别再只会tf([1],[1 2])了！Matlab传递函数建模的两种核心方法详解（附.m文件实战）-编程实验室

Matlab传递函数建模实战：从基础到闭环系统的两种核心方法

在控制系统的设计与分析中，传递函数建模是最基础也是最重要的环节之一。对于刚开始接触Matlab进行控制建模的工程师和学生来说，常常会遇到这样的困惑：为什么同样的传递函数可以用不同方法表示？面对复杂系统时应该选择哪种方法更高效？本文将深入解析Matlab中传递函数建模的两种核心方法——直接系数法与符号变量法，并通过完整的.m文件实战演示它们在闭环系统中的实际应用。

1. 传递函数建模的两种基础方法

传递函数是描述线性时不变系统输入输出关系的数学表达式，在Matlab中主要有两种表示方式。理解这两种方法的本质区别和适用场景，是掌握控制建模的第一步。

1.1 直接系数法：简单直观的数组输入

直接系数法是最基础的传递函数表示方法，通过直接输入分子和分母多项式的系数数组来定义传递函数。这种方法的核心函数是tf()，其基本语法为：

sys = tf(num, den)

其中num是分子多项式系数的行向量，den是分母多项式系数的行向量。例如，对于传递函数：

$$ G(s) = \frac{1}{s^2 + 2s + 1} $$

在Matlab中可以表示为：

num = [1]; % 分子系数 den = [1 2 1]; % 分母系数 G = tf(num, den)

直接系数法的特点：

适合简单、已知系数的传递函数
输入直观，不需要额外定义变量
对于高阶系统，系数输入容易出错
不便于进行代数运算和符号推导

实际应用建议：当传递函数形式简单且系数明确时，直接系数法是最快捷的选择。但对于复杂系统或需要进行代数运算的情况，建议考虑符号变量法。

1.2 符号变量法：灵活强大的代数表达

符号变量法通过先定义拉普拉斯变量s，然后像书写数学公式一样直接输入传递函数表达式。这种方法更接近数学推导过程，特别适合复杂系统的建模。

使用符号变量法的基本步骤：

s = tf('s'); % 定义拉普拉斯变量s G = (s + 1)/(s^2 + 2*s + 1); % 直接输入传递函数

符号变量法的优势：

表达式直观，与数学书写一致
便于进行代数运算和系统组合
适合复杂传递函数的表示
减少系数输入错误的可能性

注意：使用符号变量法时，必须先执行s = tf('s')定义变量，否则Matlab会将s识别为未定义的变量。

两种方法的对比：

特性	直接系数法	符号变量法
输入方式	系数数组	代数表达式
可读性	一般	优秀
代数运算	不便	方便
适用场景	简单系统	复杂系统
错误率	较高	较低

2. 闭环系统建模实战

掌握了基础传递函数的表示方法后，我们来看如何在闭环系统中应用这两种方法。闭环系统是控制工程中最常见的结构，理解其建模方法至关重要。

2.1 闭环系统的基本结构

典型的闭环控制系统结构如下：

参考输入 → [控制器 C(s)] → [被控对象 G(s)] → 输出 ↑ | └──[反馈 H(s)]───┘

闭环传递函数的一般形式为：

$$ G_{cl}(s) = \frac{C(s)G(s)}{1 + C(s)G(s)H(s)} $$

2.2 手动公式法实现闭环系统

手动公式法直接按照闭环传递函数的数学表达式进行建模。这种方法直观体现了系统的工作原理，但需要手动处理代数运算。

示例代码：

s = tf('s'); G = (s + 1)/(s + 3); % 被控对象 C = 1/(s + 2); % 控制器 H = 1; % 单位反馈 G_cl = (C * G)/(1 + C * G * H); % 手动计算闭环传递函数

手动公式法的特点：

直接反映闭环传递函数的数学本质
需要手动处理代数运算
结果可能包含可约去的零极点
适合教学和理解原理

2.3 feedback函数法实现闭环系统

Matlab提供了专门的feedback函数来构建闭环系统，这种方法更加简洁和专业。feedback函数的基本语法为：

sys_cl = feedback(sys_open, H)

