对于简单的系统进行LQR线性最优控制效果，并输出一些基本结果

该块包含一个 LQR 控制器。 块的输入是状态空间矩阵中的 A、B，以及 LQR 的 Q 和 R 矩阵。

旋转倒立摆的滑模和LQR控制 lqr.mdl实现了用于旋转倒立摆的线性二次调节器 smc.mdl具有针对相同RIP模型的滑模控制器实现 有关任何文档，请阅读report.pdf

基于蜂群算法的LQR控制器参数优化，完整的毕业设计论文，在倒立摆中的应用，有图有matlab程序

基于遗传算法的LQR控制器优化设计，可以满足LQR控制器的基本需求，并在此基础上对系统功能进行了进一步完善，具有极大的参考意义。

该块包含一个 LQR 控制器。 块的输入是状态空间 A、B 矩阵，以及 LQR 的 Q 和 R 矩阵。

二级倒立摆LQR控制，Multibody建立二级倒立摆模型，根据力学方程在Matlab实现线性化，建立状态空间方程，根据LQR计算反馈矩阵，在Simulink中连接模块实现控制和可视化。

针对线性二次型调节器在倒立摆最优控制设计过程中对加权矩阵选择的盲目性,采用粒子群算法,引入惯性权重优化加权矩阵,获得状态反馈控制率,设计最优控制器。以直线二级倒立摆控制系统为研究对象,对比分析传统线性二次型调节器算法与基于粒子群优化线性二次型调节器算法的稳摆控制和抗干扰能力。结果表明:优化后的最优控制器能使系统的响应时间更快、超调量更小;直线二级倒立摆控制系统在4 s内达到稳定状态,在实时控制中表现出了较强的抗干扰能力。该算法对直线二级倒立摆的控制效果更理想。

在MATLAB上采用2节点4自由度单元，建立悬臂梁结构的有限元模型，并实现LQR控制

一级直线倒立摆是倒立摆模型中最为经典最为基础的系统，是一个多变量、强耦合、单入出的系统，所以对倒立摆控制系统的控制具备一定的复杂性。倒立摆系统对控制的实时性要求很高，传统的倒立摆控制理论的控制精度已经很难达到目前人们的需求，其控制的精度有待提升。一级倒立摆作为经典的非线性控制对象，对于它的控制是一个复杂的非线性问题，在控制过程中不仅要控制好摆杆角度同时还要兼顾小车位置，对控制品质的要求较高。本文设计的一级直线倒立摆控制系统在兼顾两个输出变量的同时较好的提高了控制系统的性能，在实验和仿真中取得了良好的效果，对更高阶倒立摆和更复杂的倒立摆系统的研宄来说具有一定的意义。本文从时域角度设计出LQR控制器，提供了一种方式。