{
  "id": "transfer-function",
  "title": "传递函数",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "传递函数在变换域中表示线性时不变系统的输入输出关系，用于分析动态特性、稳定性、频率响应及反馈。",
  "category": "technology",
  "subcategory": "engineering",
  "type": "concept",
  "aliases": [
    "传输函数"
  ],
  "generated_at": "2026-11-03",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/transfer-function/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/transfer-function/",
      "json": "https://aiwiki.page/en/transfer-function.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "传递函数是描述线性时不变系统如何将输入信号转换为输出信号的数学表示。对于连续时间系统，传递函数通常表示为 \\(G(s)=Y(s)/U(s)\\)，其中 \\(U(s)\\) 和 \\(Y(s)\\) 分别是输入与输出的拉普拉斯变换，且系统的初始条件为零。等价地，传递函数也是系统冲激响应的拉普拉斯变换。离散时间系统则有基于 \\(z\\)-变换的类似表示。\n\n传递函数在控制理论、信号处理和电气工程中占据核心地位。它用代数关系取代微分方程或差分方程，从而便于预测瞬态行为、表征滤波特性、评估稳定性以及设计反馈控制器。同一种数学形式可以描述电路、机械悬架、热过程或光学成像系统，尽管这些系统的输入与输出具有不同的物理意义和单位。\n\n传递函数描述的是输入输出关系，而非某种唯一的物理结构。内部结构不同的系统可能具有相同的传递函数，而某些内部行为也可能不会体现在所选的输出中。因此，对传递函数的解读取决于所指定的信号、线性与时不变性的假设，以及对外部可观测行为和内部动态特性的区分。"
    },
    {
      "heading": "数学定义与变换域表示",
      "text": "对于初始处于静止状态的因果连续时间系统，输出与输入之间通过卷积建立关系：\n\n\\[y(t)=\\int_0^t h(\\tau)u(t-\\tau)\\,d\\tau,\\]\n\n其中，\\(h(t)\\) 为冲激响应。进行拉普拉斯变换后，这一积分便转化为乘法：\n\n\\[Y(s)=G(s)U(s),\\qquad G(s)=\\mathcal{L}\\{h(t)\\}.\\]\n\n变量 \\(s=\\sigma+j\\omega\\) 是一个复数，将指数增长或衰减与振荡结合起来。该变换具有收敛域；这一点很重要，因为如果不指定因果性或其他条件，仅凭代数表达式未必能唯一确定时域信号。\n\n一种常见的出发点是常系数线性微分方程：\n\n\\[a_n\\frac{d^ny}{dt^n}+\\cdots+a_1\\frac{dy}{dt}+a_0y = b_m\\frac{d^mu}{dt^m}+\\cdots+b_1\\frac{du}{dt}+b_0u.\\]\n\n在零初始条件下，其传递函数为\n\n\\[G(s)= \\frac{b_ms^m+\\cdots+b_1s+b_0} {a_ns^n+\\cdots+a_1s+a_0}.\\]\n\n这是一个有理函数，即两个多项式的比值。其系数由电阻、电容、质量、阻尼和刚度等物理参数组合而成。分子与分母同乘一个非零常数，传递函数保持不变。\n\n零初始条件这一限定至关重要。例如，带电电容器即使在外加输入为零时，也能产生输出。