简介这份压缩包面向无人船与水下机器人控制方向的学习者和研究人员围绕全驱动船舶在模型不确定性与外部扰动下的高精度轨迹跟踪问题提供自适应动态面滑模控制结合扰动观测器的MATLAB仿真实现。包内共20个文件以15个.m脚本为主体配合2个.mdl仿真模型和2个.txt文本文件整体约56KB体积轻便便于直接运行与二次修改。内容涉及系统数学模型、控制器设计、扰动观测器构建以及圆轨迹、直线轨迹两类仿真验证控制目标是在存在流体动力学干扰、传感器误差和未建模动态时仍使船舶按预设路径稳定航行。已有1313人学习适合具备一定非线性控制与MATLAB基础、希望复现船舶轨迹跟踪算法、对照调试滑模面与自适应参数或排查仿真问题的读者参考。1. 一条船要贴着圆跑为什么这套方案值得照抄设想一个很具体的场景一条中型水面艇要在有风浪流的水域里沿着半径几十米的圆形轨迹稳定航行位置误差压到半米以内艏向误差不超过一度。难点不在写一条 PID而在于环境扰动是未知时变的、船模参数本身有偏差、外环虚拟控制量一旦直接微分就会把噪声放大成控制力矩的剧烈抖动。这套带扰动观测器的全驱动船舶轨迹跟踪自适应动态面滑模控制方案就是针对这三个矛盾搭出来的动态面DSC负责掐掉反步法里的微分爆炸滑模项负责在有界扰动下保持误差不越界非线性扰动观测器负责把模型没算准的那部分力矩在线估出来自适应律负责在扰动上界未知时自动撑住切换增益。它适合正在做船舶运动控制方向毕设、课程设计或者需要一套可复现 MATLAB 仿真的读者照着结构改参数就能跑自己的船模。2. 被控对象与跟踪任务三自由度模型、扰动项与全驱动边界2.1 三自由度运动学与动力学方程水面船在中低速、航向变化不剧烈的工况下通常只保留纵荡、横荡、艏摇三个自由度横摇和纵摇被当作小量忽略。这个项目采用的模型就是这一套标准形式位置与姿态向量η [x, y, ψ]ᵀ船体坐标系速度向量ν [u, v, r]ᵀ运动学关系写成η̇ J(η)ν其中旋转矩阵J(ψ)为J(ψ) [ cosψ -sinψ 0 sinψ cosψ 0 0 0 1 ]动力学方程写成Mν̇ C(ν)ν D(ν)ν d(t) τ。M是包含附加质量的惯性矩阵C(ν)是科氏力与向心力矩阵D(ν)是阻尼矩阵d(t)是风、浪、流合成后作用在三个自由度上的等效力矩τ是执行器输出。参数取值物理含义m11200纵向等效质量含附加质量m22250横向等效质量含附加质量m3380艏摇等效转动惯量d1170纵向线性阻尼系数d22100横向线性阻尼系数d3350艏摇线性阻尼系数这组数字来自一条中型水面艇的归一化结果换成自己的船模时只需保证M正定、D正定对角占优即可。把M简化成对角阵是有代价的它丢掉了纵横耦合项在高速回转时会让观测器把耦合误差当成外部扰动去补这一点在第 5 章的避坑部分会专门说。低速工况下这么简化是划算的因为控制器对这部分未建模动态本身有一定鲁棒性而模型越简单观测器的调参越可控。科氏矩阵按C(ν) [0 0 -m22·v; 0 0 m11·u; m22·v -m11·u 0]构造它满足反对称性C(ν) -Cᵀ(ν)这个性质在稳定性证明里会用到一次用来消掉二次型里的交叉项——很多人写证明时忘了这一步结果能量函数求导后多出一项不知道往哪放。2.2 期望轨迹与误差系统的定义方式期望轨迹用参数化圆给出圆心在原点半径 60 米角速度 0.05 rad/s对应线速度 3 m/s 左右这个速度对上述船模是合理工况不会把推进器逼到饱和x_d(t) 60·cos(0.05t) y_d(t) 60·sin(0.05t) ψ_d(t) 0.05t π/2艏向取轨迹切向角这样船头始终指向前进方向符合实际航行习惯。对应的期望速度η̇_d直接解析求导得到不需要数值微分这一点很重要如果期望轨迹是离散点表那η̇_d的求法就要单独设计滤波器否则噪声会顺着虚拟控制一路传到力矩上。跟踪误差定义为惯性系下的z1 η - η_d其中艏向分量要包到(-π, π]区间。