主要目标是对在 F-86 Sabre 中应用线性二次调节器 (LQR) 和线性时不变模型预测控制器 (MPC) 获得的结果进行比较，同时路径规划技术和非线性制导法律被雇用。 该代码完成了闪电战任务，用 M117 爆破炸弹轰炸指定区域。 利用递归奖励自适应单元分解（RR-ACD）算法，在避开障碍物和尊重约束的基础上计算参考轨迹，然后，平滑 3D 路径规划（S-3D-PP）算法改进路径并定义一个速度剖面。 提到的控制器和非线性制导律是完成任务的关键。 对飞行参数、油耗、轰击精度和风速进行了分析。

绝对可以用的二级倒立摆模型。simulink建模，matlab编写s函数，使用lqr最优控制

这个包是PythonRobotics的 rust 实现。

离散控制Matlab代码波音747 LQR俯仰控制 在这个项目中，我们已经使用MATLAB和Simulink建模来设计控制飞机俯仰的自动驾驶仪。 我们设计了PID控制器和超前控制器来控制飞机的俯仰角。 ●我们已使用LQR查找合适的增益矩阵。 ●我们已经离散化了系统，然后对该系统进行了所有分析。 ●我们致力于改善在LQR中使用预补偿器的一些常见缺点，同时还指出了这种控制技术的另一个缺点，即使用Simulink模型，在此期间，使我们的控制器更加坚固（通过使用步进干扰） pitch_control.m-主代码，其中包含用于音高控制的所有代码。 r_scale.m-此函数将查找全状态反馈系统的比例因子，以消除稳态误差，作为LQR控制的预补偿。 [可专门用于连续系统] pitch_control.slx-具有建模步进干扰的Simulink模型。

LQR设计简单的例子，matlab代码和说明文档

比较细致讲解了应用LQR系统对经典倒立摆的最优控制，并在matlab上实现并仿真对比

绝对可以用的二级倒立摆模型。simulink建模，matlab编写s函数，使用lqr最优控制亲测可用， 谢谢支持。

该应用程序是基于Web的控制系统教程的一部分，可从以下网站获得： http : //ctms.engin.umich.edu 此应用程序的目的是允许用户查看带有阶跃响应图的倒立摆系统的动画。 这允许用户查看绘图与系统物理响应之间的相关性。 动画和应用程序基于教程的倒立摆 - 状态空间控制器设计页面： http://ctms.engin.umich.edu/CTMS/index.php?example=InvertedPendulum§ion=ControlStateSpace 使用状态反馈方法是因为我们可以轻松返回推车位置和摆角以及它们各自的速度。 有关系统模型的更多信息，请参考教程的“倒立摆-系统建模”页面： http://ctms.engin.umich.edu/CTMS/index.php?example=InvertedPendulum§ion=System

小车倒立摆的仿真，机械部分用的simscape，控制部分用的simulink，实现了PI控制，LQR控制跟FSFB控制，并且实现了全维观测器跟降维观测器。

基于GA遗传优化算法的LQR控制器最优参数的仿真，在matlab2021a中仿真测试