1樓：回家
自動控制可分為兩個目標：跟蹤和鎮定，跟蹤就是沿著期望的參考訊號執行，譬如飛機沿著指定的航跡飛行；鎮定是在被控物件受到擾動之後仍能維持在平衡狀態，例如飛機受到陣風等干擾之後仍能保持平衡狀態。評價控制系統的指標主要由穩定，快速和準確。
設計控制系統首先要對被控物件進行數學建模，大多數情況下是個微分方程，這個微分方程經過拉普拉斯變換之後，就變成了傳遞函式，然後可以利用學的自動控制原理進行設計控制系統。如果這個微分方程具有多個狀態變數和多個輸出，一般寫成狀態空間矩陣，然後利用現代控制理論進行設計。如果這個微分方程是非線性的則需要利用非線性控制系統來設計。
自動控制（多為單輸入單輸出系統），現代控制理論（多為多輸入和多輸出系統），非線性控制理論（非線性系統）是遞進的關係。
在建模過程中，所得出的微分方程可能存在某個引數不確定，某些非線性函式未知，或者存在干擾，這時就需要利用自適應控制，神經網路控制/模糊控制，魯棒控制來解決這些問題。
2樓：
自控、現控、非線性是遞進的
自控的關鍵是理解「穩定性」，傳遞函式只是方便實現穩定（將系統階數轉為S/Z的加減乘除），這個很基本也很易理解。
現控就是「穩定」的另一形式——與傳遞函式相對的微分方程組矩陣，個人覺得系統矩陣比傳遞函式好理解也易實現好用些。
李雅普諾夫穩定，就是不只被控變數穩定，系統的其他狀態（誤差）、狀態（誤差）導數都穩定，這所謂就全域性穩定了。
私以為以上3個基本就是控制工程裡的「道」了，其他的都只是術
魯棒控制的關鍵應該是基於干擾或狀態、引數、模型的不確定性，增加前饋反饋等多樣措施，以消除外界干擾對系統的狀態、甚至引數或結構的影響，保持穩定。魯棒性這詞很晦澀，用「耐X性」來理解應該會快些……
模糊控制和神經網路應該為並列的，一般統稱智慧型控制，一般用來做控制器，但神經網路能逼近非線性，還能做觀測器
系統辨識，其實就是建模，對被控物件或者系統建模
其餘EE,CS在控制中，都是為了對系統的數學模型進行操作。比如計算機控制，原來建模好的控制器怎麼整？對傳遞函式離散化，Z變換。
執行器很慢？來設計個超快的板子或者擼個FPGA。
要了解體系，個人認為最快的方法當然還是讀下培養計畫或者教學大綱啦。
我推薦隨便哪個學校圖書館應該都能找到，一晚上能翻完。
可見控制，電子，計算機的課程與其他學校差別不會太大，還是那個道道，穩定，李雅普諾夫穩定，然後焊板子碼程式來實現。
自動化也確實是萬金油，從最底層模電到頂層的演算法，算是打通了個遍了。聽說有的學校還學力學課程之類。但我想，只要是圍繞穩定、收斂這個「道」，那就是自動化的體系了。
如何構建自己的知識結構？
水源 知識的累計非一朝一夕，結構的建立更非一日之功，首先得從內心給自己定基調，急不得。從域面範圍來講 一.廣度 二.深度 廣度來講，博學多識，只是涉獵，並非精專 深度來說，爐火純青，出神入化，登峰造極 結合當下複合型人才需求，一專多能，需要對應儲備專業技能同時增大相關領域涉獵，以貼合高階人力資源結構...
自動控制原理的根軌跡怎麼學習？
hez 第四章 1什麼是根軌跡 嗶哩嗶哩 乾杯 bilibili 第四章 2a根軌跡繪製法則 嗶哩嗶哩 乾杯 bilibili 第四章 2b根軌跡繪製法則下 嗶哩嗶哩 乾杯 bilibili zdr0 送乙份我自己總結的根軌跡的繪製法則，其中紅顏色的是初學者必須掌握的法則。下面我們來看乙個例題。給定...
工作技能太差 知識結構很弱，導致嚴重的自卑心理怎麼辦？
snow han 曾經也有這個心理階段.這個心理階段在不斷的努力和晉公升 工作 中會不斷重複經歷，你必須學會克服這個情緒把痛苦化解掉。你只是需要時間來成長學習知識而已，坦然的接受自己的努力，無論成功失敗。今天經歷的痛苦和巨大壓力的心理階段，堅持下來迎接你的就是工作中的成功 再次進入更加高壓力的工作環...