什么是自动控制仿真工具链？为什么需要它？核心组件与整体架构。
明确仿真目标、确定系统边界、选择仿真平台 (MATLAB/Simulink vs Python vs 其他)。
操作系统选择 (Windows/Linux)、Python环境安装、包管理器 (pip/conda) 配置。
NumPy、SciPy、Matplotlib、Control库的安装与验证。
Git安装与配置、GitHub/GitLab仓库创建、.gitignore文件编写。
标准仿真项目目录结构 (src、data、tests、docs)、模块化设计原则。
使用Python类定义系统模型 (传递函数、状态空间)、参数化设计。
编写通用仿真循环 (时间步进、离散化)、事件触发机制。
仿真数据实时采集、HDF5/CSV格式存储、数据压缩策略。
实时绘图 (Matplotlib动画)、后处理绘图 (时域/频域响应)、交互式图表。
PID控制器类实现、LQR/MPC控制器接口封装、控制器参数整定工具。
高斯白噪声、有色噪声、外部扰动注入、蒙特卡洛仿真框架。
采样时间选择、Z变换基础、离散控制器实现、混叠效应分析。
龙伯格观测器、卡尔曼滤波器、扩展卡尔曼滤波 (EKF) 实现。
串口/UDP通信封装、实时数据交换协议、硬件同步机制。
单元测试 (pytest)、仿真结果回归测试、覆盖率报告生成。
Sphinx配置、API文档自动生成、Markdown转PDF流程。
YAML/JSON配置文件解析、多场景配置切换、配置版本管理。
Python logging模块配置、日志分级、日志轮转与归档。
代码剖析 (cProfile)、JIT编译 (Numba)、向量化计算、内存管理。
消息队列 (RabbitMQ/Kafka) 集成、微服务架构仿真、结果合并。
GitHub Actions配置、自动测试、自动部署仿真环境。
Dockerfile编写、Docker Compose多服务编排、镜像仓库管理。
自动生成仿真报告 (HTML/PDF)、图表嵌入、结论自动总结。