这种响应是由储存的能量引起的零输入响应，并不意味着传递函数发生了变化。在非零初始条件下，变换后的输出通常既包含 \\(G(s)U(s)\\)，也包含其他项。因此，传递函数刻画的是系统的零状态响应，而不能脱离初始状态来描述系统所有可能的运动轨迹。\n\n传递函数不一定是无量纲的。电压对电压的传递函数是无量纲的，而位移与力之比的单位则是米每牛顿。因此，增益的数值只有在明确输入和输出的定义及其单位后才有意义。在零初始条件下，将输出由位移改为速度，会引入一个因子 \\(s\\)，尽管实际的物理装置并未改变。\n\n并非所有传递函数都是有理函数。延迟时间为 \\(T\\) 的纯时延环节具有传递函数\n\n\\[G(s)=e^{-sT},\\]\n\n而由偏微分方程描述的分布参数系统，其传递函数可能涉及超越函数或无穷多个模态。有理传递函数作为有限维系统的模型尤为方便，但它们并不能涵盖所有传递函数。"
    },
    {
      "heading": "标准形式与瞬态响应",
      "text": "传递函数揭示了系统对标准测试输入的响应方式。单位冲激的变换为 \\(1\\)，因此其输出的变换就是 \\(G(s)\\)。单位阶跃的变换为 \\(1/s\\)，相应的输出为 \\(Y(s)=G(s)/s\\)。斜坡输入和正弦输入也是有用的测试信号。这些输入有助于分别考察响应速度、振荡、稳态增益和跟踪误差等特性，但任何单一测试都无法全面反映系统的实际性能。\n\n基本的一阶系统具有如下形式：\n\n\\[G(s)=\\frac{K}{\\tau s+1},\\]\n\n其中，\\(K\\) 为静态增益，\\(\\tau>0\\) 为时间常数。其单位阶跃响应为\n\n\\[y(t)=K\\left(1-e^{-t/\\tau}\\right),\\qquad t\\geq0.\\]\n\n在 \\(t=\\tau\\) 时，响应达到终值的约 \\(63.2\\%\\)；在 \\(4\\tau\\) 时，达到终值的约 \\(98.2\\%\\)。因此，常用的 \\(2\\%\\) 调节时间估算值 \\(4\\tau\\) 只是近似值；对于这一响应，精确值为 \\(-\\tau\\ln(0.02)\\)，约等于 \\(3.912\\tau\\)。\n\n由电阻器和电容器组成的串联电路，以电容器两端的电压作为输出，就是一个实际例子：\n\n\\[G(s)=\\frac{1}{RCs+1}.\\]\n\n此时，\\(\\tau=RC\\)。电阻限制充电电流，而电容决定产生给定电压变化所需的电荷量。根据电荷守恒和电容器的电压与电荷关系，可以直接推导出这一指数响应。如果改为测量电阻器两端的电压，得到的传递函数就会不同，这说明输出量的选择十分重要。\n\n标准的二阶低通形式为\n\n\\[G(s)=\\frac{K\\omega_n^2} {s^2+2\\zeta\\omega_ns+\\omega_n^2},\\]\n\n其中，\\(\\omega_n\\) 为无阻尼固有角频率，\\(\\zeta\\) 为阻尼比。当 \\(0<\\zeta<1\\) 时，响应为欠阻尼响应，其振荡角频率为\n\n\\[\\omega_d=\\omega_n\\sqrt{1-\\zeta^2}.\\]\n\n对于这一特定形式，单位阶跃响应的超调量与终值之比为\n\n\\[M_p=e^{-\\pi\\zeta/\\sqrt{1-\\zeta^2}}.\\]\n\n当 \\(\\zeta=1\\) 时，系统处于临界阻尼状态；阻尼比更大时，则会出现两个实指数衰减模态。当系统存在额外的零点、时延或不可忽略的高阶模态时，这些公式不能原样套用。\n\n质量—弹簧—阻尼器系统满足\n\n\\[m\\ddot{x}+c\\dot{x}+kx=F, \\qquad \\frac{X(s)}{F(s)}=\\frac{1}{ms^2+cs+k}.\\]\n\n其固有频率为 \\(\\sqrt{k/m}\\)，阻尼比为 \\(c/(2\\sqrt{mk})\\)。这一机械系统与前述电路共同说明了标准传递函数形式为何能广泛应用于不同学科：物理结构不同的装置可以具有相同的归一化动态特性，因此也适用相同的响应公式。"
