设想你是一位音响调音师。舞台上歌手开唱，你关心的不是“这一秒音量有多大”，而是低音鼓里 60Hz 的震动有没有被音箱放大、小提琴 2000Hz 的泛音是否清晰、麦克风在哪个频段会突然“啸叫”。这些问题盯着波形图很难看清，但你的调音台里有一本“频率说明书”——它告诉你：每一个频率的信号经过音响后，音量剩多少、延迟了多久。 控制系统的设计师，就是这样的调音师。机器人关节、无人机姿态、自动驾驶转向，都是一套套“音响”：输入是期望指令，输出是实际动作。频域分析（Bode/Nyquist）正是给控制系统写“频率说明书”的工具。Bode 图像两份对照的图表——幅值随频率怎么变、相位随频率怎么变；Nyquist 图则把两份图表合并成一张复平面“地图”。工程师翻阅这份说明书，能在动手调试之前就判断系统会不会振荡、响应够不够快、该如何修正。 这篇文章，我们就用调音台的视角，把频域分析这块“控制理论硬骨头”讲成一听就懂的调音必修课。你将学会用 Bode 图看穿系统“音量”与“延迟”的真相，用 Nyquist 图预判“啸叫”风险，并像调 EQ 一样设计校正器。

岗位关联

掌握 Bode/Nyquist 频域分析，是 AI 工程师进入机器人控制、自动驾驶等智能体系统的“底层护照”，让你能真正读懂控制器为何稳定、如何调优，而不是黑盒式地盲目调参。

目录
  1. 可视化演示
  2. 频域基本概念
  3. Bode图原理
  4. Nyquist图原理
  5. 稳定性判据
  6. 频域性能指标
  7. 频域校正设计
  8. AI 应用场景
  9. Python 演示
  10. 常见误区
  11. 面试题

可视化演示

展示Bode幅频与相频特性曲线扫频动画、Nyquist复平面频率响应轨迹及增益相位稳定裕度仪表盘，含流动波形背景和发光动画。

本节配有交互动效（进入视口后自动加载，约 3KB）。

频域基本概念

调音师拿到一段歌声录音，如果只盯着时间轴上的波形，很难判断“这个歌手的声音适合在什么场合唱”。他要的是频谱分析仪——把声音拆成一个个频率分量，看清每个频段的能量。控制工程师面对系统时也面临同样的困惑：时域曲线只能告诉你“发生了什么”，却难以告诉你“为什么”。

傅里叶的思想告诉我们：任何周期信号都可以分解成一系列不同频率的正弦波之和。对于线性系统，输入一个正弦波，输出仍是同频率的正弦波，只是幅值被放大、相位被移动。把系统所有频率下的“放大倍数”和“相移”都测一遍，就得到了系统的频率响应——这就像给音响系统测出它在每个频段上的“音色指纹”。

在数学上，频率响应来自传递函数。系统的传递函数 $G(s)$ 是一个关于复变量 $s$ 的函数，令 $s = j\omega$，即把变量限制在复平面的虚轴上，就得到了频率响应 $G(j\omega)$。它把“系统对每个频率的响应”压缩成了一个复变函数，堪称系统最浓缩的身份证。

回到调音台：频率响应就是音响的“出厂测试报告”。只不过音响报告用粉红噪声测，控制系统报告用扫频正弦测。读懂这份报告，就掌握了系统的性格。

G(jω)=G(s)∣s=jω=∣G(jω)∣×e j∠G(jω)\displaystyle G(j\omega) = G(s)\Big|_{s = j\omega} = \left|G(j\omega)\right| \times e^{\,j\angle G(j\omega)}
一个复数同时携带两个信息：绝对值表示放大倍数，幅角表示相位移动。$G(j\omega)$ 就是一个随频率变化的复数，包含了系统的全部频域DNA。
  1. 虚轴代入将传递函数中的复变量 $s$ 替换为纯虚数 $j\omega$，让系统只“品尝”单一频率 $\omega$ 的输入
    G(s)∣s=jωG(s)\Big|_{s = j\omega}
  2. 幅值响应取复数的模 $\left|G(j\omega)\right|$，表示该频率下输出相对输入的放大倍数，比如 0.5 表示输出只有输入的一半
    ∣G(jω)∣\left|G(j\omega)\right|
  3. 相位响应取复数的幅角 $\angle G(j\omega)$，表示输出信号比输入信号“晚了多少度”
    ∠G(jω)\angle G(j\omega)
  4. 极坐标合成把幅值和相位拼成一个指数形式的复数，便于在图上标点和后续计算
    ∣G(jω)∣×e j∠G(jω)\left|G(j\omega)\right| \times e^{\,j\angle G(j\omega)}

