1. 课程导论与预备知识：鲁棒控制的基本概念、抗风扰控制的工程意义、课程整体框架与学习路径、所需数学基础回顾

1.1 鲁棒控制：到底在“鲁”什么？

大家好，欢迎来到这门课。

先聊个我自己的经历。几年前我做一款物流无人机，载重5公斤，悬停精度标称±10厘米。结果一拉到海边测试，海风一吹，飞机直接飘了半米。我当时就意识到——不是我的PID参数没调好，而是我的控制器压根没考虑“模型不准”这件事。

这就是鲁棒控制要解决的问题。

说白了，鲁棒控制就是：当你的数学模型和真实系统之间有偏差时，控制器还能稳住系统。这个偏差，可能是参数变了（比如电池电压下降导致电机响应变慢），也可能是外部环境变了（比如突然来一阵侧风）。

你可能会问：那和经典控制有什么区别？

经典控制（比如PID）假设你的模型很准。但现实中，模型永远不准。你想想看，桨叶磨损、重心偏移、气流突变……这些你都没法精确建模。鲁棒控制就是专门处理这些“不确定”的。

1.2 抗风扰控制：为什么值得单独开一门课？

无人机抗风扰，不是简单的“加个积分项”就能解决的。

我在项目中遇到过最头疼的情况：城市峡谷效应。楼宇之间风速突变，方向也变。普通的PID控制器，积分项还没反应过来，飞机已经偏了20厘米。更麻烦的是，风扰是时变的、非线性的，甚至带有涡流。

抗风扰控制的工程意义，我总结为三点：

• 安全底线：风扰是导致无人机失控坠毁的头号外部因素。尤其是大载重、高海拔场景。
• 任务精度：测绘、巡检、植保，哪个不需要厘米级悬停？风一吹全白干。
• 飞行包线扩展：抗风能力强的飞机，能在更恶劣天气下作业。说白了，就是能多赚钱。

1.3 课程整体框架与学习路径

这门课一共30章，我把它分成四个模块。下面这张图可以帮你快速建立全局观。

我个人建议的学习路径是这样的：

• 如果你线性系统理论底子薄：老老实实从第1章开始，把状态空间、李雅普诺夫稳定性这些基础打牢。不然后面H∞和L1你会听得云里雾里。
• 如果你已经有控制理论基础：可以直接跳到第6章，但建议快速过一遍第2-5章的数学回顾，尤其是小增益定理和结构化奇异值。
• 如果你只关心工程实现：模块三和四是你的重点。但说实话，不懂原理直接调参，遇到问题你都不知道从哪下手。

1.4 数学基础回顾：线性系统理论

嗯，这里要稍微硬核一点了。但别怕，我会用项目里的例子帮你理解。

线性系统理论，说白了就是研究“输入-状态-输出”这三者之间的关系。我们最常用的工具是状态空间方程：

dx/dt = A·x + B·u
y = C·x + D·u

我在做飞控时，最常用的就是把这个方程离散化，然后丢到嵌入式芯片里跑。比如，A矩阵代表系统的“自然动态”——你不动油门，飞机自己会怎么运动。B矩阵代表“控制输入的影响”——你推油门，飞机怎么响应。

这里有个关键点：可控性与可观性。

• 可控性：你能不能通过控制输入，把系统状态拉到任意位置？比如四旋翼的偏航角，理论上可控，但实际中如果电机响应太慢，就接近不可控。
• 可观性：你能不能通过传感器输出，反推出系统内部状态？比如，只用GPS和IMU，能不能估计出风速？这就是可观性问题。

1.5 数学基础回顾：李雅普诺夫稳定性

李雅普诺夫稳定性，是判断一个系统“会不会发散”的核心工具。

它的核心思想很简单：找一个能量函数V(x)，如果这个能量函数随时间一直减小，那系统就是稳定的。

数学上，我们需要满足：

V(0) = 0
V(x) > 0  for x ≠ 0
dV/dt < 0  for x ≠ 0

我在实际项目中，经常用李雅普诺夫方法来做控制器设计。比如设计一个自适应控制器，我会先构造一个李雅普诺夫函数，然后通过设计控制律，让dV/dt始终为负。这样就能保证闭环系统稳定。

这里有个常见的误解：很多人以为李雅普诺夫稳定性只能分析线性系统。其实不是。它最强大的地方，恰恰是处理非线性系统。比如无人机在风扰下的非线性动力学，用李雅普诺夫方法就能给出严格的稳定性证明。

1.6 本章小结

这一章我们聊了三个核心问题：

1. 鲁棒控制是什么——处理模型不确定性的控制方法，不是锦上添花，而是雪中送炭。
2. 抗风扰控制为什么重要——安全、精度、飞行包线，三个维度都离不开它。
3. 你需要哪些数学工具——线性系统理论（状态空间、可控可观）和李雅普诺夫稳定性（能量函数法）。

下一章开始，我们会进入具体的数学工具——小增益定理和结构化奇异值。这两个概念是理解H∞和μ综合的基石。别担心，我会用实际飞控的例子帮你啃下来。

---

公众号:蓝海资料掘金营，微信deep3321