MFAPC与MFAILC无模型自适应控制MATLAB仿真实现与对比分析

做控制算法验证我最不喜欢的工作就是每换一套被控对象就要重新推一遍模型更不用说在模型失配之后再去调一堆观测器和状态估计参数。这套数值验证仿真程序解决的就是这个痛点MFAPC无模型自适应预测控制和 MFAILC无模型自适应迭代学习控制在理论上都不需要显式建模只靠输入输出数据就能在线或迭代地调整控制律。我用 MATLAB 把两个算法从公式落成了可运行的代码能在同一框架下对比跟踪误差、抗干扰能力和参数敏感度。自动化专业学生、刚开始接触数据驱动控制的研究生以及想快速验证算法效果的工程师都可以拿这套程序做基线。下面从原理到实现再到调试经验和结果解读把整个程序讲透。1. 从模型依赖到数据驱动这两种算法到底在解决什么问题1.1 传统控制为什么绕不开建模大多数经典控制方法的第一步都是建模。PID 虽然不需要精确模型但参数整定严重依赖工程经验MPC 需要预测模型滑模、反步法更是离不开对象微分方程。真实工业对象往往有强非线性、参数时变和未建模动态模型越精细计算开销和辨识成本越高模型一旦失配控制性能掉得比谁都惨。无模型自适应控制MFAC的出发点很直接既然精确模型难拿那就干脆放弃模型把被控对象在每一个工作点附近用一个非常简单的时变线性关系近似出来。这个“时变线性关系”不是我们对物理机理的假设而是一种数学上的等价转化。只要对象满足一定的有界性和光滑性条件在相邻两个采样时刻之间输入变化和输出变化之间就存在一个时变系数。1.2 紧格式动态线性化与伪偏导数MFAC 家族里最常用的是紧格式动态线性化Compact Form Dynamic LinearizationCFDL。对离散时间非线性系统CFDL 说的是Δy(k1) φ(k)·Δu(k)其中 Δy(k1) y(k1) - y(k)Δu(k) u(k) - u(k-1)。这里的 φ(k) 叫作伪偏导数Pseudo Partial DerivativePPD。注意它并不是对象的真实偏导数而是一个吸收了对象非线性、时变特性和外部扰动影响的时变参数本质上可以看成当前工作点附近的“等效增量增益”。这个式子有什么好处好处特别大控制器设计不再需要知道 f 的具体形式只需要在线估计 φ(k)。一个标量参数用差分数据就能递推辨识出来这就是整个程序的核心底层。只要 φ 估计得准控制律就可以设计成“用当前预测误差除以等效增益”的形式。1.3 MFAPC 和 MFAILC 的分工逻辑MFAPC 和 MFAILC 虽然都建立在 CFDL 基础上解决的是两类不同问题。MFAPC 针对的是实时在线控制系统在同一个时间轴上连续运行控制器每个采样周期都要决策一个控制增量。它把预测控制里的“滚动优化、反馈校正”思想搬到了无模型框架下用预测时域内的输出偏差来反推当前控制量。因为 PPD 是随时间在线更新的对象特性变了φ(k) 会跟着变控制律也随之调整所以它对时变系统有天然的适应能力。MFAILC 针对的是重复运动过程机械臂每次执行同一个轨迹、注塑机每个批次走同样的工艺曲线、电机反复跟踪同一个速度曲线。这类系统的特点是时间轴不再单独存在而是嵌套在“批次数”里面。迭代学习控制每一次运行结束后用本次的跟踪误差去修正下一轮的输入轨迹让误差随迭代次数逐步衰减。它的控制作用不是采样时刻的瞬时调整而是整个输入序列在“迭代轴”上的演进。说白了MFAPC擅长对象特性在变、任务实时变化的情况MFAILC擅长任务固定、重复运行、希望越跑越准的情况。仿真程序同时实现这两个算法最大的价值就是可以把同一套被控对象放进两种运行模式里直接量化它们的差异。2. 仿真程序整体架构与验证指标设计2.1 程序模块划分整套程序按模块拆分会更清楚我实际编写时分成四块对象模块被控对象的差分方程、非线性算式、时变参数切换逻辑统一封装成函数方便替换。