信号处理与控制系统工程之间的关系？

13

控制系统工程和数字信号处理都是电气工程的重要课程/主题，但是这两个主题/课程如何相互关联？

还请告诉我，关于控制系统工程的一些推荐资源（书籍，教程，讲座等）是什么，以及如何在技术水平上开始使用它？

因为我们在下面的链接中有答案，但是该答案是关于dsp资源的，所以我正在寻找有关控制系统工程实例的资源请求参考

control-systems control

— Abtj
source

1

有一次我做过与控制相关的任何事情，一次是我设计了90年代带有旧SHArC（v 0.6硅）的异步采样率转换器。调整采样率比率需要一定的伺服机制，以使指向样本的指针（指向指针的分数成分）会以恒定的延迟量落后于进入的样本的指针。

— 罗伯特·布里斯托

4

我反对结束这个问题。

— 罗伯特·布里斯托

10

有很多重叠之处，但重点有所不同。控制工程也早于DSP。如果您拥有传统的EE教育，那么您实际上并没有太大的区别。

状态变量是控件中更典型的视角。Oppenheim和Schafer的第一版（1975年）有一章介绍了状态变量，但是这些年来，它们一直被弃用。您需要了解状态变量才能进行卡尔曼滤波，这是一个重叠的区域。线性估计和线性控制是彼此的对偶。

我还要说，混合连续/离散时间系统在控制系统中更为常见，但对于DSP也有很多示例。

DSP几乎总是在统一采样上完成。状态变量也可以用于非均匀采样。

我从未听说过反因果控制系统，但是及时向前进行反向过滤在DSP中很常见。控制本质上是因果关系。单面Laplace变换在控件中更为常见。

反馈回路的稳定性在两个方面都很重要。高级控制系统课程将涵盖Lyaponov稳定性等主题。您通常看不到DSP涵盖的内容，但是有使用该技术的DSP论文。

控制理论出现在机械工程中。DSP出现在金融领域。机器人技术中有很多方面都使用计算机视觉。

在RADAR中，波形和滤波在前端使用较多的DSP，但在后端使用的跟踪系统则更多。

如果我必须用一个单词来形容每个单词。

控制：反馈

信号处理：感应

或使用一个短语

控件：当前

DSP：槽内

2

状态变量是控件中更典型的视角。这确实取决于您在哪里工作。这是学术界和航空航天业中唯一获得稳定的唯一方法。在工业中，尽管您更有可能看到带有PID的经典控制。

— 格雷厄姆

@Graham是的，但是在更复杂的系统中，它会来回泄漏信号，在特定情况下，加热器和传感器会建立温度，我不得不以性能为代价安装PID，以使技能水平较低的人也无法维护它。通常，除了有限的可识别极点/零点以外，更精细的控制系统可改善性能。

— 罗格斯

“槽中”是什么意思？

— abtj

@rrogers，他们可能会表现得更好，但肯定不会显着提高性能，特别是与了解该性能的培训成本相比。这就是为什么我们仍然使用PID。我从事实时嵌入式控制软件已有25年了，回想起来，我不需要双手来数我真正了解状态空间的工程师的数量。（顺便说一句，我不在列表上！！）而且我不需要任何手数来计算使用该系统的系统。

— 格雷厄姆

在凹槽中。认为

10

我做了信号处理博士学位。在控制系统部门。我认为信号处理是开环的。控制系统闭环。

除此之外，两者背后的数学非常相似。通常是非常不同的应用程序。

— 彼得·K.
source

2

结束或否决该问题将不是一个积极的行动，因为该问题与寻求知识有关，并且该知识与DSP有关，因为控制系统工程与DSP之间存在某种联系

— abtj

与Facebook不同，我不能对此表示不满：

— 。–罗伯特·布里斯托

1

@abtj我确实在某些方面喜欢这个问题，但是您提到的条件（“寻求与DSP有关的知识”）是必要的，但不足以使话题变得正确！

— MarcusMüller19's

8

两者都基于线性系统理论（又名“信号和系统”）。所以也做通讯系统和线性电子电路，电子电路，以及分布式网络（又名输电线路）。

两者都担心系统稳定性。极点必须在单位圆内。实际上，DSP的范围比控件或通讯的范围广。

控制系统通常对时域行为更感兴趣。脉冲响应和阶跃响应。Routh-Hurwitz准则（或其离散时间准则）和Root-Locus技术是控制人员担心的问题。我从来没有真正担心过。

