数学建模 自动控制 自动控制系统数学模型
自动控制原理
2.2.3 线性化方法
第二章 控制系统的数学模型
增量 （微小偏差法）
非线性方程 局部线性增量方程
假设： 在控制系统整个调节过程
中，所有变量与稳态值之间 只会产生足够微小的偏差。
以微小偏差法为基础，运 动方程中各变量就不是它们 的绝对值，而是它们对额定 工作点的偏差。
自动控制原理
增量方程
自动控制原理
数学模型的形式
时间域： 微分方程 差分方程 状态方程
复数域： 传递函数 结构图
频率域： 频率特性
第二章 控制系统的数学模型
自动控制原理
第二章 控制系统的数学模型
Part 2.1.2 建立数学模型的基础
微分方程
（连续系统）
y(t),
dy dt
机械运动： 牛顿定理、能量守恒定理
电学：
第二章 控制系统的数学模型
2.3.1 拉氏变换的定义 2.3.2 拉氏变换的计算 2.3.3 拉氏变换求解方程
拉氏变换
拉氏反变换
自动控制原理
Part 2.3.1 拉氏变换的定义
第二章 控制系统的数学模型
设函数f(t)满足：
1f(t)实函数；
2当t<0时 ， f(t)=0；
3当t0时，f(t)的积分
Part 2.1.1 数学模型的定义
由若干个元件相互配合起来就构成一个完整的控制系统。 系统是否能正常地工作，取决各个物理量之间相互作用 与相互制约的关系。
t u2 u ua n v u t 物理量的变换， 物理量之间的相互关系
信号传递体现为能量传递（放大、转化、储存） 由动态到最后的平衡状态--稳定运动
数学物理方程中的线性方程：
未知函数项或未知函数的（偏）导数项系数依赖 于自变量
针对时间变量的常微分方程：
线性方程指满足叠加原理
叠加原理：
可加性 齐次性
f (x1 x2 ) f (x1) f (x2 )
f ( x) f (x)
不满足以上条件的方程，就成为非线性方程。
自动控制原理
欧姆定理、基尔霍夫定律
热学：
传热定理、热平衡定律
差分方程 （离散系统） y(kT ), y(kT T )
数学模型的准 确性和简化
线性与非线性 分布性与集中性 参数时变性
自动控制原理
机械运动系统的三要素
质量 M
弹簧 K
第二章 控制系统的数学模型
阻尼 B
机械运动的实质： 牛顿定理、能量守恒定理
自动控制原理
第二章 控制系统的数学模型
增量方程的数学含义
将参考坐标的原点移到系统或元件的平衡工作点上， 对于实际系统就是以正常工作状态为研究系统运动的起始 点，这时，系统所有的初始条件均为零。
注：导数根据其定义是一线性映射，满足叠加原理。
自动控制原理
多变量函数泰勒级数法
第二章 控制系统的数学模型
增量方程 静态方程
自动控制原理
第二章 控制系统的数学模型
第二章 控制系统的数学模型
本章主要内容: 2.I 物理系统的数学模型 2.2 非线性数学模型的线性化 2.3 拉氏变换及其反变换 2.4 典型环节及其传递函数 2.5 系统方框图和信号流图
自动控制原理
Part 2.1 物理系统的数学模型
第二章 控制系统的数学模型
系 统 框 图
自动控制原理
Part 2.1.1 数学模型的定义
第二章 控制系统的数学模型
数学模型：
描述系统变量间相互关系的动态性能的运动方程
建立数学模型的方法： 解析法
依据系统及元件各变量之间所遵循的物理或化学规律列 写出相应的数学关系式，建立模型。
实验法
人为地对系统施加某种测试信号，记录其输出响应，并 用适当的数学模型进行逼近。这种方法也称为系统辨识。
第二章 控制系统的数学模型
Part 2.1.3 提取数学模型的步骤
划分环节 写出每或一环节(元件) 运动方程式 消去中间变量 写成标准形式
自动控制原理
划分环节
第二章 控制系统的数学模型
按功能（测量、放大、执行）
由运动方程式 （一个或几个元件的独立运动方程）
根据元件的工作原理和在系 统中的作用，确定元件的输 入量和输出量(必要时还要考 虑扰动量)，并根据需要引进 一些中间变量。
0
f
(t)est dt
在s的某一域内收敛
则函数f(t)的拉普拉氏变换存在，并定义为：
