控制论（Cybernetics）是一门研究动态系统中的控制、通信和调节的科学。它起源于20世纪中期，由诺伯特·维纳（Norbert Wiener）在其1948年出版的奠基性著作《控制论：或关于在动物和机器中控制和通信的科学》中正式提出。"Cybernetics"一词源自古希腊语 κυβερνητικηˊ（kybernētikē），意为"掌舵术"或"治理术"。
控制论的核心思想是：无论是生物体、机器还是社会组织，都可以被理解为通过信息反馈进行自我调节的系统。这一跨学科视角深刻影响了工程学、生物学、计算机科学、管理学乃至社会科学的发展。
本文为数学知识库的组成部分，系统介绍控制论的核心概念、理论基础与应用实践。
从数学角度看，控制论研究的是动态系统的输入-输出关系、状态演化以及通过反馈实现目标导向行为的机制。其数学基础涵盖：
- 常微分方程与差分方程：描述系统状态的连续或离散时间演化
- 线性代数与矩阵理论：多变量系统的状态空间表示
- 泛函分析与变分法：最优控制的理论工具
- 概率论与随机过程：处理不确定性系统的滤波与估计
- 拓扑学与动力系统理论：研究系统的稳定性与定性行为
| 时期 |
阶段 |
标志性成果 |
| 1940s-1950s |
经典控制论 |
维纳奠基、反馈放大器（Bode, Nyquist）、PID控制 |
| 1960s-1970s |
现代控制理论 |
卡尔曼滤波、状态空间方法、最优控制（Pontryagin最大值原理, Bellman动态规划） |
| 1980s-1990s |
鲁棒与自适应控制 |
H∞ 控制、模型预测控制（MPC）、自适应控制理论 |
| 2000s至今 |
数据驱动与智能控制 |
强化学习控制、神经网络控制、系统辨识与数据驱动方法 |
状态空间方法是现代控制理论的基石。它将系统描述为一组一阶微分方程（或差分方程），从几何和代数的角度揭示系统内在结构。
一个连续时间线性时不变（LTI）系统的状态空间表示为：
x˙(t)=Ax(t)+Bu(t)
y(t)=Cx(t)+Du(t)
其中：
- x(t)∈Rn：状态向量，完整描述系统在时刻 t 的内部状态
- u(t)∈Rm：输入/控制向量
- y(t)∈Rp：输出/观测向量
- A∈Rn×n：系统矩阵，描述状态自身的动态演化
- B∈Rn×m：输入矩阵，描述控制如何影响状态
- C∈Rp×n：输出矩阵，描述状态如何映射到输出
- D∈Rp×m：前馈矩阵，描述输入到输出的直接传递
状态向量的维度 n 称为系统的阶数，它决定了系统动态的复杂程度。
能控性（Controllability）和能观性（Observability）是现代控制理论中两个核心概念，由卡尔曼（Rudolf Kalman）于1960年首次系统提出。
如果存在一个无约束的控制输入 u(t) 能将系统从任意初始状态 x(t0) 在有限时间内转移到任意目标状态 x(t1)，则称系统是完全能控的。
能控性判据（能控性矩阵法）：
C=[BABA2B⋯An−1B]
当 rank(C)=n 时，系统完全能控。
几何解释：能控性意味着控制输入能够"触及"状态空间的每一个维度。如果某些状态维度不受控制输入的影响，则系统不可控。
如果系统的初始状态 x(t0) 可以通过有限时间内的输出 y(t) 观测值唯一确定，则称系统是完全能观的。
能观性判据（能观性矩阵法）：
O=⎣⎢⎢⎢⎢⎢⎢⎡CCACA2⋮CAn−1⎦⎥⎥⎥⎥⎥⎥⎤
当 rank(O)=n 时，系统完全能观。
几何解释：能观性意味着不同的初始状态必然导致不同的输出轨迹，从而可以从输出反推内部状态。
状态转移矩阵 Φ(t)=eAt 是线性系统分析的关键工具：
- 一般解：x(t)=Φ(t−t0)x(t0)+∫t0tΦ(t−τ)Bu(τ)dτ
- 自由响应（u=0）：x(t)=Φ(t−t0)x(t0)
- 性质：Φ(0)=I, Φ(t1+t2)=Φ(t1)Φ(t2), Φ−1(t)=Φ(−t)
现实中的数字控制系统工作在离散时间：
