本书介绍了针对确定性系统的卡尔曼滤波理论，详细阐述了与LQ（线性二次）问题相关的Riccati矩阵微分方程与代数方程理论。此外，还探讨了H-∞理论和内模原理等在一般线性系统中较少涉及的内容。特别是H-∞理论和内模原理，它们在现代控制理论中占据着重要地位，但传统书籍中对此涉及较少。因此，本书不仅提供了经典控制理论的完整框

本书内容主要有“系统状态空间模型”的建立；系统“定量”分析的求解；“稳定性”“能控能观”“结构分解”等系统的“定性”判定，以及系统“状态反馈”“观测器”的设计。此外，对工程上广泛应用的“二次型最优控制”做了简明的介绍和应用的设计。章后有“本章要点”及配合主要内容的精选“习题”并附有参考答案。

本书共分为七章。第一章为采样控制理论基础，由于现代控制理论同时处理连续和离散系统，这里介绍离散系统的研究工具和分析方法，第二章为控制系统的状态空间模型，介绍线性定常系统的状态空间描述方法，讨论了状态空间模型的基本概念、建立方法及线性非奇异变换方法，第三章为线性系统的运动分析，介绍线性定常系统状态方程的求解方法以及状态转

平均场随机线性二次最优控制与时间不一致的随机线性二次最优控制是控制界研究的热点问题。本书针对平均场控制中定号与不定号、有限与无限时域等不同情形，提出了基于算子理论、Riccati方程及其推广的系统方法，刻画了最优控制的存在性、唯一性及解析形式；进而探讨了非指数折扣、非线性期望与时间依赖性等因素导致的时间不一致性问题，引

本书以状态空间方法为核心，系统阐述理论并融入MATLAB仿真实践。本书内容涵盖系统建模、状态方程求解与变换、稳定性分析、能控性与能观性、状态反馈与观测器设计、最优控制等。本书通过典型工程应用实例，完整地展示了从建模、分析到设计的全流程，且各章均配有MATLAB仿真指导。

本书以Python语言为基础，深入浅出地讲解了模式识别的基本概念、算法原理和实现方法，主要包括监督学习和非监督学习两大类模式识别方法，并详细介绍了多种经典算法，如K近邻、逻辑回归、支持向量机、决策树、集成方法、多层感知器、K-means和Apriori算法等；涵盖了数据处理、数据降维、时间序列模型、深度学习和AutoM

本书内容介绍控制论的发展、工程应用中的问题及其目标安排。首先，探讨了控制器开发流程，涵盖控制系统设计、模型开发、快速原型等内容，并详细讨论了系统模型与表达，包括模型降阶、线性模型簇等。然后，介绍了M序列系统辨识的原理和应用案例，尤其是在燃料电池空气供应系统中的应用。并对开环频率校正、PID控制、串级控制、内模控制等策略

本书主要介绍最优控制设计及应用，内容包括：最优控制器设计，不可测扰动补偿器设计和可测扰动前馈控制器设计；多变量耦合系统解耦设计和多约束系统最优控制设计；最优控制应用方式和原则，以及最优控制在循环流化床锅炉控制系统和空间飞行器控制系统中的应用。本书提供的最优控制算法简单，物理概念清晰，适合工程应用，可以作为控制系统设计专

本书以线性系统为研究对象，对线性系统的时域理论进行了全面的论述。主要内容包括系统的数学描述、线性系统的运动分析、线性系统的能控性和能观测性、传递函数矩阵的状态空间实现、系统运动的稳定性、线性系统的状态反馈与状态观测器等。

本书主要介绍分布参数系统迭代学习控制的收敛性分析与设计方法，内容包括传统和非传统条件下分布参数系统迭代学习控制的控制器设计和收敛性分析理论。本书由三部分组成，第一部分概述了近年以来分布参数系统迭代学习控制的研究现状和基本方法。第二部分对分布参数系统迭代学习控制进行了深入探讨，包括新的学习控制算法的设计，非线性、时滞、广