控制科學(xué)與工程26屆考研復(fù)試高頻面試題

【精選近三年60道高頻面試題】

【題目來(lái)源：學(xué)員面試分享復(fù)盤及網(wǎng)絡(luò)真題整理】

【注：每道題含高分回答示例+避坑指南】

1.請(qǐng)做一個(gè)自我介紹（基本必考|印象分）

2.你本科期間主要學(xué)習(xí)了哪些核心課程？哪一門讓你印象最深？（極高頻|考察學(xué)術(shù)潛力）

3.請(qǐng)用英語(yǔ)簡(jiǎn)述一下什么是“自動(dòng)控制系統(tǒng)”（AutomaticControlSystem）？（常問|考察英

語(yǔ)）

4.在經(jīng)典控制理論中，PID控制器的三個(gè)參數(shù)分別起什么作用？（基本必考|重

點(diǎn)準(zhǔn)備）

5.請(qǐng)描述你本科期間做過(guò)的最完整的一個(gè)項(xiàng)目或?qū)嶒?yàn)，你在其中擔(dān)任什么角色？（極高頻|

考察實(shí)操）

6.假如給你一個(gè)倒立擺系統(tǒng)，請(qǐng)現(xiàn)場(chǎng)設(shè)計(jì)一個(gè)簡(jiǎn)單的控制方案來(lái)實(shí)現(xiàn)平衡。（重點(diǎn)準(zhǔn)備|考

察實(shí)操）

7.你的本科畢業(yè)設(shè)計(jì)題目是什么？目前的進(jìn)度如何？有哪些創(chuàng)新點(diǎn)？（極高頻|考察學(xué)術(shù)潛

力）

8.為什么選擇報(bào)考我們學(xué)校的控制科學(xué)與工程專業(yè)？（常問|考察讀研動(dòng)機(jī)）

9.什么是系統(tǒng)的穩(wěn)定性？判別系統(tǒng)穩(wěn)定性的方法有哪些？（極高頻|重點(diǎn)準(zhǔn)備）

10.Canyouintroduceyourhometownbriefly?（常問|考察英語(yǔ)）

11.在項(xiàng)目開發(fā)過(guò)程中，你遇到過(guò)最難的Bug或?qū)嶒?yàn)失敗是什么？你是如何解決的？（導(dǎo)師

愛問|考察實(shí)操）

12.現(xiàn)代控制理論與經(jīng)典控制理論的主要區(qū)別是什么？（常問|需深度思考）

13.請(qǐng)解釋一下什么是“狀態(tài)空間表達(dá)式”（State-SpaceRepresentation）。（基本必考|重點(diǎn)

準(zhǔn)備）

14.你熟悉哪些單片機(jī)或嵌入式開發(fā)平臺(tái)（如STM32,DSP,FPGA）？請(qǐng)舉例說(shuō)明你的使用

深度。（極高頻|考察實(shí)操）

15.Whatareyourhobbiesandinterests?（常問|考察英語(yǔ)）

16.如果你的控制系統(tǒng)存在穩(wěn)態(tài)誤差，你應(yīng)該調(diào)節(jié)PID中的哪一個(gè)環(huán)節(jié)？為什么？（極高頻|

重點(diǎn)準(zhǔn)備）

17.請(qǐng)簡(jiǎn)述卡爾曼濾波（KalmanFilter）的基本原理及其應(yīng)用場(chǎng)景。（重點(diǎn)準(zhǔn)備|考察學(xué)術(shù)潛

力）

18.你用過(guò)MATLAB/Simulink嗎？請(qǐng)舉例說(shuō)明你用它做過(guò)什么仿真。（常問|考察實(shí)操）

19.什么是李雅普諾夫（Lyapunov）穩(wěn)定性判據(jù)？（重點(diǎn)準(zhǔn)備|需深度思考）

20.PleaseuseEnglishtoexplaintheconceptof"Feedback".（常問|考察英語(yǔ)）

21.在實(shí)際工程中，如何消除傳感器采集數(shù)據(jù)的噪聲干擾？（導(dǎo)師愛問|考察實(shí)操）

22.你是否了解模型預(yù)測(cè)控制（MPC）？它和傳統(tǒng)PID相比有什么優(yōu)勢(shì)？（重點(diǎn)準(zhǔn)備|考察學(xué)

術(shù)潛力）

23.如果讓你閱讀一篇英文文獻(xiàn)，你通常會(huì)關(guān)注哪些部分？（常問|考察科研思維）

24.對(duì)于非線性系統(tǒng)，通常采用什么方法進(jìn)行線性化處理？（基本必考|重點(diǎn)準(zhǔn)備）

25.Whatisthedifferencebetween"Open-loop"and"Closed-loop"systems?（基本必考|考

察英語(yǔ)）

26.你在項(xiàng)目中是如何進(jìn)行參數(shù)整定的？是憑經(jīng)驗(yàn)還是有理論依據(jù)？（導(dǎo)師愛問|考察實(shí)操）

27.請(qǐng)談?wù)勀銓?duì)人工智能（AI）在控制領(lǐng)域應(yīng)用的看法，比如深度強(qiáng)化學(xué)習(xí)。（重點(diǎn)準(zhǔn)備|考

察學(xué)術(shù)潛力）

28.傅里葉變換和拉普拉斯變換有什么聯(lián)系和區(qū)別？（常問|需深度思考）

29.你將來(lái)的研究計(jì)劃（ResearchProposal）是什么？打算讀博嗎？（極高頻|考察讀研動(dòng)

機(jī)）

30.Pleasetellmeaboutachallengeyoufacedinyourstudiesandhowyouovercameit.

（常問|考察英語(yǔ)）

31.什么是能控性（Controllability）和能觀性（Observability）？如何判斷？（基本必考|重點(diǎn)

準(zhǔn)備）

32.在你的項(xiàng)目中，硬件電路（PCB）是你自己畫的嗎？遇到過(guò)電磁干擾（EMC）問題嗎？

（導(dǎo)師愛問|考察實(shí)操）

33.解釋一下奈奎斯特（Nyquist）穩(wěn)定判據(jù)的物理意義。（重點(diǎn)準(zhǔn)備|需深度思考）

34.什么是系統(tǒng)的相位裕度（PhaseMargin）和幅值裕度（GainMargin）？（基本必考|重

點(diǎn)準(zhǔn)備）

35.Whatisyourunderstandingof"Robustness"incontrolsystems?（重點(diǎn)準(zhǔn)備|考察英語(yǔ)）

36.你最近閱讀過(guò)哪些控制領(lǐng)域的學(xué)術(shù)論文或?qū)I(yè)書籍？（導(dǎo)師愛問|考察學(xué)術(shù)潛力）

37.如果導(dǎo)師安排你做一個(gè)你完全陌生的方向（例如從做硬件轉(zhuǎn)純算法），你會(huì)怎么處理？

（常問|考察讀研動(dòng)機(jī)）

38.C語(yǔ)言中，指針和引用的區(qū)別是什么？（針對(duì)嵌入式/軟件方向較強(qiáng)的學(xué)生）（常問|考察

實(shí)操）

39.請(qǐng)解釋香農(nóng)采樣定理（ShannonSamplingTheorem）及其在數(shù)字控制中的意義。（基本

必考|重點(diǎn)準(zhǔn)備）

40.Whydoyouwanttocontinueyoureducationinsteadoffindingajob?（極高頻|考察英

語(yǔ)）

41.什么是“過(guò)擬合”（Overfitting）？在系統(tǒng)辨識(shí)或機(jī)器學(xué)習(xí)中如何避免？（重點(diǎn)準(zhǔn)備|考察學(xué)

術(shù)潛力）

42.簡(jiǎn)述一下ROS（RobotOperatingSystem）的基本概念，你用過(guò)嗎？（常問|考察實(shí)操）

43.你的英語(yǔ)六級(jí)通過(guò)了嗎？如果讓你全英文撰寫論文，你有信心嗎？（常問|考察學(xué)術(shù)潛

力）

44.電機(jī)控制中，PWM（脈寬調(diào)制）技術(shù)是如何控制電機(jī)轉(zhuǎn)速的？（基本必考|考察實(shí)操）

45.Howdoyouplantobalanceyourlifeandresearchduringyourmaster'sdegree?（常

問|考察英語(yǔ)）

46.什么是解耦控制？為什么要進(jìn)行解耦？（需深度思考|重點(diǎn)準(zhǔn)備）

47.如果實(shí)驗(yàn)數(shù)據(jù)和理論仿真結(jié)果嚴(yán)重不符，你會(huì)從哪些角度去排查原因？（導(dǎo)師愛問|考察

科研思維）

48.談?wù)勀銓?duì)“工業(yè)4.0”或“中國(guó)制造2025”中自動(dòng)化技術(shù)的理解。（常問|考察學(xué)術(shù)潛力）

49.線性代數(shù)中的特征值和特征向量在控制理論中有什么物理意義？（需深度思考|重點(diǎn)準(zhǔn)

備）

50.Canyoudescribeyourpersonalityinthreewords?（常問|考察英語(yǔ)）

51.你本科期間參加過(guò)哪些學(xué)科競(jìng)賽（如電子設(shè)計(jì)大賽、數(shù)學(xué)建模）？具體負(fù)責(zé)什么？（極

高頻|考察實(shí)操）

52.什么是自適應(yīng)控制（AdaptiveControl）？它適用于什么場(chǎng)景？（重點(diǎn)準(zhǔn)備|考察學(xué)術(shù)潛

力）

53.在團(tuán)隊(duì)合作中，如果你的隊(duì)友進(jìn)度拖延影響了項(xiàng)目，你會(huì)怎么做？（常問|考察綜合素

質(zhì)）

54.什么是最小二乘法（LeastSquaresMethod）？它主要用于解決什么問題？（基本必考|

重點(diǎn)準(zhǔn)備）

55.DescribeafamousscientistinthefieldofControlEngineering.（重點(diǎn)準(zhǔn)備|考察英語(yǔ)）

