前言
凌晨 5 点，你的无人机终于能悬停了。但当你给无人机挂上一个待投放的小沙包时，原本完美的 PID 参数瞬间失效，无人机疯狂摇摆直至炸机。
为什么？
PID 的痛点：它只能“看到误差才去补救”，反应永远慢半拍；而且参数完全绑定了当前的重量和重心，重量一变，参数全废！
LQR 的痛点：它需要你写出绝对精确的“物理数学模型”。但现实中，地毯的摩擦力、电机的磨损、风的阻力，你怎么可能精确建模？！

有没有一种算法，既不需要精确的物理模型，又能瞬间把所有未知干扰（不管你是挂了重物，还是被大风吹）强行抵消掉？
有！它就是中国学者的骄傲、被誉为“面向 21 世纪的控制理论”——ADRC（自抗扰控制）。
本文将带你跨越理论的鸿沟，用最直白的人话和短短几十行 C 代码，在 STM32 里装上这个工业界最顶级的“抗扰引擎”！

@TOC

一、 认知颠覆：ADRC 到底在干一件什么“神仙事”？

不管是系统内部的老化（电机没力气了），还是外部的干扰（大风吹、撞到石头），在 ADRC 的眼里，统统被打包成一个词——“总扰动（Total Disturbance）”。

ADRC 的核心哲学：我不需要知道干扰是怎么来的，我只需要把它“看”出来，然后在它破坏系统之前，反向干掉它！

🏆 核心灵魂：扩张状态观测器（ESO）

这是 ADRC 最牛逼的地方。
假设你给电机发了 50 的 PWM，按照经验，电机应该转 100 圈/秒。
但是，传感器传回来的数据是 80 圈/秒。

• PID 是怎么做的？“哦，差了 20 圈，我加大一点 PWM 试试。”

• ESO（观测器）是怎么做的？“我发了 50 的力，你应该转 100 圈，但你只转了 80 圈。说明现实世界中，有一个等效于 -20圈 的‘未知妖孽（总扰动）’在阻碍你！”

ESO 极其敏锐，它能在微秒级的时间内，实时计算出这个“总扰动”的大小！
既然知道了扰动有多大，接下来就太简单了：在原本的控制输出上，直接加上一个反向的力，把扰动“同等抵消”掉！这就是“自抗扰”。

二、 化繁为简：为什么我们要用 LADRC（线性自抗扰）？

如果你去查文献，标准的 ADRC 包含 TD（跟踪微分器）、NLSEF（非线性状态误差反馈）和 ESO。它足足有10 多个参数要调！在电赛四天三夜里，调这 10 个参数会让你精神分裂。

降维打击：高志强教授提出的 LADRC（线性自抗扰）！
高教授用极其巧妙的频域理论，把这 10 个玄学参数，强行缩减成了3 个具有明确物理意义的参数：

1. b0b0​

   （控制增益）：代表你的系统“给多大推力，就有多大加速度”。这是唯一需要大概估算的物理量。

2. ωoωo​

   （观测器带宽）：代表 ESO “看”扰动的速度有多快。越大，抗干扰越敏锐（但太大容易引入传感器噪声）。

3. ωcωc​

   （控制器带宽）：代表系统追踪目标的速度有多快。越大，响应越快。

震撼事实：用了 LADRC，你调参就像调收音机频道一样简单，只需要拧

ωoωo​

和

ωcωc​

这两个旋钮，系统就能稳如磐石！

三、 STM32 纯 C 语言实战：二阶 LADRC 极速部署代码

别看论文里的矩阵微分方程吓人。在单片机的离散时间（

dtdt

）里，二阶 LADRC 仅仅是几个极简的迭代公式！

下面这段代码，完美适用于电机位置控制、倒立摆角度控制、无人机姿态控制（这些都是典型的二阶系统：输出受加速度控制）。

1. 参数与结构体定义

codeC

typedef struct { // 【需要你调的 3 个核心参数】 float wc; // 控制器带宽 (决定响应速度) float wo; // 观测器带宽 (决定抗干扰速度，通常设为 wc 的 3~5 倍) float b0; // 系统增益 (PWM -> 加速度的转换比例) // ESO 观测器增益 (根据 wo 自动计算，无需手调！) float beta1; float beta2; float beta3; // ESO 内部状态估计变量 float z1; // 估计的位置 (或角度) float z2; // 估计的速度 (或角速度) float z3; // ！！！估计的总扰动！！！ (ADRC的灵魂) float dt; // 运行周期 (如 0.005s) float u; // 最终的输出控制量 (PWM) } LADRC_TypeDef; /** * @brief LADRC 参数初始化 (自动计算观测器增益) */ void LADRC_Init(LADRC_TypeDef *adrc, float wc, float wo, float b0, float dt) { adrc->wc = wc; adrc->wo = wo; adrc->b0 = b0; adrc->dt = dt; // 核心黑魔法：基于带宽极点配置自动计算 beta 参数！ adrc->beta1 = 3.0f * wo; adrc->beta2 = 3.0f * wo * wo; adrc->beta3 = wo * wo * wo; adrc->z1 = 0; adrc->z2 = 0; adrc->z3 = 0; adrc->u = 0; }

