下载文档原格式
课程设计任务书课程设计题目控制系统仿真设计功能使得电动车控制系统的系统在校订后技术指标阶跃响应的超调量小于5%，调理时间小于 4s。
工作量二周第一周学习怎样使用 MATLAB 软件与控制系统的仿真等，第二周选择课题而后进行分组查工作计划询资料，最后借助软件对实验题目进行编程改正和剖析，使实验达到题目要求的最优化成效。
指导教师考语目录第 1 章设计题目及要求 (1)设计题目 (1)要求 (1)第 2章校订前系统性能 (2)时域性能 (2)频域性能 (5)第 3章校订环节设计 (6)校订方法选择 (6)控制参数整定 (6)第 4章校订后系统性能 (7)时域性能 (7)频域性能 (9)结论 (10)心得领会 (11)第 1 章设计题目及要求1.1 设计题目：若系统的数学模型及控制环节的传达函数为G(s)=40 ／（（ss+3）（ s+6）），设计校订装置。
电动车控制系统：某电动车控制系统如图：1.2 要求：系统在阶跃响应的超调量小于5%，调理时间小于4s。
第 2 章校订前系统性能2.1 时域性能(1)、绘制未加入校订装置的系统开环阶跃响应曲线，依据系统的开环传达函数，程序以下：function [Tp,Mp,Tr,Ts]=stepa(G)[Y,t] = step(G);cs=length(t);yss=Y(cs);[ctp,tp]=max(Y);Tp=t(tp);Mp=100*(ctp-yss)/yssk=cs+1;n=0;while n==0k=k-1;if Y(k)<0.98*yssn=1;endendt1=t(k);k=cs+1;n=0;while n==0k=k-1;if Y(k)>1.02*yssn=1;endendt2=t(k);if t1>t2Ts=t1;elseTs=t2;Endclear all;clear all;num=2.2;den=conv([1,0],conv([0.3,1],[0.17,1])); sys1=tf(num,den);sys2=feedback(sys1,1);figure(1);margin(sys1)figure(2);step(sys2)[Tp,Mp,Tr,Ts]=stepa(sys2)Mp =Tp =Mp =Tr =Ts =Step Response1edtui lpmA0123456Time (sec)系统的阶跃响应曲线图 2-12.2 频域性能由 2.1 节的程序能够获取系统的频域曲线图(2-2)以下所示)B d (e dtu i n g a M) g e d ( e s a h PBode DiagramGm = 12.4 dB (at 4.43 rad/sec) , P m = 43.8 deg (at 1.84 rad/sec)50-50-100-150-90-135-180-225-270-10123 1010101010Frequency (rad/sec)控制系统的频域响应曲线图 2-2MATLAB运转结果开环传达函数为：G(s)=2.2 ／（ s（0.3s +1）（ 0.17s+1））系统是稳固的，可是响应时间和超调量都较之题目要求大第 3 章校订环节设计3.1 校订方法选择因为题目要求系统阶跃响应的超调量小于 5%，超调时间小于4s ，系统固然稳固，可是响应时间较快和超调量较大，因为放大系数 K 对超调量有影响，为此需要改变放大系数 K 的值来知足题目要求的预期值，依据系统的时域性能和频域性能可知合适采用比率- 微分控制器（ PD 控制器）从比率环节和微分环节进行校正，从物理的角度来剖析，他能够降低系统的最大超调量，改变动向性能，从频次特征的角度来说，它能够增添系统的相角裕量，是系统的震荡减弱。
控制系统实时I / 0仿真的应用和好处摘要公司正在经历着更有效的项目执行而增长的要求。
本文讲述了控制系统测试方法的演变过程。
这个揭示了许多与控制系统实施有关的风险,并演示了怎样通过实时仿真来减轻这些风险，概述了应用模拟从开发、测试、操作员培训、启动和维护阶段的控制系统项目的好处。
关键词:仿真:控制系统测试:操作员的培训1.介绍为了保持在今天商业环境中的竞争力,工程师根据时间表以及没有生产损失的时间度来确保控制项目顺利实施的压力很大。
