先说个真实感受：PID 这玩意儿，教科书上三五行就能写完公式，可真要拿它去跟踪方波信号、负载一变就露怯的场景，估计不少做过控制仿真的朋友都体会过那种"调了半天 Kp、Ki、Kd，换一组工况又得重来"的无力感。传统固定增益 PID 在对象模型清晰、工作点固定的时候确实很能打，可一旦对象带非线性、参数时变，或者输入信号像方波这样存在高频突变，固定增益就顾头不顾尾了。我前阵子把 RBF 神经网络和 PID 结合，做了一个自适应控制器，专门用来做方波信号跟踪，效果比想象中稳，整个过程也踩了不少坑。这篇文章就把完整的设计思路、推导过程、仿真代码和调参心得都整理出来，想自己复现的同学可以直接照着做。
自适应 PID 的核心逻辑说白了很简单：PID 的三个增益不再是一成不变的常数，而是根据系统实时运行状态在线调整。而让"自动调增益"这件事能落地的关键，就是需要一个足够快的、能在线感知系统状态的模型。RBF 神经网络正好干这个活——它结构简单、局部逼近能力强、收敛速度快，特别适合嵌进闭环里当"在线辨识器"。整个程序跑起来之后，方波信号从一个电平跳变到另一个电平的瞬间，控制器的输出响应、超调量、稳态误差表现都比固定 PID 好得多，这就是兴奋点所在。
1. 为什么方波跟踪会让固定 PID 露怯：从对象特性聊起
方波信号看起来简单，无非是高电平、低电平来回切换，但恰恰是这个突变特性，把固定增益 PID 的短板暴露得干干净净。一个典型的二阶惯性加非线性环节，在方波上升沿到来时，误差突然变大，PID 输出需要快速拉起；可如果 Kp 给大了，上升沿确实跟得快，但到达目标电平之后又容易超调、振荡；Kp 给小了，超调倒是没了，上升沿又变得拖拖拉拉。这就形成了典型的"快"与"稳"的矛盾。
工程上更麻烦的是，很多被控对象的增益和工作点是会漂移的。比如电机驱动系统，负载转动惯量一变，对象的等效时间常数就变了；又比如温度控制对象，随着工况温度上升，散热系数也在变化。固定增益 PID 是在某个工作点上调出来的"最优解"，一旦工况偏离，这个"最优"就变成了"次优"甚至"不优"。我在之前的仿真里试过一组工况变化：对象增益从 1.0 变化到 1.5，固定 PID 的超调量从 8% 直接飙升到 22%，稳态时还出现了肉眼可见的等幅振荡。
方波跟踪最折磨 PID 的地方在于，它强迫控制器在两个不同的目标值之间反复横跳，而且切换时刻的误差变化率非常大。传统的微分类控制在这种时刻很容易产生"微分突变"——误差 er 在跳变瞬间从 0 变为一个较大值，微分项瞬间输出一个尖峰，把执行机构顶到饱和。很多同学在做方波跟踪仿真时遇到控制量剧烈抖动，其实很大程度不是算法错了，而是微分项处理不当。自适应 PID 的一个额外好处就是，通过在线调整增益，可以让微分项在跳变时刻自动"收敛锋芒"，而不是靠人为去设置一个固定的微分滤波系数。
从这个角度出发，控制方案至少得具备两个能力：第一，能够在线感知系统当前的状态或者说灵敏度信息；第二，能够根据这个感知结果实时修正增益。神经网络嵌入控制系统的价值在这里就非常明显了，它能通过输入输出的实时数据，近似出系统当前时刻的 Jacobian 信息，这个信息正是增益在线修正所需要的核心输入。
2. RBF 神经网络的核心起效链路：局部逼近与雅可比在线辨识
RBF 神经网络的全称是径向基函数神经网络，它属于前馈网络的一种，结构非常规整：输入层、隐含层、输出层，隐含层神经元激活函数用的是径向基函数，最常见的是高斯函数。它最吸引人的特性是局部逼近能力——每个隐含层节点只对输入空间的一个局部区域产生响应，离节点中心越近，响应越强，越远则越弱。这个性质和 BP 网络那种全局逼近的思路完全不同，带来的直接好处就是学习速度快、不容易陷入局部极小，而且非常适合在线实时更新。
我用它做自适应 PID 的在线辨识器，网络结构设计成 3 输入、单隐含层、单输出。输入取的是系统实时的控制量、系统输出以及上一时刻的输出，输出则用来估算被控对象的 Jacobian 信息，也就是系统输出对控制输入的偏导数。这个 Jacobian 是自适应律里最关键的桥梁，它告诉 PID 参数修正方向：控制量变化多少会引起输出变化多少、方向是什么。如果连方向都搞错，自适应不仅不能改善性能，反而会把系统调发散。
