无模型自适应控制（MFAC）全解析：从伪偏导数到MIMO仿真实践

以前调参调到头大的时候，我总在想一个问题：对象模型写不出来，是不是就没法做控制了？后来我把无模型自适应控制（MFAC）的整套仿真仔细过了一遍，自己搭了六个仿真工程，包含伪偏导数（PPD）在线估计、紧格式动态线性化（CFDL）、偏格式动态线性化（PFDL）以及MIMO扩展版本，配套整理了一批参考资料。今天这篇就把这套工程完整复盘：PPD到底在估什么，CFDL和PFDL的差异在哪，MIMO版的伪偏导矩阵怎么理解，以及程序落地之后最折磨人的调参环节该怎么应对。

适合三类人看：刚接触数据驱动控制、想快速跑通第一个仿真的人；做现场项目、被机理建模和辨识结果反复折腾的工程师；以及已经能跑通基础MFAC、想往PFDL和MIMO方向进阶的学习者。先说结论：MFAC不是万能药，但它把"模型不准"这个最头疼的问题推后了，控制器结构几乎统一，换来的是现场调试思路的彻底简化。

1. 为什么模型写不出来，反而要用无模型自适应控制

1.1 建模成本与控制精度之间的现实矛盾

传统控制方案的前提是一份可信的对象模型。我接触过的不少项目，前期大量时间消耗在机理推导和系统辨识上。比如一套典型的小型加热过程，包含热容、传热系数、散热损失、环境温度扰动，每个参数都随工况变化。离线辨识得到的模型，在验证集上表现还可以，一换工况马上漂移，控制器参数就需要重新整定。这种情况在工程现场不是个例，而是常态。

MFAC的核心思路是绕开"必须建立全局准确模型"这个前提。它不需要事先知道对象的阶次、时滞和具体参数，而是把对象在当前工作点附近的动态行为，用输入输出增量数据去在线拟合。这种拟合不需要离线实验设计，也不需要机理知识，只需控制器在运行过程中不断修正自身的关键系数。

1.2 MFAC的"无模型"是指不必建机理模型

很多初学者一听"无模型"，以为控制器完全不需要任何对象知识。这是一种误读。准确的说法是：MFAC不需要显式的机理模型或离线辨识模型，但它在每个采样时刻都通过"动态线性化"构造一个局部等价模型。这个等价模型的系数就是伪偏导数，它会随着运行数据的变化而在线更新。

我把这个过程类比成开车时的路面附着系数估算。轮胎和路面的真实摩擦机理极其复杂，但司机并不需要搞懂橡胶分子结构，只需通过方向盘、车速和车身响应的输入输出关系，实时调整自己对"路面附着力"的判断。MFAC的伪偏导数估计，做的就是这件事：不确定对象本身，只确定当前增量输入与增量输出之间的等效关系。

1.3 什么场景值得上MFAC

结合我跑仿真的经验，MFAC更适合这几类场景：强非线性且机理不清楚的过程；参数随工况明显时变的系统；多个通道之间存在耦合但不方便解耦建模的MIMO对象；开发周期短，来不及做精细系统辨识的项目。

它也有限制。如果测量噪声特别严重、信噪比很低，伪偏导数估计会跟着噪声跳；如果采样周期不稳定，动态线性化的前提就可能被破坏；如果对象本身是纯积分或不稳定的，基础版MFAC需要配合整定和约束策略，不适合一开始就无脑套用。仿真阶段先把这些边界摸清楚，后续才有底气现场试。

2. 六个仿真工程的编排：CFDL、PFDL和MIMO之间到底是什么关系

2.1 一套仿真案例的分配逻辑

我整理的这套工程一共六个仿真，不是六份重复代码，而是一条循序渐进的验证路线。每个仿真对应一种典型场景，目的都是确认某个关键点能不能跑通。

S4是我个人最推荐先看的一个程序。它不追求控制效果，只做一件事情：给一组确定的输入增量序列，让对象运行，然后实时记录伪偏导数估计值的变化曲线。在S1里PPD是藏在算法内部的，不单独看；S4把PPD单独拉出来，等于把算法最核心的部分展示清楚，后续再去理解控制律就轻松很多。

2.2 紧格式动态线性化：一个伪偏导数打天下

CFDL是最简单的一种动态线性化。它的基本假设是，在足够小的采样步长下，对象相邻两个时刻的输出增量，可以由当前时刻的输入增量乘上一个时变系数来表达，用公式写就是：

Δy(k+1) = φ(k) · Δu(k)

这里的φ(k)就是伪偏导数随时间变化的实时估计值。它的核心特征是"当前控制输入的变化是唯一决定输出变化的因素"。虽然真实对象可能有复杂的高阶动态，但在足够小的采样周期内，这个局部线性近似是成立的。