式中：s=σ+jω（σ，ω均为实数）；
第二章 控制系统的数学模型
2.2.2 线性化问题的提出
线性系统优点：
可以应用叠加原理，以及应用线性理论对系统进行 分析和设计。
线性系统缺点：
有条件存在，只在一定的工作范围内具有线性特性；
非线性系统的分析和综合是非常复杂的。
线性化定义
将一些非线性方程在一定的工作范围内用近似的 线性方程来代替，使之成为线性定常微分方程。
自动控制原理
第二章 控制系统的数学模型
单变量函数泰勒级数法
函数y=f(x)在其平衡点（x0, y0）附近的泰勒级数展开式为：
略去含有高于一次的增量∆x=x-x0的项，则： 注：非线性系统的线性化 模型，称为增量方程。
注：y = f (x0)称为系统的 静态方程
自动控制原理
Part 2.3 拉氏变换及其反变换
负载效应
自动控制原理
第二章 控制系统的数学模型
写出每或一环节(元件) 运动方程式
找出联系输出量与输入量的内部关系，并确 定反映这种内在联系的物理规律。 数学上的简化处理，（如非线性函数的线性 化，考虑忽略一些次要因素）。
自动控制原理
写成标准形式
第二章 控制系统的数学模型
例如微分方程中，
将与输入量有关的各项写在方程的右边；与输出量有关 的各项写在方程的左边。方程两边各导数项均按降幂排列。
2.1.1 数学模型的定义 2.1.2 建立数学模型的基础 2.1.3 提取数学模型的步骤
机械系统 Example 电气系统
相似系统
自动控制原理
Part 2.1.1 数学模型的定义
系 统 示 意 图
第二章 控制系统的数学模型
Remember 恒温箱自动控制系统?
系 统 框 图
自动控制原理
第二章 控制系统的数学模型
自动控制原理
第二章 控制系统的数学模型
Part 2.2 非线性数学模型的线性化
2.2.1 常见非线性模型 2.2.2 线性化问题的提出 2.2.3 线性化方法
Example 单摆 液面系统 Example 单摆 液面系统
单变量 多变量
自动控制原理
2.2.1 常见非线性模型
第二章 控制系统的数学模型
电气专业的自动控制原理
电气专业的自动控制原理
电气专业的自动控制原理是指在电气领域中，通过建立数学模型和使用控制器，实现对系统运行进行监测和调节的原理。
它主要涉及以下几个方面的内容：
1. 控制系统的基本组成部分：自动控制系统一般由传感器（用于感知被控对象的状态）、执行器（用于对被控对象进行控制）、控制器（用于对传感器信号进行处理和决策）和被控对象（需要进行控制的物理系统）等组成。
2. 控制系统的数学建模：通常使用数学方程来描述被控对象和控制器的动态特性，并建立系统的数学模型。
常见的数学模型包括传递函数模型、状态空间模型等。
3. 控制器的设计与调节：根据系统的数学模型和控制要求，设计合适的控制器。
常见的控制器包括比例控制器、积分控制器、微分控制器、PID控制器等。
同时，通过调节控制器的参数来达到控制系统的性能要求。
4. 控制系统的稳定性分析：通过对系统的数学模型进行稳定性分析，判断系统是否能够稳定地工作。
常见的稳定性分析方法有根轨迹法、频域法等。
5. 反馈控制原理：利用系统的输出信息来调节控制器的输入，以实现对系统的自动调节和校正。
反馈控制原理是自动控制中重要的概念，可以提高系统的稳定性和鲁棒性。
总结起来，电气专业的自动控制原理是通过建立数学模型和使用控制器，对电气系统进行监测和调节，以实现对系统稳定性和性能的要求。
这一概念在电气工程、自动化和机械工程等领域中具有广泛应用。
自动化控制算法
自动化控制算法一、引言自动化控制算法是一种基于数学模型和控制理论的方法，通过对系统的输入和输出进行监测和调节，使系统在给定的条件下能够实现预期的目标。
它是现代工业生产和科学研究中不可或缺的重要工具，广泛应用于机械、电子、化工、交通等领域。
本文将介绍自动化控制算法的基本原理和常见应用。
二、自动化控制算法的基本原理1. 反馈控制原理自动化控制算法的核心原理是反馈控制。
它通过测量系统的输出，与期望输出进行比较，得到误差信号，然后根据误差信号进行调节，使系统的输出逼近期望输出。