过去，状态可变系统处于控制范围之内，但是自卡尔曼滤波器以来，我就看到状态可变表示（带有A，B，C，D矩阵）在DSP中的出现频率更高。

控件之外的许多DSP问题都不太关心时域行为，而更关心频域行为。

图像处理与DSP的关系比与控件的关系更紧密。

我不知道控制人员完全担心FFT等问题。

所有这些学科都有一个实际的目标，那就是电子学。担心DSP或CPU芯片如何连接到A / D和D / A转换器以及内存和其他外围设备。我不知道有多少控制人员担心量化误差，但他们应该这样做。

— 罗伯特·布里斯托·约翰逊
source

1

FIY，在电力电子领域，我们经常使用具有足够动态范围的12至16位ADC。但是，在DAC级别上，执行器通常是2级，3级或5级“执行器”。因此，正如您所说，我们绝对必须处理量化问题。

— 本

4

有一个相当简单的区别。

信号处理是一组可用于控制工程的工具。

控制工程是要使某件事情按照您希望的方式移动。某些信号处理工具将对此有所帮助（有些则不会；没有TARDIS，后向滤波不会实时发生）。

信号处理在很大程度上与频率响应（增益）有关，因为这是影响您所听到声音的大部分因素。相位和群延迟是问题，但通常不是主要问题。

但是，在控制工程中，您通常希望将某些东西移动到某个位置然后再不移动。这样做有一个基本原则- 如果看不到，就无法纠正。如果您的位置测量结果以严重延迟测量结果的方式进行过滤，则控制回路将不知道它在哪里（或者没有足够快地获得该信息），因此无法正确移动。或更糟糕的是，如果它太晚获取信息，那么它甚至可能试图朝错误的方向前进。

因此，控制工程倾向于使用像Butterworth这样的滤波器，虽然滤波器的滤波效果不佳，但是对信号的影响却更大。否则它甚至可能根本不使用滤波器，因为如果您的控制环速度较慢或系统惯性很大，则信号上的噪声可能不会影响系统的运动。

我所知道的最好的教科书是绪方（Ogata ）的《现代控制工程》。我可以完全建议。它仅停留在状态空间控制之外，但是对于大多数控制工作来说，您几乎不需要它。

— 格雷厄姆
source

2

控制工程课程通常以相似甚至相同的课程（硕士学位）授课。在一般的系统建模方法，在这里输入（）和输出（）通过系统（涉及），我要说的是，对于一个目标，他们要么在工作，或： $I$ $O$ $S$ $O$ $S$ $I$

控制工程师倾向于在系统的输出上放置（强烈）约束，并致力于找到满足约束的输入
信号处理人员倾向于对输出有（强烈）期望，并努力找到适当转换输入的系统。

结果，它们的工具非常相似，就像有时使用它们是双重方式一样。即使他们的背景非常接近，我也注意到他们之间的交流有些困难。从某种程度上说，这种情况让我想起了乔治·伯纳德·肖的作品：

美国和英国是两个用共同语言隔开的国家。

因此，信号/图像处理和控制工程是两个紧密的学科，由一组通用工具隔开。

— 劳伦·杜瓦尔（Laurent Duval）
source

2

对于因果关系的实时系统实现（其中时间是独立参数）的要求，该要求相对于参考标准不断地使输出误差最小，从而区分了控制系统领域。
您可以搜索MIT开放式课件，例如https://ocw.mit.edu/courses/aeronautics-and-astronautics/16-30-feedback-control-systems-fall-2010/
自由MATLAB workalike 的Scilab（https://scilab.org）提供访问控制配套系统设计和分析许多成熟的库。
如果愿意，Python的NumPy和SciPy（https://scipy.org）可以替代Scilab，而SymPy（https://sympy.org）可以帮助进行符号（计算机代数系统）操纵。 Anaconda Jupyter笔记本（https://anaconda.org）将允许您使用Markdown排版和LaTeX表达式呈现以及交互式代码和输出块来记录您的开发。
要呈现经常概述控制系统的信号流图，可以使用Graphviz（https://graphviz.org）。
Roger Labbe非常有效地解释了Kalman过滤器：https : //github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python 估计的系统状态是Kalman过滤器的控制对象。

— 凯文
source