其中sys_open是开环传递函数（前向通道），H是反馈通道的传递函数。

使用feedback函数重写上面的例子：

s = tf('s'); G = (s + 1)/(s + 3); C = 1/(s + 2); H = 1; open_loop = C * G; % 开环传递函数 G_cl = feedback(open_loop, H); % 使用feedback函数

feedback函数的优势：

自动处理闭环系统的代数运算
结果通常已经是最简形式
语法简洁，不易出错
支持多种反馈结构

提示：当反馈通道是单位反馈（H=1）时，可以使用简写形式feedback(sys_open, 1)。

3. 系统化简与零极点分析

无论采用哪种方法建模，最终得到的传递函数可能包含可以约去的零极点。Matlab提供了minreal函数来进行系统化简。

3.1 使用minreal进行系统化简

minreal函数可以消除传递函数中相同的零点和极点，得到最简形式的传递函数。这对于系统分析和实现都非常重要。

G_cl_simplified = minreal(G_cl); % 化简闭环传递函数

化简前后的对比：

原始传递函数： $$ G_{cl}(s) = \frac{s^2 + 3s + 2}{s^3 + 6s^2 + 11s + 7} $$

化简后传递函数： $$ G_{cl}(s) = \frac{s + 2}{s^2 + 4s + 3.5} $$

3.2 零极点分析与系统稳定性

通过分析传递函数的零极点，可以判断系统的稳定性和动态特性。Matlab提供了pole和zero函数来获取系统的极点和零点。

poles = pole(G_cl); % 获取系统极点 zeros = zero(G_cl); % 获取系统零点

稳定性判据：

所有极点实部为负 → 系统稳定
任何极点实部为正 → 系统不稳定
极点在虚轴上 → 临界稳定

4. 完整.m文件实战示例

下面给出一个完整的.m文件示例，展示从建模到分析的完整流程：

% 闭环系统建模与分析示例 clear; close all; clc; %% 定义系统组件 s = tf('s'); G = (s + 1)/(s^2 + 3*s + 2); % 被控对象 C = (s + 0.5)/s; % PI控制器 H = 1; % 单位反馈 %% 方法1：手动公式法 G_cl_manual = (C * G)/(1 + C * G * H); %% 方法2：feedback函数法 open_loop = C * G; G_cl_feedback = feedback(open_loop, H); %% 系统化简 G_cl_manual_simplified = minreal(G_cl_manual); G_cl_feedback_simplified = minreal(G_cl_feedback); %% 结果显示 disp('手动公式法结果:'); G_cl_manual disp('化简后:'); G_cl_manual_simplified disp('feedback函数法结果:'); G_cl_feedback disp('化简后:'); G_cl_feedback_simplified %% 零极点分析 figure; subplot(1,2,1); pzmap(G_cl_manual_simplified); title('手动公式法零极点图'); subplot(1,2,2); pzmap(G_cl_feedback_simplified); title('feedback函数法零极点图'); %% 阶跃响应分析 figure; step(G_cl_manual_simplified, G_cl_feedback_simplified); legend('手动公式法', 'feedback函数法'); grid on;

代码说明：

首先定义了系统组件（被控对象、控制器和反馈）
分别用两种方法计算闭环传递函数
对结果进行化简
显示并比较两种方法的结果
绘制零极点图和阶跃响应曲线

5. 方法选择与实际应用建议

在实际工程应用中，选择哪种建模方法取决于具体场景和需求。以下是一些实用建议：

推荐使用直接系数法的场景：

传递函数系数明确且简单
需要快速原型验证
系统阶数较低且��需要复杂运算

推荐使用符号变量法的场景：

传递函数复杂或需要进行代数运算
构建多组件组成的系统
需要清晰可读的代码表达

feedback函数 vs 手动公式：

对于简单系统，两种方法差异不大
对于复杂系统，feedback函数更可靠且简洁
教学场景中，手动公式更有助于理解原理
工程实践中，feedback函数是首选

常见问题与解决方案：

出现"Undefined function or variable 's'错误
- 原因：未先定义s = tf('s')
- 解决：确保在使用符号变量前执行定义
传递函数显示不正确
- 原因：系数输入顺序错误（Matlab按降幂排列）
- 解决：检查num和den向量的顺序
系统响应异常
- 原因：可能出现了不稳定的极点
- 解决：使用pole函数检查极点位置
feedback函数结果与预期不符
- 原因：可能混淆了前向通道和反馈通道
- 解决：确认feedback(sys_open, H)的参数顺序