Discrete d/dt
Discrete
运行在线示例
免费 · 无需注册 · 直接在浏览器中运行
使用后向差分(Backward Euler 后向欧拉法)数值近似计算输入信号的离散时间导数。通过将当前采样点数值与上一采样点数值之差除以采样周期 来计算变化速率。该模块是根据位置传感器信号计算运动速度与加速度、构建数字 PID 控制器微分通道(D 环节)以及在嵌入式控制系统中估计离散状态轨迹的关键基础组件。
数学模型
在离散时间域中,后向差分方程表示为:
在 域中,其对应的传递函数为:
在低频工况下(),其频率响应高度逼近连续时间理想微分:
输入与输出
| Direction | ID | Label | 类型 | Status |
|---|---|---|---|---|
| → In | in |
In | number | Required |
| ← Out | out |
Out | number | Output |
参数
| 参数 | Label | 类型 | 默认值 | 描述 |
|---|---|---|---|---|
sampleTime |
Sample Time | number | 0.01 |
使用示例
示例 1:增量式光电编码器的转速解算
在伺服电机运动控制中,光电编码器以 1 kHz 的更新频率( s)持续测量转轴累计转角 。将转角信号接入配置为 sampleTime = 0.001 的 DiscreteDerivative 模块,可实时输出角速度反馈量 ,无需模拟测速发电机即可闭合内环速度阻尼控制。
示例 2:数字 PID 调节器中的微分先行作用
在离散 PID 闭环调节中,对跟踪偏差 进行微分可提供预测性相位超前,有效抑制超调。将控制偏差送入 DiscreteDerivative 模块计算变化率,随后乘以微分增益 。在微分输出端紧密级联一阶离散滤波器(Smooth 模块),可有效过滤高频量化传感器噪声。
说明与最佳实践
- 高频噪声放大效应:纯数值微分本质上等效于高通滤波器,其增益随频率线性提升,会将高频量化噪声放大 倍。工程实践中建议始终在前端或后端配置低通滤波。
- 初始采样点响应:由于在仿真步长 处不存在先验样本 ,输出安全初始化为零(),防止产生数值启动阶跃尖峰。
- 采样周期严格一致性:必须确保配置的
sampleTime与离散子系统或目标微控制器时钟节拍严格同步。 - 严格因果性:后向差分公式仅依赖当前与历史采样值( 与 ),具有严格的物理因果性,可直接在嵌入式 C/Rust 固件中高效实现。
相关模块
- Derivative: 包含内置高频滤波极点的连续时间微分模块。
- DiscreteIntegrator: 支持前向欧拉、后向欧拉或双线性变换(Tustin)的离散积分累加模块。
- UnitDelay: 将离散信号延迟严格一个采样周期()。
- Smooth: 用于微分前滤除高频噪声的一阶指数移动平均滤波器。