## **4. 误差累加方案** 误差累加方法是我自己通过实验总结的方案。 主要公式如下： >[danger] `$ f = \sum_1 ^t {d} * p $` 其中f是输出推力，d是误差，t是累加周期，p是比例系数 简而言之就是规定若干帧为一个周期，把周期中每一帧的误差累加起来，乘以一个规定的比例系数后直接作为输出。 代码实现如下（设编程块运行频率是60次/秒）： ``` const int T = 30; //周期 const double P = 1; //比例系数 List<double> d_data = new List<double>(); //储存误差的数组 void Main(){ double d = ...; //获取误差 d_data.Add(d); if(d_data.Count > T){ d_data.Remove(d_arr[0]); } double sum_d = 0; foreach(double i in d_data){ sum_d += i; } double F = sum_d * P; //输出结果 } ``` <br> 如下图： 方便描述，下文中我们将 输出 = 误差 称为普通算法。  图中红色是普通算法，蓝色是误差累加算法。 可以看到由于输出是误差在一定时间内的累加，误差累加算法在第一次抵达目标前会走得更平缓，在接近目标的过程中，它对误差的响应更加灵敏。 在第一次越过目标后，刚开始一段时间内，由于之前的正误差结果还在储存集中，累加的结果依然是正值，所以会出现越过目标后仍然在正加速的情况。 在震荡问题中，误差累加算法能一定程度上延长震荡周期，从而减少震荡。 在实际应用时，误差累加算法的计算周期一般很短（30帧，半秒内），因此并不会出现像图中这么明显的越过后依然加速的情况，总体上它让震荡效果变得更平缓。 **在实际应用中，如果没必要使用PID算法，又不想产生震荡，最好是采用误差累加算法，它对消除震荡真的非常有效**