56.數(shù)字信號(hào)處理中，IIR濾波器和FIR濾波器有什么區(qū)別？（需深度思考|重點(diǎn)準(zhǔn)備）

57.你認(rèn)為做科研最重要的素質(zhì)是什么？（常問|考察科研思維）

58.如果讓你設(shè)計(jì)一個(gè)無(wú)人機(jī)定高懸停的控制算法，你會(huì)考慮哪些干擾因素？（導(dǎo)師愛問|考

察實(shí)操）

59.談?wù)勀銓?duì)“數(shù)字孿生”（DigitalTwin）技術(shù)的理解。（常問|考察學(xué)術(shù)潛力）

60.我問完了，你有什么想問我們各位老師的嗎？（面試收尾|加分項(xiàng)）

控制科學(xué)與工程26屆考研復(fù)試高頻題深度解答

Q1：請(qǐng)做一個(gè)自我介紹

?低分/踩雷回答示例：

各位老師好，我叫張三，來(lái)自某某大學(xué)。我平時(shí)性格開朗，喜歡打籃球和聽音樂。

我本科期間學(xué)習(xí)非?？炭?，沒有任何掛科記錄，拿過(guò)一次三等獎(jiǎng)學(xué)金。我之所以報(bào)

考咱們學(xué)校，是因?yàn)橛X得這里風(fēng)景很好，而且聽說(shuō)咱們專業(yè)的就業(yè)率很高。我非常

希望能考上研究生，因?yàn)楝F(xiàn)在本科生找工作太難了，我想混個(gè)學(xué)歷以后好進(jìn)國(guó)企。

導(dǎo)師為什么給低分：

1.流水賬式陳述，缺乏亮點(diǎn)：過(guò)多強(qiáng)調(diào)無(wú)關(guān)緊要的興趣愛好（打籃球、聽音樂），而對(duì)本科

的核心競(jìng)爭(zhēng)力（如科研經(jīng)歷、競(jìng)賽獲獎(jiǎng)、專業(yè)技能）只字未提，導(dǎo)師無(wú)法判斷你的學(xué)術(shù)潛

力。

2.動(dòng)機(jī)極其功利：“混個(gè)學(xué)歷”、“好進(jìn)國(guó)企”這類表述是面試大忌，直接暴露了你缺乏科研熱

情，導(dǎo)師會(huì)認(rèn)為你讀研只是為了逃避就業(yè)，很難沉下心做項(xiàng)目。

3.缺乏專業(yè)相關(guān)性：自我介紹是展示“我適合做控制研究”的最佳時(shí)機(jī)，但該回答沒有提及任

何與控制工程相關(guān)的技能（如MATLAB、STM32、PID調(diào)試等），顯得非常平庸。

導(dǎo)師青睞的高分回答：

各位老師好，我叫[你的名字]，本科就讀于[本科學(xué)校]自動(dòng)化專業(yè)。在這三年的學(xué)習(xí)

中，我始終以“理論指導(dǎo)實(shí)踐”為核心，不僅前三年加權(quán)成績(jī)排名專業(yè)前5%，更在科

研實(shí)踐中積累了扎實(shí)的控制工程基礎(chǔ)。

我的核心競(jìng)爭(zhēng)力體現(xiàn)在三個(gè)方面：

第一，扎實(shí)的專業(yè)理論基礎(chǔ)。我深入修讀了《自動(dòng)控制原理》、《現(xiàn)代控制理論》

及《數(shù)字信號(hào)處理》等核心課程，均分超過(guò)90分。不僅熟悉頻域法的穩(wěn)定性分析，

更能運(yùn)用狀態(tài)空間法對(duì)MIMO系統(tǒng)進(jìn)行建模。

第二，豐富的項(xiàng)目實(shí)戰(zhàn)經(jīng)驗(yàn)。大三期間，我作為隊(duì)長(zhǎng)參加了“全國(guó)大學(xué)生電子設(shè)計(jì)競(jìng)

賽”，負(fù)責(zé)“倒立擺控制系統(tǒng)”的算法設(shè)計(jì)。面對(duì)系統(tǒng)非線性和機(jī)械摩擦干擾，我沒有

局限于傳統(tǒng)的PID控制，而是查閱文獻(xiàn)，嘗試引入了LQR最優(yōu)控制算法，并結(jié)合卡

爾曼濾波對(duì)陀螺儀數(shù)據(jù)進(jìn)行融合，最終實(shí)現(xiàn)了擺桿在3秒內(nèi)快速穩(wěn)態(tài)，獲得了省一

等獎(jiǎng)。這段經(jīng)歷極大鍛煉了我的MATLAB仿真能力和嵌入式（STM32）開發(fā)能力。

第三，明確的科研規(guī)劃。我關(guān)注到貴校在[導(dǎo)師研究方向，如多智能體協(xié)同/非線性

控制]領(lǐng)域處于國(guó)內(nèi)領(lǐng)先地位，這與我未來(lái)的研究興趣高度契合。

如果能有幸?guī)煆母魑焕蠋?，我?jì)劃在研一階段夯實(shí)數(shù)學(xué)基礎(chǔ)，尤其是凸優(yōu)化和矩陣

論，并盡快融入實(shí)驗(yàn)室項(xiàng)目，爭(zhēng)取在研二產(chǎn)出高水平學(xué)術(shù)成果。謝謝！

Q2：你本科期間主要學(xué)習(xí)了哪些核心課程？哪一門讓你印象最深？

?低分/踩雷回答示例：

我學(xué)了很多課，有自控原理、電路、模電數(shù)電、微機(jī)原理、C語(yǔ)言等等。印象最深

的應(yīng)該是C語(yǔ)言吧，因?yàn)槟莻€(gè)老師講課特別風(fēng)趣幽默，從來(lái)不點(diǎn)名，而且最后考試

我也考了95分，覺得挺容易學(xué)的。其他的課程雖然也學(xué)了，但感覺公式太多，現(xiàn)在

基本都忘得差不多了，可能需要讀研之后再?gòu)?fù)習(xí)一下。

導(dǎo)師為什么給低分：

1.選課理由膚淺：選擇“印象最深”的課程竟然是因?yàn)椤袄蠋煵稽c(diǎn)名”或“考試簡(jiǎn)單”，這完全暴露

了學(xué)生缺乏求知欲和挑戰(zhàn)難度的勇氣，導(dǎo)師會(huì)認(rèn)為你是一個(gè)避重就輕的人。

2.專業(yè)基礎(chǔ)薄弱：承認(rèn)“公式太多，忘得差不多了”，這是致命傷。控制學(xué)科高度依賴數(shù)學(xué)和

理論，這種回答直接告訴導(dǎo)師你基礎(chǔ)不牢，入校后需要花費(fèi)大量時(shí)間補(bǔ)課。

3.缺乏學(xué)科認(rèn)知：C語(yǔ)言只是工具，而非控制學(xué)科的靈魂。未能選擇《自動(dòng)控制原理》或

《線性系統(tǒng)》等核心理論課，說(shuō)明你對(duì)本專業(yè)的學(xué)科體系缺乏深刻理解。

導(dǎo)師青睞的高分回答：

本科期間，我系統(tǒng)構(gòu)建了控制科學(xué)的知識(shí)體系，核心課程包括《自動(dòng)控制原理》、

《現(xiàn)代控制理論》、《過(guò)程控制》、《信號(hào)與系統(tǒng)》以及《微機(jī)原理與接口技

術(shù)》。

其中，讓我印象最深且受益匪淺的是**《自動(dòng)控制原理》。

首先，這門課是我從“感性認(rèn)知”跨越到“理性建?！钡臉蛄?。在學(xué)習(xí)這門課之前，我對(duì)

控制的理解僅停留在“輸入輸出”的黑盒層面；而通過(guò)拉普拉斯變換、傳遞函數(shù)等工

具，我學(xué)會(huì)了如何用數(shù)學(xué)語(yǔ)言描述物理系統(tǒng)的動(dòng)態(tài)行為。

其次，它教會(huì)了我“頻域分析”的獨(dú)特視角。特別是奈奎斯特（Nyquist）穩(wěn)定判據(jù)

**，它通過(guò)開環(huán)頻率特性曲線包圍(-1,j0)點(diǎn)的圈數(shù)來(lái)判斷閉環(huán)穩(wěn)定性，這種“以靜制

動(dòng)、以開環(huán)斷閉環(huán)”的思維方式讓我極其震撼，體現(xiàn)了數(shù)學(xué)在工程中的優(yōu)美與力量。

最后，這門課強(qiáng)調(diào)的“穩(wěn)、準(zhǔn)、快”性能指標(biāo)，成為了我后續(xù)做所有工程項(xiàng)目的指導(dǎo)

原則。在我的飛思卡爾智能車比賽中，正是基于根軌跡法分析，我才意識(shí)到單純?cè)?/p>

大增益會(huì)導(dǎo)致極點(diǎn)右移從而引發(fā)振蕩，進(jìn)而引入微分環(huán)節(jié)增加阻尼，解決了高速過(guò)

彎時(shí)的甩尾問題。這門課不僅是理論的基石，更是解決工程問題的金鑰匙。

Q3：請(qǐng)用英語(yǔ)簡(jiǎn)述一下什么是“自動(dòng)控制系統(tǒng)”（AutomaticControl

System）？

?低分/踩雷回答示例：

AutomaticControlSystemisveryimportant.Itcanmakemachineswork

bythemselveswithoutpeople.Forexample,airconditioner.Whenitis

hot,itopens.Whenitiscold,itcloses.Ithasinputandoutput.Ituses

electricitytorun.Ithinkitisveryusefulinindustryandourdailylife.

That'sall,thankyou.

導(dǎo)師為什么給低分：

1.語(yǔ)言過(guò)于口語(yǔ)化/幼兒化：使用"makemachineswork"、"Itopens/closes"這種小學(xué)生級(jí)

別的表達(dá)，完全沒有體現(xiàn)研究生的專業(yè)英語(yǔ)水平。

2.缺乏專業(yè)術(shù)語(yǔ)：解釋自動(dòng)控制系統(tǒng)時(shí)，竟然沒有出現(xiàn)Feedback(反饋)、Error(誤差)、

Reference(給定值)等核心詞匯，定義極度不準(zhǔn)確。

3.邏輯松散：僅僅舉了一個(gè)簡(jiǎn)單的開關(guān)例子，沒有闡述控制系統(tǒng)的閉環(huán)機(jī)理，無(wú)法體現(xiàn)學(xué)科

內(nèi)涵。

導(dǎo)師青睞的高分回答：

AnAutomaticControlSystemisaconfigurationofphysicalcomponents

connectedinsuchamannersoastoregulate,direct,orcommanditself

oranothersystemtoachieveadesiredperformance.

Specifically,therearethreekeyelementsinmyunderstanding:

FirstistheReferenceInput,orthesetpoint,whichrepresentsthedesired

outputvalue.

SecondisthePlant,orthecontrolledobject,whichisthesystemwewant

tomanipulate.