CFDL的好处是计算量小，控制器参数少，适合把逻辑先跑通。我在几个非线性对象上试，效果都不错。但它对采样周期的要求相对苛刻，如果采样周期大、对象动态滞后明显，一个标量PPD就有点不够用了。

2.3 偏格式动态线性化：从单点历史到多个历史增量

PFDL是对CFDL的推广。它不再只依赖当前时刻的Δu(k)，而是把最近L个时刻的控制增量组成一个向量，同时伪偏导数也扩展成一个向量：

Δy(k+1)=φ(k)ᵀ·ΔU_L(k)

其中 ΔU_L(k) 包含 Δu(k)、Δu(k-1) 一直到 Δu(k-L+1)。每个分量可以理解为不同滞后时刻控制增量对当前输出增量的贡献系数。对于带时滞的对象，PFDL明显更贴合实际，因为当前输出变化往往是由几步之前的控制输入变化引发的。

S3的被控对象我故意加了纯时滞，用CFDL跑了一遍，跟踪误差偏大，换成PFDL之后明显改善。这背后也符合直觉：时滞意味着信息延迟，你必须把历史窗口纳入考虑。

2.4 MIMO的伪偏导矩阵：耦合的入口

MIMO情况复杂在雅可比矩阵的意义上。对于m×m的方系统，动态线性化关系变成：

ΔY(k+1)=Φ(k)·ΔU(k)

这里的Φ(k)不再是一个数或一个向量，而是一个m×m的矩阵。对角线元素反映每个通道自身的输入输出增益，非对角线元素反映通道之间的耦合影响。S5的仿真对象就把耦合设计得很强，比如第一条通道的控制量直接影响第二条通道的输出。控制律此时需要做矩阵层面的运算，而不是标量除法。

简单说，六个仿真的逻辑主线是：先认识单个伪偏导数，再扩展成向量，再扩展成矩阵。每一步都在解决前一步暴露的问题。

3. 伪偏导数估计与控制律的工程理解

3.1 PPD估计：加权递推与激励不足时的重置机制

PPD估计不是用历史大数据离线拟合，而是在每个采样周期做一步递推修正。设φ_hat(k-1)为上一时刻估计值，当前时刻得到新的输入增量Δu(k-1)和新的输出增量Δy(k)之后，估计值更新为：

φ_hat(k) = φ_hat(k-1) + η·Δu(k-1)·[Δy(k) − φ_hat(k-1)·Δu(k-1)] / (μ + Δu(k-1)²)

这个公式看起来长，实际拆开就是两件事。前一项是上一时刻的估计值，后一项是修正项。修正项的分子是预测残差：用旧估计值去预测当前输出增量，如果预测偏了，就往实际方向修正。分母μ加上Δu的平方，起两个作用：一是让修正步长不至于在Δu很小时被放大到离谱；二是给估计过程增加平滑性，避免PPD剧烈跳变。

重置机制是估计部分最容易漏、也最重要的一环。如果|φ_hat(k)|小到一定阈值，或者Δu(k-1)几乎为零，说明当前没有足够的激励来保证估计的可靠性，此时强制把φ_hat重置为初始值。我仿真时见过一种情况：参考信号长时间不变，控制量恒定时，估计值会慢慢漂移到很小甚至变号，恢复参考变化时控制律立刻失效。加上重置机制后，这个问题基本消失。

3.2 控制律是怎么来的：一步向前优化

控制律的核心目标不是让输出一步精确到参考值，那样控制增量会非常激进。标准做法是构造一个带惩罚的优化目标：

J(u) = [y*(k+1) − y(k) − φ_hat(k)·Δu(k)]² + λ·Δu(k)²

第一项是让预测输出尽量贴近参考，第二项是限制控制增量的大小。对Δu(k)求极值，就得到一句广为流传的MFAC控制律：

Δu(k) = ρ·φ_hat(k)·[y*(k+1) − y(k)] / (λ + φ_hat(k)²)

代入动态线性化的预测关系，从优化目标到控制律，整个过程不需要对象模型参与。关键在于λ的存在：它像一个阻尼器，λ越大，控制增量越温和，系统越不容易振荡，但跟踪速度会变慢。ρ是步长因子，用来给控制增量再做一次缩放。

我在实际仿真里试过，如果只保留第一项，系统容易在参考值附近来回穿越，看起来像"抖动跟踪"。把λ调上去之后，控制曲线平滑很多，代价是上升时间变长。这就是一步向前优化的本质：每一步都在"追目标"和"不要动作太猛"之间取折中。