工程管理是使新成立的公司在预算紧缩的情况下实现尽快启动。
他们正在寻找相关工具来减少与这些项目相关的风险。
面向对象的仿真软件,是用于控制测试和操作培训,在他们的控制项目中可以减少项目风险和拯救公司大量的时间和金钱。
I/O模拟涉及到仿真现场设备动力作用的具体任务。
PLC或PC控制包发送输出控制命令到控制器的反馈装置。
2.I/O仿真与传统工程方法的好处在传统的模型控制系统项目下,工程师们遵循一种三步走方法来执行这个系统:•开发PLC逻辑来控制现场设备•安装系统•根据要求测试和重写逻辑程序该模型的主要缺陷是,它会使最终用户和供应商遭受不必要的风险。
也许这种风险已经在过去被认为是可以接受的。
然而,重要的是，是不是在1997年仍然是正确的。
如果这种风险被认为是不可以接受的,那么公司必须寻求可用工具来避免这种风险。
在许多情况下,或许风险不仅仅是简单地被确定和量化的。
虽然人们普遍认识到他们存在的威胁，然而,这些风险并没有受到独特的解决,尤其是他们怎么被消除的。
2.1.识别和消除项目风险最主要的风险是延迟或延误的启动。
有多少家公司准确地知道生产损失的花费是每分钟,每小时，每一天或每一周吗?如果知道这点就能简单地通过更好的测试方法如仿真软件来检查成本/收益的投资方程。
高损耗的产品是可以用另一个更彻底的测试方法来减少风险。
依赖这个方法，产品消耗量可能在创业阶段会非常昂贵的。
如果这个产品没有受损程度的就被浪费,仍会出现不一致的产品质量。
一、实验目的1. 掌握控制系统仿真的基本原理和方法；2. 熟练运用MATLAB/Simulink软件进行控制系统建模与仿真；3. 分析控制系统性能，优化控制策略。
二、实验内容1. 建立控制系统模型2. 进行仿真实验3. 分析仿真结果4. 优化控制策略三、实验环境1. 操作系统：Windows 102. 软件环境：MATLAB R2020a、Simulink3. 硬件环境：个人电脑一台四、实验过程1. 建立控制系统模型以一个典型的PID控制系统为例，建立其Simulink模型。
首先，创建一个新的Simulink模型，然后添加以下模块：（1）输入模块：添加一个阶跃信号源，表示系统的输入信号；（2）被控对象：添加一个传递函数模块，表示系统的被控对象；（3）控制器：添加一个PID控制器模块，表示系统的控制器；（4）输出模块：添加一个示波器模块，用于观察系统的输出信号。
2. 进行仿真实验（1）设置仿真参数：在仿真参数设置对话框中，设置仿真时间、步长等参数；（2）运行仿真：点击“开始仿真”按钮，运行仿真实验；（3）观察仿真结果：在示波器模块中，观察系统的输出信号，分析系统性能。
3. 分析仿真结果根据仿真结果，分析以下内容：（1）系统稳定性：通过观察系统的输出信号，判断系统是否稳定；（2）响应速度：分析系统对输入信号的响应速度，评估系统的快速性；（3）超调量：分析系统超调量，评估系统的平稳性；（4）调节时间：分析系统调节时间，评估系统的动态性能。
4. 优化控制策略根据仿真结果，对PID控制器的参数进行调整，以优化系统性能。
调整方法如下：（1）调整比例系数Kp：增大Kp，提高系统的快速性，但可能导致超调量增大；（2）调整积分系数Ki：增大Ki，提高系统的平稳性，但可能导致调节时间延长；（3）调整微分系数Kd：增大Kd，提高系统的快速性，但可能导致系统稳定性下降。
五、实验结果与分析1. 系统稳定性：经过仿真实验，发现该PID控制系统在调整参数后，具有良好的稳定性。
目录实验1 Matlab矩阵运算 (2)实验2 M文件编程 (5)实验3 MATLAB控制系统数学模型及其转换 (6)实验4 MATLAB控制系统时域分析 (9)实验5 MATLAB控制系统频域分析 (15)实验6 Simulink仿真方法练习 (19)实验7 MATLAB控制系统超前和滞后校正器设计 (22)实验8 MATLAB控制系统PID调节器设计 (23)实验1 Matlab矩阵运算一、实验目的1、掌握向量和矩阵的创建方法；2、掌握向量和矩阵元素的索引方法；3、掌握向量和矩阵的基本操作；4、利用MATLAB编写程序进行矩阵运算。