常见的反馈控制方法有比例控制、积分控制和微分控制，它们结合起来构成了PID控制算法。
2. 数学模型自动化控制算法的设计离不开对系统的数学建模。
通过对系统的结构和特性进行分析，可以得到系统的数学模型，包括传递函数、状态空间模型等。
在设计控制算法时，可以根据系统的数学模型进行仿真和优化，以实现更好的控制效果。
3. 控制策略自动化控制算法的选择取决于系统的特性和控制目标。
常见的控制策略包括比例控制、积分控制、微分控制、模糊控制、神经网络控制等。
不同的控制策略适用于不同的系统，可以根据系统的特性和控制要求选择合适的控制策略。
三、自动化控制算法的应用1. 工业控制自动化控制算法在工业生产中有广泛的应用。
例如，在自动化生产线上，通过对传感器信号的实时监测和控制信号的调节，可以实现对生产过程的自动控制，提高生产效率和产品质量。
另外，在电力系统、化工厂等领域，自动化控制算法也发挥着重要的作用。
2. 交通控制交通系统是一个复杂的动态系统，自动化控制算法在交通管理中起到了重要的作用。
例如，交通信号灯的控制可以通过对交通流量的监测和预测，采用自适应的控制策略，实现交通信号的优化调度，减少交通拥堵和延误。
3. 智能家居随着物联网技术的发展，智能家居系统越来越普及。
自动化控制算法在智能家居系统中起到了关键的作用。
例如，通过对环境参数的实时监测和控制设备的调节，可以实现对室内温度、湿度、光照等环境的自动控制，提高家居的舒适性和能源利用效率。
《自动控制原理》考研复习大纲
《自动控制原理》考研复习大纲自动控制原理是一门涉及系统建模和控制设计的学科，学习本门课程主要是为了掌握系统控制的基本理论和方法。
下面是《自动控制原理》考研复习大纲。
一、基本概念1.自动控制的基本概念和分类2.自动控制系统的组成和结构3.控制系统的特性参数与性能指标4.闭环控制和开环控制的优缺点二、系统数学模型1.力学系统的数学建模2.电气系统的数学建模3.热力系统的数学建模4.液压系统的数学建模三、信号与系统1.信号的基本概念与分类2.系统的时间域和频域分析方法3.信号的线性时不变系统表示与处理4.采样与保持四、系统时域分析1.系统的传递函数与状态方程2.系统的零极点分析和阶跃响应3.系统的稳定性与稳态误差4.系统的动态特性与频域指标五、系统频域分析1.线性系统频域描述的基本概念2.系统的频率响应与波特图3.传递函数的极点和零点分析六、控制器设计与稳定性1.控制器设计的基本思想和方法2.PID控制器的性能指标与调整方法3.根轨迹法与极坐标法4.控制系统的稳定性判据和稳定性分析方法七、校正和校准2.定义和识别开环和闭环误差3.适应性校正和自适应控制方法八、多变量系统与现代控制理论1.多变量系统的性态和控制方法2.现代控制理论与方法概述3.线性二次调整与最优控制4.自适应控制与模糊控制九、主动振动控制1.振动控制的基本概念和方法2.主动振动控制的建模和控制方法3.智能材料在主动振动控制中的应用以上是《自动控制原理》考研复习大纲的主要内容，整体上包括了基本概念、系统数学模型、信号与系统、系统时域分析、系统频域分析、控制器设计与稳定性、校正和校准、多变量系统与现代控制理论、主动振动控制等方面的内容。
希望能对你的考研复习提供一定的帮助。
自动控制原理知识点汇总
自动控制原理知识点汇总自动控制原理是研究和设计自动控制系统的基础学科。
它研究的是用来实现自动化控制的基本概念、理论、方法和技术，以及这些概念、理论、方法和技术在工程实践中的应用。
下面是自动控制原理的一些重要知识点的汇总。
一、控制系统的基本概念1.控制系统的定义：控制系统是用来使被控对象按照一定要求或期望输出的规律进行运动或改变的系统。
2.控制系统的要素：输入、输出、被控对象、控制器、传感器、执行器等。
3.控制系统的分类：开环控制和闭环控制。
4.控制系统的性能评价指标：稳定性、快速性、准确性、抗干扰性、鲁棒性等。
二、数学建模1.控制对象的数学建模方法：微分方程模型、离散时间模型、差分方程模型等。
