控制工具箱 这是Control Toolbox，这是一个有效的C ++库，用于机器人技术中的控制，估计，优化和运动计划。 链接至Wiki， 在找到详细的文档。 总览 这是ADRL控制工具箱（'CT'），这是一个开放源代码的C ++库，可用于高效建模，控制，估计，轨迹优化和模型预测控制。 CT适用于各种动态系统，但具有专门为机器人设计的其他建模工具。 该页面概述了其一般概念，主要构成部分并重点介绍了选定的应用示例。 该库包含多种工具，用于设计和评估控制器，对动态系统进行建模并解决最佳控制问题。 CT的设计考虑了以下特征： 系统与动力学： 由常微分或差分方程控制的系统的直观建模。 轨迹

本文介绍了声表面波射频辨识标签的工作原理，分析阅读器的设计原理，并给出了基于时域采样的阅读器设计方法。针对系统需要高速A/D采样的需求，利用MATLAB仪器控制工具箱实现示波器和MATLAB软件的连接，充分发挥后者的高速采集能力。避免把主要精力用于系统硬件开发和调试，提高了研究效率。本系统成功参加了深圳高新技术交易会展出，取得了良好的展示效果。

matlab分数阶工具箱

其他人上传的不是pdf这个是清晰的PDF

matlab模型预测控制工具箱英文教程-matlab模型预测控制工具箱.rar Model Predictive Control Toolbox For Use with MATLAB® Manfred Morari N. Lawrence Ricker matlab模型预测控制工具箱.rar

大多数随机MPC可以分为两类：第一组是基于分析方法（机会约束）的MPC，这些方法基于指数成本的期望值求解OCP，但受到概率约束，通常在预测状态下。 第二组是基于随机场景的场景（基于场景），它们解决了确定数量的不确定性随机实现（也称为场景）的OCP。 这些文件包含基本的随机预测控制仿真器，用于带有加性扰动的多变量线性系统。 干扰具有高斯概率分布并且可以有界。 总共有两个模拟器：基于状态机会约束的MPC模拟器； 另一种基于实现干扰的场景。 另外，对于每个控制器，都有基于两个弹簧系统实现的示例文件。 ****************************************************** *************** 请在开始使用它之前，阅读文件“ readme.txt” ************************************************

本文根据天线理论课程与实验课程的自身特点,利用MATLAB的仪器控制工具箱,设计了一种简单的微波天线测量系统,将仪器控制工具箱应用到天线的实验教学中。通过指导学生设计微波天线测量系统并完成天线方向图和驻波等参数的测量,增强学习兴趣,加深学生对天线方向图的理解,培养其自主设计、测试天线的能力,为后续课程或从事天线技术领域的工作打下良好的基础。

鲁棒控制工具箱提供了一系列的函数和工具以支持带有不确定元素的多输入多输出控制系统的设计。在该工具箱的帮助下，你可以建立带有不确定参数和动态特性的LTI模型，也可以分析MIMO系统的稳定性裕度和最坏情况下的性能。 该工具箱提供了一系列的控制器分析和综合函数，能够分析最坏情况下的性能及确定最坏情况下的参数值。利用模型降阶函数能够对复杂模型进行简化。同时提供了先进的鲁棒控制方法，如H2、H∞、LMI、μ分析等。

斯洛伐克技术大学（Slovak University of Technology）M. Cizniar等开发的基于高斯有限元法的非线性最优控制MATLAB工具箱。非线性优化算法采用MATLAB自带的优化算法工具箱，无需再安装第三方优化工具箱，但只能处理单相（single phase）最优控制问题。适合于处理过程控制领域的问题。推荐Matlab版本为2010b以上

4步教你学会使用matlab模糊控制工具箱