Bode图原理

音响厂商常给用户一张频响曲线图：横轴是频率，纵轴是声压级（dB），用户一眼看出哪个频段被增强、哪个被削弱。控制理论里的 Bode 图就是这张“官方频响图”，而且更讲究——它把频率画在对数刻度上，因为人耳和工程系统都习惯“倍频程”的感知方式。

Bode 图由两张子图组成：幅频特性图（用分贝 dB 表示放大倍数）和相频特性图（用度表示相位移动）。两张图的横轴都是对数频率刻度，这样从毫赫兹到千赫兹的宽广范围都能压缩在一张纸上，而且系统的乘除运算会变成曲线的加减，极大方便了手工绘制。

以最简单的“一阶惯性环节”为例，它的传递函数是 $G(s) = \dfrac{K}{1 + Ts}$。当 $T = 0.5$ 时，幅频曲线在低频段保持约 $K$ 的水平，过了转折频率 $\omega = 1/T$ 后以每十倍频程 -20dB 的斜率下降；相频曲线则从 $0^\circ$ 平滑过渡到 $-90^\circ$。这就是 Bode 图渐近线画法的底层依据——工程师用手都能快速勾出系统大致的“音量曲线”。

现在再看那张音响说明书，Bode 图不过是把它标准化了：幅频图告诉你“哪个频段音量大”，相频图告诉你“哪个频段的声波到耳朵更晚”。两者合起来，才是完整的音质画像。

L(ω)=20lg⁡∣G(jω)∣=−20lg⁡1+(ωT)2 dB,φ(ω)=−arctan⁡(ωT)\displaystyle L(\omega) = 20\lg\left|G(j\omega)\right| = -20\lg\sqrt{1 + (\omega T)^2}\ \mathrm{dB}, \qquad \varphi(\omega) = -\arctan(\omega T)
一个惯性环节的行为：低频时“全盘接受”（增益约等于 K），高频时“逐渐放弃”（每十倍频衰 20dB），相位则从不同步慢慢变成落后 90°。
  1. 幅值取对数将放大倍数换算成分贝值 $L(\omega) = 20\lg|G(j\omega)|$，乘法变加法，便于绘图
    20lg⁡∣G(jω)∣20\lg\left|G(j\omega)\right|
  2. 代入环节模型对 $G(j\omega) = \dfrac{K}{1 + j\omega T}$ 求模，得到 $\dfrac{K}{\sqrt{1 + (\omega T)^2}}$，代入上式
    −20lg⁡1+(ωT)2-20\lg\sqrt{1 + (\omega T)^2}
  3. 相位计算对分母中的 $1 + j\omega T$ 取幅角，得到相位滞后 $\varphi = -\arctan(\omega T)$
    −arctan⁡(ωT)-\arctan(\omega T)
  4. 转折点验证当 $\omega = \dfrac{1}{T}$ 时，幅值恰为 $-3\mathrm{dB}$，相位为 $-45^\circ$，这个点就是渐近线的“拐弯处”
    ω=1T⇒L=−3dB, φ=−45∘\omega = \frac{1}{T} \Rightarrow L = -3\mathrm{dB},\ \varphi = -45^\circ

Nyquist图原理

调音师除了看频响曲线，偶尔还会在示波器上观察李萨如图形——那是一种把两个信号分别送到横轴和纵轴形成的闭合轨迹。控制理论中的 Nyquist 图与之异曲同工：把 $G(j\omega)$ 的实部放在横轴、虚部放在纵轴，让频率从 $0$ 扫到 $\infty$，在复平面上画出一条轨迹。

这条轨迹比 Bode 图更“浓缩”：Bode 图用两张图分别表达幅值和相位，而 Nyquist 图把频率作为隐含参数，用一条带箭头的曲线同时表达幅相信息。曲线上离原点越远的点，表示该频率下增益越大；点的角度，就是当前的相位。一阶惯性环节的 Nyquist 轨迹是一个半圆：从正实轴上的点 $(K, 0)$ 出发，沿下半圆收向原点。

