ADRC的基本原理

一、参考资料推荐

想要初步了解ADRC，可以从韩京清教授的一篇文献和一本书看起
1.文献： 从PID技术到“自抗扰控制”技术（《控制工程》，2002）
2.书： 自抗扰控制技术——估计补偿不确定因素的控制技术

不过文章里讲的不是很细，是把之前多篇文章内容综合到一起提出了ADRC整体的控制框架。想要更深入学习当然还是看书更好一些。

二、为什么PID好，以及，为什么PID不够好

1.为什么PID好——不依赖于模型的控制器

2.为什么PID不够好——PID的缺点

注意到前面说 PID 能得到可以接受的效果，我们当然希望PID能够得到更好的控制效果，那么PID还有哪些不足呢？

以下摘自前面说的韩京清的那篇文章

误差的取法（直接由给定指令计算误差）
由误差提取误差微分的方法（使用传统的线性微分器）
加权和的策略不一定最好（比例，积分，微分项各乘上放大系数K KK然后相加来计算控制量）
积分反馈有许多副作用（对误差进行积分并放大然后反馈到系统）

三、ADRC给出的方案——如何保留PID的优点，同时弥补PID的缺点

上一节写了PID的几个缺点，下面一条一条解释这些缺点的意思，并给出ADRC的解决方案：

1. 误差的取法——安排过渡过程

直接根据给定指令计算误差可能会导致控制效果变差，比如有些指令里包含了我们不希望的高频信号，这类信号的例子有：阶跃指令，方波指令。
为了将高频信号解决掉，ADRC提出了安排“过渡过程”的方法，类似于把给定指令进行低通滤波，得到一个更容易实现的指令，从而在牺牲一点快速性的同时大大降低超调。

这里给个例子，考虑两个系统，一个带有指令滤波，一个不带：

图1 带有指令滤波器

图2 不带指令滤波器

2. 由误差提取误差微分的方法——跟踪微分器

3. 加权和的策略不一定最好——非线性反馈

图8 使用线性反馈和非线性反馈仿真对比