Third,andmostimportantly,istheFeedbackLoop.Thesystem

continuouslymeasurestheActualOutputviasensorsandcomparesitwith

theReferenceInputtogenerateanErrorSignal.TheControllerthen

processesthiserrortogenerateacontrolaction,drivingtheplantto

reducetheerrortozero.

Forexample,inacruisecontrolsystemofacar,theengineistheplant,

thedesiredspeedisthereference,andthespeedometeractsasthe

sensor.Thesystemautomaticallyadjuststhethrottletomaintainconstant

speeddespiteroadslopes.Thisclosed-loopmechanismensuresstability

androbustnessagainstexternaldisturbances.

Q4：在經(jīng)典控制理論中，PID控制器的三個(gè)參數(shù)分別起什么作用？

?低分/踩雷回答示例：

PID就是比例、積分、微分。P就是比例，它負(fù)責(zé)控制現(xiàn)在的誤差；I是積分，負(fù)責(zé)

消除誤差；D是微分，負(fù)責(zé)預(yù)測(cè)未來(lái)。一般我們?cè)谡{(diào)參數(shù)的時(shí)候，就先調(diào)P，再調(diào)

I，最后調(diào)D。如果系統(tǒng)震蕩了，就把P減小一點(diǎn)。大概就是這樣，具體怎么調(diào)得看

實(shí)際情況，我也說(shuō)不太清楚物理意義。

導(dǎo)師為什么給低分：

1.背誦痕跡明顯但理解膚淺：雖然說(shuō)出了“現(xiàn)在、過(guò)去、未來(lái)”的口訣，但沒有解釋物理層面

的動(dòng)態(tài)響應(yīng)特征（如上升時(shí)間、超調(diào)量、穩(wěn)態(tài)誤差）。

2.缺乏工程直覺：只知道“震蕩減小P”，不知道D也能抑制震蕩，更沒有提到I會(huì)導(dǎo)致相位滯

后或積分飽和（Windup）等實(shí)際問題。

3.表述不嚴(yán)謹(jǐn)：對(duì)于研究生的要求是能夠從“能量”或“阻尼”的角度去解釋，而不僅僅是簡(jiǎn)單

的定義堆砌。

導(dǎo)師青睞的高分回答：

PID控制器是工業(yè)界應(yīng)用最廣泛的控制算法，三個(gè)參數(shù)分別對(duì)應(yīng)系統(tǒng)對(duì)當(dāng)前、過(guò)去

和未來(lái)誤差的響應(yīng)，具體作用如下：

1.比例系數(shù)（Proportional）：

它反映了控制系統(tǒng)的“剛度”。主要影響系統(tǒng)的響應(yīng)速度。增大可以減小

上升時(shí)間，加快響應(yīng)，但過(guò)大的會(huì)引入過(guò)大的超調(diào)甚至導(dǎo)致系統(tǒng)不穩(wěn)定。從

物理意義上講，它類似于彈簧系統(tǒng)中的“彈性系數(shù)”。

2.積分系數(shù)（Integral）：

它的核心作用是消除穩(wěn)態(tài)誤差，提高系統(tǒng)的無(wú)靜差度。只要存在偏差，積分項(xiàng)就

會(huì)不斷累積，增強(qiáng)控制力度，直到偏差為零。但積分引入了90度的相位滯后，過(guò)

強(qiáng)的積分作用會(huì)降低系統(tǒng)的穩(wěn)定性余量，并可能引發(fā)積分飽和（Integral

Windup）現(xiàn)象，導(dǎo)致系統(tǒng)響應(yīng)遲緩或大幅超調(diào)。

3.微分系數(shù)（Derivative）：

它反映了誤差的變化趨勢(shì)，具有預(yù)判性。相當(dāng)于在系統(tǒng)中引入了“阻尼”，能

夠抑制超調(diào)，改善系統(tǒng)的動(dòng)態(tài)性能，縮短調(diào)節(jié)時(shí)間。但在實(shí)際工程中，微分項(xiàng)對(duì)

高頻噪聲極其敏感，因此通常需要配合低通濾波器使用，或者在噪聲較大的系統(tǒng)

中僅使用PI控制。

在實(shí)際調(diào)試中，我通常遵循“先P后I再D”的原則，并在Simulink仿真中觀察根軌跡的

變化，以確定最優(yōu)參數(shù)范圍。

Q5：請(qǐng)描述你本科期間做過(guò)的最完整的一個(gè)項(xiàng)目或?qū)嶒?yàn)，你在其中擔(dān)任什么角

色？

?低分/踩雷回答示例：

大三的時(shí)候我們做了一個(gè)智能小車。我是組長(zhǎng)，負(fù)責(zé)統(tǒng)籌安排。我們買了一個(gè)底

盤，然后用STM32寫代碼讓它跑。中間遇到了很多問題，比如車輪不轉(zhuǎn)、傳感器壞

了之類的。后來(lái)我們換了個(gè)電池，又重新接了線，車就能跑了。最后我們拿了學(xué)校

的三等獎(jiǎng)。我覺得這個(gè)項(xiàng)目鍛煉了我的動(dòng)手能力和團(tuán)隊(duì)合作精神。

導(dǎo)師為什么給低分：

1.角色模糊，貢獻(xiàn)度低：“統(tǒng)籌安排”往往是劃水的代名詞。導(dǎo)師想聽到的是你具體寫了哪部

分代碼、畫了哪塊板子、推導(dǎo)了哪個(gè)公式。

2.技術(shù)含量過(guò)低：“買底盤”、“換電池”、“接線”屬于技術(shù)工人的工作范疇，而非研究生的科研

工作。沒有體現(xiàn)算法設(shè)計(jì)、閉環(huán)控制、信號(hào)處理等核心技術(shù)。

3.缺乏問題解決的邏輯：描述問題和解決過(guò)程過(guò)于流水賬，沒有展現(xiàn)出“發(fā)現(xiàn)問題->分析原

因->提出方案->驗(yàn)證方案”的工程思維閉環(huán)。

導(dǎo)師青睞的高分回答：

我本科期間最完整的項(xiàng)目是“基于視覺伺服的四旋翼無(wú)人機(jī)自主定點(diǎn)降落系統(tǒng)”。我

在三人小組中擔(dān)任核心算法負(fù)責(zé)人。

項(xiàng)目背景：目標(biāo)是讓無(wú)人機(jī)在GPS信號(hào)丟失的環(huán)境下，識(shí)別地面地標(biāo)并精準(zhǔn)降

落。

我的具體工作與技術(shù)難點(diǎn)：

1.視覺算法設(shè)計(jì)：我利用OpenCV對(duì)下視攝像頭采集的圖像進(jìn)行二值化和邊緣檢測(cè)，識(shí)

別“H”型地標(biāo)。難點(diǎn)在于光照變化會(huì)導(dǎo)致識(shí)別失敗，我通過(guò)引入自適應(yīng)閾值算法

（OTSU）解決了這一問題。

2.位姿解算與控制：通過(guò)PnP算法解算出無(wú)人機(jī)相對(duì)于地標(biāo)的位姿（位置與偏航角）。針對(duì)

無(wú)人機(jī)氣流擾動(dòng)大的問題，我設(shè)計(jì)了串級(jí)PID控制器——外環(huán)控制位置，內(nèi)環(huán)控制姿態(tài)角

（Roll/Pitch）。

3.狀態(tài)估計(jì)：針對(duì)視覺數(shù)據(jù)刷新率低（30Hz）的問題，我使用了擴(kuò)展卡爾曼濾波

（EKF），融合了IMU的高頻數(shù)據(jù)（200Hz）和視覺的低頻位置數(shù)據(jù)，實(shí)現(xiàn)了平滑且實(shí)時(shí)

的狀態(tài)估計(jì)。

最終成果：我們的系統(tǒng)實(shí)現(xiàn)了在風(fēng)力干擾下，降落誤差控制在5cm以內(nèi)。該項(xiàng)目獲

得了“西門子杯”智能制造挑戰(zhàn)賽國(guó)家級(jí)二等獎(jiǎng)。這段經(jīng)歷讓我深刻理解了傳感器噪

聲處理和多速率數(shù)據(jù)融合在實(shí)際控制系統(tǒng)中的重要性。

Q6：假如給你一個(gè)倒立擺系統(tǒng)，請(qǐng)現(xiàn)場(chǎng)設(shè)計(jì)一個(gè)簡(jiǎn)單的控制方案來(lái)實(shí)現(xiàn)平衡。

?低分/踩雷回答示例：

倒立擺就是一個(gè)桿子立在小車上。要讓它平衡，我就用PID控制。如果桿子往左

倒，我就讓小車往左加速跑，把它接住。具體就是測(cè)桿子的角度，然后算PID，輸

出給電機(jī)。參數(shù)的話就慢慢調(diào)，直到它不倒為止。如果還不行，可能就得用兩個(gè)

