3. 参数自适应控制：参数估计方法（最小二乘法、梯度法）、自校正调节器
各位同学，欢迎来到参数自适应控制这一章。
说实话，自适应控制这个领域，我最早接触的时候也觉得挺玄乎的。什么叫“自适应”？说白了，就是让控制器自己学会怎么控制一个“变来变去”的系统。你想想看，一个机器人手臂，今天空载，明天抓个重物，后天可能还要拧螺丝。它的动力学参数一直在变。你要是用一套固定的PID参数去控，那肯定不行。
那怎么办呢？核心思路就是：一边估计系统的参数，一边调整控制器的参数。这就是参数自适应控制干的事。
这一章，我们就聚焦在参数估计上。这是整个自适应控制的“眼睛”和“耳朵”。你参数估计不准，后面的控制全是白搭。我在项目里吃过这个亏，后面会跟大家细说。
3.1 参数估计为什么这么重要？
我们先理清一个逻辑。
传统的控制，比如PID，是“输出反馈”。我看到输出偏差了，我就去调。但自适应控制不一样，它是“模型反馈”。我脑子里先建立一个系统的数学模型，然后实时更新这个模型里的参数。控制器再根据这个最新的模型去计算控制量。
所以，参数估计就是那个“更新模型”的环节。
举个例子。你控制一个直流电机，它的模型可以简化为：
y(k) = -a1 * y(k-1) + b0 * u(k-1)这里的 a1 和 b0 就是我们需要估计的参数。如果电机负载变了，b0 这个增益系数就会变。参数估计算法要做的，就是根据你测到的电压 u 和转速 y，把最新的 a1 和 b0 给算出来。
核心思想： 参数估计 = 用历史数据 + 当前数据，去拟合一个最可能的模型参数。
3.2 最小二乘法：最经典的方法
最小二乘法，英文叫 Least Squares，简称 LS。这是参数估计里的“老大哥”。
它的思路特别朴素：让模型预测的误差平方和最小。
你想想看，我有个模型，预测出来的输出是 ŷ(k)，实际测到的输出是 y(k)。那误差就是 e(k) = y(k) - ŷ(k)。最小二乘法就是要找一组参数，让所有时间点上 e(k)² 的总和最小。
数学上，它有一个解析解。对于线性回归问题：
θ = (ΦᵀΦ)⁻¹ Φᵀ Y其中 θ 是参数向量，Φ 是数据矩阵，Y 是输出向量。
这个公式看着简单，但实际用起来有坑。
我曾经踩过的坑： 矩阵 ΦᵀΦ 可能不可逆！
有一次我在调试一个六轴机械臂的负载辨识，数据采集了半天，一算发现矩阵奇异。为什么？因为激励不够。你给的控制信号太“温柔”了，系统没有充分被激发，数据里信息量不足。所以，做实验时一定要加足够的激励信号，比如PRBS（伪随机二进制序列）。
另外，标准最小二乘法是批处理的。你得攒够一批数据，然后一次性算。这在实时控制里不现实。所以有了它的变种——递推最小二乘法（RLS）。
RLS 的公式长这样：
K(k) = P(k-1) * φ(k) / (λ + φᵀ(k) * P(k-1) * φ(k))
θ̂(k) = θ̂(k-1) + K(k) * [y(k) - φᵀ(k) * θ̂(k-1)]
P(k) = [I - K(k) * φᵀ(k)] * P(k-1) / λ这里 λ 是遗忘因子。λ 越小，算法对老数据“遗忘”得越快，适合跟踪快速变化的参数。我个人习惯把 λ 设在 0.95 到 0.99 之间。太小的 λ 会让估计值抖动得很厉害。
3.3 梯度法：简单粗暴但有效
梯度法，也叫最速下降法。它不像最小二乘法那样追求一步到位，而是沿着误差下降最快的方向，一步一步调整参数。
它的更新公式特别直观：
θ(k+1) = θ(k) - γ * ∂J/∂θ其中 γ 是学习率，J 是损失函数（比如误差的平方）。
你想想看，这就像你蒙着眼睛下山。你每走一步，就感觉一下哪边坡度最陡，就往那边迈一步。梯度法就是这个道理。
它的优点是计算量小，实时性好。缺点嘛，就是收敛慢，而且容易陷入局部最优。
我的建议： 如果系统参数变化不快，或者你对实时性要求极高，梯度法是个不错的选择。我在做移动机器人轮子打滑检测时，就用梯度法在线估计轮胎的摩擦系数，效果还不错。
