pll 的数值范围变得可预期，也方便在不同功率电机之间迁移参数。如果直接在 SI 单位下调节增益，参数范围会跨好几个数量级，台架上很难凭直觉判断。
离散化上用前向欧拉就够了，前提是 dt 固定。如果你的控制代码做了变周期运行，比如在故障工况下跳过某些中断，那么所有积分项都要用实际的 dt 重新换算，否则观测器增益会漂移，系统可能在某个瞬间突然振荡。我自己的习惯是把 dt 设成 PWM 周期的整数倍，并且在中断里用一个变量记录真实经过的时间，所有 dt 都引用这个变量，而不是用宏定义。
3.3 启动与低速策略：开环切入HSO的切换条件
HSO 在反电动势建立之后才真正有效。工程上最常见的是 I/F 开环启动：给一个恒定的电流矢量，让电机以设定的加速度往上拉。开环阶段，HSO 虽然也在跑，但它的估计角度不应该直接接管控制。需要先做角度同步，让开环角度和 HSO 估计角度之间的误差缩小到一个很小的范围内，再平滑切换。
我的实现习惯是：开环阶段用开环角度初始化 theta_hat，同时让 HSO 的电流误差闭环持续运行。当给定转速达到额定转速的 2% 到 5% 时，检查误差 e_alpha_hat 和 e_beta_hat 是否已经进入稳定区间，并且开环角度与 theta_hat 的差小于 5° 电角度，才允许切换。切换时不要直接跳到 HSO 角度，而是做一个两三个 PWM 周期的加权融合，避免电流环突然看到角度阶跃而产生冲击。
切换阈值太早，观测器可能还没有收敛，容易造成反向启动或堵转；太晚，开环阶段电流偏大，电机发热，带载时又容易失步。一个实用的阈值参考是额定转速的 3% 到 5%，但具体值要看负载惯量。惯量大的系统，开环强拖需要更长时间，观察误差的稳定时间也会变长，阈值要相应放宽。
4. 参数怎么调：从仿真到台架的最小调参流程
4.1 先跑离线仿真：用电机模型标定观测增益
拿到 HSO 代码后，不要直接上电机，风险太大。我习惯先搭一个简单的 PMSM 仿真模型，可以是纯 Python 写的微分方程，也可以是现成的电力电子仿真环境。模型里电机参数先用铭牌值填进去，控制部分直接用你的 HSO 更新方程。给定一个转速阶跃，比如从 0 到 500rpm，观察三个量：电流观测误差、反电动势观测估计值、PLL 输出的角度误差。
第一步先把 K_e 设为零，调 K_i。K_i 太小，电流观测误差收敛慢，表现为估计电流和实测电流之间存在一个长期偏差；K_i 太大，电流估计会跟着测量噪声跑，波形看起来像毛刺。我的经验是让电流观测误差在 0.5ms 内衰减到峰值的 5% 以下。第二步把 K_e 加进来，逐步增大，直到转速阶跃时角度误差快速回到零，并且在负载突变时角度波动幅度比传统滑模小。
仿真阶段还要做参数敏感性测试。故意把 L_s 设置成真实值的 80% 和 120%，看 HSO 是否还能稳定。一般来说，HSO 对电感误差的容忍边界在正负 20% 左右，超过 30% 就会振荡。如果仿真环境里已经发散了，台架上大概率更严重。这个边界可以作为后续磁链辨识或者电感辨识是否需要上的判据。
4.2 台架上的三个必调参数与调参顺序
台架上调试不能贪多，每次只动一个参数。我按自己的踩坑经验排了个顺序：先调 PLL，再调 K_e，最后调切换阈值。PLL 没调好之前，无论 K_e 多大，角度输出都不会干净。
- 第一个调 PLL 带宽。给电机开环跑一个固定转速，用示波器观察 theta_hat 的波形。如果角度波形上叠加了明显的高频颤振，先减小 Kp_pll；如果负载突变时角度有明显落后，再适当增大 Kp_pll。Ki_pll 主要消除静态误差，不要单独调太大，否则会引起速度振荡。
- 第二个调 K_e。在带载启动和负载突变场景下，观察电流环的 q 轴电流反馈是否平坦。K_e 太小，负载一上来角度估计跟不上，q 轴电流会跌一截再慢慢恢复；K_e 太大，q 轴电流反馈里能看到明显的高频毛刺。