PID，一個(gè)管角度，一個(gè)管位置。

導(dǎo)師為什么給低分：

1.缺乏建模思維：直接跳到PID，沒有提及系統(tǒng)的動(dòng)力學(xué)建模（如拉格朗日方程或牛頓-歐拉

法），這是控制系學(xué)生的基本素養(yǎng)。

2.控制策略過(guò)于通俗：“往左加速跑接住”雖然直觀，但缺乏學(xué)術(shù)表達(dá)。未提及線性化過(guò)程，

倒立擺是典型的非線性系統(tǒng)，直接用PID需要前提條件。

3.忽視系統(tǒng)特性：未提到倒立擺是“欠驅(qū)動(dòng)”（Underactuated）和“不穩(wěn)定”系統(tǒng)，忽略了系

統(tǒng)可控性的分析。

導(dǎo)師青睞的高分回答：

倒立擺是典型的非線性、強(qiáng)耦合、欠驅(qū)動(dòng)系統(tǒng)，設(shè)計(jì)控制方案我將遵循“建模-分析-

設(shè)計(jì)”的步驟：

1.數(shù)學(xué)建模與線性化：

首先，利用拉格朗日方程建立系統(tǒng)動(dòng)力學(xué)模型。由于在平衡點(diǎn)（豎直向上）附近

控制，我可以對(duì)非線性模型進(jìn)行小信號(hào)線性化處理（即），

得到狀態(tài)空間表達(dá)式，其中狀態(tài)變量選取

位移速度角度角速度。

2.系統(tǒng)特性分析：

計(jì)算矩陣的特征值，由于倒立擺本質(zhì)不穩(wěn)定，必然存在正實(shí)部的特征值。接

著，計(jì)算能控性矩陣，驗(yàn)證其滿秩，確保系統(tǒng)是可控

的，這是設(shè)計(jì)控制器的前提。

3.控制器設(shè)計(jì)（兩種方案）：

方案一（經(jīng)典控制）：采用雙閉環(huán)PID控制。內(nèi)環(huán)為角度環(huán)（維持平衡，響應(yīng)需極

快），外環(huán)為位置環(huán)（控制小車位置）。關(guān)鍵在于內(nèi)環(huán)的帶寬要遠(yuǎn)大于外環(huán)，且需注

意極性，確保形成負(fù)反饋。

方案二（現(xiàn)代控制）：采用LQR（線性二次型調(diào)節(jié)器）。設(shè)計(jì)性能指標(biāo)函數(shù)，權(quán)衡

狀態(tài)偏差和控制能量。通過(guò)求解Riccati方程得到最優(yōu)狀態(tài)反饋增益矩陣，即

。這種方法能更系統(tǒng)地處理多變量耦合問題。

4.工程實(shí)現(xiàn)：實(shí)際操作中，我會(huì)使用高精度編碼器采集角度，并對(duì)微分信號(hào)進(jìn)行低

通濾波處理，防止高頻噪聲引入電機(jī)震蕩。

Q7：你的本科畢業(yè)設(shè)計(jì)題目是什么？目前的進(jìn)度如何？有哪些創(chuàng)新點(diǎn)？

?低分/踩雷回答示例：

我的畢設(shè)題目是《基于單片機(jī)的溫濕度控制系統(tǒng)》?，F(xiàn)在才剛開學(xué)，我剛把開題報(bào)

告寫完，還沒開始做實(shí)物。導(dǎo)師給了一個(gè)大概的方案，我就照著做。創(chuàng)新點(diǎn)嘛，我

覺得可能是我用了最新的STM32芯片，比以前的51單片機(jī)快一點(diǎn)。其他的好像也沒

什么特別的，畢竟本科畢設(shè)也做不出什么大東西。

導(dǎo)師為什么給低分：

1.題目過(guò)于簡(jiǎn)單陳舊：“溫濕度控制”是幾十年前的入門級(jí)題目，很難體現(xiàn)985/211考生的水

平，除非有極強(qiáng)的算法創(chuàng)新。

2.態(tài)度消極被動(dòng)：“還沒開始做”、“照著做”、“做不出大東西”，這些言論暴露了考生的拖延癥

和缺乏探索精神。復(fù)試通常在3-4月，此時(shí)畢設(shè)應(yīng)該已經(jīng)完成核心功能，而非僅停留在開

題。

3.對(duì)“創(chuàng)新”理解偏差：換個(gè)芯片不叫創(chuàng)新，這叫硬件升級(jí)。創(chuàng)新應(yīng)體現(xiàn)在算法優(yōu)化、結(jié)構(gòu)改

進(jìn)或新應(yīng)用場(chǎng)景上。

導(dǎo)師青睞的高分回答：

我的畢業(yè)設(shè)計(jì)題目是《基于深度強(qiáng)化學(xué)習(xí)的機(jī)械臂避障軌跡規(guī)劃研究》。目前我已

經(jīng)完成了仿真環(huán)境的搭建和算法的初步驗(yàn)證，正在進(jìn)行實(shí)機(jī)移植測(cè)試。

具體進(jìn)度如下：

1.環(huán)境搭建（100%）：在ROS(RobotOperatingSystem)中使用Gazebo搭建了包含動(dòng)態(tài)

障礙物的仿真環(huán)境。

2.算法設(shè)計(jì)（80%）：我沒有使用傳統(tǒng)的A*或RRT算法，而是嘗試了DDPG（深度確定性

策略梯度）算法。通過(guò)設(shè)計(jì)合理的獎(jiǎng)勵(lì)函數(shù)（RewardFunction），平衡了路徑長(zhǎng)度、避

障安全距離和關(guān)節(jié)平滑度。

3.實(shí)驗(yàn)驗(yàn)證（50%）：仿真顯示，該算法在動(dòng)態(tài)環(huán)境下的避障成功率比傳統(tǒng)人工勢(shì)場(chǎng)法提

升了15%。目前正在解決Sim-to-Real（仿真到現(xiàn)實(shí)）的遷移鴻溝問題。

主要?jiǎng)?chuàng)新點(diǎn)：

1.改進(jìn)的經(jīng)驗(yàn)回放機(jī)制：針對(duì)稀疏獎(jiǎng)勵(lì)導(dǎo)致收斂慢的問題，我引入了優(yōu)先經(jīng)驗(yàn)回放

（PER），顯著加快了訓(xùn)練速度。

2.混合控制策略：在強(qiáng)化學(xué)習(xí)輸出動(dòng)作的基礎(chǔ)上，我疊加了一個(gè)底層的PID位置控制器，既

保證了智能規(guī)劃，又確保了機(jī)械臂執(zhí)行的穩(wěn)定性，避免了端到端輸出力矩導(dǎo)致的抖動(dòng)問

題。

Q8：為什么選擇報(bào)考我們學(xué)校的控制科學(xué)與工程專業(yè)？

?低分/踩雷回答示例：

因?yàn)樵蹅儗W(xué)校是985，名氣大，好找工作。而且我家就在這附近，離家近方便。我

看了一下往年的分?jǐn)?shù)線，我覺得我努努力能考上。另外，我本科學(xué)校一般，想通過(guò)

考研提升一下學(xué)歷背景。其實(shí)我也沒想好具體搞什么方向，就是覺得控制專業(yè)萬(wàn)金

油，以后轉(zhuǎn)碼或者去國(guó)企都行。

導(dǎo)師為什么給低分：

1.動(dòng)機(jī)純粹功利：只提“名氣”、“好找工作”、“離家近”，完全沒有提及學(xué)術(shù)追求，導(dǎo)師會(huì)覺得

你是一個(gè)精致的利己主義者。

2.缺乏對(duì)學(xué)校的調(diào)研：沒有提到該校的具體優(yōu)勢(shì)方向或?qū)嶒?yàn)室，顯示出你并沒有認(rèn)真做功

課。

3.職業(yè)規(guī)劃混亂：“萬(wàn)金油”、“轉(zhuǎn)碼”等詞匯，在控制系導(dǎo)師聽來(lái)非常刺耳。導(dǎo)師希望招到的

是熱愛本專業(yè)并愿意深耕的人，而不是想把這里當(dāng)跳板的人。

導(dǎo)師青睞的高分回答：

我選擇報(bào)考貴校，是基于學(xué)科實(shí)力、科研方向契合度以及個(gè)人學(xué)術(shù)追求的深思熟

慮。

首先，貴校的控制科學(xué)與工程學(xué)科在第四輪學(xué)科評(píng)估中名列前茅，尤其是在**[具體

方向，如網(wǎng)絡(luò)化控制/機(jī)器人/過(guò)程控制]**領(lǐng)域，擁有國(guó)家重點(diǎn)實(shí)驗(yàn)室和以[某院士/知

名教授]為首的頂尖團(tuán)隊(duì)。這種高水平的科研平臺(tái)是我一直向往的。

其次，我在閱讀文獻(xiàn)時(shí)，深入拜讀了貴校[某位具體老師]關(guān)于**[具體技術(shù)點(diǎn)，如多

智能體一致性/非線性魯棒控制]**的論文。該研究巧妙地解決了[具體痛點(diǎn)]，這與我

本科期間對(duì)分布式控制的興趣高度契合。我非?？释茉谶@個(gè)方向深入研究，解決

更復(fù)雜的工程問題。

最后，貴校嚴(yán)謹(jǐn)務(wù)實(shí)的學(xué)風(fēng)深深吸引了我。我是一個(gè)喜歡鉆研技術(shù)的人，希望在一

個(gè)充滿學(xué)術(shù)氛圍的環(huán)境中，將理論與實(shí)踐結(jié)合。我相信在貴校的培養(yǎng)下，我能從一

個(gè)單純的知識(shí)接收者轉(zhuǎn)變?yōu)橹R(shí)的創(chuàng)造者，為國(guó)家的自動(dòng)化領(lǐng)域貢獻(xiàn)一份力量。

Q9：什么是系統(tǒng)的穩(wěn)定性？判別系統(tǒng)穩(wěn)定性的方法有哪些？

?低分/踩雷回答示例：

穩(wěn)定性就是系統(tǒng)受到干擾后，能不能回到原來(lái)的狀態(tài)。如果回得去就是穩(wěn)定，回不

去就是不穩(wěn)定。判別方法的話，我看書上說(shuō)有勞斯判據(jù)，還有那個(gè)奈奎斯特圖，伯

德圖也能看。如果特征方程的根都在左半平面，那就是穩(wěn)定的。大概就是這些吧。

導(dǎo)師為什么給低分：

1.定義不嚴(yán)謹(jǐn)：口語(yǔ)化的“回得去”無(wú)法準(zhǔn)確描述BIBO（有界輸入有界輸出）或漸進(jìn)穩(wěn)定性。

2.羅列名詞缺乏邏輯：雖然列舉了方法，但沒有分類（時(shí)域、頻域、代數(shù)法），也沒有解釋

各方法的適用場(chǎng)景（線性/非線性）。

3.理論深度不足：沒有提到現(xiàn)代控制理論中的核心判據(jù)——李雅普諾夫方法，這對(duì)于研究生

復(fù)試來(lái)說(shuō)是必考點(diǎn)。

導(dǎo)師青睞的高分回答：

系統(tǒng)穩(wěn)定性是控制理論的核心。從物理意義上講，它指系統(tǒng)在受到有界擾動(dòng)后，其

狀態(tài)偏離平衡點(diǎn)，最終能恢復(fù)到平衡點(diǎn)（漸進(jìn)穩(wěn)定）或保持在平衡點(diǎn)附近（李雅普

諾夫穩(wěn)定）的能力。

判別系統(tǒng)穩(wěn)定性的方法主要分為三類：

1.代數(shù)判據(jù)（時(shí)域）：

勞斯-赫爾維茨（Routh-Hurwitz）判據(jù)：無(wú)需求解特征根，直接根據(jù)特征方程系數(shù)構(gòu)

造勞斯表。適用于線性定常系統(tǒng)，主要用于判斷絕對(duì)穩(wěn)定性或確定參數(shù)范圍。其充要

條件是特征方程所有根均位于S平面左半部分。

2.幾何/頻率域判據(jù)：

奈奎斯特（Nyquist）判據(jù)：利用開環(huán)頻率特性曲線包圍(-1,j0)點(diǎn)的圈數(shù)與開環(huán)右極點(diǎn)

數(shù)的關(guān)系來(lái)判斷閉環(huán)穩(wěn)定性。它不僅能判斷穩(wěn)定性，還能揭示穩(wěn)定裕度（相位裕度、

幅值裕度）。

根軌跡法：通過(guò)觀察閉環(huán)極點(diǎn)隨增益變化的軌跡，直觀判斷系統(tǒng)在什么參數(shù)范圍內(nèi)

是穩(wěn)定的。

3.李雅普諾夫（Lyapunov）判據(jù)（現(xiàn)代控制理論）：

這是最通用的方法，適用于線性及非線性、定常及時(shí)變系統(tǒng)。

第一法（間接法）：通過(guò)在平衡點(diǎn)附近線性化來(lái)判斷。

第二法（直接法）：構(gòu)造一個(gè)標(biāo)量能量函數(shù)。若正定且其導(dǎo)數(shù)負(fù)

定，則系統(tǒng)在平衡點(diǎn)漸進(jìn)穩(wěn)定。這是研究非線性系統(tǒng)穩(wěn)定性的最有力工具。

Q10：Canyouintroduceyourhometownbriefly?