这里的符号约定是整篇最容易翻车的地方有人习惯把误差定义在船体坐标系即x_e cosψ(x-x_d) sinψ(y-y_d)两种写法都能推出稳定控制律但混用会直接导致横荡方向的控制力反号仿真一开始就往反方向跑。选一种从头用到尾代码里加一行注释标明坐标系能省掉大半排查时间。2.3 全驱动假设到底意味着什么“全驱动”在船舶控制里是一个非常具体的限定三个自由度上都有独立可用的执行器。工程上对应主推进器加侧向推进器加艏侧推或全回转舵桨的配置控制输入矩阵B退化成单位阵τ的三个分量可以任意指定。只有在这种配置下横荡方向才能被直接驱动z1的第二个分量才有可控性。这一点必须写在方案开头因为它决定了整套算法的适用范围。普通的单桨单舵船是欠驱动的横向没有直接控制力横荡误差只能靠艏向变化间接收敛把全驱动控制律硬套上去仿真里会出现横向控制力巨大但船根本不动、误差始终不收敛的现象。如果你的对象是欠驱动船正确的改法是把横荡误差并入艏向虚拟控制用视线导引LOS思路重构而不是简单删掉τ的第二个分量。控制目标可以写成三条位置误差‖z1‖在有限时间内进入并保持在给定的小球内艏向误差同样收敛控制力矩有界且不出现高频抖振。这三条既是设计目标也是后面第 6 章验收的判据来源。3. 控制器设计动态面外环、滑模内环、观测器与自适应增益的四层配合3.1 外环虚拟控制与一阶低通滤波从运动学入手对z1 η - η_d求导得ż1 J(η)ν - η̇_d。如果ν是可直接指定的量取虚拟控制α1 J⁻¹(η)(η̇_d - K1·z1)代入就有ż1 -K1·z1外环误差指数收敛。K1取正定对角阵这里用K1 diag(0.8, 0.8, 0.6)纵向和横向带宽一致艏向稍慢一点避免转向过冲。问题出在下一步反步法要求对α1求导才能得到α̇1而α1里含J⁻¹(η)和η̇_d解析求导会膨胀成十几项还依赖η̈_d数值微分又会把测量噪声放大。动态面的做法是让α1过一个一阶低通滤波器用滤波后的α1f代替α1参与后续设计τ_f · α̇1f α1f α1, α1f(0) α1(0)滤波时间常数τ_f取 0.05 s。滤波器初值必须设成α1(0)否则第一步就产生一个幅值等于初始误差的滤波误差y2 α1f - α1控制力矩会瞬间冲到一个很大的值仿真曲线第一帧就能看到尖峰。引入y2后速度误差定义为z2 ν - α1f外环动态变成ż1 -K1·z1 J·z2 J·y2。相比反步法多出来的J·y2项就是动态面付出的代价它会在稳定性分析里被1/τ_f对应的负项压住只要τ_f足够小、K1足够大这一项不会破坏收敛性。τ_f和K1的配合关系是后面调参时最先要看的一对。3.2 滑模面选取与内环控制律内环直接取速度误差s z2作为滑模面。有人会问为什么不加积分项s z2 Λ∫z2答案是外环已经通过-K1·z1提供了类积分作用再加积分会让两个环的相位叠加在扰动突变时容易产生过冲甚至极限环。对恒定或慢变扰动这种结构足够把稳态误差压在零附近如果扰动里含有明显的阶跃成分那才需要补一个积分项或者提高观测器带宽。对s求导并代入动力学M·ṡ τ - Cν - Dν - d - M·α̇1f。把控制律设计成τ C(ν)ν D(ν)ν M·α̇1f - Jᵀ·z1 - K2·s - ρ̂·sat(s/Φ) - M·δ̂代回去得到M·ṡ -Jᵀ·z1 - K2·s - ρ̂·sat(s/Φ) - M(δ - δ̂)其中δ M⁻¹d是加速度级扰动δ̂是观测器给出的估计。α̇1f不去解析求导直接用滤波器的内部量α̇1f (α1 - α1f)/τ_f计算数值上干净得多。饱和函数sat(x/Φ)定义为|x| ≤ Φ时取x/Φ否则取符号边界层厚度Φ 0.05。用饱和函数替代符号函数是抑制抖振的第一道手段代价是稳态误差被限制在Φ量级的邻域内不会严格到零。K2 diag(60, 60, 40)比K1大两个量级这是内外环带宽分离的常规做法内环快、外环慢级联系统才不会互相打架。控制律里-Jᵀ·z1这一项是耦合项作用是抵消外环动态中的z1ᵀ·J·z2在能量函数求导时正好与ż1产生的项相消。