四旋翼无人机PID双环控制Simulink仿真与调参

简介：这套四旋翼无人机Simulink仿真方案以PID控制为核心，面向自动化、电子信息、计算机、数学等专业学生的课程设计、期末大作业与毕业设计，也适合刚接触无人机建模与控制的初学者对照实践。压缩包共包含11个文件，包括7个.slx仿真模型、2个.m脚本、1个说明txt和1个README.md，体积仅144KB，结构紧凑但覆盖了从模型搭建、参数设置到仿真运行的完整链路。模型采用参数化编程，用户可直接修改PID比例、积分、微分增益，配合附赠案例数据一键运行，直观观察四旋翼姿态角与位置响应；代码注释明细，支持MATLAB 2014a/2019a/2024a等多个版本。已有274人学习使用，读者通过调整参数即可理解PID各环节的作用，也可据此开展系统稳定性分析和控制策略优化，是一份兼顾教学演示与自主探究的实用仿真工具。 直接拿到那份“采用PID控制的四旋翼无人机Simulink.rar”的时候，我其实没抱太大期望。做飞控仿真这几年，类似的压缩包见得太多了，点开之后十有八九是缺文件、缺配置，甚至模型根本跑不起来。但这套东西解压完倒是让我愣了一下：模型结构完整，PID双环控制链路清晰，Parameters脚本也写得规规矩矩，属于那种拿过来改改就能用的类型。这篇文章就把我折腾这套Simulink模型的过程从头捋一遍，从压缩包里有什么，到PID双环怎么搭，再到怎么把悬停仿真跑起来、怎么调参数，最后聊聊仿真和真机之间那点容易踩坑的差异。想入门四旋翼控制、或者正在做毕设、项目预研的朋友，应该能从中挖到不少能直接落地的细节。

1. 先解开压缩包：这套模型文件到底是怎么组织的

拿到rar文件，第一件事不是双击解压，先看一眼压缩包体积和文件个数。这套模型解压之后大概是十几MB的量级，里面不是单个slx文件一扔了事，而是按功能拆了几个模块，外加一个主模型。这种组织方式本身就是个加分项——很多新手发的模型，所有逻辑全塞在一个文件里，信号线拉得跟蜘蛛网一样，看着就头大。

解压后典型的文件清单会有这么几类：

• 主Simulink模型文件，后缀.slx，核心仿真入口。
• 初始化脚本，通常是.m文件，用来预载无人机质量、轴距、惯性张量、PID系数、PWM饱和范围等全部参数。
• 子模块文件，比如电机模型、螺旋桨推力模型、姿态解算模块，有的会独立封装。
• 说明文档或README，但这份模型里说明不多，注释倒是写了一些。

如果你拿到手的压缩包里没有初始化脚本，那就要警惕了。Simulink模型里如果直接用变量名作为参数，工作区没加载对应数值，模型一打开参数就是空的，仿真必然报错。这个模型的初始化脚本写得很典型，基本是结构体赋值，比如：

% 四旋翼参数 param.m = 1.2; % 质量，kg param.l = 0.25; % 机臂长度，m param.Ixx = 0.012; % 绕x轴转动惯量 param.Iyy = 0.012; param.Izz = 0.023; % PID控制器系数 ctrl.Kp_phi = 6.5; ctrl.Ki_phi = 0.1; ctrl.Kd_phi = 0.4;

这种写法的好处是参数集中，调试的时候不用翻几十个模块去改常量。模型和脚本分离，也是Capstone项目、课程设计中比较标准的做法。拿到任何四旋翼Simulink模型，先看有没有这样的结构，比打开模型猛点Run要靠谱得多。

2. PID控制在四旋翼里到底是怎么干活的——双环控制拆开看

四旋翼飞行器的核心控制问题，可以通俗理解成：怎么让飞机又快又稳地到达目标姿态和位置。而PID控制是这个领域最经典、最基础、也是工程上最常用的算法。你在Simulink里看到的PID控制，不是简单一个传递函数加上去就完事，而是有明确物理含义的结构。