Nyquist 图就是把 Bode 图的两条曲线“卷”成了一条地图上的路径。调音师看这份地图，能快速判断“这套系统离啸叫还有多远”——这正是下一节的关键。

G(jω)=K1+jωT=K1+(ωT)2−j KωT1+(ωT)2\displaystyle G(j\omega) = \frac{K}{1 + j\omega T} = \frac{K}{1 + (\omega T)^2} - j\,\frac{K\omega T}{1 + (\omega T)^2}
把复数 $G(j\omega)$ 拆成实部与虚部：实部是轨迹点的横坐标，虚部是纵坐标。频率一变化，这个点就沿着曲线“走”起来。
  1. 有理化分母将 $\dfrac{K}{1 + j\omega T}$ 的分子分母同乘共轭 $(1 - j\omega T)$，消去分母虚部
    K(1−jωT)1+(ωT)2\frac{K(1 - j\omega T)}{1 + (\omega T)^2}
  2. 分离实部实部为 $\mathrm{Re} = \dfrac{K}{1 + (\omega T)^2}$，它随频率升高从 $K$ 单调下降到 $0$
    K1+(ωT)2\frac{K}{1 + (\omega T)^2}
  3. 分离虚部虚部为 $\mathrm{Im} = -\dfrac{K\omega T}{1 + (\omega T)^2}$，始终为负，说明轨迹走在下半平面
    −KωT1+(ωT)2-\frac{K\omega T}{1 + (\omega T)^2}
  4. 端点行为$\omega = 0$ 时点在 $(K, 0)$，$\omega \to \infty$ 时点趋向原点 $(0, 0)$，轨迹为下半圆
    (K,0)→ω↑(0,0)(K, 0) \xrightarrow{\omega \uparrow} (0, 0)

稳定性判据

音响最怕啸叫：麦克风拾到的声音被放大再放出，又被麦克风拾到，如此循环，频率落在系统增益大于 1 且相位回到 $0^\circ$ 的频点上，声音就炸了。控制系统的“啸叫”就是振荡发散，而 Nyquist 图正是预判啸叫的“雷区地图”。

判定规则很直观：在 Nyquist 图上标出关键点 $(-1, j0)$，它对应“增益为 1 且相位为 $-180^\circ$”的状态，是系统振荡的临界点。如果开环频率响应轨迹绕过这个点，闭环系统就稳定；轨迹穿过或包围它，系统就可能失去稳定。奈奎斯特判据给出严格版本：若开环右半平面极点数为 $P$，Nyquist 曲线逆时针包围 $(-1, j0)$ 点 $N$ 圈，则闭环右半平面极点数 $Z = P - N$，当且仅当 $Z = 0$ 时闭环稳定。

工程上更常用两个“安全距离”指标。增益裕度 $K_g$ 是相位达到 $-180^\circ$ 的那个频率点（相位穿越频率 $\omega_g$）上，幅值离 0dB 还有多远；相位裕度 $\gamma$ 是幅值降到 0dB 的频率点（增益穿越频率 $\omega_c$）上，相位离 $-180^\circ$ 还有多远。它们就是系统离“啸叫临界点”的缓冲距离。

调音师在演出前会把主音量推子慢慢推高，直到听见啸叫前一刻停下来，心里记住“还有多少余量”。控制系统里的两个裕度，就是工程师推拉杆时的那份“余量刻度”——只不过它用数学算出来，且永远不必真的等到啸叫发生。

γ=180∘+∠G(jωc),Kg=1∣G(jωg)∣\displaystyle \gamma = 180^\circ + \angle G(j\omega_c), \qquad K_g = \frac{1}{\left|G(j\omega_g)\right|}
相位裕度回答“在音量刚好回落到 0dB 的频率上，相位还差多少才到 -180°的悬崖边”；增益裕度回答“在相位已经到 -180°的频率上，增益还有多少余量才到 1”。
  1. 找增益穿越频率求解 $\left|G(j\omega_c)\right| = 1$，即幅值刚好是 0dB 的频率，这是“音量回到原始大小”的点
    ∣G(jωc)∣=1\left|G(j\omega_c)\right| = 1
  2. 计算相位裕度用 $180^\circ$ 加上该点的相位，差值越大越稳定，一般要求至少 $45^\circ$
    γ=180∘+∠G(jωc)\gamma = 180^\circ + \angle G(j\omega_c)
  3. 找相位穿越频率求解 $\angle G(j\omega_g) = -180^\circ$，这是“延迟恰好达到半周期”的危险点
    ∠G(jωg)=−180∘\angle G(j\omega_g) = -180^\circ
  4. 计算增益裕度取该点幅值的倒数，再换算成 dB，表示增益还能抬高多少倍才触发振荡
    Kg=1∣G(jωg)∣K_g = \frac{1}{\left|G(j\omega_g)\right|}

