3. 坐标变换理论(下)：Matlab/Simulink坐标变换仿真搭建、C语言坐标变换代码实现、变换结果验证。

上一讲我们把 Clarke 和 Park 变换的数学公式推了一遍。说实话，光看公式容易晕。我当年学的时候也是，纸上算得明明白白，一到写代码就懵了。

这一讲咱们来点实在的。先在 Simulink 里搭个模型验证理论，再用 C 语言把算法落地。最后，我会教你一套验证结果的方法——这步很关键，能帮你发现很多隐藏的 bug。

3.1 为什么需要仿真验证？

你想想看，公式推导得再漂亮，不跑一遍怎么知道对不对？

我在项目里见过太多人，写完坐标变换代码直接往工程里塞。结果电机转起来嗡嗡响，电流波形乱七八糟。查了半天，最后发现是 Clarke 变换里一个符号搞反了。

所以我的习惯是：先仿真，再写代码，最后用仿真数据验证代码。三步走，稳得很。

核心思路：用 Simulink 生成一组标准输入输出数据，作为“金标准”。然后让 C 代码跑同样的输入，对比输出是否一致。

3.2 Matlab/Simulink 仿真搭建

我们搭一个最简单的验证模型。输入三相对称正弦电流，经过 Clarke 和 Park 变换，观察输出波形。

3.2.1 模型结构

打开 Simulink，新建一个空白模型。我们需要这几个模块：

  • Sine Wave × 3：生成三相电流 ia, ib, ic。幅值设为 1，频率 50Hz，相位互差 120°。
  • Fcn 模块：实现 Clarke 变换公式。
  • Fcn 模块：实现 Park 变换公式。
  • Scope：观察波形。

具体参数设置如下：

信号 表达式 说明
ia sin(2*pi*50*t) A 相电流
ib sin(2*pi*50*t - 2*pi/3) B 相电流，滞后 120°
ic sin(2*pi*50*t + 2*pi/3) C 相电流，超前 120°

3.2.2 Clarke 变换模块

在 Fcn 模块里输入：

% 等幅值 Clarke 变换
alpha = u[0] - 0.5*u[1] - 0.5*u[2];
beta  = (sqrt(3)/2)*(u[1] - u[2]);

注意 u[0], u[1], u[2] 分别对应 ia, ib, ic 的输入端口。

小提示：我习惯用等幅值变换。等功率变换虽然数学上更优雅，但等幅值变换在调试时更直观——输入幅值 1，输出 alpha 幅值也是 1，一眼就能看出对不对。

3.2.3 Park 变换模块

Park 变换需要输入 theta（转子角度）。我们用一个 Ramp 模块模拟匀速旋转：斜率设为 2*pi*50，这样 theta 就以 50Hz 的速度线性增长。

% Park 变换
d =  u[0]*cos(u[2]) + u[1]*sin(u[2]);
q = -u[0]*sin(u[2]) + u[1]*cos(u[2]);

这里 u[0]=alpha, u[1]=beta, u[2]=theta。

3.2.4 仿真结果分析

运行仿真，观察 Scope 波形：

  • alpha/beta：应该是幅值为 1 的正弦波，相位相差 90°。
  • d/q：如果 theta 跟踪准确，d 轴分量应为常数 1，q 轴分量应为 0。

为什么会这样？因为三相对称电流在同步旋转坐标系下，就是直流量。这也是 FOC 的核心思想——把交流量变成直流量，方便控制。

注意：如果 d/q 波形不是直线，而是有波动，说明 theta 没对准。检查 Ramp 模块的初始值和斜率，确保 theta 与电流相位同步。

3.3 C 语言坐标变换代码实现

仿真验证通过后，咱们开始写 C 代码。我习惯用结构体封装，这样代码可读性好，也方便移植。

3.3.1 数据结构定义

// 三相电流结构体
typedef struct {
    float a;
    float b;
    float c;
} abc_t;

// 静止坐标系
typedef struct {
    float alpha;
    float beta;
} alphabeta_t;

// 旋转坐标系
typedef struct {
    float d;
    float q;
} dq_t;

3.3.2 Clarke 变换实现

alphabeta_t clarke_transform(abc_t in) {
    alphabeta_t out;
    // 等幅值变换
    out.alpha = in.a - 0.5f * in.b - 0.5f * in.c;
    out.beta  = 0.8660254f * (in.b - in.c);  // sqrt(3)/2 ≈ 0.8660254
    return out;
}

3.3.3 Park 变换实现

dq_t park_transform(alphabeta_t in, float theta) {
    dq_t out;
    float sin_theta = sinf(theta);
    float cos_theta = cosf(theta);
    
    out.d =  in.alpha * cos_theta + in.beta * sin_theta;
    out.q = -in.alpha * sin_theta + in.beta * cos_theta;
    return out;
}