隐含层节点数我最终取了 5 个，这个数量是根据仿真试出来的。节点太少了，网络逼近能力不够，辨识出来的 Jacobian 噪声很大；节点太多了，计算量上去了，而且容易出现过拟合，在实际闭环控制中表现为参数抖动加剧。每个隐含层节点都有两个核心参数：中心 c 和宽度 b（有时候也叫基宽）。高斯基函数的形式是：
$$ \varphi_j = \exp\left(-\frac{|x - c_j|^2}{2b_j^2}\right) $$
也就是说，输入向量 x 离第 j 个节点中心 c_j 越近，这个节点的输出就越接近 1；离得越远，输出指数级衰减到接近 0。整个网络的前向输出就是隐含层输出的加权和。在实际程序里，网络权值、中心、宽度都可以用梯度下降法修正，但对于控制器设计来说，最常用的做法是只在线修正输出层权值，中心和宽度在初始化时按输入范围均匀设置，然后固定不动。这么做的原因有两个：一是减少在线计算负担，二是避免中心和宽度也参与在线更新时系统响应过激、稳定性变差。
做方波跟踪仿真时，RBF 网络的输入输出采样周期和控制周期保持一致，每个采样点都做一次前向计算和权值更新，更新律用最简洁的一步梯度下降。说实话，在仿真的时间尺度下，这个计算量完全可以忽略，但在嵌入式实时环境里，单步更新带来的延迟也就是微秒级到几十微秒级，完全够用。这也是 RBF 相比 BP 在实际嵌入式控制器里更受青睐的原因——收敛快、结构小、算得快。
那么，Jacobian 到底怎么从 RBF 网络里"挖"出来？做法是这样的：网络输出 ym 是隐含层节点输出 h_j 的线性加权和，权值为 w_j，那么 ym 对输入向量中某一维（比如控制量 u）求偏导，可以通过链式法则计算，得到的结果就是该时刻系统输出对控制输入的近似灵敏度。具体公式在后面的自适应律推导里会完整给出来，这里先建立直觉：这个 Jacobian 本质上就是一个"实时在线测出来的系统增益"，它告诉自适应控制器当前应该用多大的力度去调整。
3. 自适应律推导：PID 三参数在线修正的三个核心公式
自适应 PID 的控制律在形式上跟传统 PID 没有区别，还是标准的增量式结构：
$$ u(k) = u(k-1) + K_p \left[e(k) - e(k-1)\right] + K_i , e(k) + K_d \left[e(k) - 2e(k-1) + e(k-2)\right] $$
误差定义为 $e(k) = r(k) - y(k)$，其中 $r(k)$ 是方波参考输入，$y(k)$ 是系统输出。控制量直接作用到被控对象上，同时作为 RBF 网络的一个输入。整个闭环的核心不在这条控制律，而在后面三条参数修正律，也就是 PID 三个增益的在线更新公式。
定义性能指标为误差平方的一半：
$$ J = \frac{1}{2} e^2(k) $$
为了让 J 最小化，三个增益沿负梯度方向修正，修正步长由各自的学习率决定。以 Kp 为例，梯度计算需要先做链式展开：
$$ \frac{\partial J}{\partial K_p} = \frac{\partial J}{\partial y} \cdot \frac{\partial y}{\partial u} \cdot \frac{\partial u}{\partial K_p} $$
其中 ∂J/∂y = -e(k)，∂y/∂u 正是前面说的 Jacobian，用 Jacobian 符号表示；而 ∂u/∂Kp 则是控制律对 Kp 的偏导。把这几项组合起来，就得到 Kp 的修正律。Ki、Kd 的推导完全同理，区别只在于控制律对各自增益的偏导项形式不同。最终三条在线修正公式写成：
$$ \Delta K_p = \eta_p , e(k) , \text{Jac} , \left[e(k) - e(k-1)\right] $$