频域性能指标

不啸叫只是底线，音响还得好听、跟手。控制系统的评价也一样：稳定之外，还要看响应快不快、是否爱振荡、稳态准不准。这些性能藏在 Bode 图的几个关键位置上。

频带宽度（带宽） $\omega_b$ 是幅值从低频基准降到 $0.707$（即 $-3\mathrm{dB}$）时的频率。带宽越大，系统能通过的高频成分越多，时域响应越快——就像高音单元延展得越高，音乐的细节越丰富。谐振峰值 $M_r$ 是幅频曲线的最高点，峰值越高说明系统越“爱共振”，阶跃响应越容易超调。穿越频率 $\omega_c$ 则是幅值过 0dB 的频点，它与响应速度直接相关，往往和带宽同量级。而低频段的幅值决定稳态误差：低频增益越高，系统跟踪指令的静态误差越小。

带宽、谐振峰值、穿越频率、低频增益，这些指标就像音响评测里的“高音延伸、中频密度、低频下潜”。调音师靠这些数字对比不同音响的素质，控制工程师也靠它们对比不同控制方案的“素质”。

∣G(jωb)∣=12∣G(0)∣⟹ωb=1T\displaystyle \left|G(j\omega_b)\right| = \frac{1}{\sqrt{2}}\left|G(0)\right| \quad \Longrightarrow \quad \omega_b = \frac{1}{T}
对一阶系统，带宽恰好等于转折频率 $1/T$。$T$ 越大，系统越“迟钝”，带宽越窄。
  1. 定义基准以低频增益 $\left|G(0)\right|$ 为 100% 参考，当幅值跌到它的 $\dfrac{1}{\sqrt{2}}$ 倍时，认为该频率已经“跟不上”了
    ∣G(jωb)∣=12∣G(0)∣\left|G(j\omega_b)\right| = \frac{1}{\sqrt{2}}\left|G(0)\right|
  2. 换算分贝$\dfrac{1}{\sqrt{2}} \approx 0.707$，即 $-3\mathrm{dB}$，这就是“半功率点”的由来
    20lg⁡12=−3.01 dB20\lg\frac{1}{\sqrt{2}} = -3.01\ \mathrm{dB}
  3. 解出一阶带宽将 $\left|G(j\omega)\right| = \dfrac{K}{\sqrt{1 + (\omega T)^2}}$ 代入定义式，解得 $\omega_b = \dfrac{1}{T}$
    K1+(ωbT)2=K2⇒ωb=1T\frac{K}{\sqrt{1 + (\omega_b T)^2}} = \frac{K}{\sqrt{2}} \Rightarrow \omega_b = \frac{1}{T}

频域校正设计

如果音响的某个频段天生凹陷，调音师不会换掉整台音响，而是推一下均衡器（EQ）的对应推子，把缺陷补回来。控制系统也一样——当 Bode 图显示相位裕度不足或带宽不够时，工程师加入一个校正器 $G_c(s)$，相当于在信号链路上插入一台“均衡器”。

最常用的两个频段推子是超前校正和滞后校正。超前校正的传递函数为 $G_c(s) = K_c \cdot \dfrac{1 + \alpha T s}{1 + T s}$（$\alpha > 1$），它能产生一个相位超前的频段，把穿越频率附近的相位往上抬，从而增大相位裕度，代价是会放大高频噪声。滞后校正则反过来，压低高频增益来获得更大的增益裕度，同时牺牲一点响应速度。实际工程中常常“先超前、后滞后”组合使用，这就是频域综合的基本思路。

调音师推动 EQ 推子时，凭耳朵判断“亮了、闷了、啸叫了”；控制工程师推动超前/滞后校正时，凭 Bode 图判断 “裕度够了、带宽合适了”。两者本质相同：用一台精心调校的均衡器，把系统的频响曲线塑造成自己想要的模样。