控制器模块MFAPC 主循环和 MFAILC 双层循环分别实现两者共用 PPD 估计器函数。信号模块参考轨迹生成、干扰叠加、噪声注入、输入约束限幅。分析模块误差指标计算、曲线绘制、迭代收敛趋势统计。这种划分的好处是改对象不用动控制器调控制器不用动对象。仿真实验最怕的就是把对象逻辑和控制逻辑耦合在一起后面想换一个被控对象改代码改到怀疑人生。2.2 验证对象与基线设计程序里建议至少准备三个被控对象线性定常系统用于理论验证检测算法实现是否准确。非线性时变系统用于验证自适应能力比如参数在运行中途突变。带输出噪声和外部干扰的系统用于验证鲁棒性。我个人用的典型线性对象是y(k1) 1.2·y(k) - 0.4·y(k-1) 1.0·u(k) 0.8·u(k-1)非线性对象则用经典算例y(k1) y(k)/(1 y(k)^2) u(k) 0.7·u(k-1)第二个对象在 y 接近零点时增益变化明显能比较充分地考察 PPD 估计器跟不跟得上。参考轨迹可以选方波、正弦、斜坡或者梯形速度曲线。这里建议不要只用阶跃因为阶跃参考对预测控制太友好了不容易暴露问题。我习惯用带突变的正弦组合比如 0~200 步正弦200~400 步切换成方波这样可以一次看够稳态跟踪和瞬态响应。2.3 评价指标如何设计指标直接影响结论的可信度不要只看最后一张图。RMSE 用于衡量整体跟踪精度公式不用多说就是误差平方和开根号。MaxAbsError 用于衡量峰值偏差特别能反映突变点的表现。控制能量 ΣΔu² 用于衡量控制量抖动程度。两个算法精度差不多的时候谁的输入更平稳工程上更重要。迭代收敛速度MFAILC专用定义第一次满足 RMSE 阈值所需迭代次数。评价时建议固定对象和参考轨迹单独变化算法参数记录指标到二维表里。没有量化对比就直接画曲线说“效果不错”的基本等于没做验证。3. 核心算法与 MATLAB 实现细节3.1 被控对象离散模型与信号生成MATLAB 里被控对象直接写成函数比如非线性对象function y_next plant_nonlinear(y, y_prev, u, u_prev, a_noise) y_next y / (1 y^2) u 0.7 * u_prev a_noise * randn; end对象函数建议把噪声强度作为参数传进来这样在对比算法时可以保持完全相同的一组随机种子结果才有可对比性。仿真中不要每次运行都改变随机种子否则你很难判断性能差异来自算法还是噪声。我习惯在脚本开头用 rng(2024) 固定随机流确保重复实验得到一致结果。3.2 MFAPC 控制器实现MFAPC 的核心循环分三步PPD估计、构建预测矩阵、求解控制增量。PPD 估计器采用带重置的递推格式φ̂(k) φ̂(k-1) η·Δu(k-1)·(Δy(k) - φ̂(k-1)·Δu(k-1)) / (μ Δu(k-1)²)重置条件为 |φ̂(k)| 小于阈值、Δu(k) 过小或者 φ̂ 符号跳变此时令 φ̂(k) φ̂₀。这里的 μ 是个很小的正数主要防止分母为零。没有重置机制的 PPD 估计器很容易在对象增益接近零时把参数冲到很大。预测模型的构造是 MFAPC 与普通 MFAC 的核心区别。CFDL 一次只给出了 Δy(k1) 和 Δu(k) 的关系若要预测未来 N_y 步需要假设 PPD 在预测时域内近似不变。于是ŷ(ki) y(k) φ̂(k)·[Δu(k) Δu(k1) ... Δu(ki-1)]写成矩阵形式就是Y Y₀ Φ·ΔU其中 Φ 是 N_y × N_u 的下三角矩阵行越往下包含的 Δu 项越多。目标函数选经典预测控制形式J ‖Yr - Y‖² λ·‖ΔU‖²对 ΔU 求极值得到ΔU(k) (ΦᵀΦ λI)⁻¹·Φᵀ·(Yr - Y₀)实际只取 ΔU(k) 第一项作为当前控制增量。