$$ \Delta K_i = \eta_i , e(k) , \text{Jac} , e(k) $$
$$ \Delta K_d = \eta_d , e(k) , \text{Jac} , \left[e(k) - 2e(k-1) + e(k-2)\right] $$
三条公式里的共同核心就是 Jacobian 项。RBF 网络在这里的任务就很明确了：每个采样周期都更新网络权值，然后用训练好的网络计算出一个当前的 Jacobian 值，把它代入上面三条式子，三个增益各自动态调整一步。整套逻辑下来，相当于给 PID 装了一个实时"增益调度器"，但这个调度器不用人工查表，而是完全靠数据驱动。
这里要解释一个初学者经常问的问题：既然已经有了 Jacobian，为什么还用 PID，而不是直接用神经网络做逆模型控制？我的体会是，PID 的工程鲁棒性和可解释性仍然是神经网络无法替代的。神经网络负责"感知灵敏度"，PID 负责"执行控制策略"，两者各干各的强项。当系统模型不精确、扰动不可测时，PID 的积分项仍然能提供有力的稳态调节能力，而神经网络只需要保证 Jacobian 的大致准确即可——过于精确反而没有必要。
在实际仿真中，三个学习率 $\eta_p$、$\eta_i$、$\eta_d$ 的取值并不需要完全相同。通常 Kp 和 Kd 的学习率可以取稍大一些，Ki 的学习率取得小一点，避免积分增益在动态过程中出现过快调整导致稳态振荡。我最终使用的组合是 $\eta_p = 0.4$、$\eta_i = 0.1$、$\eta_d = 0.3$，在此基础上加入动量项，动量系数取 0.05，用来平滑增益的修正轨迹，防止单个采样点的噪声把增益带偏。
4. 仿真环境搭建与程序整体框架：Simulink 和纯 M 脚本两条路都试过
自适应 PID 的实现路径有两条，一条是 Simulink 搭模型，另一条是纯 MATLAB 脚本做离散仿真。两条路我都走过，这里把各自的优劣说清楚，方便大家按自己的习惯选。
Simulink 方案的好处是图形化、直观，被控对象、控制器、神经网络辨识器每个模块都能单独看波形，特别适合先验证算法逻辑再做修改。但 RBF 神经网络用 S-Function 嵌入 Simulink 会比较繁琐，MATLAB Function 模块配合全局变量保存网络状态也不够优雅，调试信息一多就乱了。所以我更推荐先写纯脚本，把算法链路打通之后，再做 Simulink 移植。
纯脚本方案的框架非常简单，整体可以分成三大块：
- 被控对象模拟：自己定义一个差分方程，模拟一个非线性、含惯性环节的离散系统
- RBF 网络辨识器：维护网络结构参数，完成前向计算、权值更新和 Jacobian 输出
- 自适应 PID 控制器：基于误差序列计算控制量，并根据 Jacobian 更新三个增益
整个仿真做成一个固定步长的循环，步长取 1ms，仿真时长为 5s，方波信号周期 1s，幅值在 1 和 -1 之间切换。被控对象我采用的是带输出限幅的非线性二阶系统，离散差分方程形式写出来大概是这样：
$$ y(k) = a_1 y(k-1) + a_2 y(k-2) + b_1 u(k-1) + b_2 u(k-2) + f_{\text{nl}}(y(k-1)) $$
其中 $f_{\text{nl}}$ 是一个非线性项，用来模拟实际系统中常见的死区或饱和特性。这样的对象比纯线性二阶系统更能体现自适应 PID 的价值，因为对象本身就带"非线性变增益"的属性，固定增益 PID 在这种对象上表现确实一般。
RBF 网络的参数初始化是另一个容易被忽视的环节。隐含层中心 c 的取值应覆盖输入变量的动态范围，我这里输入向量是三维，各维度物理意义和控制量 u 有关，范围在 [-2,2] 附近，所以中心在 [-2,2] 内均匀分布，宽度 b 取 1.0。输出层权值 w 初始化为 0，向量的初始学习率设定为 0.3。初始化不合理的话，最直观的现象就是前几百个采样点内系统输出剧烈波动，因为网络还没"认识"系统的输入输出关系，给出的 Jacobian 误差很大。
