提示：本文是在前人基础上搭建的ADRC模型，并根据这一模型学习如何对其进行调参时产生的，部分结论来自论文。

ADRC技术是韩京清教授为克服PID存在的问题发明的一种新型的控制器，自抗扰控制器，这种控制器将所有外在和内在扰动通过ESO（扩张状态观测器）补偿给控制器中，从而使得这种控制方法对参数摄动和外部扰动有较强的抗干扰作用。但是这种方法也有一些问题，比如参数较多，调节起来比较麻烦。 本文将在CSDN博主的工作基础上，分析给ADRC控制器调参的一些经验。

提示：以下是本篇文章正文内容，下面案例可供参考

系统是根据CSDN博主“总被蚊子叮的小旭”的博客搭建出来的，具体请参见链接“https://blog.csdn.net/zouxu634866/article/details/106287879?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161553732716780262546593%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=161553732716780262546593&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2alltop_click~default-4-106287879.pc_search_result_no_baidu_js&utm_term=ADRC”，重点是学会使用MATLAB的S-Function，创建一个Simulink模块，我搭建出来的系统长这样，里面部分用到了Level1的S-Function：

直接将阶跃信号输入给被控对象发现输出是发散的，那么加上控制器ADRC以后呢？使用上面的博主搭建出来的ADRC的参数，得到的输出结果如下图（采样时间：0.00015s）： 如图所示，被控系统的输出其实是不稳定的（临界稳定），会产生较大的振荡，并且会有较大的超调。那么通过调节参数，最终得到的效果为： 这个图表示，系统能够较快的跟踪输入信号，并且不会产生静态误差，上升时间大概为0.2s（已经无法继续优化，可能是由于系统本身的延迟带来的）。

完整意义上的ADRC分为三个环节：TD（微分跟踪器）、ESO（扩张状态观测器）、NLSEF（非线性控制器），我的经验是，这几个部分应该分开调节，调好一个部分后再进行下一个环节的调节，他们之间的冲突并不明显（耦合效果不明显）。 总结论文中给出的经验，可以汇总如下：

本文是在复现前人成果的基础上总结出来的，ADRC调参的相关经验，ADRC对于外界干扰的抵抗力较强，对于控制系统有较好的控制效果，但是在调参的过程中，需要不断摸索。一般来讲，模型建立的越准确，参数调节越精确。毕竟，让计算机仿真一下可比在复杂多变的工程环境中实验验证简单得多！🤣🤣🤣

https://blog.csdn.net/zouxu634866/article/details/106287879?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161553732716780262546593%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=161553732716780262546593&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2alltop_click~default-4-106287879.pc_search_result_no_baidu_js&utm_term=ADRC