신호 처리와 제어 시스템 엔지니어링 사이의 관계?

제어 시스템 공학과 디지털 신호 처리는 모두 전기 공학의 중요한 과정 / 과제이지만이 두 과목 / 과정은 서로 어떻게 관련되어 있습니까?

또한 제어 시스템 엔지니어링에 대한 권장 리소스 (책, 튜토리얼, 강의 등)는 무엇이며 기술 수준에서 작업을 시작하는 방법은 무엇입니까?

우리는 아래 링크에서 대답을하지만 대답은 DSP 리소스에 관한 것입니다, 나는 엔지니어링 제어 시스템에 대한 자원을 찾고 에 refrence 요청의 예 대답을

겹치는 부분이 많지만 강조에는 약간의 차이가 있습니다. 제어 엔지니어링도 DSP보다 오래되었습니다. 전통적인 EE 교육이 있다면 실제로 많은 것을 구별하지는 않습니다.

상태 변수는 컨트롤에서보다 일반적인 관점입니다. 1975 년 Oppenheim과 Schafer의 첫 번째 판은 상태 변수에 관한 장을 가지고 있었지만, 수년에 걸쳐 그 변수를 떨어 뜨렸다. 중첩 영역 인 칼만 필터링을 수행하려면 상태 변수를 이해해야합니다. 선형 추정 및 선형 제어는 서로의 이중입니다.

또한 하이브리드 연속 / 이산 시간 시스템이 Controls에서 더 일반적이지만 DSP에 대한 많은 예가 있다고 말합니다.

DSP는 거의 항상 균일 한 샘플링에서 수행됩니다. 상태 변수는 비 균일 샘플링에서도 작동합니다.

안티 인과 관계 제어 시스템에 대해 들어 본 적이 없지만 DSP에서 정방향 필터링은 시간이 지남에 따라 일반적입니다. 통제는 본질적으로 인과 적입니다. 단측 라플라스 변환은 컨트롤에서 더 일반적입니다.

피드백 루프의 안정성은 두 영역 모두에서 중요합니다. 고급 제어 시스템 클래스는 Lyaponov 안정성과 같은 주제를 다룹니다. 일반적으로 DSP에 포함 된 내용은 보이지 않지만 해당 기술을 사용하는 DSP 용지가 있습니다.

제어 이론은 기계 공학에 나타납니다. DSP는 금융 분야에 등장합니다. 컴퓨터 비전을 사용하는 로봇 공학에는 많은 것이 있습니다.

RADAR에서는 파형과 필터링이 프런트 엔드에서 더 많은 DSP이지만 백엔드에서 추적 시스템이 더 많은 컨트롤입니다.

하나의 단어를 사용하여 각각을 설명해야한다면.

컨트롤 : 피드백

신호 처리 : 감지

아니면 어구를 사용해서

컨트롤 : 현재

DSP : 그루브

내 한 신호 처리 박사 학위를 제어 시스템 부서에서 . 신호 처리는 개방형 루프입니다. 제어 시스템은 루프를 닫습니다.

그 외에도 두 가지의 수학은 매우 비슷합니다. 일반적으로 매우 다른 응용 프로그램입니다.

둘 다 선형 시스템 이론 (일명 "신호 및 시스템" )을 사용합니다. 통신 시스템 과 선형 전기 회로 , 전자 회로 및 분산 네트워크 (일명 전송 라인 ) 도 마찬가지 입니다.

둘 다 시스템 안정성에 대해 걱정합니다. 기둥은 단위 원 안에 있어야합니다. DSP는 실제로 컨트롤 또는 통신보다 넓습니다.

제어 시스템은 일반적으로 시간 영역 동작에 더 관심이 있습니다. 임펄스 응답 및 스텝 응답. Routh-Hurwitz 기준 (또는 이산 시간 대응)과 Root-Locus 기술은 제어 담당자가 걱정하는 것입니다. 나는 그것에 대해 정말로 걱정하지 않았습니다.

이전에는 State-Variable 시스템이 Controls 관점에 있었지만 Kalman Filter 이후로, A - B, C, D 매트릭스 가있는 상태-변수 표현 이 DSP에서 더 자주 나타나는 것을 보았습니다 .

컨트롤 외부의 많은 DSP 문제는 시간 영역 동작에 대한 관심이 적고 주파수 영역 동작에 대해 더 관심이 있습니다.

이미지 프로세싱은 컨트롤보다 DSP와 더 밀접한 관련이 있습니다.

나는 컨트롤 녀석들에 대해 전혀 몰랐다.

이러한 모든 학문은 실질적인 목적이 전자 공학이되었습니다. DSP 또는 CPU 칩이 A / D 및 D / A 변환기와 메모리 및 기타 주변 장치에 연결되는 방식에 대해 걱정합니다. Controls 사람들이 양자화 오류에 대해 얼마나 걱정하는지 모르겠지만 그들은해야합니다.

