在无刷直流电机伺服控制系统中，无位置传感器的位置检测是关键。无位置传感器具有体积小、精度高、可靠性好、易于维护等优点，在伺服系统中得到广泛的应用。常用的转子位置检测法有反电动势法、磁链估计法、卡尔曼滤波等技术，比较成熟和常用的是反电动势检测技术。他是通过测量三相端电压，检测反电势过零点得到转子相位信号进行换相。但是在低速的情况下，由于噪声的干扰，反电动势的幅值相对于噪声信号小，不易检测出反电动势，从而引起电机失步。自适应噪声抵消法是以噪声干扰信号为处理对象，利用噪声信号和原始被测信号不相关的特点，自适应地调整滤波器的传递特性，将噪声干扰抑制或者非常大的衰减，提高信号传输中的信噪比。而自适应LMS滤波算法计算简单，易于实时信号处理，运用广泛。因此本文提出基于自适应噪声抵消技术的反电动势检测法，以中心点作为干扰信号，端电压作为带干扰信号的信号源，利用信号源和噪声干扰不相关的特性，提炼出反电动势而获得过零点进行位置检测。

1设计原理

1.1 自适应噪声基本原理

信号源被传送到信号传感器，会附加不相关的噪声n(k)，合并的信号为y(k)=s(k)+n(k)进入抵消器。噪声传感器的输出x(k)经参数可调的数字滤波器后送入抵消器产生的输出信号x(k)，根据两噪声信号相关和信号噪声独立的特性，利用自适应算法调节数字滤波器的参数，使得输出信号z(k)逼近信号源迭加的噪声n(k)，这样抵消器的输出信号e(k)逼近被测信号s(k)。如图1所示。

                         
 
1.2 自适应滤波算法
自适应滤波采用的最优准则有最小均方误差准则、最小二乘准则、最大信噪比准则、最大似然准则、统计检测准则以及一些改进的最优准则。这里可以采用最小均方差误差准则。

LMS算法是用瞬时功率梯度代替均方误差梯度矢量的方法，即：

迭代算法步骤如下：
(1)初始化，选定初始权值ω(k)。
(2)计算k时刻滤波器的输出为z(k)=ωT(k)x(k)。
(3)抵消器误差输出e(n)e(k)=y(k)-z(k)。
(4)下一时刻权向量更新为w(k+1)=ω(k)+2μe(k)x(k)。
(5)k=k+1，跳转到步骤(2)，重复迭代，直到算法收敛。

算法稳定性取决于两个因素，自适应步长参数μ和自相关矩阵R。算法收敛件是0<μ<1／λmax，λmax是相关矩阵R的最大特征值，权值向量趋近最佳维纳解。μ的取值和滤波器的阶数成反比，根据滤波器的阶数取不同的步长，可以保证较好的处理结果。另一个指标参数Ψ衡量稳态失调量，定义为平均超调均方误差和最小均方误差之比。失调近似表示为 ，Ψ和μ成正比。当滤波器阶数一定时，μ的大小控制着算法的收敛速度和达到稳态的失调量的大小。收敛速度和失调量是一对矛盾，选用较大的μ，有较快的收敛速度，但是由于大的卢值相应的信噪比小，会导致较大的失调量；过渡过程出现振荡，不能收敛。μ取值过小信噪比大，但收敛速度会很慢，所以取值要折中。

1.3无刷直流电机无位置检测

如图2所示，Vx为某一相对地端电压，三相绕组星型连接，Vn为中心点对地电压，EX是反电动势，R，L，IX分别为相电阻、相电感和相电流。绕组等效电路方程为：

 
对于星型两相导通，三相电流之和等于0，导通两相反电动势大小相等，方向相反，在未导通相反电势过零瞬间，将三个方程相加得到：