一、现代控制理论阶段（20世纪50年代—70年代）
伴随着计算机技术的发展和航天技术的应用，自动控制理论转向多输入多输出、非线性、时变系统研究，以解决复杂的系统控制问题。
1954：贝尔曼（Bellman） 创立动态规划，解决多阶段最优决策。
1956：庞特里亚金（Pontryagin） 提出极大值原理，最优控制核心工具。
1960：卡尔曼（Kalman） 系统引入状态空间法，提出能控性/能观测性，标志现代控制理论正式诞生。
1960–1961：卡尔曼-布什滤波，解决随机噪声下的状态估计。
1965：扎德 (L.A.Zadeh) 提出模糊集合，模糊控制诞生。
1970s–1980s：鲁棒控制，H∞、μ分析，解决模型不确定与干扰问题。自适应控制成熟。
1980s：神经网络复兴、专家控制、分级递阶智能控制兴起。
1987：第一届国际智能控制大会，智能控制成为独立学科。
核心突破：从“外部输入输出”转向内部状态描述，适配多变量/时变/最优控制。
从1960–1970s，理论体系完善，涌现的分支理论有：
线性系统理论：极点配置、观测器设计、解耦控制、李雅普诺夫稳定性。
最优控制：庞特里亚金极大值原理、贝尔曼动态规划、极大值原理、线性二次型最优控制（LQR）。
随机控制与滤波：卡尔曼滤波推广、系统辨识、自适应控制等理论出现。
在航天（火箭/卫星）、导弹、工业过程的应用全面落地。
从1970–1990s，为应对不确定性，爆发的新分支理论有：
自适应控制：模型参考自适应、自校正控制，应对参数时变。
二、状态空间
1. 状态：能完全描述系统当前运动状况的最少一组变量。
已知t₀ 时刻的状态 及 t ≥ t₀ 的输入→ 就能唯一确定系统未来所有时刻的行为。
例如：
弹簧质量阻尼系统：位置 x、速度 v → 状态变量。
2. 状态空间的描述形式
1) 状态方程
2) 输出方程
3. 状态空间的三大优点
三、传递函数 ↔ 状态空间
1. 传递函数 → 状态空间
2) 状态空间 → 传递函数
公式
四、线性系统状态空间结构图
如下结构图表示单输入单输出（SISO）线性定常系统的状态空间模型。
D＝0 的结构图（D表示输入直接影响输出，很少见）
状态空间的结构图理解：
积分器：1/s（数量 = 状态个数）反馈：A 矩阵；输入耦合：B 矩阵；输出抽取：C 矩阵。
每个积分器的输出 x(t) 就是一个状态变量，其个数等于系统阶数。
状态更新：状态方程体现了状态自身的演变（A阵）与受输入的驱动作用（B阵）。
测量输出：输出体现了从内部状态到外部输出的映射（C阵）。
五、应用举例
举例1
假设系统结构图中的矩阵参数如下（二维系统），求：根据结构图计算输出 y(t)
第一步：写状态方程
第二步：写输出方程
第三步：求解微分方程（拉普拉斯变换法）
第四步：部分分式展开与反变换
第五步：得出最终结果
举例2
经典的二阶 LC 串联电路，含两个电容串联，电感串联，输入为电压源 u(t)，输出通常取电容电压或电感电流。
步骤1：确定状态变量
选择电感电流和电容电压作为状态变量（物理意义明确，且为独立储能元件）
步骤2：列写电路方程（KVL/KCL）
根据基尔霍夫电压定律 (KVL)，沿回路列写电压方程：
步骤3：推导状态方程
将 KVL 方程代入电感电压表达式，展开为状态变量形式：
步骤4：推导输出方程
特殊情况说明
若电路拓扑或输出定义不同（例如仅取 C1电压为输出），仅需调整 C 矩阵：
有了状态空间就能判断系统能不能控，能不能观测。才能设计状态反馈器，配置零极点。才能设计观测器，估计系统状态。才能实现LQR 最优控制和卡尔曼滤波。