    },
    {
      "heading": "极点、零点、因果性与稳定性",
      "text": "传递函数约分后，分母的根称为极点，分子的根称为有限零点。对于写成以下形式的有理函数：\n\n\\[G(s)=K\\frac{\\prod_i(s-z_i)}{\\prod_k(s-p_k)},\\]\n\n\\(p_k\\) 的取值决定了输入输出响应中可见的自然模态。位于 \\(p\\) 处的单极点会产生与 \\(e^{pt}\\) 成正比的项。重数为 \\(r\\) 的重极点可能产生含有时间幂次的项，最高可达 \\(t^{r-1}e^{pt}\\)。共轭复极点则组合成实值的振荡响应。\n\n对于因果、正则、有限维的有理系统，有界输入有界输出稳定性要求约分后的传递函数的所有极点都严格位于 \\(s\\) 平面的开左半平面内。这些极点对应于脉冲响应中按指数衰减的分量。右半平面极点会产生增长的分量。虚轴上的极点同样会使系统不满足 BIBO 稳定性：即使是无阻尼振荡，在共振频率的输入驱动下也可能无限增长。积分器 \\(G(s)=1/s\\) 就说明了这一问题，因为有界的恒定输入会产生无界的斜坡输出。\n\n零点决定了不同动态分量如何组合。右半平面零点可能导致反向响应，即输出起初朝着与最终变化方向相反的方向运动。例如，\n\n\\[G(s)=\\frac{1-s}{(s+1)^2}\\]\n\n的极点是稳定的，但在 \\(s=1\\) 处有一个零点。它的单位阶跃响应起初下降，尽管最终值为正。在通常讨论的稳定连续时间系统中，具有此类零点的系统称为非最小相位系统。这些零点所对应的动态特性会限制快速跟踪和稳定求逆；它们并非总能通过控制器调参消除的小麻烦。\n\n分母次数与分子次数之差称为相对阶次。当分母次数不低于分子次数时，有理传递函数称为正则传递函数；当分母次数高于分子次数时，则称为严格正则传递函数。对于输入不含微分项的普通有限维状态空间模型，正则性是标准的可实现性条件。理想微分器 \\(G(s)=s\\) 是非正则的：其脉冲响应涉及冲激的导数，且增益随频率升高而无限增大。因此，实际微分电路都会使增益在高频段衰减。\n\n极零相消需要谨慎处理。在代数上约去公因式，会将其从外部传递函数中消除，但物理实现中仍可能保留相应的内部模态。如果该模态不稳定，约分后的传递函数可能看起来稳定，内部状态却会发散。此外，在参数存在不确定性时，精确相消很容易失效。外部稳定性、内部稳定性以及对建模误差的鲁棒性是不同的性质，尽管它们在最小实现中存在关联。"
    },
    {
      "heading": "频率响应及其图形解释",
      "text": "对于稳定的连续时间系统，可以通过计算其传递函数在虚轴上的取值，求得系统对正弦输入的稳态响应：\n\n\\[G(j\\omega)=|G(j\\omega)|e^{j\\phi(\\omega)}.\\]\n\n若输入为 \\(A\\cos(\\omega t)\\)，则稳态输出为\n\n\\[A|G(j\\omega)|\\cos\\bigl(\\omega t+\\phi(\\omega)\\bigr).\\]\n\n其模表示幅度比，辐角表示相移。这一解释以瞬态分量会衰减为前提。对于不稳定系统，仅将 \\(s=j\\omega\\) 代入其传递函数的有理式，并不能证明系统在物理上能够达到正弦稳态。\n\n波德图以对数频率为横轴，展示幅值和相位。当幅度比无量纲，或已按明确给定的参考值进行归一化时，幅值通常以 \\(20\\log_{10}|G(j\\omega)|\\) 分贝表示。每个一阶极点最终会使幅频曲线增加每十倍频程 \\(-20\\) 分贝的斜率，而每个一阶零点则增加每十倍频程 \\(+20\\) 分贝的斜率。