把它漏掉系统仍然可能稳定但收敛速度会明显变慢位置误差曲线会出现缓慢的爬行段——这个现象在排查时很容易被误判成观测器带宽不够。3.3 扰动观测器的构造把扰动定义在加速度级ν̇ F δ其中F M⁻¹(τ - Cν - Dν)δ -M⁻¹d。观测器用辅助变量形式避免对ν̇直接做数值微分δ̂ ξ Ko·ν ξ̇ -Ko·ξ - Ko·(Ko·ν F)误差动态推导一遍就清楚了δ̂̇ ξ̇ Ko·ν̇ -Ko·ξ - Ko²·ν - Ko·F Ko(F δ) -Ko·δ̂ Ko·δ即δ̃̇ -Ko·δ̃ δ̇。只要扰动变化率δ̇有界估计误差指数收敛到零附近收敛速度由Ko决定。这里Ko diag(12, 12, 12)对应时间常数约 0.08 s比内环快一个量级才能保证控制律用到的估计值跟得上。代码实现时Ko·(Ko·ν)不能写成Ko^2*ν矩阵幂和逐元素平方在非对角情况下不是一回事虽然这里Ko是对角阵结果相同但养成习惯能避免换参数时出错。另外F里用到的τ必须是上一步的控制量否则形成代数环离散实现时要把tau_prev显式存起来。观测器估计的是δ控制律里要用M·δ̂还原成力矩级再加负号补偿。这个量纲转换漏掉一次补偿项的幅值就差了几百倍仿真会直接发散而且从曲线上看像是“观测器发散”实际只是单位没对上。3.4 自适应切换增益与稳定性结论扰动上界ρ在真实海况下是未知的硬编码一个偏保守的大值会让抖振加剧偏小又保证不了收敛。自适应律针对这个上界设计ρ̂̇ γ·(|s1| |s2| |s3|), ρ̂(0) 5, γ 5取 Lyapunov 函数V ½·z1ᵀz1 ½·sᵀMs ½·y2ᵀy2 1/(2γ)·ρ̃²其中ρ̃ ρ - ρ̂。逐项求导用2ab ≤ a² b²型不等式处理z1ᵀ·J·y2、y2ᵀ·α̇1这些交叉项C(ν)的反对称性消掉二次项最终得到形如V̇ ≤ -μV C0的结论其中μ与K1、K2、1/τ_f的最小特征值相关C0与扰动变化率和滤波误差上界相关。由这个不等式可知系统一致最终有界误差收敛到一个半径与C0/μ同阶的球内。这个结论听起来抽象但它给调参划了三条硬约束K1和τ_f必须满足λmin(K1) 1/(2τ_f)量级的关系否则滤波误差项压不住Ko必须大于扰动的主要频率成分否则观测器输出的估计值相位滞后补偿反而变成正反馈K2必须大于ρ的初始猜测值否则在自适应律还没涨上来之前系统可能先失稳。三条都满足仿真基本不会出大问题。4. MATLAB 落地文件组织、控制器函数与定步长仿真循环4.1 文件组织与参数脚本工程拆成五个文件各管一件事改参数时不用在几百行里翻找文件职责main_track.m仿真主循环、积分、绘图调度param_ship.m船模参数与控制器参数集中定义ctrl_dsc.m动态面 滑模 观测器 自适应律plant_f.m被控对象导数供 RK4 调用ref_traj.m期望轨迹及其导数参数脚本把所有可调量收在一处dt也放在这里因为步长和控制器参数是耦合的分开存放容易出现改了步长忘了改增益的情况function p param_ship() % 船模参数 p.m11 200; p.m22 250; p.m33 80; p.d11 70; p.d22 100; p.d33 50; p.M diag([p.m11, p.m22, p.m33]); p.D diag([p.d11, p.d22, p.d33]); % 控制器参数 p.K1 diag([0.8, 0.8, 0.6]); % 外环增益 p.K2 diag([60, 60, 40]); % 内环增益 p.tau_f 0.05; % 动态面滤波时间常数 p.Phi 0.05; % 滑模边界层厚度 p.Ko diag([12, 12, 12]); % 观测器增益 p.gamma 5; % 自适应律增益 p.rho0 5; % 切换增益初值 p.dt 0.01; % 仿真步长 enddt 0.01不是随便定的。边界层内的等效增益约为ρ/Φ量级在百位配合M的特征值系统最快模态的时间常数在毫秒量级步长再大 RK4 就会失稳。