上一期为大家介绍了滑膜观测器正反切的应用案例，收到不少小伙伴的反馈是否有PLL的案例，大概看了一下网上的资料，讲理论的很多，能转化成源码的几乎没有。前半年工作和家里的事情都比较多，一拖再拖，终于在6月将源码调试好了，在这里跟大家分享一下调试过程以及注意事项。    我们都知道，滑膜控制在滑动膜态下伴随着高频抖阵，因此估算的反电动势中存在高频抖阵现象。基于反正切函数的转自位置估计方法将这种抖阵直接引入反正切函数的除法运算中，导致这种高频抖阵的误差被放大，进而造成较大的角度估计误差。采用锁相环结构对转子位置进行跟踪估计，可以大大提高系统的跟踪精度和改善系统的控制性能。所以，这一次将讲解一下

滑膜观测器原理这是一篇关于滑膜观测器原理的学习笔记文章目录滑膜观测器原理前言一、估计转子位置的基本逻辑，α,β\alpha,\betaα,β坐标系二、从α,β\alpha,\betaα,β电压方程到状态方程三、滑膜观测器四、关于观测方程中的角速度的疑问五、估计角度和角速度总结前言当无刷电机使用FOC控制时，需要获得转子位置和角速度信息，当没有传感器的时候，已经有大量的算法用于解决这一问题，有一类处理办法是使用观测器来估计转子的位置，在众多解决方案中滑膜观测器有着广泛的应用。下面将我一个小白从无到有的学习过程分享一下。这里学习到的滑膜观测器的知识来源于《彻底吃透滑模观测器（PMSM无感算法）（理

非奇异快速终端滑模控制(NonsingularFastTerminalSlidingModeContral，NFTSM)在终端滑膜控制中，最后的部分我们抛出了收敛速度的问题，所以在此基础上，我们提出非奇异快速终端滑膜控制，非奇异快速终端滑膜控制主要解决了非奇异终端滑模控制中的收敛速度问题。非奇异快速终端滑模的滑模面s=αx1+cx2+βx2pqs=\alphax_1+cx_2+\betax_2^{\frac{p}{q}}s=αx1​+cx2​+βx2qp​​其中p>q(1q(1p>q(1p/q2)且p,qp,qp,q为正奇数，上式中的ccc的取值为：c={ε,∣X∣1c=\begin{case