第1章：数学基础回顾

各位同学，欢迎来到《运动控制鲁棒控制算法实战》。

我是你们这门课的主讲。在开始撸代码、调参数之前，咱们得先把数学底子打牢。说实话，我见过太多工程师，算法背得滚瓜烂熟，一遇到矩阵奇异值分解就卡壳。嗯，这不行。

这一章，咱们就快速过一遍线性代数、拉普拉斯变换和状态空间方程。别嫌基础，这些都是后面鲁棒控制的“砖瓦”。

1.1 线性代数：矩阵、向量与特征值

线性代数，说白了就是研究“线性关系”的数学工具。在控制里，我们用它来描述多变量系统。

1.1.1 矩阵与向量

我个人习惯把矩阵看作一个“变换器”。你输入一个向量，它给你输出另一个向量。比如状态空间方程里的 A 矩阵，就是把当前状态 x 映射到状态导数 ẋ。

• 向量：可以理解为一组数排成一列。比如 x = [x1; x2; x3]。
• 矩阵：就是数排成行和列。比如 A = [a11, a12; a21, a22]。
• 矩阵乘法：注意，不是对应元素相乘。是“行乘列”。我刚开始学的时候，经常搞混维度。记住：(m×n) * (n×p) = (m×p)。

1.1.2 特征值与特征向量

特征值，是线性代数的灵魂。为什么？因为它直接告诉你系统的“固有频率”和“阻尼比”。

定义很简单：对于方阵 A，如果存在非零向量 v 和标量 λ，使得 Av = λv，那么 λ 就是特征值，v 就是特征向量。

你想想看，这个公式意味着什么？意味着矩阵 A 对向量 v 的作用，仅仅是拉伸或压缩，不改变方向。这在分析系统稳定性时太有用了。

特征值位置	系统稳定性	我的经验
所有实部 < 0	稳定	这是理想情况，但实际系统往往有扰动
存在实部 > 0	不稳定	赶紧加控制器，不然系统会炸
实部 = 0	临界稳定	理论上稳定，实际中一点扰动就飘了

1.2 拉普拉斯变换与传递函数

拉普拉斯变换，是连接时域和频域的桥梁。为什么需要它？因为微分方程难解，但代数方程好解。

1.2.1 定义与性质

拉普拉斯变换的定义是：F(s) = ∫ f(t) e^(-st) dt。别被这个积分吓到，实际用的时候，我们查表就行。

我个人最常用的几个性质：

• 线性性质：L{af(t) + bg(t)} = aF(s) + bG(s)。简单吧？
• 微分性质：L{f'(t)} = sF(s) - f(0)。这个太重要了，它把微分变成了乘法。
• 积分性质：L{∫f(τ)dτ} = F(s)/s。

1.2.2 传递函数

传递函数，就是零初始条件下，输出拉普拉斯变换与输入拉普拉斯变换之比。记作 G(s) = Y(s)/U(s)。

举个例子，一个简单的 RC 低通滤波器，传递函数是 G(s) = 1/(RCs + 1)。你看，分母的根 s = -1/(RC) 就是系统的极点，它决定了系统的响应速度。

1.3 状态空间方程

状态空间方程，是现代控制理论的核心。它用一阶微分方程组来描述系统，特别适合多输入多输出（MIMO）系统。

1.3.1 标准形式

标准的状态空间方程长这样：

ẋ = Ax + Bu
y = Cx + Du

其中：

• x 是状态向量（比如位置、速度）
• u 是输入向量（比如电机电压）
• y 是输出向量（比如传感器读数）
• A 是系统矩阵，B 是输入矩阵，C 是输出矩阵，D 是前馈矩阵

1.3.2 从传递函数到状态空间

怎么把传递函数变成状态空间？方法很多，我常用的是“可控标准型”。

假设传递函数是 G(s) = (b1 s + b0) / (s^2 + a1 s + a0)，那么状态空间可以写成：

A = [0, 1; -a0, -a1]
B = [0; 1]
C = [b0, b1]
D = [0]

你看，是不是很直观？

1.4 本章知识体系

为了让你更直观地理解这三块内容的关系，我画了一张图。你看，线性代数是基础，拉普拉斯变换连接时域和频域，状态空间则是现代控制的起点。

好了，数学基础就复习到这里。这些内容看起来简单，但真正用熟需要大量练习。我建议你拿一个实际系统，比如倒立摆或者电机，试着用这三种方法分别建模，感受一下它们的区别。