控制算法学习 二、PID控制算法

前言

PID应该是应用最广泛的控制算法（没有之一）。无人机中的飞控就是基于PID的。

PID算法

PID——Proportional, Integral, Derivate，就是比例-积分-微分控制。

PID的控制公式如下：
$$\begin{array}{rl}& u(t)=K_{p}e(t)+K_i{\int }_0^{t}e(\sigma )d\sigma +K_d\frac{de(t)}{dt}\end{array}$$
$K_p$——比例增益
$K_i$——积分增益
$K_d$——微分增益

比例环节P

由控制量和期望量的误差与比例增益$K_p$加权产生，用于迅速减小控制量与期望量之间的差距。

$K_p$越大，过渡时间越快，稳态误差越小，但容易出现振荡不稳。

积分环节I

由误差的累计与积分增益$K_i$加权产生，用于消除稳态误差。

$K_i$越大，消除稳态误差速度越快，但容易出现振荡不稳，超调量增加，达到稳定的时间延后。

微分环节D

由误差的变化速度与微分增益$K_d$加权产生，用于阻尼误差的产生，减少超调量。

$K_d$越大，超调量降低，稳定性上升，达到稳定的时间提前，但容易受到输入噪声的影响。

离散PID

标准PID公式建立在连续状态空间中，而实际场景应用是，控制算法需要进行离散化，有两种离散化方法。

位置式PID

$$\begin{array}{rl}& u(T)=K_{p}e(T)+K_i\sum _{n=0}^{T}e(n)+K_d[e(T)-e(T-1)]\end{array}$$
优点：非递推，控制量与当前状态对应。
缺点：误差需要从开始累加到当前，计算量大。

增量式PID

$$\begin{gathered} \Delta u(T)=K_p[e(T)-e(T-1)]+k_{i}e(T)+K_d[e(T)-2e(T-1)+e(T-2)] \\ u(T)=u(T-1)+\Delta u(T) \end{gathered}$$
优点：控制增量仅与近三次误差量相关，计算量小。
缺点：有稳态误差。