第2章数学基础回顾

2、数学基础回顾：李导数与李括号、微分同胚与反馈线性化的基本概念

好，咱们进入正题。这一节是数学基础，听起来有点枯燥，但相信我——这是后面所有非线性补偿技巧的「地基」。我当年刚接触飞控时，觉得这些数学工具离工程太远，结果在调试一个高攻角机动时栽了大跟头。后来才明白，不懂李导数，你连问题出在哪都说不清楚。

先说说李导数。说白了，它就是「沿着某个向量场的方向导数」。你想想看，我们做姿态控制时，状态量是姿态角和角速度，控制量是力矩。系统状态在相空间里流动，李导数就是描述某个标量函数沿着这个流动方向的变化率。

定义上，给定一个光滑标量函数 h(x) 和一个向量场 f(x)，李导数记作 L_fh(x)，计算公式是：

L_f h(x) = ∂h/∂x · f(x)

嗯，这里要注意：李导数可以嵌套使用。比如 L_f²h(x) 就是先对 h 求一次李导数，再对结果求一次。这在后面做输入输出线性化时会反复用到。

我个人习惯：把李导数理解成「系统状态沿着某个方向流动时，某个观测量的变化速度」。比如在四旋翼中，高度 h 沿着垂直速度方向的李导数，就是垂直加速度。

李括号就更有意思了。它衡量的是两个向量场「交换顺序」后的差异。定义是：

[f, g] = ∂g/∂x · f - ∂f/∂x · g

为什么需要这个？我在做欠驱动系统控制时遇到过一个问题：两个控制输入明明都能影响系统，但组合起来却无法覆盖整个状态空间。后来用李括号一算，发现它们的「交换子」为零，说明这两个向量场是对合的——说白了就是它们生成的分布是「可积」的，系统存在不可控的子空间。

避坑指南：我曾经在调试一个倾转旋翼机时，忽略了李括号的非零性，以为两个控制通道是独立的。结果在过渡飞行阶段，系统出现了意料之外的耦合振荡。后来用李括号分析才发现，两个向量场的交换子产生了新的方向，这个方向没有被任何控制输入直接覆盖。

李括号有几个重要性质：

这些性质在判断系统可控性时非常有用。特别是雅可比恒等式，它保证了李括号运算的「自洽性」。

微分同胚，名字听着吓人，其实就是「光滑可逆的坐标变换」。要求变换 φ(x) 本身光滑，且它的逆变换也存在且光滑。

为什么在非线性控制中这么重要？因为我们可以通过微分同胚，把一个复杂的非线性系统「映射」成一个简单的线性系统。你想想看，如果能把姿态动力学中的强耦合项通过坐标变换解耦，那控制器的设计就简单多了。

判断一个变换是不是微分同胚，核心条件是雅可比矩阵 ∂φ/∂x 处处非奇异。我在项目中常用这个条件来检查我设计的变换是否合理——如果雅可比矩阵在某点奇异，说明那个点附近变换会「塌缩」，控制律会失效。

注意：微分同胚是全局概念还是局部概念？工程中我们通常只关心局部微分同胚。因为飞行器的姿态通常不会跑到奇异点附近（比如万向节锁），但在全姿态机动中，这个问题就绕不过去了。我建议在设计变换时，先检查工作点附近的雅可比矩阵条件数。

好了，前面铺垫了这么多，终于到主角了。反馈线性化的核心思想就一句话：通过状态反馈和非线性坐标变换，把非线性系统变成线性系统。

具体来说，考虑一个仿射非线性系统：

ẋ = f(x) + g(x)u
y = h(x)

我们希望找到反馈律 u = α(x) + β(x)v，使得新系统对输入 v 是线性的。这个过程分两步：

相对阶计算：对输出 y 反复求李导数，直到出现输入 u。这个「反复求导的次数」就是相对阶 r。
坐标变换与反馈：用李导数构造新坐标 z = [h, L_f h, ..., L_f^{r-1}h, η]^T，其中 η 是内部动态。然后设计反馈律消去非线性项。

举个简单的例子。假设一个单输入单输出系统：

ẋ₁ = x₂
ẋ₂ = -sin(x₁) + u
y = x₁

相对阶是多少？对 y 求导：ẏ = x₂，没有 u。再求导：ÿ = -sin(x₁) + u，出现了 u。所以相对阶 r = 2。

反馈律设计为 u = sin(x₁) + v，代入后得到 ÿ = v。你看，原来的非线性项 sin(x₁) 被抵消了，系统变成了一个简单的双积分器。

我的一点体会：反馈线性化不是万能的。它要求系统相对阶等于系统维数（即没有内部动态），或者内部动态是稳定的。我在做四旋翼姿态控制时，发现偏航通道的相对阶是2，但滚转和俯仰通道的相对阶是3——这意味着存在内部动态。如果不处理这个内部动态，系统可能会「偷偷」变得不稳定。

这一节的内容偏理论，但每个概念都有明确的工程对应：

最后说一句：这些工具在仿真里跑得漂漂亮亮，但上了真机，模型误差、执行器饱和、测量噪声都会让反馈线性化的效果打折扣。我建议在工程实现时，保留一个鲁棒性裕度——比如在反馈律中加入一个小的阻尼项，防止模型失配时系统发散。

下一节我们会把这些工具用到具体的姿态控制问题上，看看如何设计一个完整的非线性补偿控制器。