2.控制信号的形式化表示：开环信号和闭环信号。
三、传递函数和频率响应1.传递函数：描述了控制系统输入和输出之间的关系。
2.传递函数的性质：稳定性、正定性、因果性等。
3.频率响应：描述了控制系统对不同频率输入信号的响应。
四、稳定性分析和设计1.稳定性的定义：当外部扰动或干扰没有足够大时，系统的输出仍能在一定误差范围内稳定在期望值附近。
2.稳定性分析的方法：根轨迹法、频域方法等。
3.稳定性设计的方法：规定根轨迹范围、引入正反馈等。
五、PID控制器1.PID控制器的定义：是一种用于连续控制的比例-积分-微分控制器，通过调节比例、积分和微分系数来实现对系统的控制。
2.PID控制器的工作原理和特点：比例控制、积分控制、微分控制、参数调节等。
六、根轨迹设计方法1.根轨迹的定义：描述了系统极点随控制输入变化时轨迹的变化规律。
2.根轨迹的特点：实轴特征点、虚轴特征点、极点数量等。
3.根轨迹的设计方法：增益裕量法、相位裕量法等。
七、频域分析与设计1.频率响应的定义：描述了系统对不同频率输入信号的响应。
2.频率响应的评价指标：增益裕量、相位裕量、带宽等。
3.频域设计方法：根据频率响应曲线来调整系统参数。
八、状态空间分析与设计1.状态空间模型：描述了系统状态和输入之间的关系。
控制工程中的系统建模与自动控制策略研究
控制工程中的系统建模与自动控制策略研究一、引言控制工程是一门研究如何通过系统建模和自动控制来实现对工业过程、机械装置和其他系统的精确控制的学科。
它在现代工业中起着至关重要的作用，广泛应用于各个领域，包括航空航天、汽车制造、化学工程、电力系统等。
本文将从系统建模和自动控制策略两个方面，对控制工程中的相关研究进行探讨。
二、系统建模系统建模是控制工程的基础，它通过对待控制系统的各个组成部分进行建模，来描述系统的动态特性和行为规律。
常用的系统建模方法有物理建模和数学建模两种。
1. 物理建模物理建模是基于对系统结构和物理特性的理解，使用物理方程和实验数据等手段来描述系统。
例如，在控制飞机姿态的过程中，可以根据飞行原理、动力学和空气动力学知识，构建飞行器姿态方程，从而对飞机的姿态进行建模。
2. 数学建模数学建模是通过建立数学模型来描述系统的行为。
这种建模方法可以使用微分方程、差分方程、状态空间等数学工具。
常用的数学建模方法有传递函数法、状态空间法等。
以PID 控制器为例，通过建立传递函数，可以对待控制系统的输入和输出之间的关系进行描述，从而实现控制。
三、自动控制策略研究自动控制策略是控制工程中实现对系统控制的关键。
自动控制策略主要包括闭环控制和开环控制两种。
1. 闭环控制闭环控制基于对反馈信号的利用，通过与系统输出信号进行比较，生成控制信号来实现系统的控制。
闭环控制能够对系统的误差进行实时调整，使系统具有鲁棒性和稳定性。
典型的闭环控制方法有 PID 控制、模糊控制和自适应控制等。
2. 开环控制开环控制是在不考虑系统输出的情况下进行控制，控制信号由预先设定的参考信号直接产生。
开环控制不能对系统的外部干扰和内部变化进行实时调整，因此在实际工程中应用较少。
然而，开环控制由于其简单性和实时性，在某些特定的应用中仍然具有一定的优势。
四、应用实例控制工程的研究和应用已经渗透到生活的方方面面。
下面以两个典型的应用实例进行介绍。
第2章-1-微分方程
K
eo
eo
ei
e
i1 i2 i3
i1 ui u R1
u u 0
d(u uo ) i2 C dt
i3
u uo R2
有源网络的微分方程为
C
duo uo ui dt R2 R1
自 动 控 制 原 理
2.1.3 机电系统
电枢
1．直流电动机，控制电压
Ce (t ) ua (t )
自 动 控 制 原 理
2.1.3 机电系统
La Ra
磁场控制式直流 电动机微分方程为
Rf
转动惯量 J 摩擦系数 f
激磁电流 负载
d 2 (t ) d (t ) Lf J Lf f Rf J R f f (t ) kmu f (t ) 2 dt dt dM c (t ) Lf R f M c (t ) dt