二、基础知识2、常量与变量系统的变量命名规则：变量名区分字母大小写；变量名必须以字母打头，其后可以是任意字母，数字，数值型向量（矩阵）的输入①任何矩阵（向量），可以直接按行方式……输入每个元素：同一行中的元素用逗号（，）或者用空格符来分隔；行与行之间用分号（；）分隔。
所有元素处于一方括号（[ ]）内；例1：>> Time = [11 12 1 2 3 4 5 6 7 8 9 10]>> X_Data = [2.32 3.43；4.37 5.98]上面函数的具体用法，可以用帮助命令help得到。
如：meshgrid(x,y)输入 x=[1 2 3 4]; y=[1 0 5]; [X,Y]=meshgrid(x, y)，则X = Y =1 2 3 4 1 1 1 11 2 3 4 0 0 0 01 2 3 4 5 5 5 5目的是将原始数据x，y转化为矩阵数据X，Y。
3、数组（矩阵）的点运算运算符：+（加）、-（减）、./（右除）、.\（左除）、.^（乘方），例3：>> g = [1 2 3 4]；h = [4 3 2 1]；>> s1 = g + h, s2 = g.*h, s3 = g.^h, s4 = g.^2, s5 = 2.^h4、矩阵的运算运算符：+（加）、-（减）、*（乘）、/（右除）、\（左除）、^（乘方）、’（转置）等；常用函数：det（行列式）、inv（逆矩阵）、rank（秩）、eig（特征值、特征向量）、rref（化矩阵为行最简形）例4：>> A= [2 0 –1; 1 3 2]; B= [1 7 –1; 4 2 3; 2 0 1];>> M = A*B % 矩阵A与B按矩阵运算相乘>> det_B = det(B) % 矩阵A的行列式>> rank_A = rank(A) % 矩阵A的秩>> inv_B = inv(B) % 矩阵B的逆矩阵>> [V,D] = eig(B) % 矩阵B的特征值矩阵V与特征向量构成的矩阵D>> X = A/B % A/B = A*B-1，即XB=A，求X>> Y = B\A % B\A = B-1*A，即BY=A，求Y三、实验内容1、练习数据和符号的输入方式，将前面的命令在命令窗口中执行通过。
控制系统的仿真与验证方法在控制系统的设计与开发过程中，仿真和验证方法是非常重要的工具和技术。
它们可以帮助工程师们在实际系统建造之前，先对系统进行虚拟的测试和验证，从而提高系统的可靠性和性能。
一、仿真方法1. 数学模型仿真数学模型是控制系统仿真的基础，它是通过建立系统的数学描述，利用数学方程和模型对系统进行仿真和分析。
数学模型可以采用线性或非线性方程、微分方程、状态空间方程等形式来表示。
在仿真过程中，可以通过对数学方程进行求解，得到系统的输出响应和性能指标。
2. 物理仿真物理仿真是指通过构建系统物理模型，利用实际硬件和传感器来模拟系统的运行和行为。
物理仿真可以采用实验室实验台、硬件系统、机器人等设备进行，通过对输入和输出信号的观测和记录，来验证系统的控制算法和性能。
3. 虚拟仿真虚拟仿真是指利用计算机技术和相关软件工具，通过建立系统的虚拟模型和仿真环境，来模拟系统的运行和行为。
虚拟仿真可以利用专业的仿真软件，如MATLAB/Simulink、LabVIEW等来进行。
通过对虚拟模型进行仿真和分析，可以评估系统的性能和稳定性。
二、验证方法1. 动态验证动态验证是指通过对系统输入输出信号的分析，来验证系统的动态特性和响应。
通过对系统的输入信号进行观测和记录，再与输出信号进行对比，可以验证系统的控制算法和参数设置是否正确。
动态验证可以通过实际系统测试、仿真实验等多种手段来进行。
2. 静态验证静态验证是指对系统的状态和行为进行静态分析和验证。
通过对系统的控制逻辑、参数设置、状态约束等进行推导和分析，可以验证系统的逻辑正确性和合理性。
静态验证可以利用数学推导、逻辑分析、形式化验证等方法来进行。
3. 性能验证性能验证是指验证系统是否满足一定的性能需求和指标。
通过对系统的稳定性、响应速度、控制精度、鲁棒性等性能指标进行分析和测试，可以评估系统的性能和可靠性。
性能验证可以通过仿真实验、实际测试、性能指标分析等手段来进行。