3.3 λ、ρ、μ、η分别压住了什么风险

这四个参数各有分工，用表格总结一下我调试中的体感。

参数之间并不是完全独立的。λ和ρ对闭环动态的影响常常叠加，μ又会影响PPD的质量，PPD质量又反过来影响λ和ρ的敏感度。我调参的顺序是：先固定μ=1、η=0.8，把λ和ρ大致拉到一个稳定区间，回头再微调μ和η。先把每个参数的作用方向搞清楚，比直接套一组所谓最优参数更靠谱。

4. 仿真程序落地：我把六个仿真写成一套可扩展工程

4.1 模块划分：对象、控制器、仿真器分离

程序最容易写坏的情形，是把对象模型和控制算法揉在同一个循环里，换一个被控对象就要动核心代码。我这套工程沿用了一个常见的模块化设计：被控对象单独放一个函数，控制算法单独放一个类，主仿真脚本只负责交互和记录，画图脚本再单独保留。

这样做的直接好处是，S1和S2虽然被控对象不同，但控制器完全复用；S3从CFDL切到PFDL，只需要换控制器类，对象不用动；S5从单变量切到MIMO，对象和控制器同时换，但仿真主循环基本不变。

4.2 CFDL SISO核心程序参考

下面这段是我在S1里用的CFDL控制器的精简版，基于Python实现，依赖numpy。

import numpy as np class CfdlMfacController: def __init__(self, phi_init=1.0, eta=0.8, mu=1.0, rho=0.5, lam=1.0, phi_min=1e-5): self.phi_hat = phi_init self.phi_init = phi_init self.eta = eta self.mu = mu self.rho = rho self.lam = lam self.phi_min = phi_min def step(self, y_cur, y_ref, u_prev, du_prev, dy_cur): # 伪偏导数在线估计 denominator = self.mu + du_prev * du_prev phi_candidate = self.phi_hat + ( self.eta * du_prev * (dy_cur - self.phi_hat * du_prev) / denominator ) # 重置机制 if abs(phi_candidate) < self.phi_min or abs(du_prev) < 1e-10: phi_candidate = self.phi_init self.phi_hat = phi_candidate # 计算控制增量 e = y_ref - y_cur du = self.rho * self.phi_hat * e / (self.lam + self.phi_hat ** 2) u_next = u_prev + du return u_next, du

主仿真循环里的时序要特别注意：在k时刻先获得当前输出y(k)，然后更新PPD估计，再计算新的控制量。不能把先后顺序搞反，否则逻辑上就把"未来的输出"提前用进来了。

def run_simulation(plant, controller, ref, total): y_prev = 0.0 u_prev = 0.0 du_prev = 0.0 hist = [] for k in range(total): y_cur = plant(y_prev, u_prev, k) # 当前时刻输出 dy_cur = y_cur - y_prev u_next, du = controller.step(y_cur, ref[k], u_prev, du_prev, dy_cur) hist.append((k, y_cur, u_next, controller.phi_hat)) y_prev = y_cur u_prev = u_next du_prev = du return hist

这里的plant函数就是可替换的被控对象。比如S1用的非线性对象可以写成：

def plant_s1(y, u, k): return 0.8 * y + 0.1 * np.sin(y) + u + 0.2 * u * np.cos(u)

这种写法足够直观，也方便改成带时滞的版本。

4.3 PFDL和MIMO改哪里

PFDL版本的控制器主要改动在两点：把单值du_prev换成多步增量向量，把单值phi_hat换成等长的向量。估计公式里的分母从标量的μ+Δu²变成μ+向量内积。控制律里输出方向只依赖向量第一个元素对应当前控制增量的那一环，其余历史系数影响估计精度，不直接进入控制律主项。

MIMO版本的改动集中在控制器内部：PPD从一个向量变成一个方阵，控制律里原本标量除法"λ+φ²"要变成矩阵形式"λI+ΦΦᵀ"参与求逆运算。主循环的输入输出也全部向量化。S5的2×2对象中，输出Y是两个通道的值，控制输入U也是两个通道的值。在矩阵估计公式中：

Φ_hat(k) = Φ_hat(k−1) + η·[ΔY(k) − Φ_hat(k−1)·ΔU(k−1)]·ΔU(k−1)ᵀ / (μ + ‖ΔU(k−1)‖²)

控制率则是带正则项的伪逆形式：

ΔU(k) = ρ·Φ_hat(k)ᵀ·(λI + Φ_hat(k)·Φ_hat(k)ᵀ)⁻¹·E(k)

其中的E(k)是参考值与当前输出的误差向量。工程上直接用这个公式就能跑通2×2仿真。

5. 调参踩坑：从发散到稳定，我记下的几个典型问题

5.1 伪偏导数被估成了"负舵面"