稳定的实极点和左半平面的实零点还会引入以各自特征频率为中心的相位过渡。这些渐近规则使复杂的有理函数能够被理解为若干简单因子的组合。\n\n对于一阶低通系统\n\n\\[G(s)=\\frac{1}{1+\\tau s},\\]\n\n其幅值为\n\n\\[|G(j\\omega)|=\\frac{1}{\\sqrt{1+(\\omega\\tau)^2}}.\\]\n\n在 \\(\\omega=1/\\tau\\) 时，其幅值为 \\(1/\\sqrt{2}\\)，相对于低频值约为 \\(-3.01\\) 分贝，相位为 \\(-45^\\circ\\)。在远高于这一频率的范围内，其增益趋近于 \\(1/(\\omega\\tau)\\)。同样的分析方法也可用于区分高通、带通和带阻响应，并识别谐振峰。\n\n相位包含一些在没有附加假设时无法仅凭幅值还原的信息。纯延迟的幅值为单位值，相位却为 \\(-\\omega T\\)。同样，稳定的全通因子，例如\n\n\\[A(s)=\\frac{a-s}{a+s},\\qquad a>0,\\]\n\n在所有频率下都满足 \\(|A(j\\omega)|=1\\)，却会改变相位。因此，两个系统可以具有相同的幅频响应，而瞬态行为不同。对于最小相位系统，幅值与相位之间的联系更为紧密；但若存在额外的全通因子或延迟，就无法仅凭幅值测量结果唯一确定相位。\n\n在电信和音频处理中，频率响应用于描述信道失真和滤波特性。一个相关的量是群时延：\n\n\\[\\tau_g(\\omega)=-\\frac{d\\phi}{d\\omega},\\]\n\n它衡量的是解缠绕相位曲线局部斜率的负值。在信号占用的频带内，近似恒定的群时延有助于保持波形形状。即使幅值变化很小，随频率变化的群时延仍可能使脉冲展宽，因此，相位特性在通信信道和测量系统中十分重要。"
    },
    {
      "heading": "反馈互联与控制设计",
      "text": "传递函数简化了互联系统的分析。串联的单输入单输出环节，其传递函数相乘；并联支路的传递函数则相加。对于前向通道传递函数 \\(G(s)\\) 和反馈通道传递函数 \\(H(s)\\)，采用负反馈时有\n\n\\[\\frac{Y(s)}{R(s)} = \\frac{G(s)}{1+G(s)H(s)},\\]\n\n前提是该互联是适定的。分母反映了一个物理事实：输出会改变作用于被控对象的输入。因此，反馈改变的是系统的动态特性，而不只是对开环输出进行缩放。\n\n设被控对象为 \\(P(s)\\)、控制器为 \\(C(s)\\)，并采用单位反馈，则环路传递函数为 \\(L(s)=P(s)C(s)\\)。两个重要的闭环传递函数为\n\n\\[S(s)=\\frac{1}{1+L(s)}, \\qquad T(s)=\\frac{L(s)}{1+L(s)},\\]\n\n分别称为灵敏度函数和互补灵敏度函数。它们满足 \\(S+T=1\\)。从参考输入到输出的传递函数为 \\(T\\)；叠加在被控对象输出端的扰动通过 \\(S\\) 传递到测量输出。相比之下，被控对象输入端扰动的传递函数为 \\(PS\\)，而叠加的测量噪声通过 \\(-T\\) 传递到实际输出。\n\n这些关系解释了控制设计中常见的权衡。低频下较大的环路增益可以减小跟踪误差，并抑制缓慢变化的扰动。高频下较小的环路增益可以降低系统对测量噪声和未建模动态的敏感程度。然而，不可能在每个频率处独立调整环路增益，而不影响相位、因果性和稳定性。时延和右半平面零点进一步限制了可实现的带宽。控制器改善某一扰动通道的响应时，可能会使另一通道的响应恶化。\n\n奈奎斯特稳定判据根据 \\(L(s)\\) 的频率响应及其开环右半平面极点的个数，判断闭环系统的稳定性。临界点为 \\(-1\\)，因为特征方程为 \\(1+L(s)=0\\)。