?低分/踩雷回答示例：

MyhometownisWuhan.Itisabigcity.Therearemanypeopleandmany

cars.Thefoodisverydelicious,likeHotDryNoodles.Ilikeitverymuch.

Theweatherishotinsummer.Therearealsomanyuniversities.Welcome

tomyhometown.

導(dǎo)師為什么給低分：

1.內(nèi)容空洞，像小學(xué)生作文：只停留在“大城市”、“好吃”、“人多”的表面描述，完全沒有體現(xiàn)

大學(xué)生的認(rèn)知深度。

2.句式單一，語(yǔ)法簡(jiǎn)單：全是"Itis...","Thereare..."的簡(jiǎn)單句，缺乏從句和高級(jí)詞匯。

3.缺乏個(gè)人聯(lián)結(jié)：沒有將家鄉(xiāng)的特點(diǎn)與你的性格或?qū)W術(shù)背景聯(lián)系起來(lái)，錯(cuò)失了展示個(gè)人特質(zhì)

的機(jī)會(huì)。

導(dǎo)師青睞的高分回答：

Icomefrom[CityName],acityhistoricallyknownasanindustrialhubin

[Region]China.

Forme,itismorethanjustahometown;itistheplacewheremypassion

forengineeringwasignited.Growingupsurroundedbyhugefactoriesand

automatedassemblylines,Iwasalwaysfascinatedbyhowmassive

machinerycouldoperatewithsuchprecision.Thisenvironmentimplicitly

influencedmydecisiontomajorinControlEngineering.

Besidesitsindustrialbackground,myhometownisalsofamousforits

resilientculture.Peoplethereareknownforbeinghardworkingand

persistent.Thisspirithasshapedmypersonality,makingmesomeone

whoisnotafraidofdebuggingcomplexcodesorconductingtedious

experimentsinthelab.

Ifyouhaveachancetovisit,Iwouldbehonoredtoshowyounotonlythe

deliciouslocalcuisinebutalsotherapidtechnologicaldevelopmentofthe

city.

Q11：在項(xiàng)目開發(fā)過(guò)程中，你遇到過(guò)最難的Bug或?qū)嶒?yàn)失敗是什么？你是如何解

決的？

?低分/踩雷回答示例：

最難的Bug應(yīng)該是有一次寫代碼，我不小心把分號(hào)寫成中文的了，編譯器一直報(bào)

錯(cuò)，我找了半天才找到。還有一次是電路板怎么都不工作，后來(lái)發(fā)現(xiàn)是芯片燒了。

解決辦法就是換了個(gè)芯片。我覺得這些都很正常，細(xì)心一點(diǎn)就好了。

導(dǎo)師為什么給低分：

1.問題過(guò)于低級(jí)：“中文分號(hào)”是初學(xué)者錯(cuò)誤，研究生復(fù)試提這個(gè)會(huì)顯得你代碼量極少，經(jīng)驗(yàn)

匱乏。

2.缺乏排查邏輯：發(fā)現(xiàn)芯片燒了的過(guò)程是關(guān)鍵，而不是結(jié)果。直接說(shuō)“換了個(gè)芯片”掩蓋了最

體現(xiàn)能力的“故障診斷”過(guò)程。

3.沒有復(fù)盤總結(jié)：僅僅歸結(jié)為“細(xì)心一點(diǎn)”，沒有涉及到系統(tǒng)性的改進(jìn)措施（如增加保護(hù)電

路、規(guī)范代碼風(fēng)格）。

導(dǎo)師青睞的高分回答：

我印象最深刻的一次實(shí)驗(yàn)失敗是在做倒立擺項(xiàng)目時(shí)，遇到了嚴(yán)重的“高頻震蕩”問

題。在仿真中PID參數(shù)表現(xiàn)完美，但一上實(shí)物，電機(jī)就會(huì)瘋狂抖動(dòng)并發(fā)出嘯叫。

排查過(guò)程：

1.隔離變量：首先我斷開電機(jī)電源，用示波器觀察傳感器（編碼器）的數(shù)據(jù)，發(fā)現(xiàn)原始信號(hào)

中混雜了大量的毛刺噪聲，這是微分項(xiàng)（D）引入震蕩的根源。

2.理論分析：我意識(shí)到純粹的在實(shí)際工程中是不可行的，因?yàn)槲⒎謺?huì)放大高頻噪

聲。

3.解決方案：

硬件上：我在電機(jī)驅(qū)動(dòng)線和信號(hào)線之間增加了磁環(huán)，并檢查了共地（Common

Ground）連接，減少電磁干擾。

軟件上：我設(shè)計(jì)了一個(gè)一階低通濾波器（Low-passFilter）串聯(lián)在微分環(huán)節(jié)之后，或

者說(shuō)是采用了“不完全微分”PID算法。通過(guò)調(diào)節(jié)濾波系數(shù)，濾除了高頻噪聲。

最終結(jié)果：消除抖動(dòng)后，系統(tǒng)不僅穩(wěn)定，而且能耗降低了。這次經(jīng)歷讓我深刻理解

了“仿真與現(xiàn)實(shí)的差距”，以及信號(hào)預(yù)處理在閉環(huán)控制中的決定性作用。

Q12：現(xiàn)代控制理論與經(jīng)典控制理論的主要區(qū)別是什么？

?低分/踩雷回答示例：

經(jīng)典控制理論就是本科前兩年學(xué)的，主要用傳遞函數(shù)，只管輸入輸出?，F(xiàn)代控制理

論是后來(lái)學(xué)的，用矩陣和狀態(tài)空間。經(jīng)典控制理論只能處理單輸入單輸出，現(xiàn)代控

制理論可以處理多輸入多輸出。感覺現(xiàn)代控制理論更高級(jí)一點(diǎn)，數(shù)學(xué)更難。

導(dǎo)師為什么給低分：

1.表述過(guò)于淺顯：僅僅停留在“矩陣”和“SISO/MIMO”的區(qū)別，沒有觸及核心本質(zhì)。

2.忽視了系統(tǒng)內(nèi)部特性：沒有提到“狀態(tài)”這一核心概念對(duì)系統(tǒng)內(nèi)部行為的描述能力。

3.缺乏對(duì)設(shè)計(jì)方法的對(duì)比：未提及經(jīng)典控制主要依靠試湊和經(jīng)驗(yàn)（頻域法），而現(xiàn)代控制傾

向于解析解和最優(yōu)控制。

導(dǎo)師青睞的高分回答：

經(jīng)典控制理論與現(xiàn)代控制理論不僅僅是數(shù)學(xué)工具的差異，更是系統(tǒng)觀和設(shè)計(jì)方法論

的根本變革。主要區(qū)別體現(xiàn)在以下三點(diǎn)：

1.數(shù)學(xué)模型與研究對(duì)象：

經(jīng)典控制基于傳遞函數(shù)，在頻域或復(fù)頻域進(jìn)行分析。它視系統(tǒng)為“黑箱”，只關(guān)注輸入與

輸出的關(guān)系，僅適用于單輸入單輸出（SISO）、線性定常系統(tǒng)。

現(xiàn)代控制基于狀態(tài)空間表達(dá)式，在時(shí)域進(jìn)行分析。它通過(guò)“狀態(tài)變量”深入描述系統(tǒng)內(nèi)部

的能量或信息變化，視系統(tǒng)為“白箱”或“灰箱”，能夠處理多輸入多輸出（MIMO）、非

線性、時(shí)變系統(tǒng)。

2.分析方法的完備性：

經(jīng)典控制由于忽略了內(nèi)部狀態(tài)，可能會(huì)出現(xiàn)零極點(diǎn)對(duì)消導(dǎo)致的“不可控”或“不可觀”問

題卻無(wú)法察覺。

現(xiàn)代控制引入了能控性和能觀性的嚴(yán)謹(jǐn)定義，全面揭示了系統(tǒng)的結(jié)構(gòu)特性。

3.控制目標(biāo)與設(shè)計(jì)方法：

經(jīng)典控制主要依靠伯德圖、根軌跡等圖形化工具進(jìn)行設(shè)計(jì)，目標(biāo)通常是滿足穩(wěn)態(tài)誤

差、超調(diào)量等指標(biāo)，設(shè)計(jì)過(guò)程依賴經(jīng)驗(yàn)和試湊。

現(xiàn)代控制可以基于嚴(yán)格的數(shù)學(xué)推導(dǎo)，設(shè)計(jì)出滿足積分性能指標(biāo)（如能量最小、時(shí)間最

