MATLAB控制系统仿真与实例详解

第1章　控制系统仿真基础　1
1.1　自动控制理论与控制技术概述　1
1.1.1　自动控制理论的发展概况　1
1.1.2　自动控制系统简介　4
1.2　计算机仿真概述　5
1.2.1　系统与模型　6
1.2.2　计算机仿真　7
1.2.3　仿真的作用　8
1.2.4　仿真算法和仿真软件　8
1.2.5　计算机仿真的一般过程　9

第2章　MATLAB程序设计语言基础　11
2.1　MATLAB基础　11
2.1.1　MATLAB的产生与发展　11
2.1.2　MATLAB的主要特点　13
2.2　MATLAB 操作平台　14
2.2.1　MATLAB的安装与启动　14
2.2.2　MATLAB的运行环境　15
2.3　MATLAB帮助系统　18
2.3.1　联机帮助系统　19
2.3.2　命令窗口查询帮助　20
2.3.3　联机演示系统　22
2.3.4　常用的命令和技巧　23
2.4　MATLAB的数值计算功能　24
2.4.1　MATLAB 数据类型　24
2.4.2　矩阵的生成　26
2.4.3　矩阵的基本数学运算　37
2.4.4　数组运算　46
2.4.5　向量和下标　53
2.4.6　矩阵的相关函数　59
2.4.7　多项式运算　69
2.5　MATLAB在数值分析中的应用　71
2.6　MATLAB的图形可视化　74
2.6.1　二维图形的绘制　74
2.6.2　三维图形的绘制　78
2.6.3　图形的输出　80
2.7　MATLAB的程序设计　80
2.7.1　M文件　80
2.7.2　函数变量及变量作用域　82
2.7.3　子函数与局部函数　83
2.7.4　流程控制语句　84
2.8　符号运算功能　86

第3章　控制系统理论基础　91
3.1　经典控制理论基础　91
3.1.1　开环控制系统与闭环控制系统　91
3.1.2　控制系统分类　97
3.2　经典控制理论的研究内容　100
3.2.1　传递函数模型　101
3.2.2　零极点增益模型　105
3.2.3　控制系统的时域分析　105
3.2.4　控制系统的根轨迹分析　114
3.2.5　控制系统的频域分析　115
3.3　现代控制理论基础　117
3.3.1　状态空间模型　117
3.3.2　能控性和能观测性　118
3.3.3　能控性和能观测性实现　118
3.3.4　极点配置设计　125
3.3.5　最优控制设计　126
3.4　智能控制理论基础　128
3.4.1　智能控制的概念和特点　129
3.4.2　神经网络控制　129
3.4.3　模糊控制　134

第4章　Simulink交互式仿真环境　137
4.1　Simulink简介　137
4.1.1　Simulink概述　137
4.1.2　Simulink的启动与界面　138
4.2　Simulink中常用模块　140
4.2.1　Commonly Used Blocks(常用模块库)　140
4.2.2　Continuous(连续系统模块库)　142
4.2.3　Discontinuous(非连续系统模块库)　142
4.2.4　Discrete(离散系统模块库)　143
4.2.5　Math Operations(数学运算模块库)　144
4.2.6　Sinks(接收模块库)　145
4.2.7　Sources(信号源模块库)　146
4.3　Simulink建模　147
4.3.1　Simulink简单模型的建立　147
4.3.2　模块的操作　149
4.3.3　信号线的操作　150
4.3.4　模型注释　151
4.3.5　仿真配置　151
4.3.6　建模实例　155
4.4　子系统及其封装技术　157
4.4.1　Simulink子系统　157
4.4.2　封装模块　158
4.5　模型运行及分析　159
4.5.1　模型特征　159
4.5.2　模型运行　159
4.5.3　模型线性化　161
4.5.4　系统平衡点的求取　163
4.6　S-函数　164
4.6.1　S-函数的工作方式　164
4.6.2　用MATLAB语言编写S-函数　166

