一、飞行控制律概述

1.1 什么是飞行控制律

飞行控制律，说白了就是一套数学规则。

它告诉飞控计算机：
「传感器读到这个数据，你该输出什么指令给舵面。」

我习惯把它比作「驾驶员的翻译官」。
你想想看，飞行员推杆的意图是「我要抬头」，
但舵面具体偏转多少度、偏多快、要不要补偿侧滑——
这些细节，全由控制律来算。

控制律的输入是姿态、角速率、空速等状态量。
输出是舵面指令、油门指令。
中间那层数学映射，就是控制律的核心。

1.2 控制律在飞控系统中的作用

飞控系统里，控制律不是万能的。
但没有控制律，飞控就是一堆传感器加舵机——各干各的。

我遇到过不少刚入行的同事，
觉得「飞控嘛，调调PID就能飞」。
嗯，这话对了一半。

控制律真正要解决三个问题：

• 稳定性——飞机不会自己发散。比如迎角过大时，控制律要主动推杆低头。
• 响应品质——飞行员给指令，飞机要跟得上。不能慢半拍，也不能超调太多。
• 鲁棒性——重心变了、空速变了、甚至一侧舵面卡阻了，控制律还能稳住飞机。

我曾经调试一架小型的飞翼布局无人机。
重心后移了2厘米，PID参数全废。
当时我就在想：如果控制律设计时没考虑鲁棒性，
试飞就是碰运气。

1.3 常见控制律类型

控制律不是只有一种。
不同场景、不同需求，选型差别很大。

我按工程中遇到的频率，排个序：

类型	核心思想	适用场景	我个人的评价
PID	比例-积分-微分	姿态控制、高度保持	简单粗暴，工程首选
LQR	线性二次型最优	多变量耦合系统	理论漂亮，调权矩阵很考验经验
H∞	鲁棒控制	模型不确定性大、抗干扰要求高	性能上限高，但工程实现复杂
自适应控制	在线辨识+调整	参数大范围变化（如空速变化剧烈）	我做过一次，收敛性调到头秃
非线性控制	反步法、滑模等	大迎角、特技飞行	学术热门，工程落地少

PID控制律

PID是飞控界的「老黄牛」。
我入行第一个项目就是调PID。
结构简单，物理意义清晰。

比例项管「当前偏差有多大」，
积分项管「历史偏差累积了多少」，
微分项管「偏差变化快不快」。

但PID有个致命弱点——
它不知道飞机的数学模型。
所以参数整定全靠试凑。

LQR控制律

LQR比PID「聪明」一点。
它知道系统的状态空间模型。
然后通过优化一个二次型性能指标，
算出最优的反馈增益。

说白了，LQR是在问：
「我允许你消耗多少舵面能量，来换取多快的收敛速度？」

这个权衡由两个权值矩阵Q和R决定。
Q大，系统响应快，但舵面动作猛。
R大，舵面动作温柔，但收敛慢。

我记得第一次用LQR调一架四旋翼。
Q矩阵设得太大，结果电机直接饱和。
飞起来像抽风一样。

H∞控制律

H∞是控制律里的「特种兵」。
它专门对付「模型不准」和「外部干扰」。

你想想看，飞机在空中飞，
阵风、重心变化、舵面效率下降——
这些不确定性，PID和LQR处理起来很吃力。

H∞的设计思路是：
把干扰看作「敌人」，
控制律的任务是「把干扰到输出的增益压到最小」。

我曾经在H∞和LQR之间做过对比测试。
同样面对20%的模型误差，
LQR的相位裕度掉了15度，
H∞只掉了3度。

但H∞的代价是什么？
控制器阶数高，工程实现复杂。
而且设计时对工程师的数学功底要求高。

1.4 控制律设计的工程流程

说了这么多理论，聊聊实际怎么做。

我习惯把控制律设计分成四步：

1. 建模——建立飞机的动力学模型。至少要有纵向和横航向的线性化模型。
2. 设计——根据需求选控制律类型，算出初步参数。
3. 仿真——在非线性模型里跑，看响应曲线。加干扰、加噪声、加延迟。
4. 试飞——从半物理仿真到真机试飞，逐步放开权限。

这里有个坑：
很多人仿真跑得漂亮，一到真机就崩。
为什么？

因为仿真模型太「干净」了。
真实的传感器有噪声、舵机有死区、结构有弹性——
这些在仿真里没考虑，控制律就「水土不服」。

1.5 本章小结

控制律是飞控系统的「大脑」。
它决定了飞机能不能飞稳、飞准、飞安全。

PID简单实用，适合大多数场景。
LQR理论优美，适合多变量系统。
H∞鲁棒性强，适合不确定性大的环境。

但记住一句话：
没有最好的控制律，只有最合适的控制律。

下一章，我会详细讲PID参数整定的实战技巧。
包括怎么用频域法、怎么用试凑法、
以及我踩过的那些坑。

到时候见。