也请告诉我，哪些是推荐资源（书籍，教程，讲座等）有关控制系统工程的知识，以及如何在技术水平上开始使用它？我正在寻找有关控制系统工程示例参考请求的资源
#1 楼
有很多重叠之处，但重点有所不同。控制工程也早于DSP。如果您拥有传统的EE教育，那么您实际上并没有太大的区别。状态变量是Controls中更典型的透视图。 Oppenheim和Schafer的第一版1975年有一个关于状态变量的章节，但多年来却被删除。您需要了解状态变量才能进行卡尔曼滤波，这是一个重叠的区域。线性估计和线性控制是彼此的对偶。
我还要说混合连续/离散时间系统在控制中更为常见，但是DSP也有很多例子。
DSP几乎总是在统一采样上完成。状态变量也可以用于非均匀采样。
我从未听说过反因果控制系统，但是及时向前向后过滤在DSP中很常见。控制本质上是因果关系。单面Laplace变换在控件中更为常见。
反馈回路的稳定性在这两个方面都很重要。高级控制系统课程将涵盖Lyaponov稳定性等主题。您通常看不到DSP所涵盖的内容，但是有使用该技术的DSP论文。 DSP出现在金融领域。机器人技术中有很多方面都使用计算机视觉。
在RADAR中，波形和滤波在前端是更多的DSP，但是在后端的跟踪系统是更多的Controls。
如果我不得不用一个单词来形容每个。
控件：反馈
信号处理：感应/>或使用短语
控件：存在的
DSP：沟槽中的
评论
$ \ begingroup $
状态变量是控件中更典型的视角。这确实取决于您在哪里工作。这是学术界和航空航天业中唯一获得稳定的唯一方法。在工业中，尽管您更有可能看到带有PID的经典控制。
$ \ endgroup $
–格雷厄姆
19-10-1在10:40
$ \ begingroup $
@Graham是的，但是在更复杂的系统中，它会来回泄漏信号，在特定情况下，加热器和传感器会建立温度，我不得不以性能为代价安装PID，以使技术水平较低的人可以维护它。通常，除了有限的可识别极点/零点以外，更精细的控制系统可改善性能。
$ \ endgroup $
–狂徒
19-10-1在20:38
$ \ begingroup $
“槽中”是什么意思？
$ \ endgroup $
–́abtj
19-10-2在5:25
$ \ begingroup $
@rrogers，他们的性能可能会提高，当然，但性能改善可能并不显着，特别是与了解该性能的培训成本相比。这就是为什么我们仍然使用PID。我从事实时嵌入式控制软件已经有25年了，回想起来，我不需要两只手来数我真正了解状态空间的工程师的数量。 （顺便说一句，我不在列表上！！）而且，我不需要任何手数来计算使用该系统的系统。
$ \ endgroup $
–格雷厄姆
19-10-2在7:55
$ \ begingroup $
在凹槽中。认为爱迪生
$ \ endgroup $
–user28715
19年10月2日在10:14
#2 楼
我做了信号处理博士学位。在控制系统部门。我认为信号处理是开环的。控制系统闭环。除此之外，两者的数学原理非常相似。通常是非常不同的应用程序。
评论
$ \ begingroup $
结束或否决该问题将不是一个积极的行动，因为该问题与寻求知识有关，并且该知识与DSP有关，因为控制系统工程与DSP之间存在某种联系
$ \ endgroup $
–́abtj
19-09-30在15:59
$ \ begingroup $
与Facebook不同，我不能对此表示不满：-(。
$ \ endgroup $
–罗伯特·布里斯托-约翰逊
19-09-30在16:03
$ \ begingroup $
@abtj我在某种程度上喜欢这个问题，但是您提到的标准（“寻求与DSP有关的一般知识”）是必要的，但不足以满足主题要求！
$ \ endgroup $
– MarcusMüller
19-09-30在16:55
#3 楼
两者都采用线性系统理论（也称为“信号和系统”）。通信系统，线性电路，电子电路和分布式网络（也称为传输线）也是如此。都担心系统的稳定性。极点必须在单位圆内。实际上，DSP的范围比控件或通讯的范围广。
控制系统通常对时域行为更感兴趣。脉冲响应和阶跃响应。 Routh-Hurwitz准则（或其离散时间准则）和Root-Locus技术是控制人员所担心的。我从来没有真正担心过它。
以前，状态变量系统处于控制权限范围内，但是自卡尔曼过滤器以来，我就看到状态变量表示形式（带有A ，B，C，D矩阵）在DSP中的出现频率更高。
