1波特图 波特图和极坐标图一样,得到了广泛的使用。你们将发现,波特 图比极坐标图更容易绘制。我们还可以看到,根据波特图可以很快确 定系统各方面的性能

假定我们感兴趣的是闭环频率响应与开环频率响应的关系。我们 知道,对于单位反馈系统,它们之间的关系如下: 并且只需要进行一些处理,我们就可以由开环频率响应获得闭环 响应的函数 那么,如果我们定义 并代入上述表达式,我们可得到 这里我们应用符号来简化这些表达式

回顾上一讲的内容,如果系统G(s)的输入信号是幅值为A的稳定 正弦信号,则 稳态输出信号是幅值为A·M(a)、相移为叭(a)的正弦信号 其中 现在让我们暂停一下,来考虑关于G(o)的一些说明

考虑如下的实验,该实验中稳定的线性系统由正弦输入信号驱 动。 该输入信号的拉普拉斯变换为 如果G(s)是系统的传递函数,则输出量的拉普拉斯变换为

麻省理工学院：《自动控制原理》课程教学资源（课件讲义）第30讲 Nyquist图举例

1超前校正装置的设计 已知如下系统:

1规则10 (接第21讲) 开环极点的分离角和开环零点的会合角是很重要的,因为航空/ 航天工具都存在离虚轴j很近的复数共轭极点和零点。我们可以利 用角条件,通过在开环零、极点附近取试验点来确定分离角和会合角

可控性的基本概念是指我们能够利用输入u()使状态x()达到状 态空间的任意点,主要问题是该系统的结构能否使这一点成为可能 让我们看一些简单的例子来激发我们的讨论 飞行器直线飞行的例子 我们进行系统建模,选择沿路径飞行的距离作为状态x,其导数 (沿路径的速度)为x2,输入是沿此路径的加速度

状态微分方程的全解 我们已获得状态微分方程的齐次解为 但是,我们需要的是全解 对于非零输入,我们假设解的形式为 其中∫()仍然是不确定的,是时间的向量函数。 首先我们求导 并且代入我们所设定的解中

状态空间模型的一种特殊情况是零、极点数目相同。例如,已知 回顾我们首先将G(s)分解成两部分 第一个传递函数表征输入r与中间输出量x之间的关系 在时域内,这即是微分方程