在许多单环路设计中，增益裕度和相位裕度概括了系统距离某些失稳条件的远近，但它们并不是通用的鲁棒性度量。当存在多次频率交越、开环不稳定的被控对象，或多种同时存在的不确定性时，就需要进行更全面的解读。\n\n积分控制既体现了传递函数分析的实用性，也说明了它的局限性。含有 \\(K_i/s\\) 的控制器可以增大低频环路增益，并在满足适当的闭环稳定条件时，消除对恒定参考输入的稳态误差。然而，积分器也会引入相位滞后，并可能使环路失稳。执行器饱和还会引发另一种非线性效应——积分饱和，而纯线性传递函数无法描述这一现象。因此，实际控制器设计需要将线性分析与对物理限制、扰动以及被控对象模型有效范围的检查结合起来。"
    },
    {
      "heading": "离散时间系统与数字实现",
      "text": "对于离散时间线性时不变系统，在零初始条件下，传递函数通过 Z变换 定义为：\n\n\\[G(z)=\\frac{Y(z)}{U(z)}\\]\n\n如果系统满足\n\n\\[y[k]+a_1y[k-1]+\\cdots+a_ny[k-n] = b_0u[k]+\\cdots+b_mu[k-m],\\]\n\n则有\n\n\\[G(z)= \\frac{b_0+b_1z^{-1}+\\cdots+b_mz^{-m}} {1+a_1z^{-1}+\\cdots+a_nz^{-n}}.\\]\n\n因子 \\(z^{-1}\\) 表示一个采样周期的延迟。这种记法将数学描述与利用已存储的采样值、乘法器和加法器进行的实现直接联系起来。\n\n对于因果有理系统，有界输入有界输出（BIBO）稳定性要求约简后的传递函数的所有极点都严格位于单位圆内。离散时间模态与连续时间指数模态的对应关系为\n\n\\[z=e^{sT_s},\\]\n\n其中 \\(T_s\\) 为采样周期。左半平面内的连续时间模态映射到单位圆内，虚轴上的模态映射到单位圆上，右半平面内的模态则映射到单位圆外。由于指数映射在频率上并非一一对应，采样还会造成频率歧义。相差采样角频率整数倍的连续时间频率，会产生完全相同的采样复指数序列。\n\n离散时间频率响应通过在单位圆上求值获得：\n\n\\[G(e^{j\\Omega}),\\]\n\n其中 \\(\\Omega\\) 为角频率，单位是弧度每采样点。该频率响应以 \\(2\\pi\\) 为周期。采样率为 \\(f_s\\) 时，奈奎斯特频率为 \\(f_s/2\\)，但采样率的选择还取决于被控对象的带宽、抗混叠滤波器、计算延迟以及期望的闭环特性。仅凭采样序列的传递函数，无法描述采样时刻之间的全部行为。\n\n零阶保持器是数字控制器与连续时间被控对象之间常用的接口：它将每个指令值保持不变，直到下一次更新。对于\n\n\\[P(s)=\\frac{1}{\\tau s+1},\\]\n\n采用这种保持方式进行精确采样，可得\n\n\\[y[k+1]=a\\,y[k]+(1-a)u[k], \\qquad a=e^{-T_s/\\tau},\\]\n\n因此\n\n\\[G(z)=\\frac{(1-a)z^{-1}}{1-az^{-1}}.\\]\n\n采样时序的约定十分重要：这一表达式将某个采样间隔内保持不变的输入，与下一个采样时刻的输出联系起来。\n\n其他转换方法采用数值近似。双线性变换，又称 Tustin 变换，采用如下代换：\n\n\\[s=\\frac{2}{T_s}\\frac{1-z^{-1}}{1+z^{-1}}.\\]\n\n它将开左半平面映射到单位圆内部，但会使频率轴发生扭曲，因此有时需要在选定频率处进行预畸变。最后，在代数意义上稳定的数字滤波器，在有限精度下可能表现出不同的行为：系数舍入会改变极点和零点的位置，内部运算也可能溢出。因此，传递函数相同的不同实现，其精度可能存在显著差异。"
    },
    {
      "heading": "状态空间表示与多变量系统",