Gc(s)=Kc×1+αTs1+Ts,α>1\displaystyle G_c(s) = K_c \times \frac{1 + \alpha T s}{1 + T s}, \qquad \alpha > 1
超前校正像音频EQ里的“高音增益”：在你要的频段注入正能量，用它把系统频响“扶正”到更安全、更迅捷的位置。
  1. 零点提供超前分子的 $1 + \alpha T s$ 在频域中贡献正的相位，频段集中在 $\dfrac{1}{\alpha T}$ 与 $\dfrac{1}{T}$ 之间
    1+αTs1 + \alpha T s
  2. 极点压低趋势分母的 $1 + T s$ 在更高频段把增益压回去，避免高频噪声被无限放大
    1+Ts1 + T s
  3. 最大超前角两个转折频率的几何中心处产生最大超前角 $\varphi_m$，其正弦值由 $\alpha$ 决定
    sin⁡φm=α−1α+1\sin\varphi_m = \frac{\alpha - 1}{\alpha + 1}
  4. 参数整定把最大超前角对准原系统的相位亏空处，同时用增益 $K_c$ 补偿幅值，使穿越频率落在理想位置
    Kc=1αK_c = \frac{1}{\sqrt{\alpha}}

AI 应用场景

机器人关节伺服控制器的稳定性调试

阶段：系统建模与仿真验证

解决的问题：传统方式靠反复试凑 PID 参数，效率低且无法保证全局稳定。AI 机器人工程师在训练强化学习策略前，必须先确保底层伺服环稳定；用 Bode 图扫出开环频率响应，一眼定位相位裕度不足的频段，再针对性设计校正器。

具体案例：一个六轴机械臂的关节在高速运动时出现高频抖动。工程师采集开环频率响应并绘制 Bode 图，发现穿越频率附近相位裕度仅 $18^\circ$，接近临界。加入超前校正后将相位裕度提升至 $45^\circ$，抖动消失，轨迹跟踪精度提升 30%。

无人机姿态控制中的频域抗扰设计

阶段：控制策略评估与调优

解决的问题：无人机的姿态控制器必须在“快速响应遥控指令”和“抑制阵风扰动”之间取得平衡。带宽和相位裕度直接决定可用增益上限，盲目调大增益会导致高频振荡。

具体案例：四旋翼无人机悬停时受阵风干扰产生摇摆。频域分析发现姿态环带宽过窄（约 0.5Hz），相位裕度不足 $30^\circ$。工程师采用滞后-超前校正重塑频响，将带宽扩展至 1Hz、相位裕度提高到 $50^\circ$，姿态恢复时间缩短 40%，抗风等级从 3 级提升到 5 级。

Python 演示

python36 行
import numpy as npimport matplotlib.pyplot as plt  def frequency_response(omega, K, T, tau=0.0):    # 一阶惯性环节频率响应，tau 为等效延迟    mag = K / np.sqrt(1 + (omega * T) ** 2)    phase = -np.arctan(omega * T) - omega * tau    return mag, phase  def draw_bode(K, T, tau):    # 对数频率轴，覆盖 0.01 到 100 rad/s    omega = np.logspace(-2, 2, 500)    mag, phase = frequency_response(omega, K, T, tau)    mag_db = 20 * np.log10(mag)    phase_deg = np.degrees(phase)     fig, (ax_mag, ax_phase) = plt.subplots(2, 1, figsize=(8, 6))    # 幅频子图    ax_mag.semilogx(omega, mag_db, color='#818CF8', lw=2)    ax_mag.axhline(-3, color='#F43F5E', ls='--', lw=1)    ax_mag.set_ylabel('幅值 (dB)')    ax_mag.grid(True, which='both', alpha=0.3)    # 相频子图    ax_phase.semilogx(omega, phase_deg, color='#10B981', lw=2)    ax_phase.set_xlabel('频率 (rad/s)')    ax_phase.set_ylabel('相位 (deg)')    ax_phase.grid(True, which='both', alpha=0.3)     plt.tight_layout()    plt.show()  if __name__ == '__main__':    draw_bode(K=2.0, T=0.5, tau=0.2)
目的：用 Python 绘制任意一阶惯性加延迟系统的 Bode 图，直观查看幅值与相位随频率的变化，为稳定性分析提供视觉依据。
  1. def frequency_response(omega, K, T, tau=0.0):定义频率响应计算函数，一个函数同时返回幅值和相位
  2. mag = K / np.sqrt(1 + (omega * T) ** 2)一阶惯性环节的幅值公式，对应正文中的 $K/\sqrt{1+(\omega T)^2}$
  3. phase = -np.arctan(omega * T) - omega * tau相位由惯性环节的反正切项和延迟环节的线性项组成
  4. omega = np.logspace(-2, 2, 500)生成 0.01 到 100 的对数均匀频率数组，Bode 图横轴必须用对数刻度
  5. ax_mag.semilogx(omega, mag_db, ...)绘制半对数坐标幅频曲线，x 轴为对数频率，y 轴为 dB 幅值
  6. ax_mag.axhline(-3, ...)画出 $-3\mathrm{dB}$ 参考线，与曲线交点就是系统带宽 $\omega_b$