代码整体拓扑用伪代码表示是这个样子：
- 初始化 PID 参数、RBF 网络参数、被控对象状态、输出历史序列
- 主循环 for k = 1:N
- 计算参考输入 r(k)——方波发生器
- 计算误差 e(k) = r(k) - y(k)
- RBF 前向计算，得到辨识输出 ym(k)
- 更新 RBF 输出层权值
- 计算 Jacobian，即系统输出对控制输入的偏导估计
- 用 Jacobian 代入三条自适应律，更新 Kp、Ki、Kd
- 用更新后的增益和控制律公式计算控制量 u(k)
- 将被控对象的状态向前推进一步，得到新的 y(k+1)
- 记录所有需要绘图的中间量，进入下一轮循环
5. 关键代码逐段拆解：从梯度采集到参数更新
纯脚本的核心代码不算长，一百多行就能跑通整套逻辑。我把自己调试通过的版本按功能块拆开来讲，每一段我都标注了它解决什么问题、有哪些容易写错的地方。
第一段是初始化。PID 初值我先给了一组保守参数：Kp=0.6、Ki=0.03、Kd=0.1，这三个值在固定 PID 下也能让系统不发散，但跟踪效果一般。这样设置的好处是：自适应启动的初始状态不是一个"危险状态"，网络有足够的缓冲时间去调整增益，而不是一上来就要应付发散局面。
% 初始化 ts = 0.001; T = 5; N = T / ts; r_amp = 1.0; freq = 1.0; % PID 状态 Kp = 0.6; Ki = 0.03; Kd = 0.1; e_prev = 0; e_prev2 = 0; u_prev = 0; % 被控对象状态 y_prev = 0; y_prev2 = 0; u_prev2 = 0; u_prev1 = 0; % RBF 网络参数 node_num = 5; w = zeros(node_num, 1); c = linspace(-2, 2, node_num)'; b = ones(node_num, 1) * 1.0; lr_w = 0.3; lr_p = 0.4; lr_i = 0.1; lr_d = 0.3; momentum = 0.05; dw_prev = zeros(node_num, 1);接下来进入主循环。每个采样周期里的第一步是计算方波参考输入：
for k = 1:N t = k * ts; if mod(t, 1.0) < 0.5 r = r_amp; else r = -r_amp; end e = r - y_prev; ... end方波用上面的 mod 判断方式实现非常干净——每个 1s 周期内，前半段输出 +1，后半段输出 -1。这里有个小细节，如果希望方波上升沿更陡峭，可以认为从算法层面不需要额外处理，因为离散系统的采样间隔本身已经把这个跳变体现出来了。
第二步是 RBF 网络的前向计算和权值更新。输入向量由控制量、前一时刻输出和前两个时刻输出组成。这里需要特别强调：输入向量的组成不是拍脑袋定的，必须包含控制量 u，因为 Jacobian 是输出对 u 求偏导，输入里没有 u 就根本算不出这个偏导。输出 y 的历史值是为了让网络能感知系统动态特性，相当于给网络提供了"系统记忆"。
x = [u_prev; y_prev; y_prev2]; h = exp(-sum((x - c).^2, 1)' ./ (2 * b.^2)); ym = w' * h; % 权值更新 error_rbf = y_prev - ym; % 真实输出减去网络输出 dw = lr_w * error_rbf * h + momentum * dw_prev; w = w + dw; dw_prev = dw;RBF 权值更新公式存在不少资料里，但有一个细节很少有人提：训练误差到底用哪个输出？一种是用被控对象输出的实测值 y 作为训练目标，另一种是用参考输入 r 作为训练目标。实际调试下来，用实测值 y 更合理，因为 RBF 要做的是"辨识对象"，而不是"拟合目标轨迹"。
