第1章 绪论 1
1.1自动控制理论的发展历史 1
1.2现代控制理论的基本内容 2
1.3本书的内容和特点 3
第2章 线性多变量系统的描述 4
2.1线性系统的状态空间描述 4
2.1.1基本概念 4
2.1.2线性系统的状态空间表达式 6
2.1.3线性连续定常系统齐次状态方程的解 7
2.1.4状态转移矩阵及其性质 8
2.1.5状态转移矩阵的求解方法 10
2.1.6非齐次状态方程的解 13
2.1.7开环和闭环系统 15
2.2线性系统的传递函数矩阵描述 16
2.3Rosenbrock系统矩阵描述 17
2.3.1Rosenbrock系统矩阵 17
2.3.2闭环系统及极点 17
2.4状态空间描述与传递函数矩阵之间的转换 18
2.4.1由系统的状态方程求传递函数矩阵 18
2.4.2开环和闭环系统 19
2.4.3线性变换后系统传递矩阵的不变性 19
2.4.4解耦系统的传递函数 20
2.4.5系统实现问题 22
2.5线性离散系统的描述 26
第3章 线性系统的可控性、可观性和标准形 29
3.1线性连续系统的可控性和可观性 29
3.1.1状态可控性 29
3.1.2输出可控性 31
3.1.3可观性 32
3.1.4可镇定性与可检测性 34
3.2线性系统的标准形 35
3.2.1谱分解标准形 35
3.2.2可控标准形和可观标准形的分解 37
3.2.3可控标准形 38
3.2.4可观标准形 40
3.2.5传递函数阵标准形 41
3.3线性系统的零极点 44
3.3.1传递函数阵G（s）的零点和极点 44
3.3.2解耦零点 45
3.4线性离散系统的可控性与可观性 47
3.4.1线性离散系统的可控性 47
3.4.2线性离散系统的可观性 48
第4章 线性系统状态反馈与状态观测器设计 50
4.1线性定常系统的状态反馈与极点配置 50
4.1.1状态反馈 50
4.1.2极点配置 50
4.1.3并矢设计法 51
4.1.4满秩设计方法 54
4.2状态观测器设计 58
4.2.1n维开环观测器 58
4.2.2n维渐近观测器 59
4.2.3Luenberger降维观测器 61
4.3分离定理 63
第5章 控制系统的李雅普诺夫稳定性分析 67
5.1稳定性的基本概念 67
5.1.1李雅普诺夫意义下的稳定性 67
5.1.2标量函数V（x）的正定性 70
5.2李雅普诺夫稳定性定理 71
5.2.1李雅普诺夫第一法 71
5.2.2李雅普诺夫第二法 72
5.3李雅普诺夫稳定性理论在线性系统分析中的应用 74
5.3.1线性连续定常系统稳定性分析 74
5.3.2线性时变系统的稳定性分析 76
5.3.3线性定常离散系统的稳定性分析 77
第6章 变分法及其在最优控制中的应用 78
6.1最优控制的基本概念 78
6.2变分法的基本概念 81
6.3连续系统动态最优化问题的变分求解法 83
6.3.1无约束动态最优化 83
6.3.2横截条件 85
6.3.3弱极值的充分条件 86
6.3.4非固定末端时刻动态最优化问题 89
6.3.5Euler-Lagrange方程和横截条件的向量表示法 91
6.3.6具有等式约束的动态最优化——拉格朗日乘子法 92
6.4连续系统的最优控制 95
6.4.1固定初始时刻与末端时刻的连续最优控制问题 95
6.4.2初始时刻固定而末端时刻不固定的连续最优控制问题 99
第7章 极小值原理和典型最优控制 102
7.1极小值原理 102
7.2典型最优控制 105
7.2.1线性二次型调节器（LQR）问题 105
7.2.2线性伺服机构 110
7.2.3Bang-Bang控制 112
7.3离散系统最优控制 115
第8章 动态规划及其在最优控制中的应用 119
8.1动态规划的基本思想 119
8.1.1最优路径问题 119
8.1.2多级决策问题的一般提法 120
8.2离散动态规划在离散系统最优控制中的应用 121
8.2.1最优性原理 121
8.2.2离散系统动态规划 121
8.3连续动态规划及其在连续系统最优控制中的应用 123
第9章 最优状态估计 127
9.1随机过程的基本理论 127
9.1.1引言 127
9.1.2随机过程的概念 127
9.1.3随机过程的数值特征 128
9.1.4平稳过程和非平稳过程 129
9.1.5平稳随机过程的遍历性（各态历经性） 130
9.2典型随机过程 131
9.2.1二阶矩过程 131
9.2.2高斯（正态）过程 136
9.2.3马尔可夫过程 137
9.2.4独立增量过程 139
9.2.5维纳过程（布朗运动） 140
9.2.6白噪声过程 141
9.3随机线性系统 143
9.4线性连续系统的最优状态估计 146
9.5线性离散系统的最优状态估计 150
第10章 系统辨识的基本概念 157
10.1系统和模型 157
10.1.1系统 157
10.1.2模型 159
10.2辨识的定义 162
10.3辨识算法的基本原理 163
10.4辨识的内容和步骤 165
10.4.1辨识目的和先验知识 165
10.4.2实验设计 166
10.4.3数据预处理 167
10.4.4模型结构辨识 168
10.4.5模型参数辨识 169
10.4.6模型验证 169
第11章 经典辨识方法 170
11.1阶跃响应法 170
11.1.1近似法 170
11.1.2两点法 171
11.1.3面积法 172
11.1.4拉氏变换法 174
11.2脉冲响应法 175
11.2.1一阶过程 175
11.2.2二阶过程 176
11.2.3差分方程法 176
11.2.4Hankel矩阵法 178
11.3频率响应法 178
第12章 现代辨识方法 184
12.1最小二乘辨识算法 184
12.1.1基本概念 185
12.1.2最小二乘问题的提法 186
12.1.3最小二乘问题的解 187
12.1.4最小二乘参数估计值的统计性质 188
12.1.5最小二乘参数估计的递推算法 189
12.2自适应辨识算法 191
12.2.1遗忘因子法 192
12.3.2限定记忆法 194
12.3偏差补偿最小二乘法 195
12.4增广最小二乘法 196
12.5广义最小二乘法 197
12.6辅助变量法 199
12.7梯度校正方法 202
12.8随机逼近法 204
12.9极大似然法 205
第13章 先进控制技术 211
13.1自适应控制 211
13.1.1自适应控制系统原理与分类 211
13.1.2模型参考自适应控制 213
13.1.3自校正控制 216
13.2模型预测控制 221
13.2.1预测控制原理 221
13.2.2动态矩阵控制 224
13.2.3模型算法控制 230
13.2.4广义预测控制 234
13.3鲁棒控制 238
13.3.1对象的不确定性和系统的鲁棒性 239
13.3.2H∞控制 240
第14章 现代控制理论应用若干案例 243
14.1乙烯装置裂解炉炉管出口温度解耦控制 243
14.2循环流化床锅炉燃烧系统自适应控制 245
14.3基于卡尔曼滤波器的聚酯生产过程质量指标在线估计 248
14.4精馏过程多变量预测控制 257
14.5常压蒸馏加热炉的系统辨识 259
14.6城市交通系统动态最优分配模型 262
参考文献 269