2、MATLAB基础操作：界面、变量、脚本、函数、矩阵运算、绘图基础

飞控系统仿真本质上是一个“建模—计算—可视化”的迭代过程。MATLAB作为该领域的标准工具，其基础操作的熟练程度直接决定了后续开发效率。本章将围绕MATLAB的界面布局、变量管理、脚本与函数编写、矩阵运算以及绘图基础展开，帮助您建立一套高效的仿真工作流。我们不仅会讲解“按钮在哪里”，更会深入剖析“为什么这样做效率更高”，为后续的飞控动力学建模与控制器设计打下坚实的地基。

上图展示了MATLAB飞控仿真中四个基础模块的协作关系。界面与变量是操作入口，脚本与函数是代码组织方式，矩阵运算是数学核心，绘图则是结果呈现手段。下面我们逐一深入剖析。

2.1 界面布局与变量管理

核心原理：MATLAB桌面环境由命令行窗口（Command Window）、工作区（Workspace）、当前文件夹（Current Folder）和编辑器（Editor）四大面板构成。在飞控仿真中，命令行用于快速验证数学表达式，工作区实时显示所有变量的值、维度与数据类型，编辑器则用于编写可复用的脚本和函数。理解这四个面板的协作关系，是高效仿真的第一步。

操作流程：

1. 变量创建：直接输入 roll_angle = 0.5 即创建双精度浮点变量；使用 uint8(180) 可创建整型变量。
2. 数据导入：通过 load('flight_data.mat') 加载历史飞行数据，或使用 csvread 读取传感器日志。
3. 变量清理：定期使用 clear all 清空工作区，避免旧数据干扰新仿真。

2.2 脚本与函数的编写规范

核心原理：脚本（Script）按顺序执行命令，适合线性流程；函数（Function）具有独立工作区，通过输入输出参数传递数据，适合封装可复用的算法模块。在飞控仿真中，通常将传感器模型、控制律、状态估计器封装为函数，而将仿真主流程写在脚本中。

判断方法：当代码需要被多次调用且参数可变时，应写成函数；若仅需一次性执行，则使用脚本。例如，PID控制器参数（Kp, Ki, Kd）不同，应封装为 function u = pid_controller(error, Kp, Ki, Kd)。

% 飞控仿真主脚本示例
clear; clc;
% 定义仿真参数
dt = 0.001;  % 仿真步长1ms
t_end = 10;  % 仿真时长10s
t = 0:dt:t_end;
% 初始化状态
state = [0; 0; 0];  % 滚转角、俯仰角、偏航角
% 主循环
for k = 1:length(t)
    % 调用控制律函数
    u = pid_controller(state(1), 2.0, 0.5, 0.1);
    % 更新状态（简化模型）
    state = state + dt * [u; 0; 0];
end

2.3 矩阵运算与向量化编程

核心原理：MATLAB的矩阵运算能力是飞控仿真的基石。飞控算法中大量使用旋转矩阵（3×3）、四元数（4×1向量）、雅可比矩阵等。向量化编程（避免for循环）可提升仿真速度1-2个数量级，尤其在处理长时程仿真时优势明显。

关键运算规则：

• 矩阵乘法：A * B 执行线性代数乘法，用于坐标变换。
• 点运算：A .* B 执行元素级乘法，用于逐元素计算。
• 转置：A' 用于旋转矩阵求逆（正交矩阵的逆等于转置）。

% 飞控中的典型矩阵运算
% 定义旋转矩阵（绕Z轴旋转45度）
theta = pi/4;
Rz = [cos(theta), -sin(theta), 0;
      sin(theta),  cos(theta), 0;
      0,           0,          1];
% 定义机体坐标系下的向量
v_body = [1; 0; 0];
% 转换到地面坐标系
v_ground = Rz * v_body;
% 向量化计算多个时间点的正弦值
t = 0:0.01:10;
y = sin(2*pi*5*t);  % 5Hz正弦波，无需for循环

2.4 绘图基础与数据可视化

核心原理：飞控仿真结果的可视化包括时域响应曲线（姿态角变化）、空间轨迹（三维飞行路径）和频域分析（Bode图）。MATLAB的 plot 系列函数提供了从简单曲线到复杂三维渲染的完整能力。

操作流程：

1. 创建图形窗口：figure('Name', '姿态响应', 'NumberTitle', 'off')
2. 绘制曲线：plot(t, roll_angle, 'b-', 'LineWidth', 1.5)
3. 标注与网格：xlabel('时间 (s)'); ylabel('角度 (deg)'); grid on;
4. 多子图：subplot(2,1,1) 分别绘制滚转、俯仰响应。

% 飞控仿真结果可视化示例
figure('Name', '飞行轨迹', 'Position', [100, 100, 800, 600]);
% 绘制三维轨迹
plot3(position(:,1), position(:,2), position(:,3), 'r-', 'LineWidth', 2);
grid on; axis equal;
xlabel('X (m)'); ylabel('Y (m)'); zlabel('Z (m)');
title('四旋翼三维飞行轨迹');
% 添加起点和终点标记
hold on;
plot3(position(1,1), position(1,2), position(1,3), 'go', 'MarkerSize', 10, 'MarkerFaceColor', 'g');
plot3(position(end,1), position(end,2), position(end,3), 'ro', 'MarkerSize', 10, 'MarkerFaceColor', 'r');
legend('轨迹', '起点', '终点');

2.5 案例拆解：从零搭建一个姿态响应仿真

场景与目标：假设我们需要验证一个简化的滚转通道PD控制器性能。已知飞机滚转惯量 Ixx = 0.05 kg·m²，目标滚转角 roll_ref = 30°，控制器参数 Kp = 2.0, Kd = 0.5。要求绘制滚转角响应曲线并计算超调量。

实施步骤：

1. 初始化参数：设置仿真步长 dt = 0.001，总时长 t_end = 5。
2. 编写动力学函数：创建 roll_dynamics.m 函数，输入当前状态和控制力矩，输出状态导数。
3. 主仿真循环：使用for循环迭代计算，存储每个时间点的角度和角速度。
4. 结果分析：计算超调量 overshoot = (max(roll) - roll_ref) / roll_ref * 100。

% 主仿真代码
dt = 0.001; t = 0:dt:5; n = length(t);
roll = zeros(1,n); roll_rate = zeros(1,n);
roll(1) = 0; roll_rate(1) = 0;
Ixx = 0.05; Kp = 2.0; Kd = 0.5; roll_ref = deg2rad(30);
for k = 1:n-1
    error = roll_ref - roll(k);
    torque = Kp * error - Kd * roll_rate(k);
    roll_rate(k+1) = roll_rate(k) + (torque / Ixx) * dt;
    roll(k+1) = roll(k) + roll_rate(k+1) * dt;
end
% 绘图
figure; plot(t, rad2deg(roll), 'b-', 'LineWidth', 1.5); hold on;
yline(rad2deg(roll_ref), 'r--', '目标角度');
xlabel('时间 (s)'); ylabel('滚转角 (deg)'); grid on;
legend('实际响应', '目标值');
% 计算超调量
overshoot = (max(roll) - roll_ref) / roll_ref * 100;
fprintf('超调量: %.2f%%\n', overshoot);

结果与复盘：运行代码后，若超调量超过15%，说明Kd过小；若响应过慢，则需增大Kp。通过调整参数并重新运行，可快速找到最优控制参数。此案例展示了从变量定义、矩阵运算到绘图分析的全流程，是后续复杂飞控仿真的最小可行示例。