      "text": "传递函数可以由状态空间表示推导得到：\n\n\\[\\dot{x}=Ax+Bu,\\qquad y=Cx+Du.\\]\n\n在初始状态为零时，经变换可得\n\n\\[G(s)=C(sI-A)^{-1}B+D.\\]\n\n状态向量 \\(x\\) 描述内部变量，而 \\(u\\) 和 \\(y\\) 描述从外部选定的信号。矩阵 \\(D\\) 表示直接馈通，即输出对输入的瞬时依赖关系。在通常的有限维实现中，严格真有理传递函数不存在这样的直接项。状态空间描述还给出了初始条件响应，而仅凭传递函数无法确定这一响应。\n\n对于具有 \\(m\\) 个输入和 \\(p\\) 个输出的系统，\\(G(s)\\) 是一个 \\(p\\times m\\) 矩阵。其中的元素 \\(G_{ij}(s)\\) 表示将其他输入置零时，从输入 \\(j\\) 到输出 \\(i\\) 的传递函数。当物理通道之间存在相互作用时，这类模型至关重要。例如，多关节机器人的电机转矩与多个关节的运动之间可能存在耦合。在系统互连运算中，矩阵乘法取代了标量乘法，而且乘法的顺序会影响结果。针对单回路形成的直觉并不总能推广到这类系统。\n\n如果一个实现以尽可能小的状态维数描述给定的输入输出映射，就称其为最小实现。对于有限维线性系统，最小性等价于同时具有可控性和可观测性。可控性考察输入能否驱动状态空间中的所有方向；可观测性考察能否根据输出随时间的变化推断初始状态。如果某个状态既不受输入激发，也不在输出中显现，就无法通过该输入输出实验完整地确定其特性。\n\n对于最小实现，传递函数的极点与 \\(A\\) 的特征值一致，并具有相应的重数。在非最小实现中，某些特征值可能因相消而不再出现在外部传递函数中。这一区别对内部稳定性分析十分重要。外部稳定的传递函数并不能保证任意实现中的所有状态都保持有界。即使选定的输出未能显现某个隐藏的不稳定状态，该状态仍可能不断增长。\n\n状态坐标并不唯一。可逆的坐标变换会改变 \\(A\\)、\\(B\\) 和 \\(C\\)，但不会改变 \\(G(s)\\)。反过来，同一个传递函数也可以由不同的物理电路或计算结构实现。因此，传递函数与状态空间模型是互为补充的描述方式：前者侧重外部关系和频率特性，后者则揭示内部动态，并能自然地处理多输入、多输出及非零初始条件。\n\n对于多变量系统，零点需要根据矩阵秩的下降来定义，而不能简单地汇集各个矩阵元素的零点。传输零点描述的是矩阵整体所带来的输入输出传输限制。同样，奇异值提供了随频率变化的放大程度度量，既考虑各输入方向的组合，也不局限于单个通道。"
    },
    {
      "heading": "实验测定与模型验证",
      "text": "传递函数既可以根据物理定律推导，也可以根据实测的输入和输出信号进行估计。后一项工作属于系统辨识的范畴。常用的激励包括脉冲、阶跃、扫频正弦信号、多正弦信号、宽带噪声和伪随机二进制序列。不同激励各有侧重。阶跃易于施加，能够揭示缓慢的瞬态行为；宽带激励则可以在一次实验中表征多个频率处的特性。实际执行器通常无法产生理想脉冲或带宽无限的信号。\n\n在单个频率下，正弦测试可估计稳态幅值比和相移。在不同频率下重复测试，即可得到频率响应估计。对于宽带数据记录，可以采用频谱方法，通过互功率谱密度和自功率谱密度估计响应。将 \\(S_{yu}\\) 定义为由输出与输入的共轭相乘所形成的互功率谱，一种常用的估计式为\n\n\\[\\widehat{G}(j\\omega)=\\frac{S_{yu}(\\omega)}{S_{uu}(\\omega)}.\\]\n\n如何解释这一估计结果，取决于所采用的噪声模型。尤其是，与输入不相关的输出噪声，对估计结果的影响不同于混入输入的测量噪声。\n\n幅值平方相干函数常用作诊断指标：\n\n\\[\\gamma^2(\\omega)= \\frac{|S_{yu}(\\omega)|^2} {S_{uu}(\\omega)S_{yy}(\\omega)}.\\]\n\n其理想取值范围为零到一。