一、课程导论：自适应控制概述、质量变化扰动的工程背景、课程目标与学习路径

1.1 自适应控制到底在解决什么问题？

各位同学好，我是你们这门课的主讲。在飞行器控制这个行当里摸爬滚打了十几年，我越来越觉得，自适应控制这东西，说白了就是让系统自己学会「见招拆招」。

你想想看，传统的PID控制器，参数调好了就固定死了。飞机起飞时满载燃油，飞了一个小时后油烧掉一半，质量变了，气动特性也变了。这时候固定参数的控制器还能不能稳住？大概率会抖，甚至发散。

我2016年参与过一个无人机项目，试飞时遇到侧风，飞机突然开始左右摇摆。地面站一看，PID参数还是起飞前调的那组。我当时就在想：要是控制器能自己感知到质量变化，主动调整参数，这问题不就解决了吗？

自适应控制的核心思想，就是在线辨识系统特性，实时调整控制律。它不需要你事先精确建模，也不需要你离线算好所有工况的参数。系统自己会「摸着石头过河」。

1.2 质量变化扰动——飞行器控制的老大难

为什么我要专门拿「质量变化」出来讲？因为这是飞行器控制里最头疼、最普遍、也最容易被忽略的扰动源。

咱们来看几个真实场景：

• 燃油消耗：一架大型客机起飞重量200吨，降落时可能只剩120吨。质量减少了40%。你想想，同样的舵面偏转，产生的力矩能一样吗？
• 货物投送：运输机空投物资，几秒钟内几吨货物脱离机身。质量突变，重心位置也跟着跳变。我见过一次仿真，货物脱离瞬间，飞机迎角直接增加了5度。
• 燃料加注：空中加油时，受油机质量在几分钟内增加10%-20%。加油管对接的瞬间，扰动非常剧烈。
• 弹射起飞：舰载机弹射时，蒸汽弹射器施加的巨大推力，加上飞机本身质量快速变化（弹射滑车脱离），控制难度极大。

这些场景有一个共同点：质量变化不是缓慢的，而是快速的、甚至突变的。传统的增益调度控制，需要你事先把所有工况都算好，查表切换。但实际飞行中，工况组合是无限的，你根本查不过来。

1.3 课程目标——学完你能带走什么？

这门课不是纯理论推导，也不是纯代码演示。我的目标是让你真正能上手干活。具体来说，学完这门课，你应该能做到：

1. 理解自适应控制的数学本质——知道它为什么能收敛，什么条件下会发散。
2. 掌握两种主流方法——模型参考自适应控制（MRAC）和自校正控制（STC）。我会带着你手推公式、手写代码。
3. 能处理质量变化扰动——针对飞行器质量变化这个具体问题，设计出自适应控制器，并在仿真中验证效果。
4. 具备工程落地能力——包括参数整定技巧、抗积分饱和、执行器限幅等实际工程中必须考虑的问题。

1.4 学习路径——咱们怎么走？

整个课程我设计了30个章节，分成了四个阶段。下面这张图可以帮你快速了解整体脉络：

具体到咱们这第一章，我带你走完三个步骤：

• 第一步：搞清楚自适应控制到底在解决什么问题——就是让系统自己学会调整。
• 第二步：理解质量变化扰动为什么难处理——因为它快、范围大、且伴随重心变化。
• 第三步：明确学习目标和路径——知道后面29章我们要怎么走。

1.5 一个简单的例子——让你感受一下自适应

光说不练假把式。我写一个最简单的自适应控制代码片段，让你看看它长什么样。这是一个一阶系统的模型参考自适应控制，被控对象是：

% 最简单的MRAC示例 - 一阶系统
% 被控对象: dx/dt = -a*x + b*u
% 参考模型: dxm/dt = -am*xm + bm*r
% 其中 a 和 b 未知且可能变化

% 初始化
a_hat = 0;  % 对a的估计
b_hat = 0;  % 对b的估计
gamma = 2;  % 自适应增益

% 主循环
for k = 1:1000
    % 当前状态
    x = plant_state(k);
    xm = model_state(k);
    r = reference(k);
    
    % 误差
    e = x - xm;
    
    % 自适应律（梯度法）
    a_hat = a_hat - gamma * e * x * dt;
    b_hat = b_hat + gamma * e * r * dt;
    
    % 控制律
    u = (am * xm + bm * r - a_hat * x) / b_hat;
    
    % 施加控制
    plant_input(k+1) = u;
end

你看，核心就三行：算误差、更新参数、算控制量。参数a_hat和b_hat会随着系统变化自动调整。这就是自适应的精髓——不需要你事先知道a和b是多少，系统自己会去学。

1.6 本章小结

好，咱们第一章就到这儿。总结一下今天的内容：

• 自适应控制就是让系统自己学会调整参数，应对未知变化。
• 质量变化扰动是飞行器控制中最棘手的扰动之一，因为它快、范围大、且伴随重心变化。
• 课程目标是让你真正能上手设计自适应控制器，处理质量变化问题。
• 学习路径分四个阶段：基础→理论→应用→实战，循序渐进。

下一章，我会带你回顾一下控制理论基础，特别是状态空间表示法和稳定性理论。这些东西是后面推导自适应律的数学工具，咱们得先把地基打牢。

---

公众号:蓝海资料掘金营，微信deep3321