第三步是 Jacobian 计算。给出符号公式可能有点抽象，我直接放代码，并且解释每一步在干什么：
% 计算 Jacobian：dy/du Jacobian = 0; for j = 1:node_num % h_j 对 x(1)（即 u）求偏导 dh_du = h(j) * (c(j,1) - x(1)) / (b(j)^2); Jacobian = Jacobian + w(j) * dh_du; end这段循环展开了雅可比计算的完整过程。高斯函数对输入的偏导形式是这样的：h 本身的值乘以中心与输入之差，再除以基宽的平方。这个表达式在高斯函数里是标准结果，不需要重新推导，但要注意符号——中心减输入还是输入减中心，取决于你写的距离形式，方向和符号必须统一，否则 Jacobian 正负号搞反，整个自适应方向就反了。
第四步是自适应律更新和 PID 控制量计算：
% 更新 PID 增益 dKp = lr_p * e * Jacobian * (e - e_prev); dKi = lr_i * e * Jacobian * e; dKd = lr_d * e * Jacobian * (e - 2*e_prev + e_prev2); Kp = Kp + dKp; Ki = Ki + dKi; Kd = Kd + dKd; % 计算控制量（增量式 PID） du = Kp * (e - e_prev) + Ki * e + Kd * (e - 2*e_prev + e_prev2); u = u_prev + du; % 限幅，防止控制量过大 u = max(-5, min(5, u));观察这几行代码，能发现增益更新和控制量计算用的是同一组误差序列。这个顺序很重要——先更新增益，再用新增益计算控制量，相当于"当前时刻的增益服务于当前时刻的控制"。如果顺序反了，就会出现一个周期滞后，虽然不至于发散，但收敛速度和跟踪精度都会变差。
第五步是被控对象的更新。我这里模拟的是一个带有非线性的二阶离散系统：
y = 1.2 * y_prev - 0.4 * y_prev2 + 0.8 * u_prev + 0.2 * u_prev2 + 0.3 * tanh(y_prev); % 记录数据 e_prev2 = e_prev; e_prev = e; u_prev2 = u_prev1; u_prev1 = u_prev; u_prev = u; y_prev2 = y_prev; y_prev = y;非线性项我用 tanh 函数模拟，它的输出在 [-1,1] 之间平滑饱和，会让系统的等效增益随输出幅值变化——这正是"增益漂移"的数字化代表。固定 PID 在方波幅值切换到不同水平时，跟踪表现会明显变差，而自适应 PID 因为能在线感知增益变化，跟踪差不多能保持一致。
整套代码跑完，把 Kp、Ki、Kd 和输出波形画出来，就能看到非常有意思的过程：Kp 和 Kd 在方波跳变瞬间会有一个快速的调整动作，然后迅速恢复到一个稳态附近；Ki 则呈现一种"缓慢爬升"的趋势。增益的波动幅度大体上被限制在一个合理范围内，没有出现剧烈发散。
6. 调参实操记录：收敛速度、参数抖动与发散排查
仿真代码跑通只是第一步，真正花时间的在对参数的理解上。我前前后后折腾了大概两天时间，积攒了几个比较典型的调参经验，写出来供大家参考。
第一个是学习率的血量关系。一开始我三个学习率都设成 0.4，方波跟踪的前 0.5 秒内 Kp 剧烈振荡，看起来像增益在"抽筋"。我把 Kp、Ki、Kd 的曲线拉出来看了一下，发现问题出在 Ki 的更新量太大：当系统进入稳态且误差很小的时候，积分增益还在快速更新，会给控制量带来额外扰动。后来把 Ki 的学习率降到 0.05 以下，整个系统的增益曲线立刻稳定下来。这个经验也符合直觉——积分项对稳态精度贡献大，但它的调节动作必须"慢"，快了就容易让系统在目标值附近来回折腾。