控制系统仿真实验报告控制系统仿真实验报告引言控制系统是现代科学技术中的重要组成部分，广泛应用于工业生产、交通运输、航空航天等领域。
为了验证和优化控制系统的设计方案，仿真实验成为一种重要的手段。
本篇文章将对控制系统仿真实验进行详细的报告和分析。
一、实验目的本次控制系统仿真实验旨在通过模拟真实的控制系统运行环境，验证控制系统的性能和稳定性。
具体目标包括：1. 验证控制系统的闭环性能，包括稳定性、响应速度和误差补偿能力。
2. 评估不同控制策略在系统性能上的差异，比较PID控制、模糊控制等算法的效果。
3. 优化控制系统的设计方案，提高系统的控制精度和鲁棒性。
二、实验装置和方法本次实验采用MATLAB/Simulink软件进行仿真。
通过搭建控制系统的数学模型，并设置不同的控制参数和输入信号，模拟真实的控制环境。
具体步骤如下：1. 建立控制系统的数学模型，包括被控对象、传感器、执行器等部分。
2. 设计不同的控制策略，如PID控制器、模糊控制器等，并设置相应的参数。
3. 设置输入信号，模拟系统的工作条件和外部干扰。
4. 运行仿真实验，记录系统的输出响应、误差曲线和稳定性指标。
5. 分析实验结果，对比不同控制策略的性能差异，优化控制系统的设计方案。
三、实验结果与分析通过多次仿真实验，我们得到了一系列实验结果，并进行了详细的分析。
以下是其中的一些重要发现：1. PID控制器在大部分情况下表现出良好的控制性能，能够实现较快的响应速度和较小的稳态误差。
然而，在某些复杂系统中，PID控制器可能存在过调和震荡的问题。
2. 模糊控制器在处理非线性系统时表现出较好的鲁棒性，能够适应不同工况下的控制要求。
但是，模糊控制器的设计和参数调整相对复杂，需要较多的经验和专业知识。
3. 对于一些特殊的控制系统，如高阶系统和时变系统，需要采用更为复杂的控制策略，如自适应控制、鲁棒控制等。
这些策略能够提高系统的鲁棒性和适应性，但也增加了控制系统的设计和调试难度。
dSpace控制系统实时仿真解决方案c利用MATLAB与Dspace开发平台，控制系统仿真平台的开发测试流程步骤如下：被控对象的理论分析及数学描述这是离线仿真的第一步，用线性或非线性方程建立控制系统数学模型，该方程应能用MATLAB的m-file格式或Simulink方框图方式表示，以便于用MATLAB/Simulink进行动态分析。
当部分被控对象难于用理论方法描述时，可以结合MATLAB的系统辨识工具箱和Simulink参数估计模型库来辅助进行系统建模。
控制系统建模当被控对象的模型搭建完毕之后，可以用MATLAB的控制系统工具箱等工具分析被控对象的响应特性，然后根据这些响应特性为其设计控制器。
离线仿真与优化模型建立之后，可以通过离线仿真查看控制系统的时域频域性能指标，通过对离线仿真结果的分析来优化控制系统仿真平台的算法或被控对象的模型，使系统的输出特性尽可能的好。
当这一步完成之后，就要将离线仿真过渡到实时仿真了。
用真实的硬件接口关系代替Simulink中的逻辑联接关系由于实时仿真中需要与硬件通讯，所以需要在Simulink方框图中，从RTI库用拖放指令指定实时测试所需的I/O(A/D转换器，增量编码器接口等)，并对I/O参数(如A/D电压范围等)进行设置。
自动代码生成与下载这是从离线仿真到实时仿真的关键，当用户用传统的方法进行开发的时候，从控制算法到代码实现需要手工编程，这一步会耗去很长时间，但当用户采用MATLAB+dSPACE这一整体解决方案时，只需用鼠标选择RTW Build，就可以自动完成目标系统的实时C代码生成、编译、连接和下载。
即使是复杂的大型控制系统该过程一般也只需几分钟左右。
实验过程的全程自动化管理用ControlDesk试验工具软件包与实时仿真系统进行交互操作，如调整参数，显示系统的状态，跟踪过程响应曲线等。
通过实时测试可以确定系统的一些重要特性。
与MATLAB结合进行参数优化如果需要，利用MLIB/MTRACE从实时闭环系统获得数据，并将该数据回传给用于建模和设计的软件环境(如：MATLAB)，由MATLAB根据一定的算法计算下一步控制参数并通过MLIB/MTRACE将参数送给实时系统，实现参数的自动寻优过程。
循环返回第一步。