2. 核心控制执行函数（放进 5ms 定时器中断）

这段代码分两步：第一步让 ESO 观测出总扰动

z3z3​

，第二步利用

z3z3​

抵消扰动并输出控制量！

codeC

/** * @brief 执行一次 LADRC 计算 * @param target: 目标值 (期望角度/位置) * @param measure: 传感器真实测量值 * @retval 最终输出的控制量 (PWM) */ float LADRC_Calculate(LADRC_TypeDef *adrc, float target, float measure) { // ======================================================== // 第一步：线性扩张状态观测器 (LESO) - “火眼金睛”看透一切干扰 // ======================================================== float e = adrc->z1 - measure; // 观测值与真实值的误差 // 更新状态估计 (离散化欧拉积分) adrc->z1 += adrc->dt * (adrc->z2 - adrc->beta1 * e); adrc->z2 += adrc->dt * (adrc->z3 + adrc->b0 * adrc->u - adrc->beta2 * e); // 这里算出来的 z3，就是包含了摩擦力、风阻、负载变化的所有“总扰动”！ adrc->z3 += adrc->dt * (-adrc->beta3 * e); // ======================================================== // 第二步：线性误差反馈控制 (LSEF) - 抵消扰动，精准打击 // ======================================================== // 1. 计算 PD 控制规律 (这里也利用了自动配置参数的黑魔法) float Kp = adrc->wc * adrc->wc; float Kd = 2.0f * adrc->wc; // 基础控制量 u0 (基于估计状态，因为经过ESO过滤，自带极强平滑效果) float u0 = Kp * (target - adrc->z1) - Kd * adrc->z2; // 2. 终极杀招：扰动补偿！！！ // 无论外界怎么干扰，我直接减去观测到的总扰动 z3！ adrc->u = (u0 - adrc->z3) / adrc->b0; // (可选) 加上输出限幅保护代码 // if(adrc->u > MAX_PWM) adrc->u = MAX_PWM; ... return adrc->u; }

看到没？！没有积分器（I），也就永远没有积分饱和、撞墙疯跑的危险！而且你连微分噪声都不用怕，因为 z2 是 ESO 自己推算出的丝滑微分信号，根本不是传感器原始数据求导来的！

四、 玄学破局：LADRC 怎么调参？（工业级套路）

PID 调参是门玄学，但 LADRC 调参是纯粹的工程学！

第一步：估算

b0b0​

（唯一需要试错的物理量）

• 先随便给一个数（比如 1.0 或 10.0）。

• 如果系统震荡得很厉害，

  b0b0​

  给大一点（欺骗系统说它自己很强，它输出的力就会变柔和）。

• 如果系统反应迟钝像没吃饭一样，

  b0b0​

  给小一点。

• 只要

  b0b0​

  调到了一个刚好不震荡的范围，剩下的事情就交给

  ωω

  了！

第二步：调节观测器

ωoωo​

和控制器

ωcωc​

• 原则：

  ωoωo​

  通常是

  ωcωc​

  的3 到 5 倍。因为观测器必须比控制器“看”得快，系统才稳。

• 操作：逐渐增大

  ωcωc​

  （比如从 5 慢慢加到 30），并保持

  ωo=4×ωcωo​=4×ωc​

  。

• 什么时候停？当你的电机开始发出“滋滋”的高频噪声时（说明

  ωoωo​

  太高，把传感器的底噪当成扰动放大了），立刻停止，并把带宽回调 20%。

大功告成！整个调参过程可能只需要 3 分钟，你的系统鲁棒性就能直接碾压调了 3 天的 PID！

五、 赛场实战：ADRC 降维打击的表现是什么样的？

如果你在电赛中选了两轮平衡自行车或者风力摆，在答辩现场：

1. 评委要求：“在你的车上放一块 500g 的配重铁块。”

   • PID 队伍：重心大变，I 环积分缓慢累加，小车剧烈摇晃好几秒才勉强站住，甚至直接倒地。

   • ADRC 队伍：加上铁块的瞬间，ESO 在 5 毫秒内计算出 z3 扰动发生了突变，控制量

     uu

     瞬间补偿。肉眼看过去，小车几乎纹丝不动，仿佛铁块根本不存在！

2. 评委要求：“用手拨一下无人机的机臂。”

   • ADRC 队伍：你的手会感觉到一种极度强烈的“肌肉抵抗感”，外力撤除瞬间，无人机毫无超调地死死钉回原点。

在你的《系统设计报告》上写下：

“本系统摒弃了传统 PID 对精确模型的依赖与积分饱和缺陷，采用二阶自抗扰控制器（LADRC）。利用扩张状态观测器（ESO）对系统内部耦合及外部气流扰动进行实时在线估计与前馈补偿，实现了变负载工况下的极高鲁棒性控制。”

评委看完，不仅国一稳了，甚至可能问你有没有兴趣读他的研究生！

结语

如果说 PID 是古典物理，LQR 是精英物理，那么 ADRC 就是现代工程控制领域的“黑客帝国”。

它打破了西方控制理论中“必须精确建立数学模型”的教条，用极具东方哲学意味的“见招拆招”思想，把所有未知的混沌与无序，全部打包成一个

z3z3​

，然后一剑封喉。

不要再让你的电机在微积分的误差中悲鸣了，用扩张状态观测器，去洞悉物理世界的真实吧！

预祝各位挑战控制巅峰的开发者：扰动秒抵消，悬停如定海神针，负载千变万化，系统稳如泰山！🏆