想省算力先把Φ调大或者把Ko调小而不是加大步长。4.2 控制器核心函数的实现控制器写成带状态的结构体形式把滤波器状态、观测器辅助变量、自适应增益、上一步力矩全部装进去主循环只负责传递不做任何逻辑function [tau, cs] ctrl_dsc(t, eta, nu, cs, p) % 期望轨迹与旋转矩阵 [eta_d, eta_d_dot] ref_traj(t); J [cos(eta(3)) -sin(eta(3)) 0; sin(eta(3)) cos(eta(3)) 0; 0 0 1]; % 外环误差惯性系艏向包到 (-pi, pi] z1 eta - eta_d; z1(3) wrapToPi(z1(3)); % 虚拟控制 alpha1 J \ (eta_d_dot - p.K1 * z1); % 一阶低通滤波显式欧拉推进 alpha1f_dot (alpha1 - cs.alpha1f) / p.tau_f; cs.alpha1f cs.alpha1f p.dt * alpha1f_dot; % 滑模面取速度误差 s nu - cs.alpha1f; % 扰动观测器用上一步力矩算 F避免代数环 C [0 0 -p.m22*nu(2); 0 0 p.m11*nu(1); p.m22*nu(2) -p.m11*nu(1) 0]; F p.M \ (cs.tau_prev - C*nu - p.D*nu); delta_hat cs.xi p.Ko * nu; cs.xi cs.xi p.dt * (-p.Ko*cs.xi - p.Ko*(p.Ko*nu) - p.Ko*F); % 自适应切换增益 cs.rho cs.rho p.dt * p.gamma * sum(abs(s)); % 控制律 sat_s max(-1, min(1, s / p.Phi)); tau C*nu p.D*nu p.M*alpha1f_dot ... - J*z1 - p.K2*s - cs.rho*sat_s - p.M*delta_hat; cs.tau_prev tau; end几个实现细节值得单独说。J \ (...)用左除而不是inv(J)*...数值上更稳虽然J是正交结构、行列式为 1两者结果相同但换模型后J可能不再严格正交。sat_s用max/min手写而不用sign乘最小值是因为sign(0)返回 0在s恰好过零的那一步会丢掉切换项边界层内反而不平滑。观测器更新和力矩计算之间的顺序也有讲究先算delta_hat再用它算tau还是先更新xi两种写法相差半步在Ko较大的时候会体现为估计曲线的相位差。这里的写法是先用旧xi算估计再更新等价于前向欧拉配合 0.01 的步长误差可以忽略如果步长加到 0.02 以上建议改成两步平均。4.3 主循环与积分器选择被控对象用定步长四阶 RK4不用ode45。原因很直接控制律里有饱和切换项右端函数不光滑ode45的自适应步长会在切换点附近反复缩小步长仿真时间成倍增加还可能在两次函数调用之间拿到“跳变”的状态。定步长 RK4 虽然精度低一档但行为可预测抖振幅度也好量化。T 120; N round(T / p.dt); eta [55; 5; pi/2 0.1]; % 初始位置带偏差 nu [2.5; 0; 0]; % 初始速度 cs.alpha1f [2.5; 0; 0.05]; % 初值取 alpha1(0)不能取零 cs.xi zeros(3,1); cs.rho p.rho0; cs.tau_prev zeros(3,1); log zeros(N, 15); for k 1:N t (k-1) * p.dt; [tau, cs] ctrl_dsc(t, eta, nu, cs, p); k1 plant_f(t, eta, nu, tau, p); k2 plant_f(tp.dt/2, etap.dt/2*k1(1:3), nup.dt/2*k1(4:6), tau, p); k3 