第三章 数学模型基础：传递函数、状态空间方程、零极点模型与转换方法

各位同学，咱们今天聊聊控制算法的“根”——数学模型。说实话，我干了这么多年控制工程，最深的体会就是：模型建对了，仿真就成功了一半。模型建错了，后面再怎么调参数都是白费力气。

这一章，我会把四种最常用的数学模型讲透：传递函数、状态空间方程、零极点模型，还有它们之间的转换方法。嗯，都是硬核干货，咱们一个一个来。

3.1 传递函数——经典控制理论的“老大哥”

传递函数，说白了就是系统输出与输入的拉普拉斯变换之比。你想想看，一个系统再复杂，只要你能写出它的微分方程，拉普拉斯变换一搞，就变成了一个有理分式。

一般形式长这样：

G(s) = Y(s) / U(s) = (b_m s^m + b_{m-1} s^{m-1} + ... + b_0) / (a_n s^n + a_{n-1} s^{n-1} + ... + a_0)

这里n≥m，系统才是物理可实现的。我刚开始做项目时，有次写了个n<m的传递函数，仿真跑起来直接发散，查了半天才发现是分母阶次搞反了。这种低级错误，大家千万别犯。

传递函数的优点：直观，频域分析特别方便。波特图、奈奎斯特图，都是基于传递函数画的。

缺点：只能描述单输入单输出（SISO）系统。多输入多输出（MIMO）？那就得请出状态空间方程了。

3.2 状态空间方程——现代控制理论的“王牌”

状态空间方程，说白了就是把高阶微分方程拆成一堆一阶微分方程。为什么要这么干？因为一阶微分方程好处理啊，计算机算起来也快。

标准形式：

ẋ = Ax + Bu
y = Cx + Du

其中x是状态向量，u是输入，y是输出。A、B、C、D就是系统矩阵。

我个人习惯用状态空间方程做多变量系统。记得有次做无人机姿态控制，四个旋翼，六个自由度，用传递函数写？那得写多少个传递函数啊！用状态空间方程，一个矩阵就搞定了。

状态空间方程的优势：

• 能处理MIMO系统
• 能描述系统内部状态（不仅仅是输入输出关系）
• 时变系统、非线性系统也能扩展

3.3 零极点模型——系统特性的“透视镜”

零极点模型，就是把传递函数分解成零点和极点的形式：

G(s) = K * (s - z_1)(s - z_2)...(s - z_m) / (s - p_1)(s - p_2)...(s - p_n)

为什么零极点模型这么重要？因为系统的稳定性、响应速度、振荡特性，全看极点在复平面上的位置。

• 极点在左半平面 → 系统稳定
• 极点在右半平面 → 系统不稳定
• 极点离虚轴越远 → 响应越快
• 零点影响系统的动态响应形状

我做过一个电机控制项目，系统老是振荡。用波特图看半天没发现问题，后来画出零极点图，发现有一对共轭极点离虚轴特别近。嗯，阻尼比太小了。加了个超前校正，问题就解决了。

3.4 模型之间的转换方法——打通“任督二脉”

四种模型不是孤立的，它们可以互相转换。我经常说，搞控制的人，必须熟练掌握这些转换，就像厨师必须会切菜一样。

3.4.1 传递函数 → 状态空间方程

方法很多，最常用的是可控标准型和可观标准型。

以可控标准型为例，假设传递函数为：

G(s) = (b_2 s^2 + b_1 s + b_0) / (s^3 + a_2 s^2 + a_1 s + a_0)

则状态空间方程为：

A = [0  1  0; 0  0  1; -a_0  -a_1  -a_2]
B = [0; 0; 1]
C = [b_0  b_1  b_2]
D = 0

在MATLAB里，一行代码搞定：[A, B, C, D] = tf2ss(num, den)。但我建议你至少手动推导一次，理解背后的原理。

3.4.2 状态空间方程 → 传递函数

公式很简单：

G(s) = C(sI - A)^{-1}B + D

MATLAB里用 [num, den] = ss2tf(A, B, C, D)。注意，对于MIMO系统，你需要指定输出和输入的索引。

3.4.3 传递函数 ↔ 零极点模型

传递函数转零极点，就是求分子多项式的根（零点）和分母多项式的根（极点）。

MATLAB里：

• [z, p, k] = tf2zp(num, den) 传递函数转零极点
• [num, den] = zp2tf(z, p, k) 零极点转传递函数

3.4.4 状态空间方程 ↔ 零极点模型

这个稍微复杂一点。状态空间方程转零极点，本质上是求矩阵A的特征值（极点）和系统的传输零点。

MATLAB里：

• [z, p, k] = ss2zp(A, B, C, D)
• [A, B, C, D] = zp2ss(z, p, k)

3.5 四种模型的对比与选择

模型类型	适用场景	优点	缺点
传递函数	SISO系统、频域分析	直观、频域工具丰富	不能处理MIMO
状态空间方程	MIMO系统、现代控制	通用性强、可描述内部状态	矩阵运算复杂
零极点模型	稳定性分析、根轨迹	直接反映系统特性	高阶系统计算量大

我个人建议：做经典控制（PID、超前滞后校正）用传递函数；做现代控制（LQR、卡尔曼滤波）用状态空间方程；做系统分析（稳定性、响应特性）用零极点模型。三者灵活切换，才是高手风范。

3.6 实战小例子

咱们来个简单的二阶系统：

G(s) = 5 / (s^2 + 2s + 5)

这个系统的自然频率ω_n = √5 ≈ 2.236 rad/s，阻尼比ζ = 2/(2×2.236) ≈ 0.447。嗯，欠阻尼系统，阶跃响应会有超调。

转换成状态空间方程（可控标准型）：

A = [0  1; -5  -2]
B = [0; 1]
C = [5  0]
D = 0

零极点模型：极点p = -1 ± 2j，没有零点。你看，极点实部为负，系统稳定；虚部不为零，会有振荡。

三种模型描述的是同一个系统，只是看问题的角度不同。就像一个人，你可以从正面看、侧面看、上面看，但人还是那个人。

好了，这一章就到这里。有问题随时问我，咱们下章见。