Train_Camp_PLSR/加减速算法优化说明.md

PLSR加减速算法优化说明

问题描述

原始的加减速算法存在以下问题：

1. 直线加速算法：使用进度计算频率变化，导致每步频率变化量不一致
2. 进度计算错误：原始公式 1.0f - ((float)route->accel_step_count / (float)(route->accel_step_count + 1)) 无法产生正确的线性进度
3. 频率计算基准不稳定：每次都基于当前频率计算，导致累积误差

优化方案

1. 算法分类处理

直线加速/减速（PLSR_ACCEL_LINEAR）：

• 使用固定频率增量/减量
• 每步频率变化量完全一致
• 计算公式：

  // 加速
  freq_increment = (target_freq - start_freq) / total_steps
  new_freq = start_freq + (freq_increment * completed_steps)
    
  // 减速
  freq_decrement = (start_freq - target_freq) / total_steps
  new_freq = start_freq - (freq_decrement * completed_steps)
  

曲线加速/减速（PLSR_ACCEL_CURVE）和正弦加速/减速（PLSR_ACCEL_SINE）：

• 使用进度计算频率变化
• 通过算法函数产生非线性变化曲线
• 计算公式：

  progress = completed_steps / total_steps
  freq_ratio = algorithm_function(progress)  // 0.0 到 1.0
  new_freq = start_freq + (freq_range * freq_ratio)
  

2. 静态变量管理

引入静态变量记录关键参数：

• total_accel_steps / total_decel_steps：记录总步数
• start_freq_accel / start_freq_decel：记录起始频率

这样确保：

• 频率计算基准稳定
• 避免累积误差
• 进度计算准确

3. 进度计算修正

修正前：

float progress = 1.0f - ((float)route->accel_step_count / (float)(route->accel_step_count + 1));

修正后：

float progress = (float)(total_steps - remaining_steps) / (float)total_steps;

算法特点对比

算法类型	频率变化特点	适用场景	计算方式
直线加速	每步变化量固定	需要均匀加速的场合	固定增量
曲线加速	先慢后快的变化	需要平滑启动的场合	进度函数
正弦加速	正弦曲线变化	需要最平滑过渡的场合	进度函数

代码实现要点

1. 状态初始化

// 记录总步数和起始频率（仅在第一次进入时）
if (total_accel_steps == 0) {
    total_accel_steps = route->accel_step_count;
    start_freq_accel = route->current_freq;
}

2. 算法选择

switch (current_section->accel_config.accel_algorithm) {
    case PLSR_ACCEL_LINEAR:
        // 直线算法：固定增量
        break;
    case PLSR_ACCEL_CURVE:
    case PLSR_ACCEL_SINE:
        // 非线性算法：进度计算
        break;
}

3. 状态重置

// 加速/减速完成时重置静态变量
total_accel_steps = 0;
start_freq_accel = 0;

优化效果

1. 直线加速：真正实现每步频率变化量一致
2. 曲线/正弦加速：保持原有的非线性特性，但进度计算更准确
3. 数值稳定性：避免累积误差，频率变化更精确
4. 代码清晰性：不同算法分别处理，逻辑更清晰

测试建议

1. 直线加速测试：验证每步频率增量是否完全一致
2. 曲线加速测试：验证频率变化曲线是否符合预期
3. 边界条件测试：验证起始和结束频率是否准确
4. 多段切换测试：验证段间切换时静态变量重置是否正确

注意事项

1. 静态变量在函数内部，多路径同时运行时可能需要考虑重入问题
2. 除法运算需要注意除零保护
3. 浮点运算精度可能影响最终结果，必要时可考虑定点运算