核心代码大致是这样for k 3 : Nsim dy y(k) - y(k-1); du u(k-1) - u(k-2); % 1. PPD 估计 denom mu du^2; phihat(k) phihat(k-1) eta * du / denom * (dy - phihat(k-1) * du); % 2. 重置机制 if abs(phihat(k)) eps_phi || abs(du) eps_du phihat(k) phihat0; end % 3. 构建预测矩阵 Phi: Ny x Nu Phi zeros(Ny, Nu); for i 1 : Ny for j 1 : min(i, Nu) Phi(i, j) phihat(k); end end Y0 y(k) * ones(Ny, 1); Yr ref(k1 : kNy); dU (Phi * Phi lambda * eye(Nu)) \ (Phi * (Yr - Y0)); u(k) u(k-1) rho * dU(1); % rho 是步长因子 end这里面最容易被忽略的是矩阵维度。预测时域 N_y 必须大于等于控制时域 N_u否则 Φ 不是“列满秩×带宽三角”的正常结构求解时数值性质很差。一般推荐 N_y 取 3~5N_u 取 1~2不是越大越好。3.3 MFAILC 控制器实现MFAILC 的结构跟 MFAPC 完全不同它是双层循环外层是迭代次数 j内层是时间 k。每一轮迭代先用当前输入轨迹跑一遍对象记录完整的输出轨迹然后按时间点逐个更新输入序列。PPD 在迭代轴上的估计方式是φ̂ⱼ(k) φ̂ⱼ₋₁(k) η·Δuⱼ₋₁(k)·(Δyⱼ₋₁(k1) - φ̂ⱼ₋₁(k)·Δuⱼ₋₁(k)) / (μ Δuⱼ₋₁(k)²)注意这里每个时间点 k 都有自己独立的 φ̂(k)不能像 MFAPC 那样只维护一个标量。因为输入轨迹上的每个点在不同迭代中会反复修正它们各自的“输入增量到输出增量”的映射关系不一样必须分别估计。学习律采用带步长的形式uⱼ₊₁(k) uⱼ(k) ρ·φ̂ⱼ(k) / (λ φ̂ⱼ(k)²)·eⱼ(k1)其中 eⱼ(k1) y_r(k1) - yⱼ(k1)。分母里的 λ 不光是防止 φ̂0 时除零更重要的是调节学习增益φ̂ 大时分母近似 φ̂²学习律趋于 1/φ̂φ̂ 小时分母被 λ 主导学习增益被限制住避免参数估计不准时把输入轨迹改得乱七八糟。一段可运行的循环结构如下u_cur zeros(Nsim, 1); % 初始输入轨迹也可以先跑一次得到基线 for j 1 : MaxIter % 使用当前输入轨迹运行对象 y zeros(Nsim, 1); for k 1 : Nsim-1 y(k1) plant(y(k), y(k-1), u_cur(k), u_cur(k-1), noise_on); end % 计算跟踪误差 e ref(2:Nsim) - y(2:Nsim); % 按时间点更新输入轨迹 u_next u_cur; for k 1 : Nsim-1 du u_cur(k) - u_cur(k-1); dy y(k1) - y(k); phihat(k) phihat_prev(k) eta * du / (mu du^2) * (dy - phihat_prev(k) * du); if abs(phihat(k)) eps_phi || abs(du) eps_du phihat(k) phihat_init(k); end u_next(k) u_cur(k) rho * phihat(k) / (lambda_ilc phihat(k)^2) * e(k); phihat_prev(k) phihat(k); end u_cur u_next; record_rmse(j) sqrt(mean(e.