【信号处理】自制无人机电机系统辨识（旋转模型组件） 通过声学频谱脊跟踪的无刷电机时间常数（τ）估计Matlab实现

✅作者简介：热爱科研的Matlab仿真开发者，擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

 👇 关注我领取海量matlab电子书和数学建模资料 

🍊个人信条：做科研，博学之、审问之、慎思之、明辨之、笃行之，是为：博学慎思，明辨笃行。

🔥 内容介绍 

一、方法背景与意义

无刷电机的机电时间常数τ是无人机转速环控制、编队动力学建模的核心参数，物理意义为：阶跃油门输入下，电机转速上升至稳态值的 63.2% 所需的时间，直接反映电机的动态响应速度。

传统电机参数辨识需要拆解电机、接入电流 / 转速传感器或电调通信接口，对于自制整机的无人机操作繁琐，且难以还原装机后的真实负载特性。基于声学频谱脊跟踪的辨识方法属于非接触式系统辨识，仅通过麦克风采集电机转动的声信号即可完成参数估计，非常适合自制无人机电机 - 螺旋桨旋转组件的快速现场标定。

二、基本原理

1. 声学信号与转速的映射关系

无人机无刷电机带动螺旋桨旋转时，会产生两类周期性声信号，其频率与电机转速严格线性相关：

⛳️ 运行结果

📣 部分代码

%% ===================== RAW SPECTROGRAM =====================

figure('Name','RAW Spectrogram','Color','w');

spectrogram(x, hanning(M), overlap, nfft, Fs, 'yaxis');

colormap(jet);

ylim([0 5]); % kHz (because 'yaxis' mode)

title('RAW audio spectrogram (before filtering)');

xlabel('Time [s]');

ylabel('Frequency [kHz]');

%% ===================== FILTER (ZERO-PHASE) =====================

fc_lp = 800; % Low-pass cutoff [Hz]

[b,a] = butter(6, fc_lp/(Fs/2), 'low');

df = filtfilt(b, a, x);

%% ===================== FILTERED SPECTROGRAM =====================

figure('Name','FILTERED Spectrogram','Color','w');

spectrogram(df, hanning(M), overlap, nfft, Fs, 'yaxis');

colormap(jet);

ylim([0 2]); % kHz

title(sprintf('FILTERED audio spectrogram (Butterworth LP %d Hz, zero-phase)', fc_lp));

xlabel('Time [s]');

ylabel('Frequency [kHz]');

%% ===================== PSD (WELCH) — HARMONICS EVIDENCE =====================

% Plot RAW vs FILTERED PSD to show harmonic structure and filtering effect

figure('Name','Welch PSD','Color','w');

[Pr, fr] = pwelch(x, hamming(M), overlap, nfft, Fs);

[Pf, ff] = pwelch(df, hamming(M), overlap, nfft, Fs);

plot(fr, 10*log10(Pr + 1e-18), 'LineWidth', 1.2); hold on; grid on;

plot(ff, 10*log10(Pf + 1e-18), 'LineWidth', 1.2);

xlabel('Frequency [Hz]');

ylabel('PSD [dB/Hz]');

title('Welch PSD (RAW vs FILTERED) — harmonic content visibility');

legend('RAW', 'FILTERED (LP)', 'Location', 'best');

xlim([0 10000]); % adjust if you want to see higher harmonics

%% ===================== SPECTROGRAM (FILTERED) FOR TRACKING =====================

[S, F, T] = spectrogram(df, hanning(M), overlap, nfft, Fs);

Mag = abs(S);

🔗 参考文献

🍅更多创新智能优化算法模型和应用场景可扫描关注

🌟机器学习/深度学习类：BP、SVM、RVM、DBN、LSSVM、ELM、KELM、HKELM、DELM、RELM、DHKELM、RF、SAE、LSTM、BiLSTM、GRU、BiGRU、PNN、CNN、XGBoost、LightGBM、TCN、BiTCN、ESN、Transformer、模糊小波神经网络、宽度学习等等均可~

方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

🌟组合预测类：CNN/TCN/BiTCN/DBN/Transformer/Adaboost结合SVM、RVM、ELM、LSTM、BiLSTM、GRU、BiGRU、Attention机制类等均可（可任意搭配非常新颖）~

🌟分解类：EMD、EEMD、VMD、REMD、FEEMD、TVFEMD、CEEMDAN、ICEEMDAN、SVMD、FMD、JMD等分解模型均可~

🌟路径规划类：旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划（EVRP）、 双层车辆路径规划（2E-VRP）、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻、公交车时间调度、水库调度优化、多式联运优化等等~

🌟小众优化类：生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划（2E-VRP）、充电车辆路径规划（EVRP）、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位、冷链、时间窗、多车场等、选址优化、港口岸桥调度优化、交通阻抗、重分配、停机位分配、机场航班调度、通信上传下载分配优化、微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化\智能电网分布式能源经济优化调度，虚拟电厂，能源消纳，风光出力，控制策略，多目标优化，博弈能源调度，鲁棒优化等等均可~

 🌟 无人机应用方面：无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划

🌟通信方面：传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配

🌟信号处理方面：信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测

🌟电力系统方面： 微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电、电/冷/热负荷预测、电力设备故障诊断、电池管理系统（BMS）SOC/SOH估算（粒子滤波/卡尔曼滤波）、 多目标优化在电力系统调度中的应用、光伏MPPT控制算法改进（扰动观察法/电导增量法）、电动汽车充放电优化、微电网日前日内优化、储能优化、家庭用电优化、供应链优化\智能电网分布式能源经济优化调度，虚拟电厂，能源消纳，风光出力，控制策略，多目标优化，博弈能源调度，鲁棒优化

🌟原创改进优化算法（适合需要创新的同学）：原创改进2025年的波动光学优化算法WOO以及三国优化算法TKOA、白鲸优化算法BWO等任意优化算法均可，保证测试函数效果，一般可直接核心