第5章　控制系统建模　169
5.1　系统的数学模型描述　169
5.1.1　连续系统　169
5.1.2　离散系统　171
5.2　MATLAB中控制系统模型的建立　172
5.2.1　传递函数模型　172
5.2.2　零极点增益模型　176
5.2.3　状态空间模型　179
5.3　系统不同模型之间的转换　181
5.4　系统模型的连接　192
5.5　连续系统与离散系统的相互转化　209

第6章　线性控制系统的分析与仿真　214
6.1　线性系统的时域分析　214
6.2　线性系统的根轨迹分析　231
6.3　线性系统的频域分析　237
6.3.1　频域响应分析　237
6.3.2　频率域稳定性分析　246
6.4　线性系统的状态空间分析　250
6.4.1　能控性分析　250
6.4.2　能观性分析　254
6.4.3　极点配置及其MATLAB实现　257

第7章　PID控制系统设计及仿真　262
7.1　PID控制系统设计原理　262
7.2　连续系统的模拟PID仿真　263
7.3　数字PID控制　264
7.3.1　位置式PID控制算法　264
7.3.2　连续系统的数字PID控制仿真　265
7.3.3　离散系统的数字PID控制仿真　267
7.3.4　增量式PID控制算法及仿真　272
7.3.5　积分分离PID控制算法及仿真　274
7.4　智能PID控制　278
7.4.1　神经元PID控制　278
7.4.2　模糊自适应PID控制　283
7.4.3　专家PID控制　292

第8章　最优控制系统设计　295
8.1　最优控制的基本概念　295
8.1.1　最优控制问题　295
8.1.2　最优控制的性能指标及应用类型　297
8.1.3　最优控制中的变分法　297
8.1.4　用变分法求连续系统最优控制　302
8.2　连续系统线性二次型最优控制　304
8.2.1　连续系统线性二次型最优控制原理　305
8.2.2　连续系统二次型最优控制的MATLAB函数　305
8.3　离散系统线性二次型最优控制　309
8.3.1　离散系统线性二次型最优控制原理　309
8.3.2　离散系统二次型最优控制的MATLAB函数　309
8.4　线性二次型高斯最优控制　311
8.4.1　LQG最优控制原理　311
8.4.2　LQG最优控制的MATLAB实现　312
8.5　最优控制系统设计实例　318

第9章　鲁棒控制系统设计　322
9.1　鲁棒控制系统简介　322
9.1.1　奇异值、H2和范数　323
9.1.2　标准鲁棒控制问题　323
9.1.3　结构与非结构不确定性　324
9.1.4　使用控制方法　324
9.2　鲁棒控制工具箱　326
9.3　鲁棒控制系统设计方法　329

第10章　神经网络系统设计及其MATLAB实现　331
10.1　人工神经网络概述　331
10.2　神经网络工具箱函数　332
10.3　神经网络模型及其MATLAB实现　334
10.3.1　感知器　334
10.3.2　线性神经网络　338
10.3.3　BP网络　344
10.3.4　径向基函数(RBF)神经网络　350
10.3.5　Hopfield网络　353
10.3.6　自组织特征映射神经网络　357

第11章　模糊控制系统设计　361
11.1　模糊控制系统　361
11.1.1　模糊控制系统的基本结构及其原理　361
11.1.2　PD、PI、PID型的模糊控制器　363
11.1.3　模糊控制器的设计方法　364
11.2　模糊控制工具箱简介　366
11.3　模糊推理系统的建立　367

第12章　系统辨识　374
12.1　系统辨识基础　374
12.1.1　辨识的内容和步骤　375
12.1.2　系统辨识的分类　376
12.2　系统辨识常用输入信号　376
12.3　最小二乘辨识及其MATLAB实现　379
12.3.1　最小二乘算法简介　380
12.3.2　最小二乘一次完成算法及其MATLAB实现　381
12.3.3　最小二乘递推算法　383
12.3.4　增广最小二乘算法　385
12.4　极大似然辨识及其MATLAB实现　389
12.4.1　极大似然辨识简介　389
12.4.2　动态模型参数极大似然辨识及其MATLAB实现　389
12.5　神经网络模型辨识及其MATLAB实现　392