如何画一个简单的波特图(渐近线近似零极点特性)?

article/2025/9/24 5:59:05

如何画一个简单的波特图(渐近线近似&零极点特性)?

在工程上我们常见下图所示的波特图来描述一个系统开环函数的频率特性,通过零点和极点画出波特图我们可以得到系统是否稳定的结论。
图1
首先讲一下人们为什么要使用波特图:
由于在研究一个模拟系统的频率相应时,信号的频率范围很宽,通常从Hz级到GHz级,如果用线性线性坐标画系统函数的幅频特性和相频特性曲线,动态范围和精度之间的矛盾不可避免,因此使用对数坐标,将会压缩坐标,扩大观察的视野,解决了前述矛盾。
在这里插入图片描述
如上图所示,横坐标频率每增大一个单位,即表示频率增大10倍,就是我们常说的“10倍频程”。 应当注意的是,如果波特图具有负半轴,并不表示小于0的频率,而是表示为 ω \omega ω小于1的频率。 如果需要小于0的频率特性,利用系统频率特性的共轭对称特性可以得到。
对于纵坐标而言,幅频特性曲线表示为dB,而相频特性依旧用°(degree)表示。

波特图又分为开环波特图( G ( s ) G(s) G(s))和闭环波特图( H ( s ) H(s) H(s)),两者能够提供的信息也不一样。

  • 开环波特图能够提供的信息:
  • 开环频率响应,进而可以通过图解法(如向量图/等M圆图/等N圆图)求得闭环频率响应
  • 通过观察相位裕度/幅值裕度来判断系统的稳定性,一般来说在幅值穿越频率点处的相位阈值为50°-60°比较合适,最低不能小于45°。
  • 开环伯德图的形状也可以用来表征闭环系统的响应特性,如下图所示:
    在这里插入图片描述
  • 闭环波特图可以提供系统全部频率响应特性,也能与时域响应联系起来。通过闭环波特图我们能够对系统的性能进行评估,根据实际情况选择合适的系统。

本文主要讨论的是开环函数的波特图,由于其幅频特性通常以对数坐标轴上的一条直线为渐近线,因此幅频特性的曲线通常可以只画渐近线来表示系统的一些特征。

一般系统的开环函数可以表示为:

G ( j ω ) = G 0 ∏ i = 1 m ( j ω − z i ) ∏ j = 1 n ( j ω − p j ) G(j\omega) = G_{0} \frac{ \prod_{i=1}^{m} ({j\omega - z_{i}}) }{ \prod_{j=1}^{n} ({j\omega - p_{j}}) } G(jω)=G0j=1n(jωpj)i=1m(jωzi)

G ( j ω ) = 20 l o g ∣ G ( j ω ) ∣ G(j\omega)=20log|G(j\omega)| G(jω)=20logG(jω) 归一化处理,可化简为:

= 20 l o g ∣ G 0 ∗ ∣ + ∑ i = 1 m 20 ( l o g ∣ j ω z i − 1 ∣ + l o g z i ) − ∑ j = 1 n 20 ( l o g ∣ j ω p j − 1 ∣ + l o g p i ) =20log|G_0^*|+ \sum_{i=1}^{m}{20(log| \frac{j\omega}{z_i}-1|} +log{z_i})- \sum_{j=1}^{n}{20(log| \frac{j\omega}{p_j}-1|} +log{p_i}) =20logG0+i=1m20(logzijω1+logzi)j=1n20(logpjjω1+logpi)

= 20 l o g ∣ G 0 ∗ ∣ + ∑ i = 1 m 20 l o g 1 + ( ω z i ) 2 − ∑ j = 1 n 20 l o g 1 + ( ω p j ) 2 + C o n s t a n t =20log|G_0^*|+ \sum_{i=1}^{m}{20log\sqrt{1+(\frac{\omega}{z_i})^2}} - \sum_{j=1}^{n}{20log \sqrt{ 1 + (\frac{\omega}{p_j})^2}}+Constant =20logG0+i=1m20log1+(ziω)2 j=1n20log1+(pjω)2 +Constant

ϕ ( ω ) = 0 ° o r − 180 ° + ∑ i = 1 m a r c t a n ( ω − z i ) − ∑ j = 1 n a r c t a n ( ω − p j ) \phi(\omega)=0° or -180° + \sum_{i=1}^{m}{arctan(\frac{\omega}{-z_i})} - \sum_{j=1}^{n}{arctan(\frac{\omega}{-p_j})} ϕ(ω)=0°or180°+i=1marctan(ziω)j=1narctan(pjω)

由上面的公式可知,在对数域,系统开环函数的零极点幅频特性、相频特性都满足线性叠加关系。 l o g ω = 0 log \omega=0 logω=0时的初始值由 ω = 1 \omega=1 ω=1状态下的幅度和相位决定。

  1. 首先考虑常数项 G 0 ∗ G_0^* G0,幅频特性为 20 l o g ∣ G 0 ∣ 20log|G_0| 20logG0;当 G 0 ∗ > 0 G_0^*>0 G0>0时,对相频特性的影响表现为0°,当 G 0 ∗ < 0 G_0^*<0 G0<0时,对相频特性的影响表现为-180°。