自 动 控 制 原 理
第2章 自动控制系统的数学模型
2.1 控制系统的微分方程
2.2 控制系统的传递函数
2.3 方块图
2.4 控制系统的信号流图
数学模型：系统的输入/输出时间函数描述
物理模型——任何元件或系统实际上都是很复杂的，难以
对它作出精确、全面的描述，必须进行简化或理想化。简 化后的元件或系统称为该元件或系统的物理模型。简化是
V
H
M
x
P M
自 动 控 制 原 理
2.1.1 机械系统
• 简化物理模型 • 列写控制系统各部分的微分方程 • 在平衡点附近线性化 各部分的微分方程：
I V sin H cos
d2 m 2 ( x sin ) H dt
控制系统的数学建模方法
控制系统的数学建模方法控制系统是指借助外部设备或内部程序，以使被控对象按照预定的要求或指令完成某种控制目标的系统。
在控制系统的设计过程中，数学建模是十分重要的一步。
通过数学建模，可以将实际的控制过程转化为数学方程，使得系统的行为可以被合理地分析和预测。
本文将介绍几种常用的数学建模方法，包括常微分方程模型、传递函数模型和状态空间模型。
1. 常微分方程模型常微分方程模型是控制系统数学建模中常用的方法。
对于连续系统，通过对系统的动态特性进行描述，可以得到常微分方程模型。
常微分方程模型通常使用Laplace变换来转化为复频域的传递函数形式，从而进行进一步的分析和设计。
2. 传递函数模型传递函数模型是描述线性时不变系统动态特性的一种方法。
它以输入和输出之间的关系进行建模，该关系可以用一个分子多项式与一个分母多项式的比值来表示。
传递函数模型常用于频域分析和控制器设计中，其数学形式直观且易于理解，适用于单输入单输出系统和多输入多输出系统。
3. 状态空间模型状态空间模型是一种将系统的状态表示为向量形式，并以状态方程描述系统动态行为的方法。
通过状态变量的引入，可以将系统行为从时域转换到状态空间，并进行状态变量的观测和控制。
状态空间模型具有较强的直观性和适应性，能够较好地描述系统的内部结构和行为特性，广泛应用于现代控制理论和控制工程实践中。
4. 神经网络模型神经网络模型是一种模拟人脑神经元间相互连接的计算模型，可以用于控制系统的建模与控制。
通过训练神经网络，可以实现对系统的非线性建模和控制，对于复杂控制问题具有较强的适应性和鲁棒性。
5. 遗传算法模型遗传算法是一种通过模拟生物进化过程，优化系统控制器参数的方法。
通过设定适应度函数和基因编码方式，利用遗传算法优化求解出最优控制器参数。
遗传算法模型广泛应用于控制系统自动调参和优化设计中，具有较强的全局寻优能力和较高的收敛性。
数学建模是控制系统设计的重要环节，通过合理选择建模方法，可以更好地描述和分析系统的动态特性，并基于此进行控制器设计和性能评估。
rsd3a工作原理 -回复
rsd3a工作原理-回复RSD3A是一种用于自动化控制系统的工作原理。
它是一种基于数学建模和控制算法的自适应控制方法，可应用于各种工业过程中，如化工、电力、制造等。
RSD3A工作原理的核心是模型预测控制（MPC）技术。
MPC是一种基于系统数学模型的先进控制算法，它能够根据系统模型的预测性能进行自适应调节，并根据系统状态的变化实时地进行优化控制。
RSD3A的工作原理主要包括以下几个步骤：1. 系统建模：首先，需要对待控制的工业系统进行数学建模，以描述其动态特性。
这个数学模型可以是一阶、二阶或高阶的差分方程模型，也可以是状态方程模型。
系统的建模过程需要根据实际情况来进行参数估计和模型验证。
2. 建模误差分析：在建立系统数学模型的过程中，常常会存在建模误差。
建模误差是由于系统的复杂性以及参数估计的不准确性导致的。
因此，在使用RSD3A进行控制之前，需要对建立的数学模型进行误差分析，以确定模型的有效性和适用性。
3. 预测模型生成：基于系统的数学模型，通过数学计算生成预测模型。
预测模型是系统的数学描述，它能够根据系统的当前状态和控制目标，预测出系统的未来状态。
预测模型是MPC算法的核心，它用于根据当前状态和目标状态，计算出控制目标。