常见误区

误区很多初学者觉得 Bode 图、Nyquist 图是理论课本里的东西，实际调试时“跑一遍 Simulink 看阶跃响应就行，谁还看频域啊”。

正解仿真波形只能告诉你“系统发散或振荡了”，但回答不了“为什么”以及“该改哪里”。频域分析像音响工程师的频谱仪，能在系统真正啸叫之前告诉你“某个频段快压不住了”。改控制器参数之前先看 Bode 图，往往能省掉几十次的盲目试凑。

为何常见：时域仿真直观可见，而频域概念涉及复数、对数坐标，学习曲线陡峭，让人本能地想绕开。

误区初学稳定性时觉得“增益裕度 20dB、相位裕度 80° 总比 6dB、30° 好吧？不如把裕度调到最大”。

正解裕度过大通常意味着系统带宽过窄、响应迟缓，甚至低频增益被压得过低导致稳态误差变大。就像音响音量开得极低，永远不会啸叫，但观众也听不清内容。工程上通常取相位裕度 $30^\circ \sim 60^\circ$、增益裕度 $6 \sim 12\mathrm{dB}$，在稳定与快速之间取平衡。

为何常见：把“稳定”误解为一个可以无限优化的单调指标，忽略了控制系统是多种性能的折中。

误区看到同一系统的 Bode 图和 Nyquist 图表达的是相同信息，便认为 Nyquist 图只是把 Bode 图画到极坐标上，没什么新东西。

正解虽然信息等价，但 Nyquist 图的独特价值在于把频率作为隐含参数，用一条轨迹同时呈现幅相随频率的变化，并且直接对应复平面上的围线积分，是一套严格的稳定性判据的自然载体。用 Bode 图需要分别看两张图再脑补组合，而在 Nyquist 图上，系统离临界点 $(-1, j0)$ 的距离一目了然。

为何常见：初学者看图时只注意“画得像”，忽略了两种图在“判断稳定性”上的不同使用方式。

误区调试时只关注幅值曲线有没有降到 0dB 以下，觉得相位曲线只是附带信息，不看也行。

正解系统的“啸叫”恰恰发生在相位到达 $-180^\circ$ 而增益还大于 1 的时候，只看幅频会严重低估系统的不稳定性。相位滞后代表着时间延迟，过大的相位滞后会让系统“刹车太晚”，产生振荡。调音师如果只看音量不看延迟，永远也解释不了为什么某些频段“怪怪的”。

为何常见：幅值容易理解（大小概念），相位比较抽象（时间差概念），直觉上容易被忽略。

面试题

Q1. Bode 图的横坐标通常采用：

单选题 · easy

  • A.线性时间刻度
  • B.对数频率刻度← 正确答案
  • C.对数幅值刻度
  • D.线性频率刻度

答案：B。Bode 图横轴使用对数频率刻度，才能在很宽的频率范围内同时呈现低频与高频特性。线性刻度会导致低频段被压缩得无法观察，对数幅值刻度是纵轴属性。

Q2. Nyquist 图描述的是：

单选题 · easy

  • A.幅值随时间的变化
  • B.实部虚部组成的轨迹← 正确答案
  • C.系统输出的时域波形
  • D.误差随频率的变化

答案：B。Nyquist 图以 $G(j\omega)$ 的实部为横轴、虚部为纵轴，在复平面上画出频率从 0 到无穷大时的轨迹。它表达的仍然是系统的频率响应，而不是时域行为。

