第3章：试凑法调参：手动调整Q和R的实战步骤

说实话，很多新手一上来就问我：「有没有一套万能参数，直接套用就能让系统稳定？」

我的回答很直接——没有。每个系统都有自己的脾气。

但别灰心。我今天要讲的试凑法，就是一套从零开始、步步为营的手动调参流程。我做了十几年嵌入式控制，最复杂的四旋翼飞控、最基础的直流电机，都是用这套方法调出来的。

3.1 试凑法的核心思想

试凑法说白了就是：先让系统动起来，再一点点优化。

你想想看，一个完全没调过的LQR控制器，Q和R都是零，系统根本没法跑。但如果你一上来就给Q赋个1000，R赋个0.001，系统大概率直接炸掉。

所以我的习惯是：从保守开始，逐步激进。

3.2 实战五步法

我总结了一套五步调参流程，这些年带团队一直用这个框架。你照着做，基本不会跑偏。

第一步：初始化参数

先把所有参数归零。Q矩阵设为单位阵，R矩阵设为单位阵。

Q = diag([1, 1, 1, 1]);  % 状态权重
R = diag([1, 1]);         % 控制权重

嗯，这里要注意：如果你的系统状态量有不同量纲（比如角度和角速度），最好先做归一化处理。我在做倒立摆项目时吃过这个亏——角度0.1弧度看起来很小，但角速度100度/秒已经很大了，权重完全不在一个量级上。

第二步：增大Q，让系统响应变快

保持R不变，逐步增大Q的对角元素。我一般先调第一个状态（通常是位置或角度）的权重。

% 第一次尝试
Q = diag([10, 1, 1, 1]);
R = diag([1, 1]);

% 观察响应，如果不够快
Q = diag([100, 1, 1, 1]);

为什么会这样？因为Q越大，系统越「在意」这个状态的误差，控制力自然更强。

第三步：减小R，让控制更「大胆」

如果增大Q后响应还是不够快，那就该减小R了。R越小，控制器越敢用大力气。

% 保持Q不变，减小R
Q = diag([100, 1, 1, 1]);
R = diag([0.1, 1]);  % 第一个控制量权重减小

我曾经在一个伺服电机项目上，R从1降到0.01，响应速度直接提升了3倍。但代价是控制信号开始出现高频抖动——这就是典型的「过调」。

第四步：平衡各状态权重

当系统基本稳定后，开始微调各状态之间的权重比例。比如你想让位置误差收敛更快，就增大位置对应的Q值；想让速度更平滑，就减小速度对应的Q值。

状态	Q值偏大	Q值偏小
位置/角度	响应快，可能有超调	响应慢，稳态误差大
速度/角速度	运动平滑，但响应慢	响应快，但容易抖动
控制量	控制力强，能耗高	控制力弱，能耗低

第五步：验证鲁棒性

参数调好了？别急着收工。我习惯在系统上施加一些扰动，看看控制器能不能扛得住。

% 模拟扰动
disturbance = 0.1 * sin(2*pi*5*t);  % 5Hz的正弦扰动
system_output = system_output + disturbance;

如果系统在扰动下还能保持稳定，那这组参数基本就合格了。

3.3 一个完整的调参案例

拿一个简单的二阶系统举例：

% 系统模型：质量-弹簧-阻尼系统
m = 1;  % 质量
k = 10; % 弹簧刚度
b = 2;  % 阻尼系数

% 状态空间
A = [0, 1; -k/m, -b/m];
B = [0; 1/m];
C = [1, 0];
D = 0;

% 初始参数
Q = eye(2);
R = 1;

% 计算LQR增益
K = lqr(A, B, Q, R);

% 仿真
sys_cl = ss(A - B*K, B, C, D);
step(sys_cl);

第一次仿真，系统响应慢得像蜗牛。我逐步把Q(1,1)从1调到100，响应快了，但出现了10%的超调。接着我把R从1降到0.1，超调消失了，但控制信号开始有轻微振荡。

最后我折中了一下：Q(1,1)=50，R=0.5。系统在0.8秒内稳定，超调小于3%，控制信号平滑——这就是我要的效果。

3.4 试凑法的局限性

说实话，试凑法不是万能的。当系统状态超过4个时，手动调参就像大海捞针。我见过有人调一个8状态的LQR，调了整整两周还没搞定。

这时候就该上优化算法了——比如遗传算法、粒子群优化。但那是后面章节的内容了。

对于初学者来说，试凑法是最好的入门方式。它能让你直观感受每个参数对系统的影响，建立起「参数-响应」的直觉。这种直觉，是任何自动化工具都给不了你的。

这张图就是我每次调参时脑子里过的流程。你照着走，至少不会把系统调崩。