别再为噪声头疼了！用Matlab手把手教你实现ADRC中的TD微分跟踪器（附完整代码）

噪声抑制利器：基于ADRC的TD微分跟踪器Matlab实战指南

在运动控制、无人机飞控和精密仪器领域，工程师们经常面临一个棘手问题——如何从充满噪声的传感器信号中提取干净的微分信号。传统微分器就像一台信号放大器，不仅放大有用信号，还会将噪声成分同步放大数倍。想象一下无人机在强风中的姿态传感器数据，或是电机转速测量中的电磁干扰，这些噪声经过传统微分处理后，往往导致控制系统剧烈震荡。而TD（Tracking Differentiator）微分跟踪器的出现，为这个问题提供了全新的解决思路。

1. 微分跟踪器核心原理剖析

1.1 传统微分器的致命缺陷

常规微分器采用y = (v(t)-v(t-τ))/τ的差分形式，其传递函数可表示为：

% 传统微分器传递函数示例
num = [1 0];       % 分子多项式：s
den = [0.01 1];    % 分母多项式：0.01s + 1
sys = tf(num,den); % 创建传递函数对象
bode(sys)          % 绘制伯德图

这种结构的致命弱点在于：

• 高频噪声放大：对频率>1/τ的信号增益接近20dB/dec
• 相位滞后：在截止频率处产生45°相位延迟
• 参数敏感：时间常数τ需要根据噪声特性精确调整

1.2 TD的革新性设计

TD微分跟踪器采用双惯性环节差分结构：

       +----->[1/(τ₁s+1)]----+
       |                     ↓
v(t)---|                    [∑]---> y(t)
       |                     ↑
       +----->[1/(τ₂s+1)]----+
</