4. 控制输入计算：根据预测模型和控制目标，利用优化算法计算出最优的控制输入。
优化算法是根据系统的动态特性和控制目标，将目标函数最小化或最大化的过程。
常见的优化算法有基于模型的预测控制（MPC）、动态规划（DP）、模型参考自适应控制（MRAC）等。
5. 控制输出应用：根据计算的最优控制输入，系统控制器将相应的控制信号应用于被控对象。
通过不断的反馈调节，系统的状态被控制在预设的范围内，实现对系统的稳定控制。
总结起来，RSD3A的工作原理主要包括系统建模、建模误差分析、预测模型生成、控制输入计算和控制输出应用等步骤。
通过不断地调节控制信号，使得系统的状态实现预期的目标控制。
RSD3A工作原理的有效性取决于系统的数学模型和控制算法的准确性和适用性。
基于MATLAB的控制系统数学建模
频率响应与传递函数
系统的频率响应反映了系统对不同频率输入信号的响应能力，传 递函数描述了系统输入输出之间的数学关系。
频域性能指标
包括幅值裕度、相位裕度、谐振频率等，用于评价系统的稳定性 和性能。
利用MATLAB进行频域分析
01
MATLAB频域分析 工具箱
习等功能，提高系统的性能和稳定性。
绿色环保
未来控制系统将更加注重绿色环保，采用 更加高效、节能的技术和设备，减少对环
境的影响。
多领域融合
控制系统将与其他领域进行更多的交叉融 合，如计算机科学、机械工程、电子工程 等，形成更加综合的学科体系。
远程控制和自动化
随着互联网和物联网技术的普及，远程控 制和自动化将成为控制系统的重要发展方 向，提高生产效率和便利性。
实例分析：典型环节传递函数建模
一阶惯性环节
传递函数为`1/(T*s+1)`，其中`T`为时间常数，`s`为复频率。 在MATLAB中可表示为`sys = tf([1], [T, 1])`。
二阶振荡环节
传递函数为`1/(s^2/ωn^2+2ζs/ωn+1)`，其中`ωn`为自然频率，`ζ`为阻 尼比。在MATLAB中可表示为`sys = tf([1], [1/ωn^2, 2ζ/ωn, 1])`。
数学模型描述方法
微分方程法
通过列写系统或元件的微分方程来描述系统的动态特性，适用于线 性定常系统、非线性系统以及时变系统。
传递函数法
在零初始条件下，系统输出量的拉普拉斯变换与输入量的拉普拉斯 变换之比，适用于线性定常系统。
状态空间法
以系统的状态变量为基础，通过状态方程和输出方程来描述系统的动 态特性，适用于多输入多输出系统、非线性系统以及时变系统。
MATLAB的控制系统数学建模
赵广元.MATLAB与控制系统仿真实践，
北京航空航天大学出版社，2009.8.
在线交流，有问必答
8
后我们所讨论的系统主要以线性定常连续系 统为主。
（2）线性定常离散系统： 离散系统指系统的某处或多处的信号
为脉冲序列或数码形式。这类系统用差分 方程(difference equations)来描述。 （3）非线性系统：
方式2：
>> s=tf(‘s’)
%定义Laplace算子
Transfer function:
s >> G=10*(2*s+1)/s^2/(s^2+7*s+13) %直接给出系统传递函
数表达式
Transfer function:
20 s + 10
s^4 + 7 s^3 + 13 s^2
--------------------
赵广元.MATLAB与控制系统仿真实践，
北京航空航天大学出版社，2009.8.
在线交流，有问必答
10
控制系统的传递函数模型
MATLAB与控制系统仿真实践，
北京航空航天大学出版社，2009.8.
在线交流，有问必答
12
本节主要内容
系统传递函数模型简述 传递函数的MATLAB相关函数 10.1.3 建立传递函数模型实例
北京航空航天大学出版社，2009.8.
在线交流，有问必答
7
原理要点——系统分类
按系统性能分：
线性系统和非线性系统；连续系统和 离散系统；定常系统和时变系统；确定系 统和不确定系统。
（1）线性连续系统： 用线性微分方程式(differential equations)