- 第三个调切换阈值。这个参数决定了从开环强拖到闭环的过渡是否平滑。切换过早，电机会发闷、电流尖峰；切换过晚，启动过程又慢又热。
下面是我在某模拟项目里用过的参数参考表，不同功率电机需要按标幺化习惯换算，但不建议直接照抄。
| 参数 | 作用 | 初始参考范围 | 调高后果 | 调低后果 |
|---|---|---|---|---|
| K_i | 电流观测器收敛速度 | 500~2000 | 跟踪快但噪声大 | 跟踪慢、估计偏 |
| K_e | 反电动势观测增益 | 20~200 | 灵敏度高但高频抖动 | 抗负载扰动弱 |
| Kp_pll | PLL 比例增益 | 0.1~1.0 | 角度响应快但易振荡 | 滞后明显 |
| Ki_pll | PLL 积分增益 | 0.01~0.1 | 消除稳态误差但超调 | 稳态角度偏差 |
台架调参有一点玄学：同样的参数，在不同母线电压、不同电缆长度下表现会不一样。我的做法是每次修改参数后固定记录三个指标——电流噪声峰峰值、角度波动峰峰值、负载阶跃恢复时间，用数据代替感觉。
4.3 用辨识结果验证HSO的“高灵敏度”指标
高灵敏度不能靠“感觉流畅”来评判，需要设计一个可重复的实验。常见的做法是在额定转速下突加一个 10% 的额定负载，用示波器抓取角度估计误差的恢复时间。HSO 的恢复时间如果与传统滑模差不多，说明增益根本没调到位；如果明显更短，才能算是发挥了高灵敏度的效果。我在调好的项目里，负载阶跃后角度恢复时间可以比滑模观测器短 30% 到 40%。
另一个可验证的手段是扫频：在电流环的 q 轴电流指令上叠加一个小幅正弦扰动，频率从几赫兹扫描到几百赫兹，记录观测角度的幅值和相位。观测角度对扰动幅值的响应曲线可以反映观测器带宽。HSO 的带宽通常设计在 1 到 2 倍电流环带宽之间，如果你的扫频结果显示在几十赫兹就开始衰减，那检查是不是低通滤波环节的截止频率压得太后了。
5. 高灵敏度观测器避坑：5个让系统翻车的常见问题
5.1 现象1：低速带载启动往反方向抖
做低速带载启动时，电机没有正常往前转，反而往后猛抖一下，然后才慢慢爬起来。这个问题在 HSO 方案里出现的概率比传统滑模更高，因为高增益放大了角度误差的瞬态响应。原因通常是启动阶段反电动势太小，观测器在辨识出真实位置之前，误差方向会被电流噪声带偏，导致估计角度短暂错误。还有一种常见情况是开环阶段没有把 theta_hat 初始化到开环角度，观测器从零度开始收敛，需要一段时间追到开环角度，追的过程中控制角就不对。
解决方式分三步：开环阶段强制用开环角度初始化 theta_hat；切换前增加角度差校验，只有估计角度与指令角度差小于 5° 才允许闭环；低速段适当降低 K_e，让观测器不要对电流噪声那么敏感。如果电机带载很大，还要考虑是不是电流限幅导致转矩不够，不能全把锅推给观测器。
5.2 现象2：高速时观测角度滞后导致弱磁失控
转速上到高速后，观察 q 轴电流和 d 轴电流的耦合，会发现角度滞后明显，甚至在弱磁区间出现电流环振荡。原因有几个：一是采样和计算延迟导致的固有滞后；二是反电动势估计里的低通滤波环节引入了相位延迟；三是高增益在高速时反而让噪声占比升高，限制了有效带宽。HSO 并不是天然适合高速，高速段的增益调度非常重要。
解决方式是在高速段降低 K_e，同时对角度做延迟补偿。补偿量通常根据当前电角速度和已知的滤波延迟时间计算，补偿角等于 omega_e * t_delay。如果 t_delay 不好确定，可以在台架上用一个恒速点从低速到高速踩一遍，记录角度误差曲线的斜率，反推延迟时间。补偿后的角度在弱磁区间的稳定性会明显改善。
5.3 现象3：切换开环-闭环瞬间电流尖峰