x(k+1)=Adx(k)+Bdu(k)
y(k)=Cx(k)+Du(k)
其中 Ad=eAΔt, Bd=∫0ΔteAτBdτ, Δt 为采样周期。
反馈（Feedback）是控制论最核心的概念。它是指将系统的输出信号的一部分或全部返回到输入端，与参考输入进行比较，从而影响系统后续行为的过程。
闭环控制系统的基本结构：
r(t) → [误差e] → [控制器] → u(t) → [被控对象] → y(t)
↑ │
└──────────── [反馈环节] ←──────────────┘
开环 vs 闭环对比：
| 特性 |
开环控制 |
闭环控制 |
| 精度 |
依赖精确建模 |
对模型误差有鲁棒性 |
| 抗干扰 |
无法抵抗干扰 |
能自动抑制干扰 |
| 稳定性 |
通常稳定 |
可能引入不稳定 |
| 成本 |
低 |
高 |
| 典型例子 |
洗衣机的定时控制 |
空调的温控控制 |
PID（比例-积分-微分）控制是工业应用中最广泛的控制算法，占据了超过90%的工业控制回路。
u(t)=Kp⋅e(t)+Ki∫0te(τ)dτ+Kddtde
- P（比例）：对当前误差作出响应，大误差产生大校正
- 增大 Kp 可加快响应，但过大导致超调和振荡
- 纯比例控制存在稳态误差
- I（积分）：消除稳态误差，但对过去误差的累积
- 消除静差，但引入相位滞后，可能降低稳定性
- 积分饱和（Integral Windup）是需要处理的常见问题
- D（微分）：预测未来误差变化趋势，提供阻尼
- 改善响应速度，增加稳定性裕量
- 对测量噪声敏感，通常需要滤波处理
PID 参数整定方法：
- Ziegler-Nichols 法：基于临界增益和临界周期
- Chien-Hrones-Reswick 法：考虑设定点响应
- Lambda 整定法：适用于一阶滞后系统
- 基于模型的方法：I-MC, IMC-PID 等
根轨迹法（Root Locus）由 Evans 于1948年提出，用于分析系统参数变化对闭环极点位置的影响。其基本思想是：系统反馈增益从0变化到 ∞ 时，闭环特征方程的根在复平面上形成的轨迹。
根轨迹法的核心规则：
- 根轨迹起始于开环极点，终止于开环零点或无穷远
- 根轨迹分支数为开环极点数（与零点数之差）
- 渐近线方向由系统相对阶决定
- 实轴上的根轨迹位于奇数个极点和零点左侧的区间
应用价值：通过观察闭环极点是否全部位于复平面左半平面，能直观判断系统的稳定性。
频域分析将系统的行为从时间域转换到频率域进行研究，核心工具是传递函数：
G(s)=U(s)Y(s)=C(sI−A)−1B+D
用 s=jω（纯虚数）代入得到系统的频率响应。
Nyquist 稳定性判据（图形法）：
- 若开环传递函数 G(s) 在右半平面有 P 个极点
- 则闭环系统稳定的充要条件是：Nyquist 图逆时针包围 (−1,j0) 点 P 次
- 直观版本：完整的 Nyquist 图不包围 (−1,j0) 点 ⇒ 闭环稳定（开环稳定时）
Bode 图分析：
- 幅频曲线：∣G(jω)∣ vs ω（对数坐标）
- 相频曲线：∠G(jω) vs ω（对数坐标）
- 增益裕量（Gain Margin）：幅值为1时对应的相位裕度
- 相位裕量（Phase Margin）：相位为 −180° 时对应的幅值裕度
最优控制关心的问题是：在满足系统约束的条件下，找到使某个性能指标达到最优的控制策略。
一般形式：
minJ=φ(x(tf))+∫t0tfL(x(t),u(t),t)dt
s.t.x˙(t)=f(x(t),u(t),t),x(t0)=x0
其中 L 是运行代价（Lagrangian），φ 是终端代价。
对于无约束的最优控制问题，使用变分法可导出欧拉-拉格朗日方程：
∂x∂L−dtd(∂x˙∂L)=0
这是最优轨线必须满足的必要条件。但在实际问题中，控制通常是受约束的（如控制输入有界），此时需要更一般的工具。
