离散控制的编程通常涉及以下几个步骤：
系统建模：
首先需要建立系统的数学模型，这通常是一个微分方程组。对于离散系统，这个模型可能会涉及到差分方程。
选择离散化方法：
根据系统的特性和需求，选择合适的离散化方法，如零阶保持器（ZOH）、一阶保持器（FOH）、双线性变换法等。
编写代码：
使用编程语言（如MATLAB）编写代码来实现离散化过程，以及后续的控制算法，如PID控制、事件触发控制等。
仿真与测试：
在仿真环境中测试代码的有效性，验证控制策略的性能。
优化与调整：
根据仿真结果调整控制参数，以达到最佳的控制效果。
MATLAB提供了多种工具箱和函数来帮助实现离散控制系统的设计和仿真，例如：
Control System Toolbox：包含用于分析和设计控制系统的函数，如`c2dm`用于离散化传递函数，`dstep`、`dimpulse`、`dlsim`用于求取采样系统的响应等。
Simulink：一个图形化的仿真环境，可以用来建模、仿真和优化离散控制系统。
YALMIP：一个用于优化和仿真线性、非线性和混合整数问题的工具箱，常与MATLAB一起使用。
GRPF：用于寻找固定区域中函数的所有零点和极点的算法。
Fitfly-fly-tracking：用于跟踪移动目标的算法，可以应用于视频跟踪等场景。
```matlab
% 定义连续系统的传递函数
num = [1 0.5 100]； % 分子多项式系数
den = [1 5 100]； % 分母多项式系数
% 创建传递函数对象
sys = tf（num, den）；
% 离散化传递函数，使用零阶保持器
dsys = c2d（sys, 1, 'zoh'）；
% 绘制连续系统和离散系统的阶跃响应
figure；
step（sys, 1）； % 连续系统阶跃响应
hold on；
step（dsys, 1）； % 离散系统阶跃响应
hold off；
title（'阶跃响应'）；
xlabel（'时间'）；
ylabel（'输出'）；
```
在这个例子中，`c2d`函数用于将连续系统的传递函数离散化，`step`函数用于绘制系统的阶跃响应。在实际应用中，可能需要根据具体的控制策略和系统特性来调整代码。