关于三角函数：在嵌入式 MCU 上，sinf/cosf 可能比较慢。我一般用查表法或者 CORDIC 算法。不过初期调试时直接用 math.h 没问题，先把功能跑通再说。

3.3.4 逆变换（可选）

虽然本章不重点讲逆变换，但调试时经常需要。顺手给出来：

alphabeta_t inv_park_transform(dq_t in, float theta) {
    alphabeta_t out;
    float sin_theta = sinf(theta);
    float cos_theta = cosf(theta);
    
    out.alpha = in.d * cos_theta - in.q * sin_theta;
    out.beta  = in.d * sin_theta + in.q * cos_theta;
    return out;
}

abc_t inv_clarke_transform(alphabeta_t in) {
    abc_t out;
    out.a = in.alpha;
    out.b = -0.5f * in.alpha + 0.8660254f * in.beta;
    out.c = -0.5f * in.alpha - 0.8660254f * in.beta;
    return out;
}

3.4 变换结果验证

代码写完了，怎么知道对不对？我有一套标准流程：

3.4.1 准备测试数据

从 Simulink 仿真中导出几组典型数据。比如：

ia ib ic theta (rad) 期望 d 期望 q
0.0000 0.8660 -0.8660 0.0000 0.0000 -1.0000
0.5000 0.5000 -1.0000 0.5236 0.5000 -0.8660
1.0000 -0.5000 -0.5000 1.5708 1.0000 0.0000

3.4.2 编写测试代码

#include <stdio.h>
#include <math.h>

// 测试用例结构体
typedef struct {
    float ia, ib, ic;
    float theta;
    float expected_d, expected_q;
} test_case_t;

int main() {
    test_case_t tests[] = {
        {0.0000f,  0.8660f, -0.8660f, 0.0000f,   0.0000f, -1.0000f},
        {0.5000f,  0.5000f, -1.0000f, 0.5236f,   0.5000f, -0.8660f},
        {1.0000f, -0.5000f, -0.5000f, 1.5708f,   1.0000f,  0.0000f},
    };
    
    int num_tests = sizeof(tests) / sizeof(tests[0]);
    float tolerance = 0.001f;
    
    for (int i = 0; i < num_tests; i++) {
        abc_t abc = {tests[i].ia, tests[i].ib, tests[i].ic};
        alphabeta_t ab = clarke_transform(abc);
        dq_t dq = park_transform(ab, tests[i].theta);
        
        float err_d = fabsf(dq.d - tests[i].expected_d);
        float err_q = fabsf(dq.q - tests[i].expected_q);
        
        printf("Test %d: d=%f (err=%f), q=%f (err=%f)\n",
               i+1, dq.d, err_d, dq.q, err_q);
        
        if (err_d > tolerance || err_q > tolerance) {
            printf("  FAILED!\n");
        } else {
            printf("  PASSED\n");
        }
    }
    return 0;
}

3.4.3 批量验证技巧

我曾经在一个项目里，用 Python 脚本自动生成 1000 组随机测试数据，然后对比 C 代码和 Matlab 的输出。结果发现一个很隐蔽的问题——当 theta 很大时，sinf/cosf 的精度损失导致 d/q 误差累积。

所以我的建议是：

  • 定点数 vs 浮点数：如果 MCU 没有 FPU，用 Q15 或 Q31 格式时，误差分析要更严格。
  • 角度归一化：把 theta 限制在 [0, 2π) 范围内，避免角度溢出。
  • 误差阈值：浮点运算允许 1e-5 到 1e-6 的误差，定点数可以放宽到 1e-3。

避坑指南：我曾经在 STM32F103 上做项目，没有 FPU，用 Q15 格式实现 Park 变换。结果发现 q 轴总是有个固定偏置。查了两天，最后发现是查表时索引计算溢出了。从那以后，我每次做定点数实现都会先跑一遍全范围的边界测试。

3.5 本章知识体系

下面这张图总结了坐标变换从理论到代码验证的完整链路：

坐标变换从理论到验证 — 完整流程 Clarke 变换公式 三相 → 两相静止 Park 变换公式 静止 → 旋转 逆变换公式 旋转 → 静止 → 三相 Simulink 仿真验证 搭建模型 → 设置参数 → 运行仿真 → 观察波形 → 导出标准数据 C 语言代码实现 数据结构定义 → Clarke 函数 → Park 函数 → 逆变换函数 结果验证：对比仿真数据 vs 代码输出，误差分析

嗯，到这里坐标变换的理论、仿真、代码、验证就全串起来了。这套流程我用了很多年，每次做新平台或者换 MCU 都会走一遍。虽然看起来步骤多，但能帮你省掉后面调试时的大量痛苦。

← 上一章 📖 返回目录 下一章 →