三阶线性自抗扰控制（LADRC）的Matlab实现：

### 回答1：
实现三阶线性自抗扰控制（LADRC）的Matlab代码如下：

function [u]=ladrc(y,r,a,b,c,d,x0)
%ladrc: LADRC control algorithm
% y: the output signal 
% r: the reference signal
% a,b,c,d: the parameters of the plant
% x0: initial state
% u: control signal

n=length(y);
x=zeros(3,n);
u=zeros(1,n);
x(:,1)=x0;
for i=1:n-1
    x(:,i+1)=a*x(:,i)+b*u(i)+c*y(i);
    u(i+1)=-d*x(:,i+1)+r(i+1);
end

需要注意的是，上述代码仅提供了LADRC算法的框架，还需要根据实际的系统参数和目标来计算参数a、b、c、d和初始状态x0的值。

### 回答2：
三阶线性自抗扰控制（LADRC）是一种用于控制系统的先进控制方法。它的目标是通过引入自抗扰观测器（ADRC）来实现对系统的跟踪和抗干扰能力的提高。

Matlab是一种功能强大的数学软件，可以用于实现LADRC控制器。在Matlab中，我们可以使用StateSpace模型来表示系统的动力学，通过设计控制器来实现控制目标。

首先，我们需要定义系统的状态空间模型。可以使用StateSpace函数来创建一个state space模型对象，其中包括系统的状态方程、输入方程和输出方程。根据实际系统的动力学方程，我们可以设置相应的参数。

其次，我们需要设计LADRC控制器。LADRC控制器包括两部分：主控制器和自抗扰观测器。主控制器根据系统模型和控制要求设计，可以是PID控制器或其他控制器。自抗扰观测器用于估计系统的扰动和干扰，并根据估计结果进行补偿。通过调整主控制器和自抗扰观测器的参数，可以实现系统的跟踪和抗干扰能力的优化。

最后，在Matlab中，我们可以使用Control System Toolbox中的函数来实现LADRC控制器的设计和仿真。例如，可以使用tf函数将系统的状态空间模型转换为传递函数模型，使用pid函数设计PID主控制器的参数，并使用tf函数将PID控制器转换为状态空间模型。可以使用obsdesign函数设计自抗扰观测器的参数，并使用ss函数将自抗扰观测器转换为状态空间模型。最后，可以使用sim函数进行仿真，评估LADRC控制器的性能。

总之，通过Matlab，我们可以方便地实现三阶线性自抗扰控制器（LADRC），并对系统的跟踪和抗干扰能力进行优化。