② 飞行仿真与可视化
④ 小程序说明、原理与实践收获
小程序功能简介
本小程序以无人机垂向飞行为主要对象，建立简化动力学模型，并通过 PID 控制器实现起飞、高度保持、阶跃跟踪、抗风扰动和航点跟踪仿真。用户可以改变无人机质量、阻尼、风扰动、传感器噪声和电机响应延迟，观察不同工况下 PID 参数对飞行稳定性的影响。
| 模块 | 功能 | 交互操作 |
|---|---|---|
| 参数设置 | 设置飞行任务、无人机参数、扰动条件和 PID 参数 | 输入框、下拉框、滑块 |
| 飞行仿真 | 实时显示无人机高度、目标高度、风扰动和轨迹 | 开始、停止、重置 |
| 自动调参 | 批量搜索 Kp、Ki、Kd，选择综合性能最优的参数 | 一键自动调参 |
| 性能验证 | 计算超调量、调节时间、RMSE、MAE、稳态误差和控制能量 | 自动生成结果 |
| 智能分析 | 根据指标判断系统稳定性，并给出参数修改建议 | 自动文字反馈 |
PID 控制原理
PID 控制器根据目标高度和实际高度之间的误差计算控制输入。比例项负责快速响应，积分项负责消除长期误差，微分项负责抑制震荡和超调。
u(t)=Kpe(t)+Ki∫e(t)dt+Kdde(t)/dt
其中，e(t) 为目标高度与实际高度的差值，u(t) 可理解为无人机推力修正量。若 Kp 过小，无人机响应较慢；若 Kp 过大，容易出现震荡；Ki 能减小稳态误差，但过大会造成超调；Kd 能抑制快速变化的误差，提高系统稳定性。
自动调参方法
自动调参采用“参数扫描 + 多指标评分”的方式。程序会在预设范围内批量尝试多组 PID 参数，对每组参数执行同样的飞行任务，再计算控制性能指标，最后根据综合评分选出推荐参数。
- 读取当前无人机参数、任务类型和扰动条件。
- 生成多组候选 PID 参数。
- 对每组参数运行完整仿真。
- 计算 RMSE、最大超调量、调节时间、稳态误差、控制能量和稳定性。
- 根据“快速、平衡、稳健”三种目标选择综合得分最低的一组参数。
- 将推荐参数写入页面，并重新执行验证仿真。
使用步骤
- 选择飞行任务，例如“高度保持”或“抗风扰动”。
- 设置目标高度、仿真时间、无人机质量、风扰动和传感器噪声。
- 手动拖动 Kp、Ki、Kd 滑块，点击“开始仿真”观察控制效果。
- 点击“一键自动调参”，让程序自动寻找更优 PID 参数。
- 查看右侧性能指标和分析结论，比较手动参数与推荐参数的区别。
- 点击“导出数据报告”，保存仿真数据和实践结果。
实践收获
通过完成该小程序，我理解了 PID 控制器在无人机高度控制中的基本作用，也认识到控制参数不能只凭经验设置，而需要通过仿真、指标评价和多工况验证进行调试。Kp、Ki、Kd 分别影响系统的响应速度、稳态误差和震荡抑制能力，三者需要综合平衡。通过加入风扰动、传感器噪声和电机延迟，我进一步认识到真实无人机飞行环境比理想模型更复杂，因此自动调参和鲁棒性验证对工程应用具有重要意义。