比例积分微分（PID）控制算法是实际生产中使用最为广泛的控制算法,据统计,90%以上的控制回路选用PID控制器。在工业上,一种常见的流程是通过调整PID控制器参数,以便与目标性能指标相匹配,而这些调整后的参数在整个操作过程中保持不变。然而,大多数工业过程都具有模型未知与过程模型随时间动态变化等问题。在这些情况下,必须重新调整PID参数以达到鲁棒的控制性能。但实时人工整定PID控制器参数对控制工程师的经验要求极高,人力成本大大增加。为了克服这个问题,人们提出了自整定方法,自动整定控制器可以使系统自动地响应请求以得到适合的控制器参数,当控制指标发生偏差时,操作人员只需启动自整定程序,直到得到足够多的满足控制指标的输出数据。一个自整定PID控制器包括一个传统的PID控制器以及一套自整定算法,通过实时更新PID控制器的比例、积分、微分系数来保证闭环控制系统的性能最优化。针对连续不断变化的控制系统设计使用自整定程序对设计者来说是一个挑战,因为系统变化和自整定是同时进行的。当过程模型在运行中发生变化或外界扰动增加时,控制器参数既要实时保持在稳定域范围之内以满足闭环系统稳定的大前提,又要完成操作人员指定的控制指标。本文针对存在随机扰动的线性系统,在无需先验知识和外部激励信号的情况下,提出了一种基于数据驱动的最小方差PID控制器在线整定方法。通过采用两组不同的粗调控制器平滑的切换,在常规操作条件下采集两组输出数据。然后,基于FCOR算法,对线性系统的最小方差控制器进行在线估计。在满足闭环稳定性的前提下,通过求解最小方差控制器和PID控制器脉冲响应系数优化问题,得到最小方差PID控制器的参数,使其近似于估计的最小方差控制器,其中加权惩罚函数由控制器参数的逆和所提出的控制器与最小方差控制器的差值组成。通过在惩罚函数中选择不同的加权系数,考虑阶跃干扰衰减和随机扰动衰减之间的权衡来确定最小方差PID控制器的最终整定参数。