lqr a矩阵和b矩阵计算函数，用MATLAB写

在MATLAB中，可以使用 `lqr()` 函数来进行线性二次调节控制。该函数计算出状态反馈增益矩阵K，可以帮助我们设计一个性能良好的反馈控制器。

下面是一个示例代码，演示如何使用 `lqr()` 函数计算出状态反馈增益矩阵K：

% 定义系统模型
A = [1 2; 3 4];
B = [1; 1];
Q = eye(2);
R = 1;

% 计算状态反馈增益矩阵K
K = lqr(A, B, Q, R);

上述代码定义了一个2维系统模型，并使用 `lqr()` 函数计算了状态反馈增益矩阵K。其中，A和B分别是系统状态方程的矩阵形式，Q是状态权重矩阵，R是控制输入权重矩阵。计算结果K是一个2x1的矩阵，包含了反馈控制中的增益系数。

如果需要计算多个系统模型的状态反馈增益矩阵K，可以使用循环来实现。例如：

% 定义多个系统模型
A1 = [1 2; 3 4];
B1 = [1; 1];
Q1 = eye(2);
R1 = 1;

A2 = [2 1; 4 3];
B2 = [1; 1];
Q2 = eye(2);
R2 = 1;

% 计算多个系统模型的状态反馈增益矩阵K
for i = 1:2
    if i == 1
        A = A1;
        B = B1;
        Q = Q1;
        R = R1;
    else
        A = A2;
        B = B2;
        Q = Q2;
        R = R2;
    end
    
    K = lqr(A, B, Q, R);
    disp(K)
end

上述代码中，我们定义了两个不同的系统模型，并使用循环依次计算它们的状态反馈增益矩阵K。在每次循环中，我们根据当前的系统模型更新A、B、Q和R，然后使用 `lqr()` 函数计算出对应的K。