只有通过实时测试，才能得到一些反馈信息如：对象模型是否需要改进、算法特性是否过严或过松、控制系统对不能建模的对象动特性(如：考虑到实时性而将部分对象直接包含于闭环测试中)、干扰及传感器噪音是否有足够的鲁棒性。
1.控制系统离线仿真的过程及所用到的工具1.1控制系统离线仿真的过程控制系统仿真平台的设计始于系统的数学仿真，即MATLAB环境下的离线仿真，图1表明了系统仿真的大致过程，下面就主要工作进行细述：首先，是被控对象模型的建立。
在这一阶段，可以利用两种方式建立被控对象的数学模型。
其一是利用已有的数学及专业知识，结合系统中已有的数据列写被控对象的微分方程，再根据微分方程写出模型的状态空间描述或传递函数表达；其二是利用MATLAB的相关专业工具，如系统辨识工具箱和Simulink Parameter Estimation等完成系统被控对象模型的建立。
这种方法常用于被控对象的数学模型难于推导或目前我们已有的知识不足以较准确的建立系统模型的情况。
当被控对象的模型建立起来之后，就需要利用MATLAB，Simulink为被控对象开发合适的控制算法了。
对于控制系统仿真来说，通常采用经典的控制算法即可。
当然也可以利用现代控制理论开发一些高级算法。
开发算法的前提是了解被控对象当前的各项时域频域性能指标，然后根据这些性能指标设计相应的控制器，用以补偿当前被控对象性能的不足。
由于工程领域中的被控对象基本上都有一些非线性，为了方便控制器的设计，通常都会利用MATLAB的相关工具先将被控对象线性化，找到其工作点位置，然后再对线性化模型在平衡点位置附近设计控制器。
控制器的设计包括结构设计和参数优化两方面。
当被控对象和控制器的模型都建立好之后，就可以进行系统仿真了。
仿真是一个不断迭代的过程。
首先，是要对建立好的被控对象模型进行仿真，以使模型能够较准确的描述真实的物理系统。
当在给定输入信号下，模型的输出与实际系统的输出能够较好的吻合时，被控对象的模型就算搭建好了。
当然，如果不吻合，需要返回被控对象建模部分，修改数学模型。
然后需要对线性化系统进行仿真，使全系统(控制器加被控对象)的输出满足规定的性能指标，通常这时的性能指标应好于实际要求的性能指标，因为这时的被控对象是线性化的。
最后，要将仿真后所定好的控制器算法与实际非线性被控对象结合，做全系统的仿真，观察此时，系统的各项性能指标是否能够达到。
如果仿真结果不尽如人意，需要返回算法开发阶段，修改控制器的结构，以得到正确满意的仿真结果。
以上是系统仿真的过程，在工作进行的同时，还可以结合仿真进行文档生成。
利用相应工具，以多种格式将仿真的模型和数据生成文档，包括HTML，RTF，XML，SGML以及PDF等等。
1.2控制系统离线仿真中用到的工具为完成控制系统的仿真，我们在MATLAB产品家族中精选了系统开发中必不可少的产品模块，下面，就集成的控制系统设计环境中所用到的主要模块功能介绍如下：MATLAB提供贯穿于控制系统设计开发全过程的工具。
这些工具分别负责系统设计开发的某个阶段，产品的分布如图2所示：图2控制系统设计各阶段所用到的MATLAB产品模块数据分析、建模在系统建模阶段常用的工具箱是System Identification Toolbox和Simulink Parameter Estimation。
前者完全由实验数据进行数学模型的估算，而后者是通过实验数据对已有数学模型的参数进行优化，使数学模型尽可能反映实际系统的真实情况。
System Identification Toolbox该工具箱提供了一个交互式工具环境，基于预先测试得到的输入/输出数据来建立动态系统的线性模型。
可以使用时域频域技术对单通道数据或多通道数据进行模型辨识。
利用该工具箱可以对那些不容易用数学方式描述的动态系统建立数学模型。
工具箱支持传递函数和状态空间的模型描述方式，可以通过非参数相关或谱分析的方法进行系统辨识，工具箱函数可以对任意通道数的输入输出数据进行连续时间或离散时间系统的辨识，导入测试数据并对其进行预处理，产生模型，并根据测试数据进行模型的验证。
Simulink Parameter Estimation该工具可以帮助用户校正系统的Simulink模型，使之满足实际物理系统的输出特性。