相干性高表明在相应频率处存在较强的线性关联，但这并不能证明模型涵盖了所有相关机制。相干性低可能源于测量噪声、非线性效应、时变特性、未测量的输入或激励不足。频谱泄漏、有限的数据记录长度以及加窗处理也会影响估计结果。\n\n参数化模型通过拟合数据来确定系数、极点、零点，以及可能存在的时延。选择模型阶数时，需要在保真度、对噪声的敏感性和不必要的复杂度之间取得平衡。阶数过高的模型可能很好地复现某一组记录，却无法准确预测新实验的结果。因此，验证工作通常会考察独立数据、预测误差、残差相关性，以及模型在预期频率范围内与实测结果的一致程度。仅在低频范围内拟合的模型，可能遗漏一个轻阻尼共振，而该共振在拟议的控制器带宽附近可能变得十分重要。\n\n测量装置也是所观测输入输出链路的一部分。传感器、放大器、抗混叠滤波器或数据采集时延，都可能引入自身的极点、零点和相移。当区分这些影响与被控对象的动态特性具有重要意义时，必须在校准中将二者分离。在反馈条件下开展实验还会带来额外的复杂性：控制器可能使测得的输入与扰动相关，从而使简单开环估计方法所依赖的假设不再成立。\n\n对于非线性设备，在不同工作点或不同激励幅值下，估计得到的传递函数往往不同。这些差异未必意味着实验失败。它们可能表明，单一线性模型仅在局部范围内有效，或者饱和、摩擦、迟滞及过程条件变化需要采用更丰富的模型来描述。"
    },
    {
      "heading": "工程与科学应用",
      "text": "在电子学中，传递函数用于描述放大器、滤波器和功率变换级。电子放大器在有限频带内可以提供近乎恒定的增益，但在更高频率下，内部电容会使增益下降，并使相位滞后逐渐增大。反馈设计不仅取决于标称的低频增益，还取决于这些高频动态特性。在直流-直流转换器中，平均化的小信号传递函数可以描述指定工作条件附近占空比变化与输出电压变化之间的关系。\n\n机电系统包含多种形式的物理储能。在不考虑负载转矩扰动时，简化的电枢控制型直流电动机满足\n\n\\[V=L\\frac{di}{dt}+Ri+K_e\\omega, \\qquad J\\frac{d\\omega}{dt}+b\\omega=K_ti.\\]\n\n其电压到转速的传递函数为\n\n\\[\\frac{\\Omega(s)}{V(s)} = \\frac{K_t} {(Ls+R)(Js+b)+K_eK_t}.\\]\n\n电感 \\(L\\)、电阻 \\(R\\)、转动惯量 \\(J\\)、黏性摩擦系数 \\(b\\) 以及机电常数共同决定系统的响应。如果以角位置为输出，还会多出一个因子 \\(1/s\\)。这个例子说明，传递函数必须指明受控量，而不能仅仅指明设备。\n\n热系统和过程系统的响应通常较慢，而且存在不可忽略的传输延迟。一种常用的近似模型是\n\n\\[G(s)=\\frac{Ke^{-Ls}}{\\tau s+1},\\]\n\n其中，\\(L\\) 为纯滞后时间，\\(\\tau\\) 为主导时间常数。这类模型可以近似描述流动过程中的温度变化，或物料输送后的浓度变化。它是基于经验的简化模型，而非普适的物理定律。多个热容体、混合容积和传感器滞后可能要求模型包含更多模态，而工作点的变化则可能同时改变增益和时间常数。\n\n在结构动力学中，力到位移、力到速度和力到加速度的频率响应函数分别对应于动态柔度、机械导纳和加速度导纳。它们的共振特征揭示系统的固有模态，而阻尼决定共振峰的宽度。如果激励点或测量点选在某一模态的节点附近，该模态就可能难以观测。这是一个物理实例，说明所选输入和输出如何决定哪些动态特性会体现在传递函数中。\n\n光学成像使用一个相关的空间频率概念，即光学传递函数。对于线性平移不变的非相干强度成像，像的强度分布是物体强度分布与点扩散函数的空间卷积。对点扩散函数作傅里叶变换，即得到光学传递函数，其幅值称为调制传递函数。这里的数学形式与时间域滤波相似，但频率指的是空间上的变化，而非随时间发生的振荡。相干成像则需要对光场振幅采用不同的处理方法。\n\n在上述各类应用中，传递函数描述的是信号传输，而非某一种特定技术。它们的价值在于揭示共同的数学结构，同时保留输入单位、输出单位、工作条件和测量约定等方面的物理差异。"