Pontryagin 最大值原理（1956年）是解决有约束最优控制问题的强大工具，它通过引入协态变量（costate）λ(t) 将优化问题转化为两点边值问题。
构造 Hamiltonian 函数：
H(x,u,λ,t)=L(x,u,t)+λT⋅f(x,u,t)
最优控制的必要条件：
- 正则方程：x˙=∂λ∂H, λ˙=−∂x∂H
- 最小值条件：u∗(t)=argminuH(x,u,λ,t)
- 边界条件：x(t0)=x0, λ(tf)=∂x(tf)∂φ
直观理解：Hamiltonian 可以被看作"当前时刻的代价 + 未来代价的变化率"。最小值条件说明最优控制总是使 Hamiltonian 取最小值——这是一种"贪心但长远"的策略。
Bang-Bang 控制：当 Hamiltonian 与控制变量 u 呈线性关系时，最优控制会在约束边界间快速切换，称为 Bang-Bang 控制。典型的例子是最速降落问题中的推力切换。
Richard Bellman 于1950年代提出的动态规划提供了求解最优控制问题的另一种视角——从后方向前递推。
核心是最优性原理："最优策略的子策略也是最优的"。
Hamilton-Jacobi-Bellman（HJB）方程：
−∂t∂V=umin{L(x,u,t)+(∂x∂V)T⋅f(x,u,t)}
其中 V(x,t) 称为价值函数（value function），表示从状态 x 在时刻 t 出发的最优累计代价。
HJB 方程 vs 最大值原理：
| 方法 |
视角 |
复杂度 |
适用场景 |
| 最大值原理 |
必要条件，两点边值问题 |
O(n2) |
状态空间较小 |
| HJB 方程 |
充分条件，求解偏微分方程 |
O(∞) |
理论上全局最优，但高维复杂 |
LQR 是最优控制中最经典、应用最广泛的结果，它针对线性系统和二次型代价函数给出了解析解。
系统：x˙=Ax+Bu
代价：J=∫0∞[xTQx+uTRu]dt
Riccati 方程（Algebraic Riccati Equation, ARE）：
ATP+PA−PBR−1BTP+Q=0
最优控制律：u∗=−R−1BTP⋅x(t)=−K⋅x(t)
LQR 的关键特征：
- 最优控制律是状态反馈，形式为 u=−Kx
- 增益矩阵 K 是一个常数矩阵，与初始状态无关
- 解的存在性：对 (A,B) 能控且 Q⪰0, R≻0 时，P 有唯一正定解
- Q 惩罚状态偏差，R 惩罚控制能量——设计者通过调节 Q 和 R 来平衡性能与控制代价
模型预测控制在每个采样时刻求解一个有限时域的最优控制问题，但只实施第一个控制步，然后滚动重算。
MPC 工作流程：
- 测量当前状态 x(k)
- 求解有限时域 N 的优化问题
- 应用最优控制的第一步 u(k)
- 移动到下一个采样时刻，重复步骤1
MPC 优势：
- 能直接处理控制输入约束和状态约束
- 适用于多变量系统
- 包含未来预测，性能更优
MPC 挑战：
- 在线求解优化问题的计算负担
- 系统的模型精度直接影响控制效果
- 非线性 MPC 的计算复杂度更高
在实际系统中，系统的状态往往不能直接测量或者测量受到噪声污染。状态估计（State Estimation）的任务是利用受噪声干扰的观测数据，结合系统模型，估计系统的真实状态。
卡尔曼滤波（Kalman Filter, 1960）是控制与信号处理领域最伟大的成果之一。它为线性高斯系统提供了最优的递推状态估计方法。
系统模型：
x(k+1)=Ax(k)+Bu(k)+w(k),w∼N(0,Q)
y(k)=Cx(k)+v(k),v∼N(0,R)
卡尔曼滤波的递推两步法：
预测步（时间更新）：
x^(k+1∣k)=Ax^(k∣k)+Bu(k)
P(k+1∣k)=AP(k∣k)AT+Q
更新步（测量更新）：
K=P(k+1∣k)CT(CP(k+1∣k)CT+R)−1
x^(k+1∣k+1)=x^(k+1∣k)+K(y(k+1)−Cx^(k+1∣k))
P(k+1∣k+1)=(I−KC)P(k+1∣k)
