4. 不确定性建模：参数不确定性、未建模动态与外部扰动的统一框架
做飞控这么多年，我越来越觉得，抗风扰控制的核心其实就一句话：你得先知道你在跟谁打架。说白了，不确定性建模就是给对手画个像——它有多重？气动特性变没变？风从哪来？
很多同学一上来就调PID参数，调了半天发现换个载荷就炸了。嗯，这就是没把不确定性搞清楚。我个人习惯，在设计控制器之前，先花30%的时间把不确定性模型搭好。这步做扎实了，后面事半功倍。
4.1 不确定性从哪来？——三个源头
我一般把不确定性分成三类，你想想看，是不是都能对号入座：
- 参数不确定性：质量、惯量、气动系数这些，说白了就是模型里的数字不准。比如你标称质量是1.5kg，挂了个相机变成1.8kg，这就是参数不确定性。
- 未建模动态：你用的模型是简化过的，比如忽略了电机动态、结构柔性、陀螺效应。这些没写进方程的东西，就是未建模动态。
- 外部扰动：风、气流、甚至机臂被人碰了一下。这些是环境强加给你的力/力矩。
核心观点：这三种不确定性，在数学上可以统一成一个框架。别分开处理，否则控制器会变得又笨又脆。
4.2 统一建模框架——我常用的方法
我个人习惯用集总不确定性的思路。什么意思呢？就是把所有不确定性和扰动，打包成一个“总扰动”，然后想办法估计它、补偿它。
假设你的标称模型是：
M₀ * a = F + d其中M₀是标称惯量矩阵，a是角加速度，F是控制力矩，d是总扰动。这个d包含了：
- 参数偏差：(M - M₀) * a
- 未建模动态：f_unmodeled
- 外部扰动：d_ext
写成公式就是：
d = (M - M₀) * a + f_unmodeled + d_ext你看，这样就把所有东西都塞进了一个变量d里。接下来你只需要设计一个观测器去估计d，然后在控制律里把它抵消掉就行。
我的经验：我在做某款物流无人机时，载荷从空载到满载质量变化了40%。用这个统一框架，只调了一个观测器带宽参数，就覆盖了全部工况。要是分开建模，光参数表就得列三页。
4.3 参数不确定性的具体建模
参数不确定性是最容易处理的，因为它有明确的数学形式。我一般这样建模：
| 参数 | 标称值 | 不确定范围 | 典型来源 |
|---|---|---|---|
| 质量 m | 1.5 kg | ±30% | 载荷变化、电池消耗 |
| 惯量 J | diag(0.01, 0.01, 0.02) | ±20% | 重心偏移、构型变化 |
| 升力系数 C_T | 1.0e-5 | ±15% | 桨叶磨损、空气密度 |
| 力矩系数 C_M | 2.0e-7 | ±20% | 电机老化、温度影响 |
注意，这些不确定范围不是拍脑袋定的。我建议你去做敏感性分析——把每个参数拉偏10%，看对闭环响应的影响有多大。影响大的参数，建模时要特别小心。
4.4 未建模动态——最头疼的部分
说实话，未建模动态是三类里最难搞的。为什么？因为你不知道它长什么样。
我遇到过最典型的例子：某次测试，飞机悬停时突然开始高频抖动。查了半天，发现是机臂的弹性模态被激励了。这个模态频率在80Hz左右，而我的控制器带宽是30Hz。按理说不会耦合，但实际就是发生了。
后来我总结，未建模动态通常表现为：
- 高频谐振：结构模态、桨叶拍打
- 时滞：通信延迟、计算延迟
- 非线性：死区、饱和、摩擦
在统一框架里，我通常把未建模动态建模成有界扰动：
|f_unmodeled| ≤ Δ_max这个Δ_max怎么取？我的经验是：做一次扫频实验，看实际响应和模型预测的偏差有多大，取包络线的最大值。
避坑指南：我曾经在某个项目里把Δ_max取得太小，结果观测器估计不准，控制器补偿过头，反而把系统搞得不稳定。记住：宁可保守，不要激进。Δ_max取大一点，鲁棒性会更好，代价只是性能稍微下降。
4.5 外部扰动建模——风是最大的敌人
对于多旋翼来说，外部扰动主要就是风。我一般把风扰动分成两部分：
- 常值风：稳态的、方向固定的风。比如海边的海风。
- 阵风：随时间变化的、有随机性的风。比如楼宇间的湍流。
常值风好处理，用积分项就能消除。阵风就麻烦多了。我常用的阵风模型是Dryden模型，它的功率谱密度长这样：
Φ(ω) = σ² * (2L/πV) * 1/(1 + (Lω/V)²)其中σ是风速标准差，L是湍流尺度，V是飞行速度。这个模型能生成符合实际物理的风速序列。
但在统一框架里，我不需要这么精细的模型。我只需要知道：阵风是有界的，且变化速率有限。所以外部扰动可以建模为：
|d_ext| ≤ D_max
|d_dot_ext| ≤ D_rate_max这两个界决定了观测器的带宽需求。D_rate_max越大，观测器就需要越快的响应速度。
4.6 统一框架的数学表达
好了，现在我们把所有东西合在一起。系统的实际动力学是：
M * a = F + d_total其中总扰动：
d_total = (M - M₀) * a + f_unmodeled + d_ext而标称模型是：
M₀ * a₀ = F控制目标就是让实际加速度a跟踪标称加速度a₀，通过补偿d_total来实现。
这个框架的好处是：你只需要设计一个观测器来估计d_total，然后在前馈通道里把它抵消掉。至于d_total内部是什么成分，观测器不关心，你也不需要关心。
核心思想：把复杂问题简单化。三种不确定性，一个观测器搞定。这就是鲁棒抗风扰控制的第一性原理。
4.7 知识体系结构图
下面这张图是我自己画的，把整个不确定性建模的框架串起来了。你看一眼就能明白各个模块的关系：
你看，从三个源头出发，汇聚成集总扰动，然后通过观测器估计，最后用前馈+反馈的方式补偿掉。这个流程我用了好多年，在多个机型上验证过，效果都很稳定。
4.8 小结
这一章我们聊了不确定性建模的三个源头，以及怎么把它们统一成一个框架。说白了就是：别管扰动从哪来，都当成一个总扰动来处理。这个思路简单、实用，而且数学上很干净。
下一章我们会讲怎么设计扰动观测器，以及观测器的带宽怎么选。嗯，到时候我会分享一个我踩过的坑——观测器带宽设太高会出什么问题。
公众号:蓝海资料掘金营，微信deep3321