基于MATLAB和Python的动态系统建模与仿真实例

　　本书详细介绍了基于MATLAB和Python的动态系统建模与分析所需的一系列控制主题及高级编程技能。首先对姿态估计与控制进行了全面介绍，包括姿态运动学、传感器以及用于姿态估计的扩展卡尔曼滤波器。然后对自动驾驶车辆任务规划进行了实用讨论，包括无人机路径规划和移动目标跟踪。接着对生物系统建模进行了综合探索，包括生物分子网络和随机建模。最后对使用生物系统的控制算法以及其实现进行了深入研究。本书对于期望使用控制理论进行动态系统建模和分析，并熟练掌握相关编程技能的学生或工程师来说，是不可或缺的资源。

　　金钟莱（Jongrae Kim），英国利兹大学机械工程学院副教授。主要研究领域包括控制系统的鲁棒性分析、优化、随机动态等。他分别在1991年和1995年获得韩国仁荷大学航天工程学士和硕士学位，并在2002年获得美国德州农工大学博士学位。他先后在美国和英国的多所高校从事科研工作，并于2007年加入英国格拉斯哥大学航空工程系。自2014年起，他一直任职于英国利兹大学机械工程系，致力于推动相关领域的学术研究与创新。

前言第1章　引言　11.1　本书适用范围　11.2　实例分析　11.2.1　自由落体　11.2.2　配体–受体相互作用　121.3　本书章节安排　18习题　19参考文献　19第2章　姿态估计和控制　212.1　姿态运动学和传感器　212.1.1　四元数运动学问题　232.1.2　陀螺仪传感器模型　292.1.3　光学传感器模型　512.2　姿态估计算法　562.2.1　一个简单的算法　562.2.2　QUEST算法　582.2.3　卡尔曼滤波器　592.2.4　扩展卡尔曼滤波器　672.3　姿态动力学和控制　782.3.1　动力学运动方程　782.3.2　执行器和控制算法　85习题　100参考文献　102第3章　自动驾驶车辆任务规划　1053.1　路径规划　1053.1.1　势场法　1053.1.2　基于图论的采样方法　1113.1.3　复杂障碍物　1173.2　移动目标跟踪　1263.2.1　无人机与移动目标模型　1273.2.2　最优目标跟踪问题　1293.3　跟踪算法的实现　1463.3.1　约束条件　1463.3.2　最优解　1503.3.3　仿真验证　157习题　159参考文献　159第4章　生物系统的建模　1614.1　生物分子间的相互作用　1614.2　确定性建模　1614.2.1　细胞群和多重实验　1624.2.2　大肠杆菌色氨酸调节模型　1664.3　生物振荡　1974.3.1　Gillespie直接法　2014.3.2　仿真实现　2034.3.3　鲁棒性分析　209习题　212参考文献　213第5章　生物系统的控制　2175.1　控制算法的实现　2175.1.1　PI控制器　2185.1.2　误差?P的计算　2255.2　鲁棒性分析：μ-分析法　2325.2.1　简单示例　2325.2.2　合成回路　241习题　252参考文献　252第6章　延伸阅读　2546.1　布尔网络　2546.2　网络结构分析　2556.3　时空建模　2566.4　深度学习神经网络　2566.5　强化学习　257参考文献　257附录　部分习题答案　259