四旋翼无人机轨迹跟踪自适应滑模控制：Matlab Simulink仿真及位置、姿态图像分析

无人机仿真无人机四旋翼uav轨迹跟踪PID控制matlab,simulink仿真，具体内容包含位置三维图像，三个姿态角度图像，位置图像，以及参考位置实际位置对比图像t31 四旋翼无人机轨迹跟踪自适应滑模控制，matlab仿真

四旋翼无人机的轨迹跟踪就像让一个喝了咖啡的蜜蜂精准采蜜。今天咱们用Matlab/Simulink折腾两种控制方法——经典PID和带自适应能力的滑模控制，看看谁能让无人机更稳地抓住轨迹。

先上硬菜！在Simulink里搭动力学模型时，注意这串方程千万别手滑：

% 四旋翼动力学核心参数 Ix = 0.0345; % 转动惯量x Iy = 0.0345; % y轴 Iz = 0.0555; % z轴 g = 9.81; % 重力加速度

这几个数值要是填错了，无人机分分钟表演太空漫游。建议把电机推力转换写成独立模块，方便后期调试时快速调整升力系数。

PID控制咱们从高度通道开刀。在Z轴位置控制器里，试试这样的参数整定：

Kp_z = 4.5; Ki_z = 0.2; Kd_z = 3.1;

这时候跑个螺旋上升轨迹，在Scope里看到实际高度总比设定值慢半拍？别急着调参，先把仿真步长从auto改成0.001秒试试，有时候数值积分在作妖。

无人机仿真无人机四旋翼uav轨迹跟踪PID控制matlab,simulink仿真，具体内容包含位置三维图像，三个姿态角度图像，位置图像，以及参考位置实际位置对比图像t31 四旋翼无人机轨迹跟踪自适应滑模控制，matlab仿真

自适应滑模才是重头戏。看这段核心代码：

function u = adaptive_smc(e, de, params) persistent hat_theta; if isempty(hat_theta) hat_theta = 0; end s = de + lambda*e; % 滑模面 rho = 0.5*abs(e) + 1.2; % 自适应增益 hat_theta = hat_theta + gamma*s^2*dt; u = -k*sat(s/phi) - hat_theta*s; end

这里面的sat()函数用0.1的边界层厚度，既抑制抖振又不失鲁棒性。跑个8字轨迹时注意看姿态角曲线，横滚角会在转弯时突然跳变——这时候得检查Yaw通道的耦合补偿是否到位。

上对比图的时候要玩点花活：把三维轨迹、姿态角和位置误差三组曲线做成动态图表。在Figure属性里设置CameraPosition参数，让三维轨迹自动旋转展示，这样放在博文里更带感。

最后来个骚操作：在Simulink里给无人机模型加个风扰模块，用Band-Limited White Noise模拟阵风。这时候PID控制的位置误差能涨到0.8米，而自适应滑模还能死死咬住0.2米以内——这就是非线性的魅力！不过注意别把噪声强度设太大，否则算法再牛也扛不住台风级的干扰。