plant_f(tp.dt/2, etap.dt/2*k2(1:3), nup.dt/2*k2(4:6), tau, p); k4 plant_f(tp.dt, etap.dt*k3(1:3), nup.dt*k3(4:6), tau, p); eta eta p.dt/6 * (k1(1:3) 2*k2(1:3) 2*k3(1:3) k4(1:3)); nu nu p.dt/6 * (k1(4:6) 2*k2(4:6) 2*k3(4:6) k4(4:6)); log(k,:) [t; eta; nu; tau; cs.rho; cs.xi]; endcs.alpha1f的初值按alpha1(0)手算填进去这里对应初始状态下的虚拟控制量。这一行如果写成zeros(3,1)第一秒的力矩会冲到一个不合理的大值后面的曲线虽然还能收敛但峰值指标会很难看答辩时被问到“这个尖峰是什么”就不好解释。plant_f里扰动用几条不同频率的正弦叠加模拟风浪流合成效果function dx plant_f(t, eta, nu, tau, p) d [80*sin(0.3*t) 40; 60*cos(0.2*t); 30*sin(0.4*t)]; J [cos(eta(3)) -sin(eta(3)) 0; sin(eta(3)) cos(eta(3)) 0; 0 0 1]; C [0 0 -p.m22*nu(2); 0 0 p.m11*nu(1); p.m22*nu(2) -p.m11*nu(1) 0]; dx [J*nu; p.M \ (tau - C*nu - p.D*nu - d)]; end扰动幅值的量级要跟阻尼力量级对得上。纵向阻尼在 3 m/s 时约 210 N扰动给到 80 N 上下大约占 40%属于中等海况如果扰动幅值给到 500 N控制力矩必然饱和这时候讨论跟踪精度没有意义得先改执行器模型。4.4 结果曲线的判读方法出图至少四张平面轨迹对比、位置误差范数、三轴控制力矩、扰动估计与真值对比。判读顺序也有讲究先看力矩再看轨迹因为力矩饱和的情况下轨迹误差大是必然结果不是控制律的问题。轨迹图上实际轨迹应该在 10 秒内贴上期望圆之后保持重合。位置误差范数从初始的几米单调下降进入 0.5 米以内后不再有明显爬升。如果在某个相位角上误差周期性变大基本可以断定是模型阻尼项与实际不匹配观测器把周期性模型误差当扰动估了补偿之后又引入相位滞后。力矩图上稳态段应该是光滑的低频波动叠加幅度很小的边界层纹波。如果看到等幅高频振荡先查步长再查Ko最后查Φ。扰动估计图上δ̂的三条曲线应该紧跟δ的真值相位滞后不超过半个周期幅值误差在 10% 以内如果估计值明显更“平滑”说明Ko偏小补偿跟不上。5. 避坑与排查五个最容易翻车的现场5.1 轨迹从第一步就发散现象仿真跑起来不到两秒位置误差不降反升控制力矩顶到限幅曲线呈指数发散。原因几乎总是初始条件与滤波器初值不匹配。α1f(0)取零而α1(0)有明显幅值滤波误差y2在第一步就等于α1(0)这个误差通过M·α̇1f进入控制律产生一个远超物理限幅的力矩把船“踢”出可控范围。另一种可能是初始位置偏差给得太大外环虚拟控制本身就已经超出推进器能力。解决办法是把α1f的初值严格设成α1(0)主循环第一行加校验assert(norm(cs.alpha1f - alpha1_0) 1e-9)同时把初始位置偏差控制在期望轨迹特征长度的 10% 以内比如半径 60 米的圆初始偏差不超过 5 米。要测大偏差工况就单独做一组实验并把K1暂时调小。5.2 控制力矩高频抖振步长减半就“好了”现象力矩曲线出现密集的锯齿幅值不大但频率接近采样频率轨迹误差里也有同样频率的毛刺。原因是饱和函数边界层太薄或者Ko太大等效增益高到让离散系统逼近稳定边界。把Φ从 0.05 调到 0.02等效增益翻两倍多步长 0.01 就压不住了。观测器增益同理Ko每提高一倍允许的最大步长大约减半。