Control System - None Linear System (2)
2026-03-18 5.3k 字 21 分钟

Control System - None Linear System (2)

15. 模型预测控制 (MPC/NMPC) 15.1 预测控制的基本思想 15.1.1 为什么需要预测控制？ 传统控制方法的局限性： PID控制：仅基于当前误差，无预见性 极点配置/LQR：设计基于固定模型，难处理约束 鲁棒控制：处理不确定性，但通常保守 实际工程需求： 系统存在约束（执行器饱和、状态限制、安全边界） 多变量耦合（MIMO系统） 需要预见性（参考轨迹已知） 经济性优化（最小化能耗、最大化产量） 15.1.2 MPC的核心思想 模型预测控制（MPC）的三要素： 预测模型：用系统模型预测未来行为 滚动优化：在每个采样时刻求解有限时域优化问题 反馈校正：只实施第
Control System - None Linear System (1)
2026-03-17 7k 字 31 分钟

Control System - None Linear System (1)

11. 非线性系统现象与分析方法 11.1 为什么需要非线性理论？ 11.1.1 线性控制的局限性 在实际工程中，所有物理系统本质上都是非线性的。线性模型只是在工作点附近的近似。当系统远离平衡点或包含本质非线性环节时，线性理论可能失效： 大范围运动：机器人大角度运动、飞行器大机动飞行 本质非线性环节：饱和、死区、摩擦、滞环 非线性现象：极限环、分岔、混沌 高性能要求：需要充分利用系统非线性特性 11.1.2 线性与非线性系统的根本区别 特性 线性系统 非线性系统 叠加原理 成立 不成立 平衡点 唯一（或无穷多） 可能有多个孤立平衡点 稳定性 全局性（整个状
Control System - LTI System (2)
2026-03-10 8.7k 字 38 分钟

Control System - LTI System (2)

6. 状态反馈与极点配置 6.1 问题的提出 对于线性时不变系统： $$\begin{aligned} \dot{x} &= Ax + Bu \\ y &= Cx + Du \end{aligned} $$开环控制的局限性：无法改变系统动态特性（极点固定，由A矩阵的特征值决定）。 状态反馈控制： $$u = -Kx + v $$其中 $K \in \mathbb{R}^{m \times n}$ 是反馈增益矩阵，$v$ 是参考输入。 闭环系统： $$\dot{x} = (A - BK)x + Bv $$核心问题：如何选择反馈增益矩
在Linux服务器上部署AstrBot机器人及Napcat QQ机器人
2026-03-01 1.9k 字 9 分钟

在Linux服务器上部署AstrBot机器人及Napcat QQ机器人

前言 这里记录一下绍如何在Linux服务器（Ubuntu/Debian）上部署AstrBot机器人框架，同时配置Napcat QQ机器人作为消息通道，并添加必要的辅助功能（如Swap内存优化、GitHub操作、邮件发送、网页截图等）。 一、基础环境配置 1.1 更新系统包 1sudo apt update 1.2 安装Python环境 12345# 安装Python3基础包sudo apt install python-is-python3# 安装完整的Python3和虚拟环境工具sudo apt install python3-full python3-venv 二、部署Ast
Control System - LTI System (1)
2026-02-01 13.3k 字 56 分钟

Control System - LTI System (1)

1. 状态空间建模 状态空间方程是现代控制理论的基础，用一阶微分方程组描述系统的内部动态。对于一个线性时不变（LTI）系统，其状态空间模型为： $$\begin{aligned} \dot{x}(t) &= A x(t) + B u(t) \quad &\text{(状态方程)} \\ y(t) &= C x(t) + D u(t) \quad &\text{(输出方程)} \end{aligned} $$其中： $x(t) \in \mathbb{R}^n$：状态向量(系统内部变量) $u(t) \in \mathbb{R}^m$：输
C++ Practical Advanced Topics
2025-12-06 6.2k 字 39 分钟

C++ Practical Advanced Topics

ref: https://github.com/0voice/cpp-learning-2025 The Practical Advanced Topics section focuses on the core competencies of C++ engineering development, covering four key modules: Design Patterns, Multithreaded Programming, Performance Optimization, and Engineering Practices. It helps developers prog
C++ Object-Oriented Programming
2025-12-05 5.1k 字 33 分钟

C++ Object-Oriented Programming

ref: https://github.com/0voice/cpp-learning-2025 I. Classes and Objects 1. Class vs. Struct In C++, class and struct are the core constructs for object-oriented programming. Their only essential difference is the default access control, as their syntax is nearly identical: Feature class struct
C++ Advanced Fundamentals
2025-12-04 7.4k 字 47 分钟

C++ Advanced Fundamentals

ref: https://github.com/0voice/cpp-learning-2025 I. STL (Standard Template Library) The STL (Standard Template Library) is a core C++ library that encapsulates common data structures (containers) and algorithms, following the “generic programming” paradigm. It is a high-frequency topic in technical
C++ Basic Syntax Guide
2025-12-03 3.7k 字 24 分钟

C++ Basic Syntax Guide

ref: https://github.com/0voice/cpp-learning-2025 I. Variables and Data Types 1. Basic Data Types C++ provides fundamental data types to store different kinds of data for various scenarios: Type Category Specific Type Description Example Integer int Basic integer (typically 4 bytes) int age
Convex Optimization Notes
2025-12-02 795 字 5 分钟

Convex Optimization Notes

1. Duality 1.1 Lagrangian and Dual Function Lagrangian for a primal problem:$$L(x, \lambda, \nu) = f_0(x) + \sum_{i=1}^m \lambda_i f_i(x) + \sum_{i=1}^p \nu_i h_i(x) $$ Dual function:$$g(\lambda, \nu) = \inf_{x \in D} L(x, \lambda, \nu) $$ Always concave (regardless of convexi