参数设置
过程为 T_p=2s 的一阶延迟，控制器为PI（积分时间 T_i=2s）。权重假设 A_s=0.01、A_t=0.01、M_t=2.0。
Bode 图与 H∞ 范数实时扫描
红=|S|, 蓝=|T|, 绿虚线=|W_S|, 紫虚线=|W_T|, 灰虚线=M_s 上限。标记=‖S‖∞ 峰值（绿=鲁棒, 黄=未达）
理论与主要公式
过程 $G_p(s)=\dfrac{1}{T_p s+1}$ 和 PI 控制器 $C(s)=K_c\left(1+\dfrac{1}{T_i s}\right)$ 组成开环 $L=CG_p$。
灵敏度函数 $S$ 和互补灵敏度 $T$（代数约束 $S+T=1$）：
$$S(s)=\frac{1}{1+L(s)},\qquad T(s)=\frac{L(s)}{1+L(s)}$$
灵敏度权 $W_S$（低频大）和互补灵敏度权 $W_T$（高频大）：
$$W_S(s)=\frac{s/M_s+\omega_{BW}}{s+\omega_{BW} A_s},\qquad W_T(s)=\frac{s+\omega_{BT}/M_t}{A_t\,s+\omega_{BT}}$$
混合灵敏度的H∞范数（设计评价指标）：
$$\|T_{zw}\|_\infty=\sup_{\omega}\sqrt{|W_S(j\omega)S(j\omega)|^2+|W_T(j\omega)T(j\omega)|^2}$$
设计条件是 $\|W_S S\|_\infty<1$ 且 $\|W_T T\|_\infty<1$。同时满足两者时，扰动抑制和噪声抑制、模型误差容限均得到保证。
H∞控制模拟器说明
🙋
我听说过「H∞控制」这个名字，但不清楚它是什么样的设计方法。与普通的PID有什么不同呢？
🎓
简单来说，H∞控制是一种直接降低闭环系统频率增益最大值的设计方法。PID是从时间域角度看超调、稳定时间等响应指标，但H∞是从频率域确保"坏频率上的增益不会暴增"。在上面的模拟器中，试试增大K_c。你会看到红色的|S|曲线峰值（Ms）在变化。这就是鲁棒性的直接指标。
🙋
|S|和|T|在低频和高频交换的现象是什么意思呢？
🎓
这就是H∞设计的核心。S表示"扰动在输出中剩余的程度"，T表示"目标值传递到输出的程度、传感器噪声通过的程度"。有一个数学约束叫S+T=1，所以两个都不能同时为零。做法是：低频下降低S来消除扰动，高频下降低T来切断噪声——这个分界点由ω_BW和ω_BT决定，这就是加权函数设计。
🙋
绿色和紫色虚线是「权重」吧。它们的上方不能越过S和T吗？
🎓
准确地说，我们要使|W_S·S|和|W_T·T|都小于1。这叫「混合灵敏度问题」。从图上看，红色的|S|不能超过绿色的|W_S|^(-1)，蓝色的|T|不能超过紫色的|W_T|^(-1)。模拟器中的「||W_S·S||_∞」数值如果小于1，说明扰动抑制的要求满足了。如果超过1，说明要求没达到。
🙋
当把M_s从1.4变到5时，图形差异很大。在实际应用中怎么决定M_s呢？
🎓
实务中的标准范围是1.4～2.0。1.4比较保守，鲁棒性高但追随性能差。超过2.0时，对模型误差的容限（增益余量、相位余量）就会变小，实际设备中只要摩擦力变了一点、管路长度有偏差，就容易振荡。建议以M_s=2.0为基准，通过调整K_c来让|S|峰值恰好接触M_s线。
常见问题
H∞控制用最大奇异值范数对不确定性进行统一评价，因此对具有块对角结构的结构化不确定性会比较保守。μ-综合（结构化奇异值设计）利用块结构获得更精确的鲁棒性能指标，但需要通过D-K迭代计算，成本高且容易陷入局部最优。实际做法是先从H∞开始，必要时再考虑μ设计。
鲁棒控制是「对模型不确定性保证稳定性和性能」的总体概念。H∞控制是其中一个代表性设计方法，用传递函数H∞范数量化不确定性。其他鲁棒方法还有LQG/LTR、QFT、滑模控制、μ-综合等，H∞在频率域严格保证方面的优势最明显。
在线性时不变的稳定系统中，log|S(jω)|在全频率上的积分等于一个非负的定值（与不稳定极点和有关）。这意味着，如果在某个频带降低S（扰动抑制），必定在另一个频带增大S（扰动放大）。比喻来说就像水面，一端被压下去，另一端必然抬起来。H∞设计就是在这个约束下，权衡哪些频率需要控制。
标准的做法是：W_S在低频增益大（扰动抑制），在ω_BW处通过0 dB，高频逼近1/M_s（允许峰值）的水平渐近线。W_T则相反，高频增益大（噪声抑制），在ω_BT处通过0 dB。在ω_BW和ω_BT之间留出一定裕度会让数值求解更容易收敛。如果硬要在同一频率同时压低两个权重，会与S+T=1约束矛盾，导致无解。
实际应用
航空器与火箭飞行控制：机体参数随飞行速度、高度、载重变化很大，鲁棒性至关重要。H∞控制在F-16CAS、各类无人机姿态控制、火箭推力矢量控制等领域广泛应用，在整个飞行包线上保证稳定余裕。
硬盘寻头定位、半导体曝光机：需要同时抑制外部振动/冲击和实现高速追踪，这类机电一体化系统标准采用H∞控制。柔性结构的共振峰可以通过权重内的陷波滤波器自动处理，这是H∞的独特优势。
工业过程控制（化工厂、电力系统）：多变量耦合、死时间大、模型不确定性严重的场景，H∞和混合灵敏度设计是标配。蒸馏塔组分控制、火电机组锅炉-汽轮机控制、电网稳定装置都有实例。
汽车底盘控制：主动悬架、电动助力转向、ESP等系统会因路面和乘员数变化，特性偏离很大。乘坐舒适性与路面跟踪的权衡——正好是H∞混合灵敏度的典型应用场景。
常见误解与注意事项
最常见的误解是「H∞范数越小，实机性能就自动变好」。H∞是频率域峰值增益的最小化，并不能直接最小化时间响应的稳定时间、超调。在模拟器中增大K_c来降低||W_S·S||_∞，可能导致过渡响应变振荡。H∞设计的目标是「保证鲁棒性」，时间响应品质需要单独验证和调整。
另一个常见错误是「权重函数设置得越严格越好」。如果W_S在低频过度放大，或W_T在高频过度放大，会导致问题无解（infeasible），或输出极高阶的控制器。试试在模拟器中把ω_BW改得接近ω_BT——你会看到权重曲线重叠，Ms峰值突然激增。这说明设计要求已接近物理极限。实务中要注意Bode感度积分（waterbed效应）的约束，分出需求的轻重。
最后要说明，本模拟器只是在固定PI结构下评估混合灵敏度指标的可视化工具。真正的H∞控制器综合是通过求解Riccati方程或LMI来进行的。这里展示的是「改变PI增益K_c时混合灵敏度如何变化」的直观教学演示。完整的H∞控制器设计应该用MATLAB鲁棒控制工具箱的hinfsyn函数、Python控制库，或SLICOT库。得到的控制器通常阶数高于PI（等于过程阶数加权重阶数）。