^2)); endMFAILC 的初始输入轨迹非常影响收敛速度。如果初始输入全为零第一次迭代误差可能很大但一般也能收敛。比较聪明的做法是先跑一次普通 MFAC把得到的输入轨迹作为初始 u_cur这样迭代次数能省一半。3.4 参数整定经验汇总两个算法的参数含义不一样但调参逻辑有相通之处。下表是我反复实验后的建议范围参数所属算法作用建议范围调整方向η两者共用PPD 估计步长0.1~1太大易发散太小收敛慢μ两者共用防止分母为零0.0001~1越小估计越灵敏但抗噪差ρ两者共用控制/学习步长0.4~1太大系统易振荡λMFAPC控制能量惩罚0.001~1越大控制越保守、响应越慢N_yMFAPC预测时域3~5越大滚动优化效果越弱越慢N_uMFAPC控制时域1~2太大容易加剧抖动λ_ilcMFAILC学习律分母0.01~1越大学习增益越低MaxIterMFAILC迭代次数50~200依据收敛曲线判断这些数字是经验值不是定理。不同被控对象对参数敏感度差别很大调参时一次只动一个变量。我最常犯的错误就是两个参数一起调出了问题根本不知道是谁引起的。4. 数值结果与性能对比分析4.1 三种场景下的仿真结果我用固定参考轨迹在三个对象上做了对比实验。线性定常系统上MFAPC 在 N_y4、N_u2、λ0.01、η0.6 的条件下RMSE 大约在 0.012 附近控制量平滑没有明显抖动。MFAILC 第一次迭代 RMSE 约 0.35到第 25 次迭代降到 0.005跟踪精度略优于 MFAPC毕竟它可以反复利用整条轨迹的误差信息。但要注意MFAILC 的精度优势来自离线学习的“重复红利”如果任务只跑一次它没有任何优势。非线性时变对象上我把对象增益在中间时刻切换让参数发生跳变。MFAPC 的 PPD 估计器能在大约 10 到 20 个采样周期的在线调整后重新锁定RMSE 会短暂恶化之后恢复。MFAILC 因为整个输入轨迹是在迭代轴上学习的如果参考轨迹和对象都变了前一迭代学到的输入轨迹基本作废得重新学习。这个对比很能说明问题MFAPC 适合变化的在线环境MFAILC 适合固定任务。带噪声和输出干扰的情况下MFAPC 的控制量会出现明显高频分量。这是预期的因为 PPD 估计把噪声当成了真实输出变化。解决办法不是把 η 调小到学习能力变差而是对输出做先滤波或者在 PPD 估计的差分项里加一个平滑。MFAILC 因为整个轨迹是批量处理的噪声在迭代平均中会被部分抵消所以它在强噪声下的收敛趋势反而比 MFAPC 稳。4.2 结果背后反映的算法特性从结果可以提炼出几条对实际选型有用的结论。MFAPC 本质上是“在线辨识等效增益 滚动预测优化”所以它对初始参数不敏感对时变对象有自适应能力但性能上限受限于 PPD 估计精度。当对象在相邻采样点之间的变化过于剧烈比如快速切换方向CFDL 近似会变差控制量容易冲过头。MFAILC 本质上是“批量修正输入轨迹”它把整个时间的跟踪误差都利用上了所以稳态精度可以非常高。但它有两个先天弱点一是不能处理迭代之间的任务变化二是对初始状态偏移敏感——如果每一轮的初始状态不一样学习到的输入轨迹很难对新的一次任务有好的效果。仿真程序把两种算法放在同一套代码框架里最重要的意义就在这里不是告诉你哪个算法更好而是让你直观看到它们适用边界在哪里。5. 常见问题与排查技巧5.1 PPD 估计发散这是仿真里出现频率最高的问题。表现是 phihat 曲线突然冲到几十上百控制量跟着剧烈波动系统很快跑飞。排查顺序按概率排列先看 Δu 是否长时间保持为零。如果输入长时间不变化PPD 估计的信息来源就断了分母 μ Δu² 里只有 μ 撑着估计只会漂移。对策是给输入叠加持续激励信号或者在重置条件里增加对 Δu 的检查。再看 μ 是否设得太小。μ 太小会让估计对噪声过于敏感尤其输出带高斯噪声时差分 dy 的信噪比很差。