但要注意学习率 γ 的选择。γ 太大，参数会震荡甚至发散；γ 太小，收敛太慢。我一般会先离线仿真调一个合适的 γ，再上机测试。
3.4 自校正调节器：把估计和控制串起来
好了，参数估计的方法有了，怎么用呢？这就引出了自校正调节器（Self-Tuning Regulator, STR）。
STR 的结构其实很简单，就两步：
- 在线估计：用 RLS 或梯度法，实时估计系统参数。
- 控制器设计：把估计出来的参数代入控制器设计公式，算出新的控制增益。
说白了，就是“估计一步，控制一步”。
我画了一张图，帮你理解这个闭环逻辑：
你看这个图，参数估计器实时接收 u(k) 和 y(k)，算出 θ̂(k)，然后送给控制器。控制器根据最新的 θ̂(k) 重新计算控制律，输出 u(k) 去驱动被控对象。这就形成了一个完整的自适应闭环。
STR 的好处是，它把估计和控制分开了。你可以自由选择估计方法（RLS、梯度法）和控制器设计方法（极点配置、LQR 等）。灵活性很高。
实际项目经验： 我在做无人机悬停控制时，就用过 STR。无人机在空中，重心会随着电池消耗而变化。我用 RLS 在线估计了模型的阻尼系数和增益，然后动态调整了 PID 参数。效果比固定参数的 PID 好很多，抗风能力提升了至少 30%。
3.5 三种方法的对比
我把这三种方法的特点整理成了一个表格，方便你对比：
| 方法 | 计算量 | 收敛速度 | 适用场景 | 注意事项 |
|---|---|---|---|---|
| 最小二乘法（批处理） | 大 | 快（一次求解） | 离线辨识、数据后处理 | 矩阵可能奇异，需充分激励 |
| 递推最小二乘法（RLS） | 中 | 较快 | 在线实时估计，参数慢变 | 遗忘因子 λ 需仔细调参 |
| 梯度法 | 小 | 慢 | 实时性要求极高，参数快变 | 学习率 γ 需仔细调参，可能局部最优 |
3.6 一个简单的代码示例
最后，我写一段伪代码，展示 RLS 在 STR 中的基本流程。嗯，这里我用的是 Python 风格的伪代码，方便你理解逻辑。
# 初始化
theta = [0, 0] # 参数向量 [a1, b0]
P = 1000 * I # 协方差矩阵，初始值大一点
lambda_ = 0.98 # 遗忘因子
# 主循环
for k in range(1, N):
# 1. 采集数据
y_k = read_sensor() # 当前输出
u_k_1 = control_signal[k-1] # 上一时刻控制量
# 2. 构造回归向量
phi = [-y_k_1, u_k_1] # 注意：y_k_1 是上一时刻输出
# 3. 计算预测误差
y_hat = phi[0]*theta[0] + phi[1]*theta[1]
e = y_k - y_hat
# 4. 更新增益 K
K = P * phi / (lambda_ + phi.T * P * phi)
# 5. 更新参数估计
theta = theta + K * e
# 6. 更新协方差矩阵 P
P = (I - K * phi.T) * P / lambda_
# 7. 用新参数设计控制器（例如极点配置）
# 这里省略具体控制器设计公式
u_k = controller_design(theta, r_k, y_k)
# 8. 输出控制量
output_control(u_k)一个小技巧： 初始化 P 矩阵时，给一个大的对角值（比如 1000*I），这样算法一开始会快速收敛。等参数稳定后，P 矩阵会自然变小，估计也就平稳了。
好了，这一章的内容就到这里。参数估计是自适应控制的基石，最小二乘法和梯度法各有千秋。STR 则把估计和控制完美地结合在了一起。下一章我们会深入具体的控制器设计方法，比如极点配置和 LQR，到时候再结合 STR 一起讲。
记住，理论再漂亮，不上机跑一跑都是纸上谈兵。我建议你找个简单的仿真模型，比如一阶系统，把 RLS 和梯度法都实现一遍，看看它们在不同条件下的表现。相信我，亲手调一次参数，比看十遍书都管用。