PID控制基础回顾：比例P、积分I、微分D的作用、PID的离散化实现、位置式与增量式PID

聊到控制抖动，咱们得先把PID的老底翻出来看看。很多调参问题，说白了就是没搞懂这三个字母到底在干嘛。我见过不少工程师，上来就调P、调I、调D，调了半天系统还在那晃——其实不是参数不对，是压根没理解每个分量在干什么。

比例P：最直接的“纠偏”力量

比例项，就是当前误差乘以一个系数。误差大，输出就大；误差小，输出就小。听起来很合理对吧？

但这里有个坑。我当年做温控系统时，P调得太大，温度直接冲过头，然后来回震荡，就是稳不住。为什么？因为比例控制永远需要一个“稳态误差”——它必须靠误差存在才能产生输出。你想让加热器一直工作，就得让温度一直低于目标值，这就是所谓的“静差”。

积分I：专门收拾“历史欠账”

积分项，就是把过去所有的误差累加起来。只要误差一直存在，积分就会一直增长，直到输出足够大把误差压下去。

我个人习惯把积分看作“记仇”的环节。你想想看，系统跑偏了，P已经尽力了，但就是差那么一点回不去。这时候积分开始算账：“过去10秒你一直偏了5度，我得把这笔账还上。”于是输出慢慢增加，直到误差归零。

但积分也有副作用。我在做电机速度控制时遇到过一个问题——积分饱和。系统启动时误差很大，积分疯狂累积，等实际值追上目标时，积分已经积了太多“债”，导致系统冲过头，来回震荡好久才能稳定。

微分D：预测未来的“刹车”

微分项，看的是误差的变化率。误差在快速增大，微分就输出一个反向力去“踩刹车”；误差在快速减小，微分就提前收力，防止冲过头。

说白了，微分是“未来”的力量。它不看你现在偏了多少，而是看你正在往哪个方向跑、跑得多快。我做过一个无人机悬停的项目，光靠PD就能飞得很稳，因为微分能提前感知姿态的变化趋势，在偏差变大之前就做出修正。

但微分对噪声极其敏感。传感器信号稍微有点毛刺，微分就会放大这些噪声，导致输出剧烈抖动。嗯，这里要注意——如果你的系统噪声大，微分项最好别用，或者先做滤波。

参数	作用	优点	缺点
P	当前误差	响应快，直观	存在静差
I	历史误差累积	消除静差	积分饱和，响应慢
D	误差变化趋势	抑制超调，提前修正	对噪声敏感

PID的离散化实现

现实中的控制器都是数字芯片，没法处理连续信号。所以我们要把连续的PID公式变成离散的、每个周期算一次的形式。

连续PID公式长这样：

u(t) = Kp * e(t) + Ki * ∫e(t)dt + Kd * de(t)/dt

离散化之后，积分变成累加，微分变成差分：

u(k) = Kp * e(k) + Ki * Σe(i)*Ts + Kd * (e(k) - e(k-1))/Ts

其中Ts是采样周期。这里有个细节——Ki和Kd通常已经包含了Ts，所以实际代码里直接乘系数就行，不用每次都除Ts。

位置式PID

位置式PID，就是直接算出完整的控制量u(k)。公式就是上面那个离散形式。每次计算都要把从开始到现在的所有误差累加起来。

优点：直观，好理解。缺点：积分项要一直累加，如果出错了或者切换模式，积分值可能乱掉。而且一旦积分饱和，需要很长时间才能退出来。

// 位置式PID示例
float pid_positional(float setpoint, float measurement) {
    float error = setpoint - measurement;
    
    // 比例项
    float p_out = Kp * error;
    
    // 积分项 - 累加所有历史误差
    integral += error * Ts;
    float i_out = Ki * integral;
    
    // 微分项
    float d_out = Kd * (error - prev_error) / Ts;
    prev_error = error;
    
    return p_out + i_out + d_out;
}

增量式PID

增量式PID，算的不是控制量本身，而是控制量的变化量Δu(k)。然后每次把Δu加到上一次的输出上。

公式推导一下：

Δu(k) = u(k) - u(k-1)
       = Kp * [e(k) - e(k-1)] + Ki * e(k) * Ts + Kd * [e(k) - 2*e(k-1) + e(k-2)] / Ts

你看，增量式不需要累加积分项，只跟最近几次的误差有关。这意味着什么？

• 没有积分饱和问题
• 切换手动/自动模式时无冲击
• 计算量小，适合嵌入式

我在做电机控制时，几乎都用增量式。尤其是需要频繁启停、切换模式的应用，增量式比位置式省心太多。

// 增量式PID示例
float pid_incremental(float setpoint, float measurement) {
    float error = setpoint - measurement;
    
    // 计算增量
    float delta_u = Kp * (error - prev_error) 
                  + Ki * error * Ts 
                  + Kd * (error - 2*prev_error + prev_prev_error) / Ts;
    
    // 更新历史值
    prev_prev_error = prev_error;
    prev_error = error;
    
    // 累加输出
    output += delta_u;
    
    return output;
}

知识体系总览

下面这张图把PID的核心逻辑串起来了。从连续到离散，从位置式到增量式，每个环节都有对应的实现方式。

这张图把整个知识结构理清楚了。从P、I、D三个基本分量出发，经过离散化处理，最终落地到位置式和增量式两种实现方式。每种方式都有它的适用场景，没有的好坏，关键看你的系统需要什么。

我个人建议，刚入门时先把位置式搞明白，理解每个分量的物理意义。等做实际项目了，再根据需求切换到增量式。我自己就是这么过来的——先搞懂原理，再追求工程上的便利。