这套模型采用的是级联PID控制，也就是业内常说的双环PID。外环控制位置、内环控制姿态，两个环串在一起，一层套一层。很多刚开始接触四旋翼的同学会困惑：为什么不用一个PID直接把油门给到电机？原因在于四旋翼是一个强耦合、非线性系统，而且底层执行的是姿态控制。你想让无人机飞到某个点，它不能直接说“我要去那儿”，它只能通过改变姿态来产生水平方向的分力，从而产生平移加速度。所以位置控制环的输出，其实是期望的横滚角、俯仰角——也就是说，外环输入给内环的不是力，而是角度指令。

具体到这个模型里，控制链路大概是这样的：

• 位置环：输入期望位置和当前位置的误差，经过PID运算后，输出期望横滚角、期望俯仰角以及期望升力（通常对应总油门）。
• 姿态环：接收外环传下来的期望角度，结合当前姿态角，用另一套PID算出三个轴的期望力矩。
• 控制分配：把期望力矩和总升力，通过混控矩阵换算成四个电机的转速指令或PWM占空比。
• 执行机构：电机与螺旋桨模型，把转速/占空比转化为推力和力矩。
• 刚体动力学：根据推力和力矩，更新无人机的线加速度、角加速度、速度、位置和姿态。

角度环之所以叫内环，是因为它靠近执行机构，响应快。位置环离执行机构远，响应慢，因此外环频率一般比内环低。Simulink里通常用不同的采样周期或者连续模型模拟这种特性。纯连续模型虽然仿真好跑，但真机上一定是离散控制的，关键区别我在第四节详细说。

这种双环结构在Simulink里看起来就是两层子系统套嵌。打开姿态环子系统，常见的有Repeating Sequence、Signal Generator之类的信号源，也有直接接外环信号的地方。模型里通常有Deg2Rad等转换模块，因为位置环算出来的角度单位是度还是弧度，直接影响PID增益的物理量纲，这一块也是最容易看晕的地方。

3. 跟着模型把悬停仿真跑起来——手把手操作链路

跑通这套模型其实不复杂，但有几个操作顺序不能乱，顺序一错，仿真结果就飘了。

第一步，打开MATLAB，先运行初始化脚本。不要急着打开Simulink模型。把当前目录切换到解压出的文件夹，然后在命令行敲脚本名，比如：

quad_init

运行完可以在工作区看到param、ctrl等结构体变量，说明参数已经加载。如果你用的是MATLAB R2018a之后的版本，也可以直接打开模型，Simulink会自动提示缺失变量，这时运行脚本即可。

第二步，打开主模型。双击.slx文件，模型会加载出来。这个模型整体结构是分层的，最上层可以看到几个大色块：控制器、电机模型、刚体动力学、环境设置、传感器（在悬停仿真里可能就是直接反馈）。信号线用不同颜色区分，蓝线通常是角度/位置信号，红线是控制量，绿线是PWM或者转速信号，这是比较标准的配色习惯。

第三步，检查仿真参数。点Simulation右上角的下拉菜单，看Stop Time是多少。一般这个模型默认是10秒或20秒。悬停工况的话，20秒足够了。求解器设置这里有个重点：如果模型是连续时间结构，选ode45（变步长）；如果模型里带PWM发生器、MOSFET开关等高频器件，那就要考虑定步长，步长要小到能适应最小时钟周期。四旋翼纯动力学仿真用ode45没问题，但如果你看到模型里有PWM Generator之类模块，最好改成定步长，比如1e-4秒。

第四步，设置期望值。在位置环的输入端，找到期望位置信号。如果默认是[0,0,0]，那无人机就是要原地悬停。你可以换成[2,0,1]，意思就是飞到x方向2米、高度1米。模型里通常会用一个Step模块或者Constant模块接在期望位置入口，改Constant值是最不破坏模型结构的操作方式。

第五步，点击Run，然后看Scope。模型里示波器可能已经内置，也可能需要自己加。如果你要仔细观察姿态响应，右键选中角度信号线，然后选择Create and Connect Viewer，就能快速拉出一条Scope来看曲线。

