一、抗干扰姿态稳定控制概述

各位同学，咱们今天聊聊抗干扰姿态稳定控制。说实话，这个领域我摸爬滚打了十几年，踩过的坑比走过的路还多。你想想看，一个飞行器在天上飞，风在吹、电机在振、传感器还在那吱吱叫——能把姿态稳住，真不是件容易事。

1.1 控制目标与核心挑战

先说说控制目标。说白了，就是让飞行器按照我们想要的姿态待着，或者按照规划的轨迹飞。具体来说：

• 姿态跟踪：让实际姿态角（滚转、俯仰、偏航）跟上指令值
• 稳态精度：在干扰下，姿态误差控制在允许范围内（比如±0.5°）
• 动态响应：遇到突风或机动指令时，能快速恢复稳定

核心挑战是什么？我总结了三座大山：

1. 干扰不确定性——你永远不知道下一阵风从哪来、多大劲
2. 模型不匹配——你建好的数学模型，实际飞起来总有偏差
3. 传感器噪声——IMU的数据里掺着各种杂波，你得学会"去伪存真"

1.2 典型干扰源分析

干扰源这东西，我建议你把它分成三类来理解。我在项目中遇到过最头疼的一次，就是风扰和振动耦合在一起，IMU数据直接废了。

1.2.1 风扰

风扰是室外飞行最大的敌人。它分为：

• 常值风：稳定的风速风向，比如海面上的信风
• 阵风：突然变化的风，像城市楼宇间的"穿堂风"
• 湍流：随机、高频的风速波动，山区地形尤其明显

风扰对姿态的影响，主要是通过气动力矩。举个例子，一阵侧风打过来，飞行器就会产生滚转力矩。如果你用的是纯比例控制，那稳态误差是消不掉的。

1.2.2 振动

振动主要来自旋翼、发动机、舵机这些运动部件。频率范围很宽：

振动源	典型频率	影响
旋翼转动	50-200 Hz	IMU测量噪声
发动机振动	100-500 Hz	结构共振
舵机抖动	10-50 Hz	控制面颤振

1.2.3 传感器噪声

IMU里的陀螺和加速度计，天生就有噪声。主要类型：

• 白噪声：高频随机波动，功率谱密度平坦
• 零偏稳定性：低频漂移，温度变化会加剧
• 量化噪声：ADC转换带来的离散误差

你想想看，如果陀螺噪声是0.1°/s RMS，那积分10秒后姿态误差就是1°。所以纯积分导航，不靠谱。

1.3 控制策略分类

抗干扰策略，我习惯分成两大类：被动抗扰和主动抗扰。这两条路我都走过，各有各的坑。

1.3.1 被动抗扰

被动抗扰，说白了就是"硬扛"。不依赖模型，不估计干扰，靠控制器的鲁棒性来抵抗干扰。

典型方法：

• 高增益PID：加大比例增益，让系统"硬"起来
• 滑模控制：设计滑模面，迫使状态沿着滑模面运动
• H∞控制：在频域设计，保证最坏情况下的稳定性

优点：实现简单，不需要干扰模型。
缺点：增益太高会放大噪声，甚至引发振荡。

1.3.2 主动抗扰

主动抗扰的核心思想是：先估计干扰，再补偿掉它。就像你开车遇到坑，不是硬冲过去，而是提前打方向绕开。

典型方法：

• 自抗扰控制（ADRC）：用扩张状态观测器（ESO）估计总扰动
• 干扰观测器（DOB）：基于逆模型估计干扰力矩
• 模型预测控制（MPC）：滚动优化，考虑未来干扰

优点：抗扰能力强，稳态精度高。
缺点：依赖模型精度，计算量大。

我个人更偏爱主动抗扰。为什么？因为被动抗扰就像"蒙眼打架"，而主动抗扰是"睁着眼睛打"。你想想看，能看见对手的出拳，胜算自然大得多。

1.4 知识体系总览

下面这张图，是我自己梳理的本章知识结构。你把它存下来，后面每学一章都可以回来对照着看。

这张图把本章的核心逻辑串起来了。从上往下看：先明确控制目标，再分析干扰源，最后选择策略。你后面学每一章，都可以在这个框架里找到位置。