短）的最優(yōu)控制器（OptimalControl），實(shí)現(xiàn)了從“可行控制”到“最優(yōu)控制”的跨越。

Q13：請(qǐng)解釋一下什么是“狀態(tài)空間表達(dá)式”（State-Space

Representation）。

?低分/踩雷回答示例：

狀態(tài)空間表達(dá)式就是和這兩個(gè)公式。是狀態(tài)，是

輸入，是輸出。A、B、C、D是矩陣。它可以用來(lái)算系統(tǒng)的解?，F(xiàn)代控制理論里

都是用這個(gè)來(lái)做題的。

導(dǎo)師為什么給低分：

1.純公式背誦：沒有解釋公式背后的物理含義，導(dǎo)師不知道你是否真懂。

2.對(duì)“狀態(tài)”定義不清：沒有解釋為什么需要引入“狀態(tài)”這個(gè)概念（即最小信息集）。

3.忽略了其優(yōu)勢(shì)：沒有提到它為何優(yōu)于傳遞函數(shù)（如處理初值問題）。

導(dǎo)師青睞的高分回答：

狀態(tài)空間表達(dá)式是現(xiàn)代控制理論的基石，它通過(guò)引入“狀態(tài)變量”來(lái)完全描述系統(tǒng)的

動(dòng)態(tài)行為。

1.核心概念——狀態(tài)（State）：

狀態(tài)是一組物理量（如位置、速度、電流），這組變量包含了系統(tǒng)在時(shí)刻的

歷史信息。只要知道時(shí)刻的狀態(tài)和之后的所有輸入，我們就能

夠唯一確定系統(tǒng)在未來(lái)任何時(shí)刻的行為。這組變量不僅是完全的，而且是最小

的。

2.數(shù)學(xué)形式：

它由兩個(gè)方程組成：

狀態(tài)方程()：是一個(gè)一階微分方程組，描述了系統(tǒng)內(nèi)部狀態(tài)隨時(shí)間和輸

入的變化規(guī)律。是系統(tǒng)矩陣，決定了系統(tǒng)的自由運(yùn)動(dòng)模式（特征值）；是輸入矩

陣。

輸出方程()：是一個(gè)代數(shù)方程，描述了外部觀測(cè)到的輸出如何由內(nèi)部狀

態(tài)和當(dāng)前輸入決定。

3.核心優(yōu)勢(shì)：

與傳遞函數(shù)相比，狀態(tài)空間法不僅能反映輸入輸出關(guān)系，還能揭示系統(tǒng)內(nèi)部的動(dòng)

態(tài)（如能控性和能觀性）。此外，它非常適合用計(jì)算機(jī)進(jìn)行數(shù)值迭代求解，也方

便處理多變量耦合問題和非零初始條件下的響應(yīng)計(jì)算。

Q14：你熟悉哪些單片機(jī)或嵌入式開發(fā)平臺(tái)（如STM32,DSP,FPGA）？請(qǐng)舉例

說(shuō)明你的使用深度。

?低分/踩雷回答示例：

我學(xué)過(guò)51單片機(jī)和STM32。我用STM32F103做過(guò)流水燈、按鍵控制，還接過(guò)一個(gè)

溫度傳感器顯示在屏幕上。DSP和FPGA聽說(shuō)過(guò)，但沒怎么用過(guò)。我覺得STM32挺

好用的，庫(kù)函數(shù)直接調(diào)用就行了，不需要像匯編那樣寫代碼。

導(dǎo)師為什么給低分：

1.應(yīng)用層次過(guò)淺：“流水燈”、“接傳感器”是本科低年級(jí)實(shí)驗(yàn)水平，無(wú)法體現(xiàn)研究生級(jí)別的復(fù)

雜邏輯控制能力。

2.依賴庫(kù)函數(shù)，不懂底層：特意強(qiáng)調(diào)“庫(kù)函數(shù)直接調(diào)用”，反而暴露了你對(duì)寄存器配置、中斷

機(jī)制、時(shí)鐘樹等底層原理的不求甚解。

3.技術(shù)棧單一：只接觸過(guò)最基礎(chǔ)的F103，對(duì)于高性能控制常用的DSP或并行處理的FPGA

缺乏了解，限制了科研潛力。

導(dǎo)師青睞的高分回答：

在本科項(xiàng)目中，我主要使用STM32系列進(jìn)行控制系統(tǒng)開發(fā)，同時(shí)也自學(xué)過(guò)FPGA的

基礎(chǔ)應(yīng)用。

1.STM32開發(fā)深度（熟練）：

我常用的型號(hào)是STM32F407（Cortex-M4內(nèi)核）。我不局限于HAL庫(kù)的調(diào)用，

由于控制算法對(duì)實(shí)時(shí)性要求高，我習(xí)慣直接操作寄存器或使用LL庫(kù)來(lái)優(yōu)化關(guān)鍵代

碼。

具體案例：在“倒立擺”項(xiàng)目中，我利用定時(shí)器中斷以1kHz的頻率運(yùn)行PID閉環(huán)，同時(shí)配

置DMA（直接存儲(chǔ)器訪問）**來(lái)處理串口數(shù)據(jù)收發(fā)和ADC采樣，極大地釋放了CPU資

源用于浮點(diǎn)數(shù)運(yùn)算。此外，我還移植過(guò)**FreeRTOS實(shí)時(shí)操作系統(tǒng)，實(shí)現(xiàn)了任務(wù)調(diào)度和

優(yōu)先級(jí)管理，解決了多傳感器數(shù)據(jù)讀取卡頓的問題。

2.FPGA入門與探索（了解）：

我曾使用Verilog在XilinxArtix-7平臺(tái)上實(shí)現(xiàn)過(guò)簡(jiǎn)單的數(shù)字信號(hào)處理。

具體案例：為了對(duì)高頻信號(hào)進(jìn)行濾波，我設(shè)計(jì)了一個(gè)并行的FIR濾波器。這讓我深刻體

會(huì)到了FPGA在并行處理和硬實(shí)時(shí)邏輯方面的巨大優(yōu)勢(shì)，這與MCU的順序執(zhí)行邏輯完

全不同。

未來(lái)讀研期間，我希望能深入學(xué)習(xí)DSP或Zynq（ARM+FPGA）架構(gòu)，以應(yīng)對(duì)更復(fù)

雜的運(yùn)動(dòng)控制或圖像處理任務(wù)。

Q15：Whatareyourhobbiesandinterests?

?低分/踩雷回答示例：

Ilikeplayingcomputergames,likeLeagueofLegends.Ialsolike

sleepingandwatchingmovies.SometimesIreadnovels.Ithinkthese

hobbiescanhelpmerelax.

導(dǎo)師為什么給低分：

1.愛好過(guò)于消極/娛樂化：打游戲、睡覺、看小說(shuō)，給導(dǎo)師的印象是“宅”、“懶”、“缺乏自

律”。雖然真實(shí)，但在面試場(chǎng)合極不加分。

2.缺乏與科研素質(zhì)的關(guān)聯(lián)：這些愛好無(wú)法體現(xiàn)毅力、邏輯思維、團(tuán)隊(duì)合作或動(dòng)手能力。

3.回答過(guò)于簡(jiǎn)短：沒有展開說(shuō)明愛好對(duì)個(gè)人成長(zhǎng)的積極影響。

導(dǎo)師青睞的高分回答：

Beyondmyacademicstudies,IhaveastrongpassionforLong-distance

runningandDIYElectronics.

First,runningisnotjustasportforme;itisawaytotrainmywillpower.

Duringmypreparationforthepostgraduateentranceexam,Iinsistedon

running5kilometerseveryotherday.Ithelpedmereleasestressand

taughtmethatpersistencebringssuccess,whichisverysimilarto

scientificresearch—it'samarathon,notasprint.

Second,IamaDIYenthusiast.Ienjoydisassemblingbrokenelectronic

devicesandtryingtofixthemorturnthemintosomethingnew.For

instance,Ioncemodifiedanoldrouterintoaremote-controlledswitchfor

mydormlights.Thishobbykeepsmycuriosityaliveandimprovesmy

hands-onability,allowingmetoapplytheoreticalknowledgetoreal-

worldproblems.

Q16：如果你的控制系統(tǒng)存在穩(wěn)態(tài)誤差，你應(yīng)該調(diào)節(jié)PID中的哪一個(gè)環(huán)節(jié)？為什

么？

?低分/踩雷回答示例：

如果有穩(wěn)態(tài)誤差，應(yīng)該調(diào)P（比例）。把P調(diào)大一點(diǎn)，誤差就會(huì)變小。如果還不行，

就調(diào)I（積分）。I是專門消除誤差的。D是管動(dòng)態(tài)的，跟穩(wěn)態(tài)誤差沒關(guān)系。

導(dǎo)師為什么給低分：

1.邏輯順序錯(cuò)誤：雖然P確實(shí)能減小穩(wěn)態(tài)誤差，但不能消除（對(duì)于有靜差系統(tǒng)）。消除穩(wěn)態(tài)

誤差的核心是I?？忌幕卮疬壿嫽靵y。

2.原理闡述不清：沒有解釋為什么I能消除誤差（即積分項(xiàng)的累積效應(yīng)），只給出了結(jié)論。

3.忽略了副作用：只說(shuō)“把P調(diào)大”、“調(diào)I”，沒提到這些操作可能帶來(lái)的穩(wěn)定性問題（如震

蕩），顯得工程經(jīng)驗(yàn)不足。

導(dǎo)師青睞的高分回答：

如果控制系統(tǒng)存在穩(wěn)態(tài)誤差，最直接有效的手段是引入或增強(qiáng)積分環(huán)節(jié)（Integral,

）。

原因如下：

1.積分的數(shù)學(xué)特性：積分項(xiàng)的輸出是誤差隨時(shí)間的累積（）。只要系統(tǒng)存在偏差

（），積分項(xiàng)的輸出就會(huì)不斷增加（或減?。?，從而增大控制器的輸出力度，驅(qū)

動(dòng)執(zhí)行機(jī)構(gòu)去克服阻力，直到偏差完全消失（），積分項(xiàng)才會(huì)停止變化并維持在

當(dāng)前的輸出值。

2.系統(tǒng)型別提升：從理論上講，引入一個(gè)積分環(huán)節(jié)，相當(dāng)于讓開環(huán)傳遞函數(shù)增加了一個(gè)原

點(diǎn)處的極點(diǎn)，使系統(tǒng)的“型別”加1。對(duì)于階躍輸入，0型系統(tǒng)有靜差，而1型系統(tǒng)可以實(shí)現(xiàn)