跑完之后，如果顺利，位置曲线会从初始值收敛到目标值，姿态角在小范围内波动，电机转速曲线稳定在悬停转速附近。这就是一套合格的悬停仿真过程。

有个容易踩的坑：有些模型里，油门被直接固定成一个常值，这时候位置环的输出要被忽略掉，飞机会稳定在某个姿态但高度无法保持。遇到这种情况不是模型错，而是运行前要把控制模式切换接到“位置控制”档位，查看软件里有没有Mode选择开关或多路开关模块，确认走的是“Full PID”而不是“Rate Only”。

4. 调参实战：比例、积分、微分到底该动谁、怎么动

跑通只是第一步，调试才见真功夫。杂牌模型的PID系数往往是拍脑袋填的，完全不适合你的参数，必须重调。我在这个模型上花的时间，大半都在调PID。调参的本质就一句话：用一组增益，让系统在响应速度和稳定性之间找到平衡。

四旋翼的PID调参，通常从内环（姿态环）开始，再调外环（位置环）。这不像做数学题，要按顺序来，不能内外环混着一起调，否则哪个环有问题你都看不出来。

先看内环，也就是姿态环。给一个期望角度阶跃，观察角度跟踪曲线。

Kp的作用是比例放大误差，Kp太小，飞机反应迟钝，角度爬升慢，阶跃响应显得“懒”；Kp太大，角度会超调，严重时来回震荡，甚至发散。实操时可以先把Ki和Kd先设成0，只留Kp慢慢加大。找到一个Kp，让阶跃响应又快又没有明显超调，这个值作为基础值。

在这个模型里，横滚角通道我最终用了Kp=6.5，Kd=0.4，Ki=0.1。这组参数下，阶跃响应大概在0.5秒内收敛到目标角，超调量小于5%。如果你的阶跃响应发散，别急着加微粉，先检查符号方向：有些模型姿态角的反馈正负接反了，Kp加得再大也只会加剧震荡。

Kd的作用是抑制超调和振荡。Kd是对误差变化率的响应，相当于“提前刹车”。但如果Kd过大，系统对噪声特别敏感，传感器信号有点抖动就会被放大成控制量抖动，反而导致高频振颤。仿真里用的是理想模型，没有传感器噪声，Kd可以稍微加猛一点。真机上Kd一般比仿真值要小，这都是正常情况。

Ki的作用是消除稳态误差。如果悬停时角度偏着回不到零，或者高度差那么一点点一直补偿不了，那就是积分在干活。但积分不能给太猛，积分饱和是仿真和真机都会遇到的常见问题。模型里的积分器要加限幅，Simulink自带PID Controller模块中可以直接设置Integrator saturation和Anti-windup method。积分饱和的现象是：误差长期存在时，积分项一直累加到很大的值，误差变成零之后，积分项还要花很长时间才能回落，导致明显超调。我的做法是给积分限幅设为控制量最大输出的10%-20%，足够消除稳态误差，也不会造成积分膨胀。

外环（位置环）的调法类似，但通道特征完全不同。位置环因为隔着姿态内环，系统的等效时间常数更大，所以位置环Kp要比内环小得多。如果内环姿态Kp是6.5，外环位置Kp往往只有0.5到1.5。先给一个位置阶跃，比如x方向期望从0变成2米，看位置曲线怎么走。如果缓慢爬升回不到目标，说明Kp不够；如果来回振荡，说明Kp偏大。

这个模型里还有个很容易忽略的点：位置环的输出要乘一个比例系数换算成期望角度。位置环Kp=0.8时，如果直接输出期望角，那2米误差输出1.6度，看起来好像不大，但经过内环后控制量还会放大。所以调外环的时候，要看中间变量。我习惯在位置环输出线上直接挂一个Display模块，实时看期望角度是不是在合理范围。姿态期望超过正负45度，基本就是参数不合适或工况太激进。

调参过程我建议做一个表格记录，这是我一直以来的习惯，别嫌麻烦，最后你会为这堆数据感激自己。

注意表格里的“最终值”是针对这个模型质量和轴距的参数，不同飞机差别巨大。换一架1.5kg的机架，Kp可能得翻倍。拿着别人的参数直接硬套，是调参里最容易翻车的事情。