卡尔曼增益 K 是滤波器的核心——它在模型预测和测量观测之间进行加权。当测量噪声 R 小（数据可靠）时，K 增大，更多地依赖测量。反之，当过程噪声 Q 小（模型准确）时，K 减小，更多地依赖模型预测。
扩展卡尔曼滤波（EKF）：将卡尔曼滤波推广到非线性系统，通过对非线性函数在当前估计值处进行一阶 Taylor 展开实现线性化。虽然 EKF 应用广泛，但线性化误差可能导致发散。
无迹卡尔曼滤波（UKF）：使用确定性采样（Unscented Transform）来传播高斯分布的均值和方差，比 EKF 更精确且不需计算 Jacobian 矩阵。
Wiener 滤波是卡尔曼滤波的前身，由 Norbert Wiener 在1940年代提出。它是一种频域方法，适用于平稳随机过程的最优滤波。Wiener 滤波器通过最小化均方误差来设计线性系统的传递函数。
对于非高斯、强非线性的系统，卡尔曼滤波族的假设不再适用。粒子滤波（Particle Filter）通过蒙特卡洛方法，用大量加权随机样本（粒子）近似后验概率分布。
粒子滤波的步骤：
- 初始化：从先验分布采样 N 个粒子
- 预测：根据系统模型传播每个粒子
- 更新：根据观测计算粒子的重要性权重
- 重采样：根据权重重新采样，避免粒子退化
Lyapunov 稳定性理论是现代控制理论中分析系统稳定性的最一般化工具，由俄国数学家 Aleksandr Lyapunov 于1892年提出。
基本概念（考虑系统 x˙=f(x)）：
- Lyapunov 稳定：对于任意给定的 ε>0，存在 δ>0，使得当 ∥x(0)∥<δ 时，对所有 t≥0 有 ∥x(t)∥<ε
- 渐近稳定：系统 Lyapunov 稳定，且 limt→∞∥x(t)∥=0
- 指数稳定：存在常数 α>0,β>0，使得 ∥x(t)∥≤α⋅∥x(0)∥⋅e−βt
Lyapunov 直接法：
- 寻找一个正定标量函数 V(x)（称为 Lyapunov 函数）
- 验证其沿系统轨线的导数 V˙(x)=∇V⋅f(x) 负定
- 若存在这样的函数，则系统渐近稳定
Lyapunov 函数可以被理解为"能量"函数——系统沿着运动方向能量不断减少，最终趋于平衡点。
BIBO（Bounded Input, Bounded Output）稳定性要求：对于任何有界输入，系统的输出也是有界的。
对于线性系统，BIBO 稳定等价于传递函数的所有极点具有负实部（即位于复平面左半开平面）。
鲁棒控制旨在设计控制器，使得系统在存在模型不确定性和外部扰动的情况下，仍能维持可接受的性能。小增益定理是鲁棒控制的基础：
如果两个互联系统的环路增益的乘积小于1，则整个闭环系统稳定。
这个小增益定理看似简单，却是几乎全部现代鲁棒控制理论的起点。
H∞ 控制是1980年代发展起来的鲁棒控制方法。它通过最小化系统中扰动到输出的最大增益（即 H∞ 范数）来设计控制器。
H∞ 范数：∥G∥∞=supωσˉ(G(jω))，即系统频率响应的最大奇异值的上确界。
H∞ 控制将控制问题转化为一个标准的优化问题，可以使用求解 Riccati 方程或线性矩阵不等式（LMI）的方法得到最优控制器。
对于具有更复杂不确定性的系统（如参数不确定性、非结构不确定性并存），μ-综合（μ-Synthesis）在 H∞ 框架基础上引入结构奇异值（Structured Singular Value, μ）的概念，提供了更精细的鲁棒性分析方法。
自适应控制解决的是当系统参数未知或时变时的控制问题。它能在运行过程中根据系统行为自动调整控制器参数。
MRAC 的核心思想是定义期望的系统性能为一个参考模型，然后调整控制器参数使得实际系统的输出跟踪参考模型的输出。
STR 将系统辨识与控制器设计结合起来：在线估计系统模型参数，然后根据估计参数重新计算控制器参数。这种"估计-设计"的迭代过程使控制器能自适应系统变化。
- 持续激励：需要信号持续激励才能准确辨识系统
- 暂态性能：自适应初始阶段的性能难以保证
- 鲁棒性：对未建模动态敏感，可能激发高频振荡