使用这一工具就可以避免通过试凑法或是自行编写优化程序来调整模型参数。
用户可以使用时域测试数据和优化手段来估计模型参数和初始条件，并且可以在Simulink中创建自适应查表函数。
用Simulink所建立的动态系统模型通常会包含一些无法直接测量的参数或是无法用模型进行精确表达的部分。
根据实际物理系统或是原型机得到的输入-输出测量数据，Simulink Parameter Estimation能够计算出那些未知的参数并通过优化算法来弥补Simulink模型与实际系统的差别。
系统模型仿真系统模型的正确与否将直接影响到系统后续的设计工作，所以系统模型的仿真和优化是基于模型的控制系统设计重要的一环，在软件环境中进行动态系统模型的仿真不仅可以较早的排查系统设计的缺欠和错误，还有助于设计者更好的理解系统模型的行为，从而完成对模型和控制系统算法进行优化。
在这一步骤中，MATLAB产品提供的Simulink工具，是建立动态系统模型，进行数学仿真优化的最佳工具。
此外，MATLAB的产品中还包括了针对航空航天和国防领域的Aerospace功能模块集合等等。
Simulink使用面向方框图的可视化动态系统仿真工具Simulink，可以方便地建立控制器和被控对象模型，通过仿真不断地优化和改善设计。
无论是离散的，连续的，条件执行的，多采样的或混合系统，Simulink都是描述动态系统模型的最佳工具。
通过Simulink提供的丰富的功能块，可以迅速地创建动态系统模型，而不需要书写一行代码。
Simulink提供了完整的功能模块库，用于建立单入单出、多入多出、线性/非线性、离散/连续/混杂及多速率系统；支持矩阵数据类型和线性代数运算；支持M语言和C语言方式的功能模块扩展；支持层次化建模方式，可应用"子系统"进行结构化建模，并可以通过模型浏览器察看各个层次；可以建立用户自己的功能模块库并加入到Simulink库浏览器中由于Simulink可以直接利用MATLAB的数学、图形和编程功能，用户可以直接在Simulink下完成诸如数据分析、过程自动化、优化参数等工作。
工具箱提供的高级的设计和分析能力可以通过Simulink的封装手段在仿真过程中执行。
Stateflow这是建模与仿真真实世界中常见的事件驱动行为的图形化环境，利用有限状态机概念、状态流程图原理，对事件驱动系统建立起简洁而清晰的描述，内嵌于Simulink中。
通过Simulink和Stateflow，可以在在单一的集成环境下对包含顶层控制逻辑，物理对象和控制器的整个系统进行建模与仿真。
Aerospace Blocksets Simulink的模型库可以通过专用模块集进一步扩展，比如航空模型库(Aerospace Blocksets)。
航空模型库是针对飞行控制系统而设计的专用模型库，具体包括数学运算和坐标变换(Utilities)、执行机构模型(Actuators，二阶线性模型和二阶非线性模型)、气动力和气动力矩计算(Aerodynamics)、动画显示(Animation，三自由度动画和六自由度动画)、环境模型(Environment，具体包括大气模型、重力场模型和风扰动模型)、运动方程(Equations of Motion，三自由度和六自由度)、飞行参数计算(Flight Parameters，迎角、侧滑角、空速等)、导航控制模块(GNC)、质量特性计算(Mass Properties，质心、惯性张量等计算)、推进计算(Propulsion，涡轮发动机系统)。
这些模型库提供了飞行控制系统中的通用模型，在建模仿真中可以直接引用，也可以根据具体的设计需要，对模型库进行添加和完善，供其它的系统设计项目所引用中，避免重复性工作。
控制系统设计分析与优化控制系统的设计分析是基于模型的系统设计中重要的一步，在这一阶段，设计人员需要对被控对象数学模型的各种特性进行分析，然后设计出合适的控制器。
在这个环节中，不仅可以利用MATLAB高级编程语言的强大功能，在短时间内开发出控制算法并结合MATLAB强大的绘图能力方便地对数据，方程和结果进行显示，如根轨迹，伯德图，响应和谱等；还可以通过与控制相关的工具箱，完成许多前沿的控制设计，如LQG、跟轨迹、和模糊逻辑设计方法。