5. 从Simulink到真机——仿真跑得好，真机也可能翻车

这是我认为整套内容中最值得琢磨的一节。很多同学做完仿真会觉得“控制器没问题了”，结果上真机炸机，回来一脸懵。仿真和真机之间的距离，不是一根USB线能解决的。

第一个差距是时间离散化问题。Simulink连续模型的控制器是连续作用，而真机飞控里的PID控制器是定时中断执行的，典型控制频率在250Hz到1kHz之间。同样是PID，离散PID和连续PID对同一组增益的反应会有细微差别。如果你要更贴近真机，建议在Simulink里把控制器部分改成离散模块，设置采样时间。

第二个差距是传感器噪声和延迟。仿真里姿态角直接从理想模型拿，数据处理零延迟、零噪声。真机上陀螺仪有噪声，加速度计在振动环境中更是惨不忍睹，姿态解算还要过互补滤波或卡尔曼滤波，滤波本身的相位延迟就会让控制环路的稳定性变差。这也是为什么仿真时Kd可以加大，真机上Kd必须降下来的根本原因——微分项对噪声太敏感。

第三个差距是执行机构模型。这套Simulink模型里电机模型多半是简化的一阶惯性环节或直接查表，而真实电调、电机、螺旋桨组合有死区、饱和、延迟和反电动势等非线性特性。特别是PWM死区，会让小控制量区域出现无响应，这也是PID里积分项存在的意义之一。真机调试时会发现，同样一组PID，在仿真上曲线平滑，在真机上悬停起来就会有微微的呼吸感，那大概率是电机转速不平衡或螺旋桨动平衡问题，不一定是PID的锅。

所以我的建议是：仿真里验证控制结构、大致调参、分析稳定性，这绝对有价值；但真机调试要把PID增益整体降到仿真值的50%-80%，再在安全环境里重新爬。别迷信仿真参数，真机才是最终裁判。

6. 把这套模型拿去做开发，后续还能怎么扩展

如果你打算在这套四旋翼Simulink模型基础上继续做项目，而不是交完作业就再也不碰它，有几个扩展方向非常值得投入。

第一，加入更真实的传感器模型。现在很多Simulink版本自带IMU模型，可以直接输出带噪声和偏置的加速度、角速度信号。接进去之后，你的姿态解算模块就有活干了，控制器也能感受到噪声的影响。

第二，换成自动代码生成。在Simulink里搭好控制器之后，可以开启Embedded Coder生成C代码，烧到STM32或Pixhawk的仿真环境里做处理器在环测试。很多热词里提到的“Simulink模型 C代码生成”，就是干这个的。这个流程能让你从算法仿真平滑过渡到嵌入式实现，等于在电脑上先把控制器到代码的最后一公里走通。

第三，融入强化学习做自适应PID。当前PID参数固定，而四旋翼在不同载重、风速下最优参数变化很大。更时髦的做法是PID+强化学习结合，比如用强化学习在线调节Kp、Ki、Kd，或者在PID基础上加一个补偿网络。不过这个方向水比较深，建议先把经典PID吃透再说。

第四，用这个模型做联合仿真或外部模式调试。Simulink的外部模式支持把模型连接到实际硬件，一边采集真机数据一边在线改参数，适合做HIL测试。方向很多，但万变不离其宗：先把这套基础模型的PID逻辑内化，后面往哪个方向发展都不慌。

最后分享一个我个人的小习惯：在Simulink里，所有PID模块的输出端，我都会手动加一个Saturation模块，限幅值等于电机的可执行范围。这不是Simulink强制要求的，但真机控制量一旦进入饱和区，积分项如果还在持续累加，积分的“风阻效应”就会把你坑得很难受。加上限幅和抗积分饱和，曲线立刻干净很多。这套代码里虽然没有显式把这两个模块全画出来，但理解到位后自己加上去，效果立竿见影。

本文还有配套的精品资源，点击获取