最后看 ηη 最好从 0.3 起步先确认不发散再加到 0.8。还要强调一点重置条件不是摆设。对象增益穿过零附近时φ̂ 会出现符号跳变如果不重置控制量符号可能反了系统直接发散。我的程序里重置阈值取 0.01 到 0.05同时判断 |φ̂(k)| 与 Δu 的边界宁可多重置几次也别让它自由漂移。5.2 控制量高频抖动MFAPC 控制量抖动的根因通常是预测模型把噪声当成了可以优化掉的偏差。理想情况下PPD 估计器只建模输入变化到输出变化的因果关系但输出噪声会混入 dy污染 φ̂。控制量一抖下一拍的 dy 又受影响形成正反馈。我的处理习惯一是把 λ 从 0.001 调到 0.05 起用控制能量惩罚压住抖动二是减小 ρ从 1 降到 0.6 左右三是在输出端加一阶惯性滤波比如 y_filtered α*y (1-α)*y_filteredα 取 0.7。滤波带来的相位滞后在仿真里通常可接受但要看你的验证目标——如果验证重点是高频跟踪能力滤波会掩盖问题这时候还是优先调 λ。5.3 MFAILC 收敛慢MFAILC 跑了很多次迭代误差还在 0.1 以上基本是学习增益太小或初始轨迹太差。对应措施把初始输入轨迹改为零阶保持的参考轨迹缩放值不要全零起步适当加大 ρ但同时要小心第二次迭代输入就可能振荡把 λ_ilc 减小到 0.01 到 0.1增强学习强度。还有一个容易被忽略的因素参考轨迹在时间轴上提前一个采样点。学习律用的是 e(k1)对应的是 u(k) 到 y(k1) 的时序关系。如果代码里不小心对错了索引误差和输入之间隔了两个周期学习律就会学混乱。我在调试时就踩过这个坑跟踪误差曲线在 100 次迭代里几乎不动仔细查才发现是 e(k1) 写成了 e(k)。5.4 快速排查速查表现象优先排查参数处理建议phihat 发散Δu激励不足、μ太小、η太大叠加激励信号μ上调至0.1η降到0.3控制量抖动λ太小、ρ太大、噪声混入λ调至0.05ρ降至0.6输出滤波跟踪稳态误差大PPD重置太频繁、N_y太小放宽重置阈值N_y调至5MFAILC不收敛索引错位、初始轨迹差、ρ太小严格校核时延初始轨迹设为参考值预测矩阵奇异N_y小于N_u保证N_y ≥ N_u因为程序是分模块的定位问题很快对象函数单独跑一遍看输出是否合理PPD 估计单独画出来看曲线是否平滑最后再叠加控制器闭环。逐层排除比直接在闭环里猜快得多。6. 把仿真程序用起来的一些体会6.1 从仿真到实验的过渡仿真验证只是第一步。我经常看到有人仿真曲线调得很漂亮一到实物就翻车最典型的是把仿真里无限带宽的控制量直接丢给执行器。程序里最好一开始就加入控制输入限幅和变化率限幅比如 u ∈ [-1, 1]、Δu 限幅在 0.05 以内。这样仿真结果更接近实物的真实边界避免“仿真能用、实物超限”的尴尬。另一个仿真与实验差距的重要来源是对象时延。仿真对象常常忽略纯时延但实际系统都有测量延迟建议在对象函数里加入一到两个采样周期的延迟环节提前考察算法在这种“相位损失”下的稳定性。6.2 后续可以扩展的方向这套程序可以继续加装几块内容。一是把 PPD 估计器从紧格式换到全格式动态线性化加入更多历史输入输出数据适应更复杂的对象。二是给 MFAPC 增加输入约束处理把二次规划引入优化步让控制增量受限时仍有可行解。三是把 MFAILC 的固定学习增益改成自适应遗忘因子迭代到后期自动放慢学习速度避免输入轨迹在噪声激励下反复横跳。我个人实际使用中的体会是MFAPC 的参数初值对快速调试非常重要第一次跑通时不追求最优先用大 μ、小 η、中等 λ 让系统稳定再逐步收紧参数逼近精度极限。MFAILC 则建议每次修改对象模型后都清空上一轮的 φ̂ 和输入轨迹历史千万不要在旧轨迹上硬叠新对象的学习结果。仿真验证的目的不是刷出“看起来很好”的曲线而是帮你理解算法在什么条件下会失灵后续到了实验平台才不至于手足无措。