有很多重叠，但重点有所不同。控制工程也比 DSP 更老。如果您接受过传统的 EE 教育，那么您并没有真正的区别。

状态变量是控件中更典型的视角。1975 年 Oppenheim 和 Schafer 的第一版有一个关于状态变量的章节，但多年来他们放弃了。您需要了解状态变量才能进行卡尔曼滤波，这是一个重叠区域。线性估计和线性控制是互为对偶的。

我还要说混合连续/离散时间系统在控件中更常见，但 DSP 也有很多示例。

DSP 几乎总是在均匀采样上完成。状态变量也可以与非均匀采样一起使用。

我从来没有听说过反因果控制系统，但在 DSP 中及时向前向后过滤是很常见的。控制本质上是因果关系。单面拉普拉斯变换在控件中更为常见。

反馈回路的稳定性在这两个领域都很重要。高级控制系统课程将涵盖李雅波诺夫稳定性等主题。您通常不会在 DSP 中看到这一点，但有使用该技术的 DSP 论文。

控制理论出现在机械工程中。DSP出现在金融领域。机器人技术中有很多两者都使用计算机视觉。

在 RADAR 中，波形和滤波在前端更像是 DSP，但在后端的跟踪系统更像是 Controls。

如果我不得不用一个词来描述每一个。

控制：反馈

信号处理：传感

或者也许使用一个短语

控制：现时

DSP：凹槽内

我完成了信号处理博士学位。在控制系统部门。我的看法是信号处理是开环的。控制系统闭环。

除此之外，两者背后的数学非常相似。这是通常非常不同的应用程序。

两者都借鉴了线性系统理论（又名“信号和系统”）。通信系统和线性电路、电子电路和分布式网络（又名传输线）也是如此。

两者都担心系统稳定性。极点必须在单位圆内。DSP 实际上比控制或通信更广泛。

控制系统通常对时域行为更感兴趣；脉冲响应和阶跃响应。Routh-Hurwitz 准则（或其离散时间对应项）和根轨迹技术是控制人员担心的事情。我从来没有真正担心过它。

过去状态变量系统属于控制范围，但自从卡尔曼滤波器以来，我看到状态变量表示（带有A、B、C、D矩阵）在 DSP 中出现的频率更高。

Controls 之外的许多 DSP 问题不太关心时域行为，而更关心频域行为。

图像处理与 DSP 的关系比与控件的关系更密切。

我不知道控制人员是否担心 FFT 等。

所有这些学科都有一个实际的目标，即电子学。担心 DSP 或 CPU 芯片如何连接到 A/D 和 D/A 转换器以及内存和其他外围设备。我不知道控制人员有多少担心量化误差，但他们应该担心。

有一个相当简单的区别。

信号处理是一组可用于控制工程的工具。

控制工程就是让某物按照您希望的方式移动。一些信号处理工具将对此有所帮助（有些则不会；如果没有 TARDIS，后向滤波不会实时发生）。

信号处理主要与频率响应（增益）有关，因为这是影响您听到的大部分内容的因素。相位和群延迟是问题，但通常不是主要问题。

但是，在控制工程中，您通常希望某物移动到某个位置然后不移动。这样做有一个基本原则——如果你看不到它，你就无法纠正它。如果您的位置测量以严重延迟测量的方式被过滤，则控制回路不知道它在哪里（或没有足够快地获得该信息），因此无法适当移动。或者更糟糕的是，如果它获取信息太晚，它甚至可能会试图朝着错误的方向前进。

因此，控制工程倾向于使用像 Butterworth 这样的滤波器，它可能无法很好地进行滤波，但对信号有更良性的影响。或者它甚至可能根本不使用滤波器，因为如果您的控制回路较慢或系统惯性很大，则信号上的噪声可能不会影响系统的运动。

我所知道的最好的教科书是绪方的现代控制工程。我可以彻底推荐。它只是缺少状态空间控制，但对于大多数控制工作，您很少需要它。