解决路径有三条按代价从低到高排先把Φ调回 0.05 到 0.1 之间再把Ko降到 8 左右观察估计精度是否还能接受最后才考虑把步长减到 0.005。不建议一上来就减步长因为抖振的真正来源是增益与采样率的匹配减步长只是把问题藏起来换台机器或者换组参数又会冒出来。5.3 观测器“追着模型误差跑”现象扰动估计曲线和真实扰动对不上但控制效果还行把观测器关掉跟踪精度只下降一点点。这说明观测器估计的主要不是外部扰动而是模型误差。常见触发条件是M或D用了简化值而仿真对象用了完整模型两者之差被观测器当成δ补掉了。表面上“鲁棒性很好”实际上把观测器当成了模型误差的黑匣子一旦真实扰动和模型误差方向相反补偿量会互相抵消反而变差。解决办法是让观测器和模型误差解耦仿真对象和控制器内部模型保持同一套参数做基线测试确认观测器输出接近零再人为在对象侧加 20% 的参数偏差看估计值是否稳定有界。如果估计值持续增长到很大说明Ko与模型偏差的组合不合适需要降低Ko或给估计值加限幅。工程上常用限幅|δ̂| ≤ 1.5·δ_max超限就截断。5.4 稳态误差压不下去加大增益也没用现象位置误差收敛到一个非零常值怎么调K2都下不去加大K1反而引起超调。滑模面取s z2时系统对外部常值扰动的稳态误差依赖于边界层厚度和观测器补偿精度。如果观测器已经补偿得比较准稳态误差应当接近零压不下去通常说明补偿项的符号或者量纲错了-M·δ̂写成了-δ̂补偿量小了三个量级等于没补。另一个隐蔽原因是艏向误差没有做角度包裹。ψ - ψ_d超过 π 时符号翻转外环虚拟控制在跨越边界的一瞬间给出反向指令误差曲线在稳态附近反复穿越。检查办法是把ψ和ψ_d单独画出来看差值是否在某一步突然跳变 2π。5.5 把欠驱动船硬塞进全驱动框架现象横荡方向的控制力很大但船的横向位置几乎不动误差长期停在某个非零值。这是适用范围问题不是调参问题。全驱动控制律要求τ的三个分量都能真实作用到船体上缺少侧推设备的船τ(2)在物理上不存在仿真里如果只是把它置零而保留控制律结构横荡通道就变成开环误差自然收不回来。正确做法是换控制结构用 LOS 导引把横荡误差转换成艏向指令再用欠驱动反步或者滑模设计纵向推力和转艏力矩。如果作业要求必须用全驱动框架那就在方案里明确写出执行器配置假设并在仿真里对τ加饱和限幅让读者看到极限工况下的退化行为而不是假装三个通道都有无限能力。6. 验收与答辩四张曲线图讲清控制效果验收不需要讲太多理论把四张图和一张指标表摆出来评委自然能判断这套东西是否跑通。表格建议按下面的口径填每一项都给出实测值和判据不要只写“效果良好”验收项判据不合格的典型表现轨迹贴合稳态位置误差范数 0.5 m周期性鼓包说明阻尼模型不匹配艏向跟踪稳态误差 1°无 2π 跳变误差在 ±180° 附近抖动控制力矩峰值 800 N / 300 N·m无高频等幅振荡顶到限幅或呈锯齿状扰动估计幅值误差 10%相位滞后 半周期估计曲线明显更平滑或反向自适应增益ρ̂收敛到有界常值不发散单调增长到几百答辩时最容易被追问的三个问题提前准备好答案。第一个是“为什么用动态面而不是反步法”回答要点是微分爆炸和噪声放大最好能指出α̇1解析展开后的项数。第二个是“观测器估的是力矩还是加速度”这个必须一口答准量纲转换写错一次就露馅。第三个是“扰动上界未知时稳定性怎么保证”把ρ̂的自适应律和 Lyapunov 函数里ρ̃²那一项讲清楚结论落到一致最终有界不要说成渐近稳定。还有一个实用技巧把仿真时间分成三段来展示0 到 10 秒是过渡段10 到 60 秒是稳态段60 到 120 秒在 60 秒处人为加一个扰动阶跃展示观测器的再收敛能力。三段分开画比一张 120 秒的全景图有说服力得多评委会直接看到“扰动突变时这套方案还能撑住”。我自己的习惯是每次改完参数先只跑前 20 秒看力矩有没有异常尖峰确认没问题再跑全程出图。这个习惯是早期一次答辩前夜发现滤波器初值写错、整组曲线全部作废之后养成的从那以后每次新建控制器文件都强制走一遍“短时预跑 力矩检查”的流程再进入正式仿真。希望帮到你。本文还有配套的精品资源点击获取