从开环强拖切换到 HSO 闭环时，电流波形出现一个很大的尖峰，严重时直接触发过流保护。原因基本是切换瞬间角度不连续：开环角度和 HSO 估计角度之间存在一个固定的差，切换指令一旦切过去，电流环参考坐标系瞬间跳变，产生电压突变。很多人会去调 PLL 增益，但问题不在 PLL，而在切换机制本身。
解决方式是在切换前把 HSO 的角度一直跟随着开环角度运行，让两者误差缩小；切换时不要瞬间切，而是用两三个 PWM 周期做角度插值。我在另一个项目里用过简单的一阶过渡：theta_use = alpha * theta_hat + (1 - alpha) * theta_open，alpha 从 0 线性变到 1，整个过渡过程 1ms 左右完成。这样电流尖峰会从“脉冲式”变成“缓慢爬坡”，明显更可控。
5.4 现象4：高频抖动引入可观噪声，电流波形变粗
系统在低速高速都稳定，但用示波器看相电流波形，能看到明显的粗毛刺，且电机噪声变大、温升偏高。这往往是 K_e 调太高，把电流环的输出噪声通过反电动势估计积分进了角度和速度估计，然后通过速度环又反馈到电流指令。典型的“灵敏度过度”症状。此时不只是算法层面，驱动板布局和 ADC 采样也很可能放大了噪声源。
解决方式是先降 K_e，直到电流波形毛刺明显减少；然后检查 ADC 采样时序，确保采样点真正落在 PWM 中心；再在观测器输出后加一个一阶低通，时间常数不要超过一个 PWM 周期的几倍，否则灵敏度会抵消。如果噪声依旧严重，大概率需要改善硬件采样，比如增加 RC 滤波，但要注意滤波带来的延迟也要算进角度补偿。
5.5 现象5：参数辨识不准时HSO比普通观测器更脆弱
同样是电机参数误差，滑模观测器可能只是位置精度下降，HSO 却可能直接振荡。因为高增益会把模型误差当成状态偏差来放大补偿，使估计角度产生虚假的调制。常见场景是电机温度升高导致 R_s 变化，或者磁路饱和导致 L_s 变化，而观测器用的还是常温标称值。尤其在低速大电流工况，R_s 误差的影响最明显。
解决方式分两个层面：控制层面，在观测器里加入对 R_s 和 L_s 的在线辨识，用电机模型残差驱动一个慢速自适应环；简化层面，至少将 R_s 做成温度查找表，从控制器板载 NTC 读温度来修正。对内置式电机，还要考虑 d/q 轴电感的差异和交叉耦合，必要的时候把电感矩阵写进观测方程。参数自整定加上 HSO，是这一类方案真正成熟的标志。
6. 进阶：把HSO的灵敏度用在在线惯量辨识上
6.1 用高带宽速度观测值做惯量辨识
HSO 提供了比编码器更高带宽的速度估计，而速度变化与转矩的关系是现成的系统辨识素材。在速度环上叠加一个窄带激励信号，比如 5Hz 到 20Hz 的正弦转矩扰动，用 HSO 输出的电角速度过微分得到加速度，和 q 轴电流指令一起送进递推最小二乘，就能在线辨识出系统总惯量。这个惯量值可以直接用来整定速度环的 PID，实现自动调参。
我的实践里，辨识出来的惯量比手动阶跃响应测试得到的值更贴近真实工况，因为它是在正常运行中连续得到的，包含了负载本身的折算惯量。有了这个值，速度环的增益可以按惯量自适应缩放，负载变化时不用人工改参数。这个应用很吃观测器的带宽，如果观测器低速纹波大，辨识结果会被噪声污染，所以要用它来反推 HSO 的灵敏度是否达标。
6.2 一个值得养成的调试习惯
每调一次 HSO 参数，我都习惯在同一张记录表里写三个指标：电流噪声峰峰值、角度波动峰峰值、负载阶跃恢复时间。没有这三项，任何调参都是凭感觉，下次换一台电机又要重新折腾。我还吃过大意调高 K_e 导致高速噪声异常的亏，那之后才明白：高灵敏度是把双刃剑，只有建立在干净采样和准确参数前提下的灵敏度，才是真正能用的灵敏度。希望这些踩出来的经验能帮你少走一段弯路，也欢迎你在自己的项目里把这套 HSO 流程复现一遍，用数据验证它的价值。
本文还有配套的精品资源，点击获取
