2. 鲁棒控制基础：H∞与μ综合理论回顾
说实话，每次带新人做项目，我最头疼的就是解释鲁棒控制。很多人觉得这东西太数学、太抽象。但我干了十几年控制工程，可以负责任地告诉你——搞不定鲁棒性，你的控制器就是个纸老虎。
今天咱们不扯虚的。我就结合自己踩过的坑，把H∞和μ综合这两个核心工具给你讲透。嗯，准备好了吗？
2.1 为什么需要鲁棒控制？
先问个问题：你设计的控制器，在仿真里跑得漂漂亮亮，一上实物就抖成筛子。遇到过没？
我遇到过，而且不止一次。记得有个伺服电机项目，模型参数明明标定得很准，结果温度一变化，电机惯量变了10%，系统直接失稳。那次教训让我明白——模型永远只是近似，不确定性才是常态。
鲁棒控制要解决的，就是这个问题。它不追求模型完全精确，而是保证：只要实际系统在某个“不确定范围”内，控制器就能稳定工作。
2.2 H∞控制：从频域角度看鲁棒性
H∞控制，说白了就是抑制“最坏扰动”的增益。你想想看，一个系统对外部扰动的响应，总有一个最大放大倍数。H∞要做的，就是把这个最大倍数压到最小。
2.2.1 标准H∞问题
标准框架长这样：
输入 w (扰动) → [ 被控对象 P ] → 输出 z (性能)
输入 u (控制) → [ 控制器 K ] → 输出 y (测量)
数学上，我们要找控制器K，使得从w到z的闭环传递函数Tzw满足：
|| T_zw ||_∞ < γ
这里的γ就是性能指标。γ越小，抑制扰动能力越强。我个人习惯取γ=1作为基准，然后根据实际调试情况微调。
2.2.2 加权函数的选择——实战经验
很多教材讲到这里就停了。但我要告诉你，加权函数才是H∞设计的灵魂。我在项目中吃过亏，一开始随便选了个低通滤波器当加权，结果控制器高频段增益太大，执行器直接饱和。
我的经验是：
- 性能加权Ws：通常选低通，压低低频扰动。转折频率选在系统带宽附近。
- 控制加权Wu：通常选高通，限制高频控制动作。防止执行器抖得太厉害。
- 鲁棒加权WT：反映模型不确定性。我一般用乘性不确定性模型，高频段权重加大。
2.3 μ综合：处理结构化不确定性
H∞有个局限——它把所有不确定性都当成“一块”来处理。但实际中，不确定性是有结构的。比如，某个参数变化±20%，另一个参数变化±10%，它们互不影响。
这时候，就要请出μ综合了。
2.3.1 结构奇异值μ
μ综合的核心是结构奇异值。它比H∞更精细，能区分不同来源的不确定性。数学定义我就不啰嗦了，你记住一句话：
我在做飞行器控制时，遇到过气动参数在大攻角下剧烈变化。用H∞设计，保守性太大，性能损失严重。换成μ综合后，控制器明显“聪明”了——它知道哪些参数变化是独立的，不用对所有不确定性都“一刀切”。
2.3.2 D-K迭代法
μ综合的求解，工程上常用D-K迭代。说白了就是反复做两件事：
- D步：固定控制器，找最优的尺度变换矩阵D，让μ值最小化。
- K步：固定D，求解一个标准的H∞问题，更新控制器。
迭代到μ值小于1，或者不再下降为止。
2.4 知识体系总览
下面这张图，是我自己总结的鲁棒控制核心逻辑。你看一眼，心里就有谱了：
2.5 实战中的选择建议
说了这么多，到底什么时候用H∞，什么时候用μ综合？我根据自己的项目经验，给你个参考：
| 场景 | 推荐方法 | 理由 |
|---|---|---|
| 模型误差范围明确，且为单一来源 | H∞控制 | 设计简单，计算量小，工程实现方便 |
| 多个参数独立变化，且变化范围已知 | μ综合 | 能利用结构信息，降低保守性 |
| 实时性要求高（如无人机飞控） | H∞（固定阶） | μ综合迭代计算量大，实时性差 |
| 安全关键系统（如核电站） | μ综合 | 鲁棒性验证更严格，μ值分析更可靠 |
2.6 一个简单的H∞设计示例
光说不练假把式。我给你看个实际代码片段。这是用MATLAB做的一个H∞控制器设计，对象是个二阶系统：
% 被控对象：二阶系统
s = tf('s');
G = 1 / (s^2 + 0.5*s + 1);
% 加权函数
W1 = 0.1 * (s+10) / (s+0.01); % 性能加权
W2 = 0.1; % 控制加权
% 构建增广对象
P = augw(G, W1, W2);
% H∞综合
[K, CL, gamma] = hinfsyn(P, 1, 1);
% 检查结果
disp(['最优γ值: ', num2str(gamma)]);
你看，核心代码就这么几行。但我要提醒你——加权函数W1和W2的选取，才是真正的功夫。我刚开始做的时候，gamma值怎么调都降不下来。后来发现是W1的转折频率选错了，跟系统带宽不匹配。改完之后，gamma直接从2.3降到了0.8。
2.7 小结
好了，这一章的内容就这些。总结一下：
- H∞控制：处理非结构化不确定性，用加权函数刻画性能需求。设计直观，工程应用广。
- μ综合：处理结构化不确定性，用D-K迭代求解。精度高，但计算量大。
- 实战要点：加权函数是灵魂，μ分析是检验工具。别迷信理论最优，要结合工程实际。
说实话，鲁棒控制这东西，光看书是学不会的。我建议你找个实际系统，哪怕是个简单的电机，动手做一遍H∞和μ综合的设计流程。踩几个坑，你就真正理解了。