一、鲁棒性概述

1.1 离散系统鲁棒性的定义

聊到鲁棒性，我先说说我的理解。

鲁棒性，英文叫 Robustness。说白了，就是系统在「被折腾」的时候，还能不能好好干活。

离散系统，跟连续系统不一样。它是在离散时间点上运行的。比如数字控制器每隔 1ms 采样一次，然后算个控制量输出。这种系统天生就带着「离散」的基因。

那什么是离散系统的鲁棒性？

我个人习惯这样定义：当系统参数、外部扰动、模型误差在一定范围内变化时，系统依然能保持稳定，并且性能指标不严重恶化。

举个例子。你设计了一个 PID 控制器，仿真时效果很好。但实际装到设备上，电机参数变了 10%，传感器有噪声，温度还漂移。这时候系统还能不能稳住？能稳住，就叫鲁棒性好。

我在项目中遇到过一件事。一个飞行器的姿态控制系统，仿真时参数调得特别漂亮。结果一上试飞台，震动一上来，系统就开始抖。后来发现，是模型里忽略了结构共振频率。嗯，这就是鲁棒性没做好的典型。

1.2 鲁棒性与稳定性的区别

这个问题，我经常被问到。很多人觉得鲁棒性就是稳定性。其实不是。

咱们先理清楚：

• 稳定性：系统在标称条件下，能不能收敛到平衡点。比如你设计的控制器，在理想模型下，闭环极点都在单位圆内。这叫稳定。
• 鲁棒性：系统在非理想条件下，还能不能保持稳定和性能。比如参数变了 20%，极点跑出单位圆了没？

你想想看，一个系统可以稳定，但鲁棒性很差。反过来，鲁棒性好的系统，一定是以稳定为前提的。

对比项	稳定性	鲁棒性
关注点	标称模型下的收敛性	不确定性下的保持能力
测试条件	理想参数、无扰动	参数摄动、外部干扰
分析方法	极点位置、李雅普诺夫	小增益定理、结构奇异值
工程意义	基础要求	实用保障

我曾经犯过一个错。设计一个数字滤波器，极点全在单位圆内，稳定得很。结果实际芯片的量化误差一进来，系统直接发散。为什么？因为量化误差改变了极点位置。这就是「稳定但不鲁棒」的典型案例。

1.3 鲁棒性在实际工程中的重要性

说实话，没有鲁棒性的系统，就是实验室里的玩具。

为什么这么讲？

实际工程中，不确定性无处不在：

• 参数摄动：电阻电容有公差，电机参数随温度变化，电池电压会下降
• 模型误差：你建的数学模型，永远只是真实系统的近似
• 外部扰动：风、震动、电磁干扰，这些你仿真时很难完全模拟
• 量化效应：ADC/DAC 的量化误差、有限字长效应，都会影响离散系统

我举个例子。汽车电子稳定系统（ESP），如果鲁棒性不好，轮胎打滑时参数一变，系统可能误判。后果是什么？你想想看。

再比如无人机。我见过一个项目，飞控在室内飞得好好的，一到室外有风，就开始乱飘。这就是鲁棒性没覆盖到风扰场景。

所以，鲁棒性不是锦上添花。它是从仿真走向产品的必经之路。

本章知识体系

下面这张图，是我梳理的本章核心逻辑。你可以对照着看：

这张图把三个核心概念串起来了。定义是基础，区别是澄清，重要性是落脚点。后面章节我们会深入每个技术细节。

---

好了，第一章就到这里。鲁棒性这个概念，说难不难，说简单也不简单。关键是要在实际项目中多体会。

下一章，我们会聊离散系统的不确定性建模。那是做鲁棒性分析的第一步。