REALIUMING'BLOG

模拟了一个射频腔（RF cavity）的控制系统，模拟了腔体的激励、响应，以及在不同条件下的反馈控制

用于应用迭代学习控制（ILC）来计算前馈修正波形

迭代学习控制（ILC）是一种用于改善重复性任务性能的控制策略，特别适用于存在模型不确定性或复杂动态的系统

实现了自适应前馈与最优迭代学习控制 (ILC)

正定权重矩阵（positive-definite weight matrices）在数学和工程中有着广泛的应用，特别是在优化、控制理论和信号处理等领域

用于通过输入输出数据识别系统的脉冲响应

创建和上传自定义的Python库到Python包索引（PyPI）可以让你分享你的代码，并方便其他开发者安装和使用你的库。

用于模拟一个射频（RF）腔体控制回路

计算在射频（RF）脉冲期间，带束流关闭（beam off）情况下的驻波腔体的半带宽和失谐频率

用于生成一个连续状态空间控制器的模型，并可以选择性地添加PI控制和频率陷波器