01
课程导论与预备知识
LQR理论概述 · 无人机动力学模型 · 数学工具回顾
线性代数状态空间
02
无人机线性化模型建立
四旋翼非线性动力学 · 悬停线性化 · 状态空间表达式
动力学线性化
03
LQR控制理论精讲
最优控制定义 · Riccati方程推导 · 控制器设计步骤
Riccati最优控制
04
Python环境与仿真框架搭建
安装numpy/scipy/matplotlib/control · 仿真框架
Python环境配置
05
LQR控制器代码实现
计算增益K · 状态反馈 · 集成仿真循环
代码状态反馈
06
轨迹生成与跟踪设定
圆形/8字形/螺旋线 · 参考状态与输入
轨迹参考信号
07
基础调参实验
Q/R矩阵物理意义 · 手动调整 · 跟踪效果观察
调参Q矩阵
08
性能指标量化
位置/速度误差 · 控制能量 · 综合评价指标
性能量化
09
单参数扫描分析
固定参数扫描Q元素 · 性能曲线绘制
扫描参数分析
10
权重矩阵对角化调参策略
对角元素作用 · 系统化对角调参
对角化权重
11
基于Bryson规则的初始参数选取
Bryson规则原理 · 最大允许值计算初始权重
Bryson初始化
12
响应速度与稳定性的权衡
Q增大 vs 响应速度 · R增大 vs 控制幅值 · 平衡点
权衡稳定性
13
时域响应分析
位置/速度/姿态时域曲线 · 超调量/调节时间/稳态误差
时域超调
14
频域分析初步
Bode图 · 带宽与鲁棒性
频域Bode
15
抗干扰能力调参
风扰/脉冲扰动 · 增强抗干扰性能
抗干扰鲁棒
16
模型失配下的鲁棒性调参
改变质量/惯量 · 模型不准确时的表现
失配鲁棒性
17
多目标优化调参
加权和法 · 网格搜索 · Pareto最优
多目标Pareto
18
基于梯度下降的参数优化
损失函数 · 自动微分/数值梯度优化
梯度下降优化
19
遗传算法自动调参
遗传算法原理 · 编码LQR参数 · 自动搜索
遗传算法自动调参
20
贝叶斯优化调参
Gaussian Process · 高效搜索参数空间
贝叶斯GP
21
LQR与PID控制器对比
PID轨迹跟踪 · 相同场景性能对比
PID对比
22
LQR与MPC控制器对比
MPC原理 · 约束处理与性能差异
MPC对比
23
时变LQR (TV-LQR) 调参
时变轨迹 · Riccati时变求解 · 调参注意事项
TV-LQR时变
24
输出反馈LQR (LQG) 简介
Kalman滤波 · LQG结构与调参
LQGKalman
25
硬件在环仿真 (HIL) 调参
嵌入式部署 · HIL环境搭建与调参
HIL硬件
26
实飞测试前的参数微调
仿真到实飞映射 · 安全调参策略
实飞微调
27
常见问题与故障排除
发散原因 · 数值稳定性 · Anti-windup
故障积分饱和
28
高级话题：非线性LQR (SDRE)
SDRE原理 · 与线性LQR对比 · 适用场景
SDRE非线性
29
项目实战：复杂轨迹跟踪
起飞·巡航·降落全流程 · 综合调参方法
实战全流程
30
课程总结与展望
LQR调参方法论 · 自适应控制/强化学习结合
总结展望