第二个经验是关于动量项的取值。动量项的作用是让增益修正轨迹更加平滑，可以理解成给增益变化加了一个低通滤波器。但动量系数不是越大越好，取 0.1 以上时就出现了明显的"滞后效应"：方波下降沿到来时，增益还停留在上一个高电平状态下的数值，需要额外几个采样周期才能调整过来，表现为输出波形有一个小台阶。最后我把动量系数定在 0.03～0.05，既保证了平滑，又不至于滞后。
第三个坑是关于 RBF 网络中心初始值范围。如果中心的范围设置过窄，比如 c 只在 [-1,1] 内，而输入 u 的实际范围到过 ±3，网络对超出范围的部分几乎没有响应能力，Jacobian 输出接近 0，自适应律基本失效——效果等同于一个固定 PID。反过来，如果初始输入范围设得比实际大很多，网络的灵敏度会变差。我建议先取一个比较靠近实际输入范围的值，跑一轮仿真观察 u 的边界，然后再微调初始化范围。
第四个是稳定性占比的问题。自适应 PID 不是调试一次就一劳永逸的，它在极端条件下有可能出现参数发散。最常见的一个征兆是：前一两秒运行良好，某个方波跳变瞬间 Kd 突然冲到一个很大的值，之后整个控制量跟着一起振荡。我排查后发现，这是微分增益学习率取值偏大的结果。方波跳变瞬间误差序列的二次差分 $e(k) - 2e(k-1) + e(k-2)$ 会非常大，如果此时 Jacobian 也为正，Kd 会被一个很大的梯度推出去。解决方式有两条：一是降低 $\eta_d$，二是在误差突变时对微分增益的更新做限幅——比如把每次更新的幅度限制在 0.02 以内，就能有效避免这种"跳变瞬间炸掉"的情况。
还有一点是关于采样周期的选择。方波跟踪中，采样周期越短，控制器能获取的误差变化信息越密集，理论上响应越平滑。但采样周期也不能无脑缩短，因为被控对象的动态特性需要足够的采样间隔来体现，否则对象模型在离散化时会变得更难辨识。我在不同采样周期下对比过：1ms 和 0.5ms 的结果几乎一致，但 1ms 情况下 RBF 权值在同样仿真时长内更新的次数少一半，计算负担也小很多。如果你的对象动态比较慢，甚至 10ms 采样都没有问题，不一定非要追求小步长。
7. 从方波到任意信号：这套方案的扩展空间在哪里
方波跟踪验证通过之后，整套方案的实际能力其实远不止于此。RBF 自适应 PID 的价值在于它在线辨识了系统 Jacobian，而这个 Jacobian 本质上就是系统的灵敏度模型，和参考信号的形态没有强绑定关系。换句话说，把方波换成正弦波、三角波甚至随机规划轨迹，理论上程序只需要改参考信号的生成部分，控制器和辨识器不需要动任何一个参数。当然，不同信号对自适应律的"激励强度"不同：方波突变丰富，参数收敛快；正弦波变化平缓，增益调整幅度小；随机信号则更考验系统的鲁棒性。
如果要把它往工程方向推，有几个明确的扩展路径值得提一下。第一是引入扰动观测环节——当前结构里 RBF 网络只辨识了对象本身，没有显式区分外部扰动，如果系统存在持续的阶跃型扰动，积分增益会承担较大的补偿压力，可以在自适应律里增加一个扰动项，让 RBF 网络把扰动也一起辨识出来。第二是向多输入多输出扩展——RBF 网络支持多维输出，把每个输出的 Jacobian 分别算出来，再分别驱动对应回路的 PID 增益，整个框架可以直接搬到多变量系统上。第三是嵌入式部署优化——把 MATLAB 代码转成 C 后，网络部分大约只需要三次矩阵乘法和若干元素级运算，即使在主频不高的 MCU 上也能跑得动。
做这个仿真项目的过程中，我最大的体会是：自适应控制并不神秘，核心就是把"系统增益在线测出来并反馈给控制器"这件事做得足够快、足够准。RBF 神经网络恰好提供了一种轻量级的测速手段。方波跟踪只是一个验证场景，把这个场景跑通之后，后面接任何工程对象都有了一种比较可信的"快速试错"框架。如果你也在做控制相关的仿真或者实际项目，建议先不要急着去堆复杂的算法，先把 PID 和 RBF 的这套闭环链路在一段模拟数据上跑通，再考虑换对象、加扰动、改结构——这个顺序基本不会走弯路。
