4. 滑模控制（SMC）基本原理与设计方法

各位好，今天我们聊滑模控制。说实话，这玩意儿在飞行器控制里是个狠角色。我做了十几年嵌入式飞控，遇到非线性、参数摄动、外界干扰这些头疼问题时，滑模控制往往能派上大用场。

为什么？因为它天生就对不确定性不敏感。你想想看，传统PID调参调得再好，遇到大风天或者机体老化，性能还是会掉。滑模控制不一样，它有一种「硬扛」的劲头。

4.1 滑模控制的核心思想

滑模控制，说白了就是设计一个「滑模面」，然后让系统状态强行滑到这个面上，再沿着面滑到平衡点。

我习惯用一个比喻来解释：想象你在滑雪。你要从山顶滑到山脚，但雪道上有很多坑坑洼洼。传统控制是尽量绕过这些坑，而滑模控制是直接冲过去——只要你的滑雪板（滑模面）足够硬，坑洼根本影响不了你。

从数学上讲，滑模控制分两步：

1. 设计滑模面：让系统状态在滑模面上的运动是稳定的
2. 设计控制律：迫使系统状态到达滑模面，并一直待在上面

4.2 滑模面的设计

先看一个简单的二阶系统：

ẍ = f(x, ẋ, t) + b·u + d(t)

其中 f 是非线性项，b 是控制增益，d(t) 是外部干扰。

我一般这样设计滑模面：

s = c·e + ė

这里 e = x - xd 是跟踪误差，c > 0 是设计参数。为什么这样设计？因为当 s = 0 时，误差动态变成 ė = -c·e，这是个一阶线性系统，只要 c > 0，误差就会指数收敛到零。

嗯，这里要注意：c 不能选太大，否则控制力需求会爆炸。我在项目中遇到过有人把 c 设成 100，结果仿真跑出来控制量直接饱和了。

4.3 控制律设计

滑模控制律通常包含两部分：

u = u_eq + u_sw

u_eq 是等效控制，用来抵消系统的已知动态。
u_sw 是切换控制，用来对抗不确定性和干扰。

具体推导一下：

对滑模面求导：

ṡ = c·ė + ë = c·ė + f + b·u + d - ẍd

令 ṡ = 0，得到等效控制：

u_eq = (1/b)·(-c·ė - f + ẍd)

切换控制我一般用符号函数：

u_sw = -k·sign(s)

其中 k 要大于干扰的上界 |d|。这样总控制律就是：

u = (1/b)·(-c·ė - f + ẍd) - k·sign(s)

4.4 抖振问题与解决方案

抖振是滑模控制最大的痛点。说白了，就是控制量在滑模面附近高频切换，像打摆子一样。

为什么会这样？因为理想的滑模控制要求无限快的切换频率，但实际执行器（舵机、电机）有响应延迟，做不到那么快。

我常用的几种消抖方法：

方法	原理	优缺点
边界层法	用饱和函数代替符号函数	实现简单，但会损失鲁棒性
高阶滑模	将切换作用到控制量的高阶导数上	效果好，但设计复杂
自适应增益	根据误差大小动态调整切换增益	兼顾鲁棒性和抖振抑制

我个人最常用的是边界层法：

sat(s/φ) = { sign(s),  |s| > φ
            { s/φ,     |s| ≤ φ

φ 是边界层厚度。φ 越小，越接近理想滑模，但抖振也越明显。我一般取 φ = 0.01~0.1，具体看执行器的响应速度。

4.5 飞行器应用实例

拿四旋翼的高度控制来说。高度动态可以简化为：

ż = v
v̇ = -g + (cosθ·cosφ)·(T/m) + d_z

设计滑模面 s = c·(z - zd) + (v - vd)，控制律为：

T = (m/cosθ·cosφ)·(g + v̇d - c·(v - vd) - k·sign(s))

我在实际飞控中测试过这个方案。相比PID，滑模控制在有风扰的情况下，高度偏差能控制在±5cm以内，而PID会跑到±15cm。代价是油门信号上有一些高频抖动，但用边界层法处理后基本可以接受。

4.6 本章知识体系

下面这张图总结了滑模控制的核心逻辑：

这张图把滑模控制的脉络理清楚了。从核心思想出发，分两大步骤展开，最后落到抖振这个实际工程问题上。你写代码的时候，就按这个顺序来，不会乱。

---