本教材的内容包括：自动控制系统的结构、微分方程与拉普拉斯变换、系统的瞬态响应、闭环系统的稳态误差、闭环系统的稳定性条件、奈奎斯特稳定性判据、系统的频率响应特性、系统时域与频域特性的关系、较优的系统模型、控制器的设计与实验调整方法、根轨迹法、控制系统实例、直流电机的控制、数字控制基础及模拟化设计方法。 本教材具有如下特点： (1) 参考认识和解决控制问题的过程，思路一贯，逐步深入，让学生随时明白自己正在学习的内容是为了解决什么问题，而非按照理论分块。 (2) 注重结合实际控制系统，对同一个问

本书主要包括三部分：基础知识、线性系统分析与系统综合设计，全书共7章。基础知识部分介绍了线性系统理论中常用的线性代数基础及线性系统基本概念；系统分析部分系统地介绍了线性系统可控性、可观测性与稳定性及其不同的判别方法；系统综合设计部分介绍了控制设计的一般方法，具体包括状态反馈极点配置问题、镇定性问题、无静差跟踪问题、输出调节问题、解耦问题、线性二次最优控制问题（包括状态调节、输出调节和输出跟踪）、输出反馈、观测器设计、基于观测器的状态反馈等。本书以工程为背景，以夯实基础为前提，注重算法的可实

本书以线性控制系统为主要研究对象，从基础概念理论、控制系统分析与设计等方面对现代控制理论进行由浅入深的介绍。本书的主要内容包括绪论、动态系统的状态空间模型及变换、线性系统动态分析、线性系统的能控性和能观性分析、李雅普诺夫稳定性分析、状态反馈与状态观测器、典型动力系统的控制。本书兼顾理论性与工程性，各章均介绍了使用MATLAB软件辅助相关理论分析的方法，同时在本书的例题与习题中加入了大量具有实际工程背景的案例。

本书以线性系统理论为主线介绍了现代控制理论的基础知识，内容包括控制理论的发展、研究范围，现代控制的数学基础，线性控制系统的状态空间描述、可控性与可观性，线性定常系统的反馈结构及状态观测器，系统稳定性及其李雅普诺夫稳定性等，并将MATLAB语言的知识穿插到各章节内容中，有利于培养学生利用计算机解决实际问题的能力。　　本书重难点突出、概念清晰、内容精炼、简明易懂，可作为高等学校自动化、电气类、机电类各专业现代控制理论课程的教材，也可作为其他相关理工科学生和工程技术人员的实践参考书。

本书为工科院校自动化及其相关专业的专业必修课程教材，内容包括现代控制理论中最基础的内容状态空间分析法。

全书共7章，按照建模分析设计的思路，介绍了现代控制理论的基本问题。其中， 第1章介绍了控制理论的发展过程和现代控制理论的主要内容；第2章和第3章分别介绍了状态空间表达式和状态方程的解；第4章和第5章分别分析了系统的能控性、能观性和稳定性；第6章介绍了系统综合设计方法；第7章简单介绍了最优控制的基本理论。
为配合教学和自学，读者可以扫描封面上的二维码查看相关资源，也

现代控制理论是建立在状态空间法基础上的一种控制理论与方法，是自动控制理论的一个重要组成部分。本书反映现代控制理论的发展和趋势，以加强基础、突出思维和培养能力为原则，详细介绍了基于状态空间模型的线性系统分析和综合方法，包括控制系统的状态空间描述、线性系统的运动分析、线性系统的能控性与能观性、稳定性理论与李雅普诺夫方法、线性时不变系统的综合和控制方法。在此基础上，还给出了MATLAB仿真算例和工程应用案例，便于读者用MATLAB软件解决控制系统的分析和设计问题。
本书可作为高等学校自

**控制是现代控制理论的核心部分，在航天探索等先进科技领域具有重要应用。**控制中变分思想、极大值原理和**性原理等在人工智能兴起的今日，对于创新性研究依然有着重要的启发和广泛应用。本书基于**控制学科发展脉络，从科学史和创新思想的视角重新整理内容素材，由浅入深逐步介绍核心内容。书中首先概述**控制发展简史，从函数极值过渡到泛函极值，重点介绍变分法、极大值原理和动态规划，最后给出各类方法在离散系统和一些典型**控制系统中的应用。

本书为机械工程、电气工程、能源与动力工程、工业工程、核工程与核技术、新能源技术等有关专业感兴趣的师生、从事控制工作的工程技术人员提供参考。本书涉及的内容比较广泛，既包括现代控制理论的基础知识，也包括LQR控制原理与应用。书中以状态空间变量的概念为基础，利用现代数学方法来分析、解决复杂系统的控制问题，适用于多输入、多输出线性系统。本书不但使用线性代数和矩阵理论等数学工具论证现代控制中的基础理论，也增加了倒立摆和 “防摇”控制系统的实例，并给出了较为完整的解决过程，使学生既能掌握现代控制理论的基本原

本书依据作者多年从事模式识别教学和研究的体会,并参考相关文献编写而成,概括地介绍了模式识
别理论和技术的基本概念、原理、方法和实现。
全书共分为11章,每章阐述模式识别中的一个知识点,内容包括贝叶斯决策、概率密度函数的估计、
线性判别分析、非线性判别分析、组合分类器、无监督模式识别、特征选择、特征提取、半监督学习以及人工
神经网络。除了经典算法以外,本书增加了部分较新的理论和算法,读者可以选择性地学习。本书还配以
电子课件、MATLAB仿真程序和实验指导书,便于教和