3.1 算法的基本控制结构 3.2 if选择语句 3.3 switch选择语句 3.4 循环语句 3.5 循环嵌套 3.6 应用举例

7.1 引言 7.2 采样过程的数学描述 7.3 信号恢复 7.4 Z变换理论 7.5 采样系统的数学模型 7.6 离散控制系统分析 7.7 数字控制器的设计 7.8 Matlab在离散系统中应用

一、数字直接控制器定义 直接数字控制器DDC(Driect Digital Controller)又称下位机所有的控制逻辑均由微信号处理器,并以各控制器为基础完成

6.1 8位加法器的设计 6.2 8位乘法器的设计 6.3 序列检测器的设计 6.4 正负脉宽数控调制信号发生器的设计 6.5 数字频率计的设计 6.6 秒表的设计 6.7 MCS–51单片机与FPGA/CPLD总线接口逻辑设计 6.8 交通灯信号控制器的设计 6.9 语音信箱控制系统的设计 6.10 PID控制器的设计 6.11 空调系统有限状态自动机的设计 6.12 闹钟系统的设计

1、开环和闭环控制系统的差别及反馈的好处 2、系统灵敏度的概念 3、反馈改善系统瞬态响应的特性 4、反馈对于控制或部分消除干扰信号的作用 5、反馈对于改善系统稳态误差的作用 6、反馈的代价 7、磁盘驱动读取系统的设计

1、开环和闭环控制系统的差别及反馈的好处 2、系统灵敏度的概念 3、反馈改善系统瞬态响应的特性 4、反馈对于控制或部分消除干扰信号的作用 5、反馈对于改善系统稳态误差的作用 6、反馈的代价 7、磁盘驱动读取系统的设计

1、开环和闭环控制系统的差别及反馈的好处 2、系统灵敏度的概念 3、反馈改善系统瞬态响应的特性 4、反馈对于控制或部分消除干扰信号的作用 5、反馈对于改善系统稳态误差的作用 6、反馈的代价 7、磁盘驱动读取系统的设计

– 空间部分 – 地面控制部分 – 用户设备部分

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

研究了一类不确定离散时间系统的鲁棒H∞预见控制问题.其中采用一种新的方法构造扩大误差系统,避免对时变的系数矩阵取差分,从而成功构造简化的扩大误差系统.然后针对所求得的不确定系统的扩大误差系统,通过引入带有预见作用的状态反馈,研究鲁棒H∞保成本控制问题,得到确保鲁棒H∞控制器存在的充分条件及H∞状态反馈控制器的设计方法.该条件可以通过求解一个线性矩阵不等式优化问题而实现.所得控制器回到原系统就得到带有预见作用的最优预见控制器.而且,通过引入积分器,实现闭环系统对目标值信号的鲁棒无静差跟踪.最后的数值算例说明了本文理论的有效性