反馈线性化（Feedback Linearization）通过适当的非线性状态反馈和坐标变换，将非线性系统变为线性系统。关键在于精确的系统模型——与线性控制中的近似线性化不同，反馈线性化是精确的代数变换。
例子：单摆控制
- 真实系统：mlθ¨+mgl⋅sin(θ)=τ
- 选择控制律：τ=mgl⋅sin(θ)+ml⋅v
- 闭环系统：θ¨=v（线性双积分器）
- 现在可以对线性系统 v=−Kp⋅θ−Kd⋅θ˙ 设计控制器
滑模控制（Sliding Mode Control）是一种对系统参数摄动和外部扰动具有很强鲁棒性的非线性控制方法。它强迫系统状态到达并保持在某个预定义的滑模面上，然后沿着滑模面运动到平衡点。
优点：极强的鲁棒性
缺点：抖振问题（Chattering），即控制信号的高频切换
许多非线性系统的控制器可以通过构造 Lyapunov 函数并设计控制律使其导数负定来获得。反向递推法（Backstepping）就是基于这种思想，特别适用于具有三角结构的非线性系统。
- 制导与导航：导弹控制、卫星轨道控制、飞行器姿态控制
- 自动驾驶仪：固定翼和旋翼机的飞行控制律设计
- 航天任务：航天器交会对接、深空探测器的轨道修正
- 典型方法：LQR/LQG、H∞ 控制、非线性动态逆
- 运动控制：机械臂轨迹规划与跟踪（PD+重力补偿）
- 力控制：阻抗控制和力/位混合控制（打磨、装配作业）
- 移动机器人：轮式/足式机器人的位姿控制和 VSLAM
- 多机器人协同：编队控制、分布式一致性算法
- 化工过程：温度、压力、流量控制（PID 与 MPC 结合）
- 电力系统：发电机组调速、电网频率控制、电压调节
- 制造业：数控机床伺服控制、张力控制、热处理控制
- 生理控制：血糖浓度控制（人工胰腺闭环胰岛素泵）
- 神经控制：运动神经系统的建模与理解
- 药物递送：麻醉深度控制和靶向控制给药
- 宏观经济政策的反馈设计
- 投资组合的随机最优控制
- 市场微观结构的动态分析
随着物联网和 Cyber-Physical Systems（CPS）的兴起，控制回路通过共享通信网络闭合。这带来了时延、丢包、有限带宽、异步采样等新挑战，催生了事件触发控制、网络化预测控制、安全控制等研究方向。
强化学习（Reinforcement Learning, RL）与最优控制有着深厚的理论联系：
- RL 中的策略对应控制律
- 价值函数对应最优控制的代价函数
- 时序差分学习与动态规划一脉相承
- 深度 RL 使高维控制问题（如机器人灵巧操作、游戏控制）成为可能
在自动驾驶、医疗机器人等安全关键系统中，控制器的形式化验证和安全约束保证变得至关重要。控制屏障函数（Control Barrier Functions, CBF）和模型预测安全滤波是近年来的热门方法，它们在满足性能目标的同时保证系统始终处于安全集合内。
许多物理系统（热传导、流体动力学、化学反应）用偏微分方程描述，状态空间是无穷维的。分布参数系统的控制包含传感器/执行器的最优位置设计、模型降阶控制等研究方向。
量子控制研究如何通过外部电磁场精确操纵量子系统（量子位）的态演化，是量子计算和量子精密测量的基础。这涉及量子力学中的 Schrödinger 方程控制和相干性保持。
控制论作为数学与工程科学的交叉学科，已经发展成为一套成熟而强大的方法论体系。从经典 PID 控制到最优控制的解析方法，从鲁棒控制的频率域分析到非线性控制的几何方法，再到现代数据驱动的学习控制，控制理论始终在扩展其边界。
关键要点回顾：
- 状态空间提供了动态系统的统一数学表示
- 反馈是控制论的核心机制，是系统实现鲁棒和自适应行为的基础
- 最优控制理论（最大值原理、动态规划）为解决复杂的优化决策问题提供了数学框架
- 卡尔曼滤波实现了最优状态估计，是许多实际系统的核心技术
- 鲁棒控制（H∞, μ）处理系统不确定性，保证了真实世界的适用性
- 学习与控制的融合（RL, MPC, 自适应控制）正在推动新一代自主智能系统的发展
此页面为数学知识库的一部分。