控件之外的许多DSP问题都不太关注时域行为，而更关注频域行为。
图像处理与DSP的关系比与Controls的关系更紧密。这些学科在电子学方面有实际的应用。担心DSP或CPU芯片如何连接到A / D和D / A转换器以及内存和其他外围设备。我不知道有多少控制人员担心量化误差，但他们应该。
评论
$ \ begingroup $
FIY，在电力电子领域，我们经常使用具有足够动态范围的12至16位ADC。但是，在DAC级别上，执行器通常是2级，3级或5级“执行器”。因此，正如您所说，我们绝对必须处理量化问题。
$ \ endgroup $
–本
19-10-1在1:59
#4 楼
有一个相当简单的区别。信号处理是可以用于控制工程的一组工具。
控制工程是要按照自己的意愿移动某些东西。某些信号处理工具将对此有所帮助（有些则不会；没有TARDIS不会实时进行反向滤波）。
信号处理很大程度上与频率响应（增益）有关，因为这是影响您所听到内容的最主要因素。相位和群延迟是问题，但通常不是主要问题。
在控制工程中，您通常希望将某些东西移动到某个位置然后再不移动。这样做有一个基本原则-如果看不到，就无法纠正。如果您的位置测量结果以严重延迟测量结果的方式进行过滤，则控制回路将不知道它在哪里（或者无法足够快地获得该信息），因此无法正确移动。或更糟糕的是，如果它获取信息的时间太晚，那么它甚至可能会尝试朝错误的方向移动。
因此，控制工程倾向于使用像Butterworth这样的过滤器，这些过滤器可能无法很好地进行过滤，但是过滤器对信号更有利的影响。否则它甚至可能根本不使用滤波器，因为如果您使用慢速的控制回路或惯性很大的系统，信号上的噪声可能不会影响系统的运动。
我所知道的最好的教科书是Modern绪方控制工程。我可以完全推荐。它仅停留在状态空间控制之外，但是对于大多数控制工作而言，您几乎不需要它。
#5 楼
控制工程课程通常以相似甚至相同的课程（硕士学位）授课。在一般的系统建模方法中，输入（$ I $）和输出（$ O $）通过系统（$ S $）相关，我想说，对于目标$ O $，它们要么在$ S $上工作或$ I $：控制工程师倾向于在系统的输出上放置（严格）约束，并致力于查找满足约束的输入
信号处理人员倾向于对输出期望（强烈），并努力找到适当地转换输入的系统。就像他们有时使用它们是双重方式。即使他们的背景非常接近，我也注意到他们之间的交流有些困难。从某种程度上说，这种情况让我想起了乔治·伯纳德·肖（George Bernard Shaw）的话：
美国和英国是两个用共同语言隔开的国家。
因此，信号/图像处理和控制工程是两个紧密的学科，由一组通用工具分隔。
#6 楼
对于因果关系的实时系统实现（其中时间是独立参数）的要求，该要求不断减小关于参考标准的输出误差，因此可以区分控制系统学科。开放式课件，例如https://ocw.mit.edu/courses/aeronautics-and-astronautics/16-30-feedback-control-systems-fall-2010/
免费的MATLAB像Scilab（https：/ /scilab.org）可访问许多支持控制系统设计和分析的可靠库。
如果愿意，Python的NumPy和SciPy（https://scipy.org）可以代替Scilab，而SymPy（https://sympy.org）可以帮助进行符号（计算机代数系统）操纵。 Anaconda Jupyter笔记本（https://anaconda.org）将允许您使用Markdown排版和LaTeX表达式呈现以及交互式代码和输出块来记录您的开发。 ，您可以使用Graphviz（https://graphviz.org）。
罗杰·拉伯（Roger Labbe）非常有效地解释了卡尔曼滤波器：https：//github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python系统状态是卡尔曼滤波器的控制对象。
评论
一次我做任何与获得控制相关的工作的时候，是一次我设计了90年代带有旧SHArC（v 0.6硅）的异步采样率转换器。调整采样率比率涉及某种伺服机制，因此指向要取出的样本的指针（具有指向指针的小数部分）将以恒定的延迟量跟踪进入的样本的指针。 />我反对结束这个问题。