ARTICLE · 1017897
离散系统的数字校正:PID 下载进单片机中就震荡?问题可能出在一个约等号上
上一期我们把离散系统的"稳、准、快"全挂到了一个圆上——会看了。但看懂不等于会修。
这一期是第三部分，也是整个数字控制最实用的一段：怎么把控制器真正写进代码，怎么把一个不听话的系统调到又快又稳，以及——那个听起来像吹牛的"几拍到位"，到底靠不靠谱。
1. PID 写成代码，难的不是公式，是三个「约等号」
连续 PID 谁都会背：
最麻烦的是中间那个积分号。单片机里没有"积分"这回事，只有"把过去的误差加起来"。
积分就是攒面积。那问题就只剩一个：这一格的面积，按哪个高度算？
用上一拍的误差当高度 —— 前向欧拉 用这一拍的误差当高度 —— 后向欧拉 两拍取平均（梯形）—— 双线性变换，也叫 Tustin
就这么朴素。所谓"离散化方法"，一句话就是你打算怎么数格子。
对应到公式上，无非是把 (s) 换成三个不同的东西：
这一节记住：离散化不是什么高深操作，就是选一种数格子的方式。
2. 换个约等号，稳定的系统真会算成不稳定
数格子的方式听起来无伤大雅，但它决定了一件大事：连续世界里的"稳定区"，被搬到 z 平面之后落在哪儿。
前向欧拉 
整个左半平面被摊成半个 z 平面，一大片落在单位圆外。也就是说，连续算着好好的系统，离散完可能直接发散。 后向欧拉 
左半平面被挤进一个半径为 0.5 的小圆，怎么都在圆内？听起来很安全？其实是它把本该发散的东西也算成了稳定——等于骗自己。 双线性 
左半平面 ↔ 单位圆内，边界对边界，不多不少。
真的会炸吗？会
拿个具体例子跑一遍。对象
PID 取
微分项带一个时间常数
的低通。三种写法，只改采样周期：
（表里是闭环极点的最大模长，超过 1 就发散）
看那个临界点：0.10 秒，正好是(2Tf)。
这不是巧合。前向欧拉把连续极点
搬到了
只要 (T>2Tf)，这个点就跑到 (-1) 的左边去了——滤波器自己先不稳定了，跟你的 PID 参数一点关系都没有。
所以记住一个数：用前向欧拉采样时，采样周期必须小于微分滤波时间常数的两倍。
顺带补一刀：微分项一定要带低通
如果你用的是"教科书版"的理想微分项（Kd s），双线性变换会在 (z=-1) 给你留一个极点。上一期说过，负实轴上的极点意味着一拍高一拍低的振铃。
这不是精细调优的问题，是能不能用的问题。工程上微分项永远写成
3. 位置式还是增量式？真正要防的是「积分冲过头」
把三个约等号代进去，就得到两种写法。
位置式——直接算出这一拍该输出多少：
增量式——只算这一拍比上一拍多给多少：
增量式的好处很实在：不用存那个越滚越大的累加和；手动/自动切换的时候不会跳；执行器本身就是积分型的（步进电机、阀门开度）时，直接送增量最自然。
写成代码也就几行：
/* 增量式 PID，每个采样周期调用一次 */floatpid_step(floatref, float meas){static float e1 = 0.0f, e2 = 0.0f, u = 0.0f;float e = ref - meas;float du = Kp * (e - e1)+ Ki * T * e+ Kd / T * (e - 2.0f * e1 + e2);u += du;if (u > U_MAX) u = U_MAX; /* 先限幅 */if (u < U_MIN) u = U_MIN; /* 再输出，积分就飞不起来 */e2 = e1; e1 = e;return u;}
但真正的分水岭不在"位置式还是增量式"，而在执行器饱和的那一刻你干了什么。
电机已经满功率了，误差还在，位置式的积分项照样闷头累加。等系统终于追上来，那个攒了一肚子的积分还得慢慢吐出去——于是冲过头。
同一套参数，三种写法：
增量式天生不容易冲过头，但抗饱和才是解药——两者不是二选一。
4. 数字校正：给系统配一副眼镜
PID 只是校正器里最出名的那一个。更一般的说法是：在回路里串一个 D(z)，把闭环极点挪到你想要的地方。
常用的就两副"眼镜"。
超前校正：买速度
在对象的慢极点旁边放一个零点把它"按住"，再放一个更靠近圆心的极点，根轨迹就被拽进来了。
同一个对象
调节时间砍到六分之一，超调几乎没了。代价写在最后一列：控制量峰值大了 5.6 倍。你的电机、驱动器扛不扛得住，这才是能不能这么调的真正边界。
滞后校正：买精度
滞后校正不管速度，专治"总差一口气"。做法是在 (z=1) 附近塞一对挨得很近的零极点，把低频增益抬上去。
一个 0 型系统，纯比例控制时稳态误差 0.50，加上
动态几乎没动，误差掉到原来的五分之一。
超前花的是功率，滞后花的是时间。天下没有白调的参数。
5. 无差拍：真能「几拍到位」吗？
前面都是"设计一个 D(z)，然后看看效果"。无差拍控制把这个顺序反了过来：
先写下你想要的闭环，再反解控制器。
想要 (N) 拍到位？那就令闭环传递函数直接等于
输入延迟 (N) 拍原样输出，这不就是"(N) 拍精确到位"吗？然后反解：
听起来像作弊，但它真的成立：
两拍，输出精确等于 1，一点误差都没有。
然后看下面那一栏。
控制量第一下冲到 32.6，而这个系统稳定下来只需要 3.0 ——11 倍。而且它一正一负地甩：+32.6、−26.7、+22.9……执行器要是有限幅（哪个没有呢），这套设计当场失效。
还有两个更要命的
第一，采样点之间它在疯狂来回。控制器每隔 (T) 看一眼，每次看到的都是漂亮的 1.000。但被控对象经历的是一条 ±34% 上下翻滚的曲线。控制器很满意，机器很难受。
第二，模型错一点点就崩。无差拍是拿 (1/G(z)) 硬凑出来的，等于把控制器和对象完全绑死。对象的增益实际上偏了 30%——这在工程里根本不算大误差——结果就是超调 30%，说好的 2 拍变成了 8 拍。
所以：无差拍是一把尺子，量出"最快能多快"；它不是一个可以直接上机器的目标。实际工程里常用的是"阻尼无差拍"——故意把 (\Phi(z)) 设计得没那么激进，用几拍的速度换一大截鲁棒性。
6. 总结？
还是六个词：
数格子、看落点、防饱和、买速度、买精度、留余量。
数格子：三种离散化就是三种数面积的方式； 看落点：前向欧拉会把稳定算成发散，双线性才是一一对应； 防饱和：执行器一顶到头，积分就得停手； 买速度：超前校正把极点拽向圆心，付的是控制量； 买精度：滞后校正抬低频增益，付的是响应时间； 留余量：无差拍的极限性能，是用鲁棒性换来的。
到这里，离散控制的三块拼图——建模、分析、校正——就齐了。你已经能把一个连续系统搬进单片机，判断它稳不稳，再把它调到想要的样子。