無(wú)靜差跟蹤。

補(bǔ)充說(shuō)明：

雖然增大**比例系數(shù)（）也能在一定程度上減小穩(wěn)態(tài)誤差（因?yàn)椋?/p>

但單純依靠P無(wú)法徹底消除誤差，且過(guò)大的P會(huì)導(dǎo)致系統(tǒng)震蕩甚至不穩(wěn)定。

需要注意的是，引入積分環(huán)節(jié)會(huì)引入90度的相位滯后，可能會(huì)降低系統(tǒng)的穩(wěn)定性。

因此，在實(shí)際調(diào)節(jié)中，通常需要配合適當(dāng)?shù)谋壤臀⒎肿饔?，或者采用“抗積分飽

和”**算法，以在消除誤差和保持穩(wěn)定之間取得平衡。

Q17：請(qǐng)簡(jiǎn)述卡爾曼濾波（KalmanFilter）的基本原理及其應(yīng)用場(chǎng)景。

?低分/踩雷回答示例：

卡爾曼濾波就是一個(gè)算法，用來(lái)濾波的。它可以把很亂的波形變平滑。比如傳感器

有很多噪聲，用卡爾曼濾波算一下，數(shù)據(jù)就準(zhǔn)了。原理好像是用了兩個(gè)方程，一個(gè)

預(yù)測(cè)，一個(gè)更新。具體公式太長(zhǎng)了記不住。主要用在導(dǎo)航或者雷達(dá)里面。

導(dǎo)師為什么給低分：

1.描述過(guò)于通俗：“把波形變平滑”是低通濾波器的功能，不是卡爾曼濾波的核心（最優(yōu)估

計(jì)）。

2.缺乏數(shù)學(xué)直覺：沒有提到“狀態(tài)估計(jì)”、“協(xié)方差矩陣”、“高斯白噪聲”等核心概念。

3.對(duì)原理一知半解：僅僅知道“預(yù)測(cè)-更新”，但不知道它是基于什么標(biāo)準(zhǔn)進(jìn)行更新的（即卡爾

曼增益的最優(yōu)性）。

導(dǎo)師青睞的高分回答：

卡爾曼濾波是一種在存在不確定性（噪聲）的情況下，對(duì)動(dòng)態(tài)系統(tǒng)狀態(tài)進(jìn)行最小均

方誤差（MinimumMeanSquareError）估計(jì)的遞歸算法。

基本原理（兩個(gè)步驟）：

1.預(yù)測(cè)（Prediction）：利用系統(tǒng)的數(shù)學(xué)模型（狀態(tài)方程），根據(jù)上一時(shí)刻的最

優(yōu)估計(jì)值，預(yù)測(cè)當(dāng)前時(shí)刻的狀態(tài)先驗(yàn)值，并計(jì)算預(yù)測(cè)誤差協(xié)方差。

2.更新（Update）：引入當(dāng)前的觀測(cè)數(shù)據(jù)（測(cè)量值）。通過(guò)計(jì)算卡爾曼增益

（KalmanGain,），對(duì)“模型預(yù)測(cè)值”和“傳感器測(cè)量值”進(jìn)行加權(quán)融合。

如果測(cè)量噪聲（）大，就小，算法更相信模型預(yù)測(cè)；

如果過(guò)程噪聲（）大，就大，算法更相信測(cè)量值。

最終得到當(dāng)前時(shí)刻的最優(yōu)后驗(yàn)估計(jì)。

應(yīng)用場(chǎng)景：

它廣泛應(yīng)用于多傳感器融合和狀態(tài)觀測(cè)領(lǐng)域。

例如在無(wú)人機(jī)飛控中，陀螺儀動(dòng)態(tài)響應(yīng)快但有漂移，加速度計(jì)無(wú)漂移但高頻噪聲

大?？柭鼮V波可以融合這兩者的數(shù)據(jù)，得到精準(zhǔn)且平滑的姿態(tài)角估計(jì)。此外，在

SLAM（即時(shí)定位與地圖構(gòu)建）、雷達(dá)目標(biāo)跟蹤、電池SOC估算中也是核心算法。

Q18：你用過(guò)MATLAB/Simulink嗎？請(qǐng)舉例說(shuō)明你用它做過(guò)什么仿真。

?低分/踩雷回答示例：

用過(guò)，上課的時(shí)候老師教過(guò)。做過(guò)一些數(shù)學(xué)題的計(jì)算，畫個(gè)圖什么的。Simulink也

用過(guò)，拖幾個(gè)模塊進(jìn)去，比如示波器、正弦波，看看波形。畢設(shè)的時(shí)候本來(lái)想用它

仿真，但是沒調(diào)通，后來(lái)就沒用了。

導(dǎo)師為什么給低分：

1.使用深度僅限于“計(jì)算器”：只用來(lái)“畫圖”、“算題”，沒有體現(xiàn)其作為控制系統(tǒng)設(shè)計(jì)工具的

核心價(jià)值（建模、分析、代碼生成）。

2.放棄難點(diǎn)：“沒調(diào)通就沒用了”暴露了遇到困難直接放棄的態(tài)度，這是科研大忌。

3.缺乏具體案例：沒有描述具體的控制對(duì)象或算法，顯得空洞。

導(dǎo)師青睞的高分回答：

MATLAB/Simulink是我本科期間最常用的科研工具，我不僅用它進(jìn)行理論驗(yàn)證，還

用它進(jìn)行半實(shí)物仿真。

具體應(yīng)用案例：

在我的“直流電機(jī)雙閉環(huán)調(diào)速系統(tǒng)”設(shè)計(jì)中，我深度使用了Simulink。

1.系統(tǒng)建模：我沒有直接使用現(xiàn)成的電機(jī)模塊，而是根據(jù)電機(jī)的電感、電阻、轉(zhuǎn)動(dòng)慣量等物

理參數(shù)，搭建了基于微分方程的原始模型，以便深入理解電機(jī)特性。

2.控制算法驗(yàn)證：我在Simulink中搭建了ASR（轉(zhuǎn)速環(huán)）和ACR（電流環(huán)）的結(jié)構(gòu)，并使用

S-Function編寫了一些自定義的非線性控制邏輯。通過(guò)SISOTool（單輸入單輸出工具

箱）觀測(cè)根軌跡，輔助我整定PID參數(shù)。

3.問題解決：仿真中我發(fā)現(xiàn)系統(tǒng)響應(yīng)有超調(diào)，通過(guò)分析Bode圖，我發(fā)現(xiàn)相位裕度不足。于

是我引入了一個(gè)超前校正網(wǎng)絡(luò)（LeadCompensator），成功改善了動(dòng)態(tài)性能。

此外，我還嘗試過(guò)使用EmbeddedCoder將Simulink模型直接生成C代碼，雖然

還在探索階段，但這讓我看到了“基于模型設(shè)計(jì)（MBD）”的高效性。

Q19：什么是李雅普諾夫（Lyapunov）穩(wěn)定性判據(jù)？

?低分/踩雷回答示例：

李雅普諾夫判據(jù)就是用來(lái)判斷非線性系統(tǒng)穩(wěn)不穩(wěn)定的。它好像是說(shuō)如果不求微分方

程的解，也能判斷穩(wěn)定性。具體就是找一個(gè)函數(shù)V，如果V大于0，V的導(dǎo)數(shù)小于0，

那就是穩(wěn)定的。這個(gè)比較抽象，我本科主要還是用勞斯判據(jù)多一點(diǎn)。

導(dǎo)師為什么給低分：

1.缺乏物理直覺：只背誦了數(shù)學(xué)條件，沒有解釋背后的物理意義（能量衰減）。

2.條件表述不全：忽略了“正定”、“負(fù)定”等嚴(yán)格的數(shù)學(xué)術(shù)語(yǔ)，也未區(qū)分“局部穩(wěn)定”與“全局穩(wěn)

定”。

3.回避難點(diǎn)：承認(rèn)“本科用勞斯判據(jù)多”，暗示自己對(duì)現(xiàn)代控制理論掌握不足。

導(dǎo)師青睞的高分回答：

李雅普諾夫穩(wěn)定性判據(jù)是現(xiàn)代控制理論中判斷系統(tǒng)（尤其是非線性系統(tǒng)）穩(wěn)定性的

最核心工具。它基于“能量”的觀點(diǎn)，無(wú)需求解微分方程即可判斷穩(wěn)定性。

其核心思想（第二法/直接法）是：

對(duì)于一個(gè)系統(tǒng)，如果能找到一個(gè)標(biāo)量函數(shù)（稱為李雅普諾夫函數(shù)），它類似于

系統(tǒng)的“廣義能量”，滿足以下條件：

1.正定性：（在原點(diǎn)外），且。這意味著系統(tǒng)具有正的“能量”。

2.導(dǎo)數(shù)負(fù)定性：。這意味著系統(tǒng)的“能量”隨著時(shí)間單調(diào)遞減。

結(jié)論：

如果滿足上述條件，系統(tǒng)的能量最終會(huì)耗散殆盡，狀態(tài)必然收斂回平衡點(diǎn)，即系

統(tǒng)是漸進(jìn)穩(wěn)定的。如果（半負(fù)定），則系統(tǒng)是李雅普諾夫穩(wěn)定（臨界穩(wěn)

定）。

難點(diǎn)：

李雅普諾夫方法的難點(diǎn)在于如何構(gòu)造這個(gè)函數(shù)。對(duì)于線性系統(tǒng)有固定的二次

型方法（），但對(duì)于非線性系統(tǒng)，通常需要依賴經(jīng)驗(yàn)或克拉索夫

斯基法等技巧構(gòu)造。

Q20：PleaseuseEnglishtoexplaintheconceptof"Feedback".

?低分/踩雷回答示例：

Feedbackisoutputgobacktoinput.Forexample,youdriveacar.You

seetheroad,youturnthewheel.Thisisfeedback.Ifnofeedback,you

willcrash.Feedbackmakessystemstable.Itisveryuseful.

導(dǎo)師為什么給低分：

1.Chinglish（中式英語(yǔ)）："Outputgobacktoinput"語(yǔ)法錯(cuò)誤，表達(dá)極其不專業(yè)。

2.解釋過(guò)于淺顯：僅僅描述了現(xiàn)象，沒有觸及“誤差修正”這一核心機(jī)制。

3.詞匯量貧乏：沒有使用deviation,correct,disturbace,closed-loop等專業(yè)詞匯。

導(dǎo)師青睞的高分回答：

Feedbackisafundamentalconceptincontrolengineering,representinga

processwhereaportionofthesystem'soutputsignalisreturnedor"fed

back"totheinputside.

Thecoremechanismoffeedbackworksasfollows:

Thesystemcomparestheactualoutput(measuredbysensors)withthe

desiredreference.Thedifferencebetweenthemiscalledtheerrorsignal.

Thecontrollerthenusesthiserrortoadjusttheinputoftheplantto

minimizetheerror.

Therearetwomaintypesoffeedback:

1.NegativeFeedback:Thisisthemostcommontypeincontrolsystems.Itactsto

reducethedifferencebetweenoutputandreference,therebyimprovingstability,

increasingbandwidth,andreducingsensitivitytodisturbancesandparameter

variations.