    },
    {
      "heading": "历史发展与方法的局限",
      "text": "传递函数方法源于十九世纪及二十世纪初关于微分方程、电网络和运算微积分的研究。在现代变换理论的处理方式成为标准之前，奥利弗·亥维赛的运算方法就已使通过代数运算分析电路动态特性成为切实可行的手段。随后，电话网络的扩展和电子放大器的发展，使幅频响应、相频响应和反馈稳定性成为工程领域的重要课题。传递函数的观点以共同的数学语言将这些实际问题联系起来。\n\n哈罗德·S. 布莱克于1927年构想出负反馈放大器。哈里·奈奎斯特于1932年发表的论文《再生理论》确立了一种频域稳定性分析方法，成为反馈分析的基础。亨德里克·W. 伯德发展了系统的网络与反馈分析方法，并在1945年出版的《网络分析与反馈放大器设计》中作了详尽阐述。沃尔特·R. 埃文斯于1948年提出根轨迹法，以图解方式追踪增益参数变化时闭环极点位置的变化。这些进展塑造了后来被称为经典控制理论的理论体系。\n\n从20世纪50年代末到60年代，状态空间方法日益受到重视，尤其是在多变量系统、最优控制和估计领域。但这并未使传递函数过时。频域方法在实验表征、鲁棒性分析以及工程交流中仍具有重要价值。此后，数字计算使高阶模型和传递矩阵的常规运算成为可能，而计算机辅助设计则使数值仿真与频域分析能够在同一工作流程中进行。\n\n这一方法的主要局限在于它依赖线性和时不变性。对于非线性系统，在平衡点附近进行线性化可以得到局部传递函数，但该模型通常会随工作点而变化。它并不能自动预测大幅偏离平衡点的运动、切换事件、饱和或滞回。线性时变系统的输入输出核通常分别依赖于两个时间变量，此时仅用单一脉冲响应进行普通卷积已不足以描述系统。周期时变系统可能需要采用谐波表示或提升表示，而不能仅用一个关于 \\(s\\) 的标量函数来描述。\n\n有限阶近似也带来了另一重局限。柔性结构、传输线和扩散过程可能具有无穷多个模态。有理近似可以在指定频带内保持准确，却可能忽略在快速反馈回路中变得重要的高频行为。时延同样可以用有理函数近似，但由此引入的极点和零点有一部分是近似处理本身造成的。因此，在经过验证的范围之外得出的结论，可能反映的是模型而非物理系统的性质。\n\n此外，传递函数本身并不能确定观测到的行为背后的物理机制。不同的参数组合或内部结构可能产生相同的外部响应。传递函数表示给出的是在明确假设下，指定信号之间的精确关系；要作出物理解释，还需要结合相应的模型、实验条件以及系统边界的定义。"
    }
  ],
  "links": [
    "linear-time-invariant-system",
    "control-theory",
    "signal-processing",
    "electrical-engineering",
    "convolution",
    "impulse-response",
    "laplace-transform",
    "complex-number",
    "polynomial",
    "resistor",
    "capacitor",
    "bode-plot",
    "telecommunications",
    "negative-feedback",
    "matrix",
    "controllability",
    "observability",
    "sensor",
    "electronic-amplifier",
    "dc-dc-converter",
    "dc-motor"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}