第一次跑S1的时候，我之前把μ设得很小，想加快伪偏导数对变化的响应速度，结果PPD曲线出现了很多尖峰，控制量也跟着剧烈振荡。原因是μ太小导致估计修正项的分母几乎被Δu²主导，PPD对Δu的微小变化高度敏感。这个现象类似于系统辨识里的过拟合：估计器在努力追赶每一个瞬时波动，而不是抓住主趋势。

处理方法很简单：把μ恢复到1附近，紧跟着把η也适当下调。PPD曲线肉眼可见地平滑下来，闭环跟踪也稳住了。经验教训是，PPD估计的核心追求是"稳中求准"，而不是"快中求准"。估计参数一旦剧烈跳变，控制系统天然不可能稳定。

5.2 重置阈值设太大会引起周期性抽搐

重置机制的本意是防止PPD因激励不足而漂移，但如果阈值设置过大，系统会频繁把PPD拉回初值，控制律每过几步就被"打断"一次，输出表现为周期性抽搐。我一开始设置的phi_min是0.5，对照对象的真实等效增益来看其实是合理的，但对PPD本身来说过于激进。因为PPD在运行过程中本来就是可以取较小的正值的，一低于0.5就重置，相当于强迫它一直维持高增益。

最终把phi_min降到了1e-5，同时把Δu的激励阈值保留在1e-10级别，低频平稳阶段才偶发重置，再配合λ和ρ的调节，曲线就干净了。对MIMO版本，重置条件要作用到矩阵范数上，判断条件要写清楚，不然矩阵中某一两个元素偏小就触发重置，整个通道都会受影响。

5.3 仿真参数的推荐参考区间

给出我最终惯用的参数范围，可以直接作为起步值，再结合对象特性微调。

5.4 采样周期才是最隐蔽的坑

我在S3时滞对象上踩过一个坑，对象本身加了时滞之后，如果采样周期还和S1保持一致，PFDL的滑动窗口长度需要重新匹配时滞步数。时滞步数太长，历史增量窗口就会稀释当前数据的权重，跟踪性能下降。后来我重新设计采样周期，使时滞控制在2到3个采样周期内，PFDL的L取4左右，效果立刻好起来。这说明MFAC的"无模型"不意味着完全无视对象的时域尺度，采样周期的合理设置是所有闭环控制共有的基础问题。

6. 学习资料这样筛，才能真正把原理补齐

6.1 从原始文献到综述再到复现代码的阅读顺序

MFAC虽然仿真门槛不高，但很多细节如果不看原始推导，很容易理解成一种"黑箱启发式算法"。我建议按这样的顺序读资料：先读最早提出无模型自适应控制体系的那批原始论文，重点看动态线性化四种格式的定义和区别；然后选综述类文献，把CFDL、PFDL、MIMO及鲁棒性问题放在一个框架下对照；接着找那些专注收敛性分析的文献，理解为什么伪偏导数估计的投影算法和重置机制能保证误差有界。

阅读时没有必要从头到尾啃证明。每一轮仿真的核心公式与实际曲线对应起来看，效率更高。比如看到收敛性定理时，我会回代S1里PPD收敛过程的具体数据，看它的确在某个区间内波动，不会被那种"为了分析而分析"的抽象证明带偏。

6.2 复现两种验证方式

资料里除了技术论文，通常还会附带别人复现的代码。我的经验是，别人的程序只能作为验证，不能替代自己搭工程。照着别人代码跑通一遍，只是得到运行结果；自己从对象函数、控制器类到仿真主循环全部写一遍，才会真正踩到公式和代码之间的各种工程细节。

S4的PPD可视化程序是我认为所有资料中性价比最高的部分，它只做估计展示，不掺控制闭环，新手能直接看到PPD如何随激励变化，老手也能用它快速确认估计算法和重置机制写得对不对。

6.3 参考资料之外的扩展方向

这套六个仿真做下来，后续还有不少扩展空间：把S6的噪声场景进一步升级成非高斯噪声，对比MFAC在噪声场景与滤波器的配合方式；把S5的2×2对象扩展成3×3，观察伪偏导矩阵维数增加后的计算量变化；或者加入输入约束，观察MFAC在限幅条件下是否依然保持稳定。每扩展一步，对"动态线性化+在线估计"这套逻辑的理解都会更深一层。

我自己把六个仿真跑通之后最大的体会是，MFAC不是万能药，但它把"模型不确定"和"控制设计"这两个本来纠缠在一起的问题强行分开了：先用数据解决模型层，再用统一的控制结构解决反馈层。仿真阶段多试几个对象、多调几组参数、多看看PPD曲线，比急着上实物更有价值。