상당히 간단한 차이점이 있습니다.

신호 처리는 제어 엔지니어링에 사용할 수있는 도구 세트입니다.

제어 공학은 원하는 방식으로 무언가를 움직이게 만드는 것입니다. 신호 처리 도구 중 일부는 그에 도움이 될 것입니다.

신호 처리는 주로 주파수 응답 (이득)과 관련이 있습니다. 왜냐하면 그것이 듣는 것에 영향을 미치기 때문입니다. 단계 및 그룹 지연은 문제이지만 종종 주요 문제는 아닙니다.

그러나 제어 공학에서는 일반적으로 위치로 이동 한 다음 움직이지 않는 것을 원합니다. 이를 수행 할 때 기본 원칙 이 있습니다.이를 볼 수 없으면 수정할 수 없습니다 . 위치 측정이 측정을 심하게 지연시키는 방식으로 필터링 된 경우, 제어 루프는 위치를 알지 못하거나 정보를 충분히 빨리 얻지 못하므로 적절하게 이동할 수 없습니다. 또는 정보가 너무 늦으면 잘못된 방향으로 이동하려고 할 수도 있습니다.

따라서 제어 엔지니어링은 버터 워스 (Butterworth)와 같은 필터를 사용하는 경향이 있는데, 이는 필터링을 잘 수행하지는 않지만 신호에 훨씬 더 악영향을 미칩니다. 또는 제어 루프가 느리거나 관성이 많은 시스템의 경우 신호 노이즈가 시스템의 움직임에 영향을 미치지 않을 수 있으므로 필터를 전혀 사용하지 않을 수도 있습니다.

내가 아는 최고의 교과서는 Ogata의 Modern Control Engineering 입니다. 나는 그것을 완전히 추천 할 수 있습니다. 상태 공간 제어 부족을 막을 수 있지만 대부분의 제어 작업에는 거의 필요하지 않습니다.

제어 공학은 종종 석사 학위까지 비슷하거나 심지어 동일한 과정에서 진행됩니다. 일반적인 시스템 모델링 접근법에서 입력 ( )과 출력 ( )은 시스템을 통해 관련됩니다 ($I$$O$$S$), 대상에 대해 $O$, 그들은 작업 중 하나 $S$ 또는 $I$:

• 제어 엔지니어 는 시스템의 출력에 제약 을 두는 경향이 있으며 제약 조건을 충족하는 입력 을 찾기 위해 최선을 다합니다.
• 신호 처리 사람들 은 출력에 대한 기대를 강하게하고 입력을 적절히 변환하는 시스템 을 찾으려고 노력합니다 .

결과적으로 도구는 매우 유사하며 때때로 사용하는 방식이 이중 방식입니다. 그들의 배경이 매우 가까워도 나는 그들의 의사 소통에 어려움을 느꼈다. 어느 정도 확장하면이 상황은 George Bernard Shaw의 생각 나게합니다.

미국과 영국은 공통 언어로 분리 된 두 국가입니다.

따라서 신호 / 이미지 처리 및 제어 엔지니어링은 공통 도구 세트로 구분되는 두 가지 밀접한 분야 입니다.

• 기준 기준과 관련하여 출력 오류 를 지속적으로 최소화하는 인과적인 실시간 시스템 구현 ( 시간 은 독립 매개 변수)에 대한 요구 사항 은 제어 시스템 규율을 구별합니다.

• https://ocw.mit.edu/courses/aeronautics-and-astronautics/16-30-feedback-control-systems-fall-2010/ 과 같은 MIT Open Courseware를 검색 할 수 있습니다.

• 무료 MATLAB 닮은 명령어 Scilab ( https://scilab.org ) 제어 시스템 설계 및 분석을 지원하는 많은 검증 된 라이브러리에 대한 액세스를 제공합니다.

• 원하는 경우 Python의 NumPy 및 SciPy ( https://scipy.org )가 Scilab을 대신 할 수있는 반면 SymPy ( https://sympy.org )는 기호 (컴퓨터 대수 시스템) 조작을 도울 수 있습니다. Anaconda Jupyter 노트북 ( https://anaconda.org )을 사용하면 대화식 코드 및 출력 블록과 함께 Markdown 조판 및 LaTeX 표현식 렌더링으로 개발 내용을 문서화 할 수 있습니다 .

• 제어 시스템을 자주 요약하는 신호 흐름 그래프 를 렌더링하려면 Graphviz ( https://graphviz.org )를 사용할 수 있습니다 .

• Roger Labbe는 Kalman 필터를 매우 효과적으로 설명합니다. https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python 예상 시스템 상태는 Kalman 필터의 제어 대상입니다.