2.PositiveFeedback:Thistendstoamplifychangesandisoftenusedinoscillators,but

itgenerallyleadstoinstabilityincontrolsystems.

Insummary,feedbackturnsanopen-loopsystemintoaclosed-loop

system,makingit"intelligent"enoughtoself-regulate.

Q21：在實(shí)際工程中，如何消除傳感器采集數(shù)據(jù)的噪聲干擾？

?低分/踩雷回答示例：

如果有噪聲，我就用軟件濾一下。比如求個(gè)平均值，或者把那種特別離譜的數(shù)據(jù)刪

掉。如果還不行，就在硬件上加個(gè)電容。具體加多大我一般是試出來(lái)的，看示波器

波形，直到波形平滑為止。反正只要最后數(shù)據(jù)能用就行。

導(dǎo)師為什么給低分：

1.手段單一且盲目：只提到“求平均”和“試電容”，缺乏對(duì)噪聲頻率特性的分析。

2.缺乏理論支撐：沒有提到濾波器的設(shè)計(jì)原則（如截止頻率的選擇），完全依賴“試湊”，這

不是研究生該有的工程素養(yǎng)。

3.忽視了實(shí)時(shí)性：簡(jiǎn)單的求平均會(huì)引入嚴(yán)重的相位滯后，可能導(dǎo)致閉環(huán)系統(tǒng)不穩(wěn)定，考生顯

然未考慮到這一點(diǎn)。

導(dǎo)師青睞的高分回答：

消除噪聲是控制工程中最基礎(chǔ)也最棘手的問題，通常我采用“軟硬結(jié)合”的策略，并

基于頻譜分析來(lái)制定方案。

1.源頭抑制（硬件濾波）：

分析噪聲源：首先用示波器觀察噪聲頻率。如果是高頻尖峰（如開關(guān)電源噪聲），我

會(huì)使用RC低通濾波器或磁珠；如果是共模干擾，我會(huì)使用差分信號(hào)傳輸或共模電感。

PCB設(shè)計(jì)：注意模數(shù)地分離（AGND/DGND），并采用單點(diǎn)接地，防止數(shù)字電路的高

頻噪聲通過(guò)地線耦合到模擬采集端。

2.算法處理（軟件濾波）：

針對(duì)隨機(jī)高斯白噪聲：如果系統(tǒng)算力允許，我會(huì)首選卡爾曼濾波（KalmanFilter），

因?yàn)樗芙o出最優(yōu)估計(jì)。如果是資源受限的單片機(jī)，我會(huì)使用滑動(dòng)平均濾波（Moving

Average），但會(huì)注意窗口大小，以免引入過(guò)大的相位滯后。

針對(duì)脈沖干擾（野值）：我會(huì)采用中值濾波或限幅濾波，直接剔除偏離物理規(guī)律的異

常點(diǎn)。

針對(duì)特定頻率干擾：例如工頻50Hz干擾，我會(huì)設(shè)計(jì)一個(gè)陷波器（NotchFilter）或IIR

濾波器來(lái)定點(diǎn)消除。

總結(jié)來(lái)說(shuō)，去噪的核心是在“平滑度”和“信號(hào)帶寬（響應(yīng)速度）”之間尋找平衡。

Q22：你是否了解模型預(yù)測(cè)控制（MPC）？它和傳統(tǒng)PID相比有什么優(yōu)勢(shì)？

?低分/踩雷回答示例：

MPC就是模型預(yù)測(cè)控制，現(xiàn)在很火，特別是在自動(dòng)駕駛里。它比PID強(qiáng)，因?yàn)镻ID

只能看過(guò)去和現(xiàn)在，MPC能預(yù)測(cè)未來(lái)。PID調(diào)參很難，MPC好像可以自動(dòng)算出來(lái)。

不過(guò)MPC計(jì)算量比較大，跑得慢。

導(dǎo)師為什么給低分：

1.理解浮于表面：只知道“預(yù)測(cè)未來(lái)”和“自動(dòng)駕駛”，沒有觸及MPC的核心——處理約束。

2.對(duì)比錯(cuò)誤：說(shuō)“PID調(diào)參難，MPC自動(dòng)算”是不準(zhǔn)確的。MPC的權(quán)重矩陣（Q,R）和預(yù)測(cè)時(shí)

域同樣難調(diào)。

3.術(shù)語(yǔ)匱乏：沒有提到“滾動(dòng)優(yōu)化”、“反饋校正”等MPC的三要素。

導(dǎo)師青睞的高分回答：

我非常關(guān)注MPC，它是現(xiàn)代控制理論在工業(yè)界應(yīng)用最成功的算法之一。與傳統(tǒng)PID

相比，MPC的主要優(yōu)勢(shì)和區(qū)別體現(xiàn)在以下三點(diǎn)：

1.處理約束的能力（核心優(yōu)勢(shì)）：

這是MPC最大的殺手锏。實(shí)際系統(tǒng)中總存在電壓限制、執(zhí)行器飽和等物理約束

（如閥門開度0-100%）。PID在處理飽和時(shí)容易出現(xiàn)積分飽和問題，而MPC本

質(zhì)上是在求解一個(gè)帶約束的在線優(yōu)化問題（QP問題），天然能保證控制量在安

全范圍內(nèi)，且達(dá)到性能最優(yōu)。

2.多變量耦合處理（MIMO）：

對(duì)于多輸入多輸出系統(tǒng)，PID通常需要復(fù)雜的解耦設(shè)計(jì)，且難以處理強(qiáng)耦合。

MPC基于模型，能夠統(tǒng)一處理MIMO系統(tǒng)的耦合關(guān)系，協(xié)調(diào)多個(gè)控制量以達(dá)到整

體最優(yōu)。

3.前瞻性與滾動(dòng)優(yōu)化：

PID是基于“誤差”的反饋控制，屬于事后調(diào)節(jié)；而MPC基于預(yù)測(cè)模型，能根據(jù)當(dāng)

前狀態(tài)推演未來(lái)一段時(shí)間的系統(tǒng)行為，提前做出動(dòng)作。結(jié)合滾動(dòng)時(shí)域

（RecedingHorizon）機(jī)制，它能動(dòng)態(tài)應(yīng)對(duì)環(huán)境變化，不僅“低頭拉車”，更

能“抬頭看路”。

當(dāng)然，MPC的代價(jià)是計(jì)算量巨大，通常需要高性能處理器，不像PID那樣只需幾行

代碼即可在低端單片機(jī)上運(yùn)行。

Q23：如果讓你閱讀一篇英文文獻(xiàn)，你通常會(huì)關(guān)注哪些部分？

?低分/踩雷回答示例：

我一般先看題目，感興趣就看看摘要。然后直接看中間的圖和公式，因?yàn)橛⑽奶?/p>

也看不完。最后看看結(jié)論。如果還沒看懂，就用翻譯軟件翻譯一下。

導(dǎo)師為什么給低分：

1.閱讀習(xí)慣糟糕：“直接看圖”、“用翻譯軟件”暴露了英語(yǔ)閱讀能力的不足和浮躁的科研態(tài)

度。

2.缺乏邏輯：沒有抓取文獻(xiàn)的“核心貢獻(xiàn)”和“ResearchGap”，只是在被動(dòng)接收信息。

3.無(wú)法甄別價(jià)值：沒有提到如何判斷這篇論文是否值得精讀（如看引言中的現(xiàn)狀分析）。

導(dǎo)師青睞的高分回答：

閱讀英文文獻(xiàn)是我獲取前沿知識(shí)的主要途徑，我通常遵循“沙漏型”閱讀法，重點(diǎn)關(guān)

注以下部分：

1.Abstract（摘要）：快速判斷文章研究的問題（Problem）、采用的方法（Method）以

及核心貢獻(xiàn)（Contribution）。這是決定是否繼續(xù)閱讀的“安檢口”。

2.Introduction（引言）的最后一段：這里通常會(huì)明確列出本文的創(chuàng)新點(diǎn)（Thenovelties

ofthispaperare...）。我會(huì)重點(diǎn)看它解決了前人留下的什么ResearchGap，這是論文

的立身之本。

3.Methodology（方法）中的框圖與核心公式：我會(huì)結(jié)合SystemBlockDiagram理解其

控制邏輯，重點(diǎn)關(guān)注作者對(duì)公式的推導(dǎo)假設(shè)。如果是算法類論文，我會(huì)看它是如何定義損

失函數(shù)（CostFunction）或證明穩(wěn)定性的。

4.Experiments（實(shí)驗(yàn)）與Comparison：我會(huì)關(guān)注對(duì)比實(shí)驗(yàn)。作者是和誰(shuí)比？（是和

PID比還是和最新的SOTA算法比？）提升了多少？（Settlingtime減少了多少？超調(diào)降低

了多少？）這決定了結(jié)果的可信度。

最后，我會(huì)總結(jié)該文對(duì)我的啟發(fā)（Take-awaymessage），并將其歸檔到我的文

獻(xiàn)管理軟件（如Zotero）中。

Q24：對(duì)于非線性系統(tǒng)，通常采用什么方法進(jìn)行線性化處理？

?低分/踩雷回答示例：

非線性系統(tǒng)就是不直線的系統(tǒng)。要線性化，一般就是在工作點(diǎn)附近切一下，用直線

代替曲線。就像數(shù)學(xué)里的求導(dǎo)一樣。如果偏離遠(yuǎn)了就不準(zhǔn)了。還有一種好像叫反饋

線性化，具體的我不太清楚。

導(dǎo)師為什么給低分：

1.語(yǔ)言不專業(yè)：“切一下”、“不直線”這種表述太生活化，沒有提到“泰勒級(jí)數(shù)展開”或“雅可比

矩陣”。

2.知識(shí)面窄：只知道小信號(hào)線性化，對(duì)更高級(jí)的反饋線性化含糊其辭。

3.未提及適用條件：沒有強(qiáng)調(diào)小信號(hào)線性化僅在平衡點(diǎn)附近（Local）有效。

導(dǎo)師青睞的高分回答：

針對(duì)非線性系統(tǒng)，工程上主要采用兩種線性化策略，分別應(yīng)對(duì)不同的場(chǎng)景：

1.小信號(hào)線性化（近似線性化）：

這是最常用的方法。基于泰勒級(jí)數(shù)展開，在系統(tǒng)的某個(gè)平衡工作點(diǎn)

（Eq