这些函数求解周期性 LQ 状态反馈设计的离散时间周期 Riccati 方程 (DPRE)。 这些函数计算离散时间周期 Riccati 方程的唯一稳定解 X{k} 并返回状态反馈中的增益矩阵 K{k} u{k} = -K{k}x{k}，其中k = 1:P。 m文件“dpre”通过循环QZ或牛顿反向迭代法解决离散时间周期最优控制问题。 这些不是可用的最快方法，但效果很好。 mex 文件“dprex”通过周期性 QR（使用来自 matlab 内部 slicot 库的函数）或复杂的周期性 QC 方法（使用从 pqzschur 库中转换为 c 代码的 fortran 来解决离散时间周期性最优控制问题）。 mex文件的实现要快得多，但是需要编译mex文件，这可以通过运行make_dprex.m来完成。

这些文件包括许多 Simulink(R) 模型，它们具有不同的直流电机控制器。 还包含一个文档，描述了不同的控制器 PID 和具有状态反馈的极点位置。 当您在 Simulink 中开发控制系统时，这些模型可以作为起点。 关键是教科书控制器几乎永远不能直接在实际应用程序中使用，需要一些附加功能。 还有一个 C 代码中的 PID 控制器示例和一个可用于验证 Simulink 中的实现的模型。 安装： 将 zip 文件解压到一个目录中。 要运行某些模型，您还需要直流电机库，您可以在此处下载： https : //www.mathworks.com/matlabcentral/fileexchange/11829

里面为状态反馈的仿真程序，均为m文件，助于对状态反馈控制的理解

倒立摆状态反馈控制 matlab模型 倒立摆状态反馈控制 matlab模型 倒立摆状态反馈控制 matlab模型

运动学MPC和动态增益调度状态反馈，用于控制自动驾驶汽车 该项目使您可以使用高级控制理论来解决自主制导问题。 该项目的创新部分是使用运动车辆模型的Takagi-Sugeno（TS）表示。 这使我们能够将非线性优化问题解决为伪线性问题，从而在每次优化时都实现了非常低的耗时。 先决条件 要运行该项目，您需要安装Matlab 2017b或更高版本以及YALMIP。 此外，有必要安装gurobi求解器以执行线性优化。 正在安装 要安装软件包，请参考以下链接： 描述 车辆型号 已经使用了两种不同的模型。 一个用于运动控制，另一个用于动态控制。 运动学模型称为车辆质量点模型。 动态模型为单轨自行车模型和轮胎模型的动力学模型。 轨迹规划 我们使用基于多项式的算法以离线方式计算参考。 该阶段在每个时刻提供对控制器的所需参考。 运动MPC 此时，将在每次控制迭代中构建并求解模型预测控制器，以找到最佳控制动

研究一类由任意有限多个线性子系统组成的切换系统的H∞ 状态反馈控制问题.利用Lyapunov函数方法,给出由线性矩阵不等式(LMI)表示的控制器存在的充分条件, 并设计了相应的子控制器和切换策略. 最后给出一个数值仿真实例, 证明了所得结论的有效性.

非线性铣削加工颤振动力学模型，状态反馈控制，simulink数值仿真，控制器采用压电驱动器，考虑系统扰动

东南大学自动化学院，现代控制系统设计课程作业，报告+simulink模型 可以提供讲解，需要其他相关资源的欢迎私戳联系，可以接代做、答疑。

非线性系统的反馈线性化是近年来引起人们极大兴趣的一种非线性控制系统设计方法。非线性系统相对阶分别为1和2时，控制器的设计。

主要用于状态反馈预测控制