Q3. 一阶惯性环节的转折频率是：

单选题 · easy

  • A.$\omega = T$
  • B.$\omega = 1/T$← 正确答案
  • C.$\omega = K/T$
  • D.$\omega = T/K$

答案：B。一阶惯性环节 $G(s) = \frac{K}{1 + Ts}$ 在 $\omega = 1/T$ 处幅值衰减到 $-3\mathrm{dB}$、相位为 $-45^\circ$，是渐近线的转折点，也是系统的带宽频率。

Q4. 相位裕度 $\gamma$ 的计算中，穿越频率 $\omega_c$ 的定义是：

单选题 · mid

  • A.$\left|G(j\omega_c)\right| = 1$← 正确答案
  • B.$\left|G(j\omega_c)\right|$ 取最大值
  • C.$\angle G(j\omega_c) = -180^\circ$
  • D.$\angle G(j\omega_c) = 0^\circ$

答案：A。增益穿越频率（简称穿越频率）是开环幅值等于 1（即 0dB）的频率，在该频率上计算相位裕度 $\gamma = 180^\circ + \angle G(j\omega_c)$。选项 C 描述的是相位穿越频率，用于计算增益裕度。

Q5. 关于增益裕度，正确的说法是：

单选题 · mid

  • A.相位穿越频率处离 0dB 的距离← 正确答案
  • B.增益穿越频率处离 -180° 的距离
  • C.系统开环增益的绝对最大值
  • D.系统闭环增益的最小值

答案：A。增益裕度在相位穿越频率（相位为 $-180^\circ$）处计算，衡量该点幅值离 0dB 还有多少余量，即增益还能放大多少倍而不失稳。它回答的是“音量还有多大余量才啸叫”。

Q6. 下列属于频域性能指标的是：

多选题 · mid

  • A.频带宽度← 正确答案
  • B.谐振峰值← 正确答案
  • C.相位裕度← 正确答案
  • D.超调量

答案：ABC。带宽、谐振峰值、相位裕度都可以直接从 Bode 图或 Nyquist 图中读出。超调量是时域阶跃响应的指标，不属于频域性能指标。

Q7. 超前校正的作用包括：

多选题 · mid

  • A.增大相位裕度← 正确答案
  • B.提高系统带宽← 正确答案
  • C.降低高频噪声增益
  • D.减小稳态误差

答案：AB。超前校正通过提供正相位来增大相位裕度，同时会把穿越频率推向更高处，从而提高带宽、加快响应。但正因如此它会放大高频噪声；减小稳态误差主要靠增大低频增益，与超前校正关系不大。

Q8. 若开环系统右半平面有 $P$ 个极点，Nyquist 曲线逆时针包围 $(-1, j0)$ 点 $N$ 圈，则闭环系统右半平面极点数为：

单选题 · hard

  • A.$Z = P + N$
  • B.$Z = P - N$← 正确答案
  • C.$Z = N - P$
  • D.$Z = P \times N$

答案：B。奈奎斯特判据给出 $Z = P - N$（严格表述为 $Z = P - R$，其中 $R$ 为逆时针包围圈数），当 $Z = 0$ 时闭环稳定。这就像调音师数“轨迹绕了雷区几圈”来判断系统会不会炸。

Q9. 关于 Bode 图与 Nyquist 图的比较，正确的有：

多选题 · hard

  • A.Bode 图分为幅频和相频两张图← 正确答案
  • B.Nyquist 图是复平面上的一条轨迹← 正确答案
  • C.两者包含的系统信息完全等价← 正确答案
  • D.Nyquist 图不包含相位信息

答案：ABC。Bode 图和 Nyquist 图都是频率响应的不同画法，信息完全等价、可以互相转换。Nyquist 图上的点的角度就是相位信息，所以选项 D 错误。

Q10. 某单位反馈系统在穿越频率 $\omega_c = 2$ rad/s 处的开环相位为 $-150^\circ$，则相位裕度约为：

单选题 · extreme

  • A.$30^\circ$← 正确答案
  • B.$60^\circ$
  • C.$150^\circ$
  • D.$-30^\circ$

答案：A。相位裕度定义为 $\gamma = 180^\circ + \angle G(j\omega_c) = 180^\circ + (-150^\circ) = 30^\circ$。正值且大于 $0^\circ$ 说明系统稳定，但裕度偏小，属于“临界安全”的状态，类似音响音量快推到啸叫临界点了。