承接上文，我们已经得到了pid的连续型公式：

时间内的矩形面积相加，即为时间内的两点斜率，为，用迭代次数模拟时间。这就是pid离散化的位置式：

可以得到增量式：

代码如下：

#include #include struct pid_para{    float target; // 目标值    float current;// 测量值    float error;  // 误差    float last_error; // 上一次的误差    float last_lerror;// 前一次的误差    //float integral; // 积分    float kp,ki,kd;    float out;};pid_para pid;float pid_increment(float target){    pid.target = target;    pid.error = pid.target - pid.current;    //pid.integral += pid.error;    float increment = pid.kp * (pid.error - pid.last_error) + (pid.ki * pid.error) + (pid.kd * (pid.error - 2*pid.last_error + pid.last_lerror));    pid.out += increment;    pid.last_lerror = pid.last_error;    pid.last_error = pid.error;        return pid.out;}void pid_init(){    pid.target = 0;    pid.current = 60;    pid.error = 0;    pid.last_error = 0;    pid.out = 0;    pid.kp = 0.8;    pid.ki = 0.2;    pid.kd = 0.4;    printf("kp = %.2f , ki = %.2f , kd = %.2f\n", pid.kp,pid.ki,pid.kd);}int main(void){    int i = 0;    float u = 0;    float StaEr = rand()%10-5;    pid_init();    for(i = 0; i < 100; i++){        u = pid_increment(100);    pid.current = pid.current + u - StaEr;// 调用pid算法,并输入目标值printf("%f    \n",pid.current);    }    system("pause");    return 0;}

其他改进思路

在工程中实际情况是十分复杂的，只用经典pid可能也有不足。例如我们要控制一个四轴无人机从30米飞到100米，以高度误差作为e(t)。pid输出的电机数据可能是从2000r/s到8000r/s（随便编的数字）。但是电机的最大转速就是5000r/s，达不到pid输出的要求，那他只能以最大转速运转。这导致e的函数图像不能快速下降，积分部累计了非常多。这样即使e(t)很小时，比例部分对电机输出作用很小，积分部却成为主要矛盾，让电机仍然保持很大的转速，引起严重的超调。这就是积分饱和现象。我们无法改变比例项和微分项，就只能从积分项入手，用积分分离的思路解决。给系统设置一个最大值，若pid输出超过最大值，就令ki=0，不累加积分，等到pid输出可以接受了，再累加积分。

 if(pid.error > 50){        flag = 0;    }    else{        pid.integral += pid.error;    }    pid.out = (pid.kp * pid.error) + flag * (pid.ki * pid.integral) + (pid.kd * (pid.error - pid.last_error));

当然我们也可以依照情况赋给ki不同的值而不只是0，这就是变积分的思想。

一个pid不够，还可以引入双环pid，以外环的输出作为内环的输入。工程模型会变得很复杂，这里不做详细说明了。

结语

pid入门学习到此就结束了，真正将pid应用于工程，需要我们弄清整个工程，建立完整的控制模型，选择合适的pid算法，并伴随多次调试。

本文为原创，仅做学习只用，不做任何商业用途，转载请引用链接。