  2. 接下来考虑零点叠加项的影响,幅频特性为 ∑ i = 1 m 20 l o g 1 + ( ω z i ) 2 \sum_{i=1}^{m}{20log\sqrt{1+(\frac{\omega}{z_i})^2}} i=1m20log1+(ziω)2 ,当 ω ≪ z i \omega \ll z_i ωzi的时候, 1 + ( ω z i ) 2 ≈ 1 = 0 d B \sqrt{1+(\frac{\omega}{z_i})^2}≈1=0 dB 1+(ziω)2 1=0dB,当 ω ≫ z i \omega \gg z_i ωzi的时候, 1 + ( ω z i ) 2 ≈ z i ω = 20 l o g ω z i d B \sqrt{1+(\frac{\omega}{z_i})^2}≈\frac{z_i}{\omega}=20log\frac{\omega} {z_i}dB 1+(ziω)2 ωzi=20logziωdB,每10倍频程多增加20 dB。因此可以用在 w i w_i wi处的拐点的渐近线表示,即斜率此时从0dB变为+ 20 dB/10倍频(即每倍频程增加6 dB)。因为零点的叠加特性,当 w ≫ z n w \gg z_n wzn时,斜率增加+ (n*20)dB / 10倍频。与横坐标的交点表示 ∣ G ( j w ) ∣ = 1 = 0 d B |G(jw)|=1=0dB G(jw)=1=0dB

  3. 对于相频特性来说,当 ω ≪ z i \omega \ll z_i ωzi的时候,带来的相位改变为180°,在当 ω = z i \omega = z_i ω=zi的时候,带来的相位改变为135°(假设 w i > 0 w_i>0 wi>0,那么 j ω − z i {j\omega - z_{i}} jωzi在复平面上为第二象限,因此幅角为钝角),当 w ≫ z i w \gg z_i wzi时,带来的相位改变是90°。( z i < 0 z_i<0 zi<0时符号发生变化)

  4. 极点与零点的符号相反,因此,每增加一个极点,幅频特性的斜率就要多- 20 dB / 10倍频,比如从- 20 dB / dec变到- 40 dB / dec。相频特性的符号也与零点相反,当 w ≫ p i w \gg p_i wpi时,带来的相位改变由0°到-45°,再到-90°。

(说人话!) 好的,下面就来进行一个通俗易懂的规律总结,零极点对于波特图的影响如下:
a. 每一个极点会给幅频响应带来一个-20dB/10倍频程斜率的变化,每一个零点会给幅频响应带来一个+20dB/10倍频程斜率的变化。
b.每一个极点会给相频响应带来一个-90°的相位变化,每一个零点会给相频响应带来一个+90°的相位变化。

另外,最近在B站上刷视频的时候发现一个很有意思的想法(与从系统函数的零极点出发不同,利用的是系统函数的级联特性):由于波特图的可加性,一个复杂系统的幅频响应可以差分为若干个简单子系统的级联,那么把简单子系统的波特图分别画出来、相加之后就是复杂系统的波特图。
视频链接为 https://www.bilibili.com/video/BV1yt411c7W8 讲得很不错,推荐~

比如我们可以熟悉一些常见的简单系统的波特图:三种常见的简单系统波特图
下面举一个复杂系统利用这些常见的简单波特图拆分、然后相加得到自身波特图的例子:
在这里插入图片描述
将所有子系统的波特图相加可以得到:
在这里插入图片描述
而实际中的系统框图也可以表示为:
在这里插入图片描述
因此,当我们已知一个系统的波特图特征,要求系统函数时,可以根据波特图的情况拆分为多个子系统的波特图叠加,然后分别求出子系统的系统函数,最后级联相乘就可以得到最终的系统函数了。这对于我们实际的系统设计中也是有启发的。

另外,提一个问题,你知道为什么波特图的横坐标要用频率表示吗?思考之后把你的答案写在评论区吧~


http://chatgpt.dhexx.cn/article/RY2kHeXH.shtml

相关文章

渐近线讲解+例题 ,椭圆,双曲线,抛物线,三角函数椭圆,双曲线,抛物线,三角函数

目录 渐近线讲解例题 渐近线讲解例题 三种渐近线意义&#xff0c;主要就是利用极限思维&#xff0c;里面重要的红笔标注&#xff1b; 经典例题&#xff1a; 椭圆、双曲线、抛物线的标准方程与几何性质 http://dy.163.com/v2/article/detail/DGSH79TK0521JEM8.html 椭圆双…

matlab 画渐近线,如何绘制渐近线?

我遵循了一个小教程,它让我接近了我想要的地方,但它并不完全在那里,我不知道如何用它进行下一步。 以下是我目前的数据: 但我不知道如何在这个图中绘制渐近线。在 我在想我需要创建一个名为Y的变量,它是一条垂直线,然后用它来画线?但我不确定这是否正确 在这种情况下,我…

铅直渐近线、水平渐近线、斜渐近线 快速算法 笔记

3min 铅直 水平 铅直渐近线一般出现在没定义的地方&#xff0c;分母不为零可能能用到&#xff0c;水平渐近线是指当趋于无穷时&#xff0c;f(x)会逼近到一个常数 斜渐近线 先求k值再求b值即可快速求解

微积分知识点回顾与总结(四):极值最值,渐近线,弧微分与曲率

微积分知识点回顾与总结&#xff08;四&#xff09;&#xff1a;极值最值&#xff0c;渐近线&#xff0c;&#x1f98a;微分与曲率 1.函数单调性和凹凸性 1.1函数单调性1.2函数的凹凸性 2.极值点3.最值4.渐近线 4.1. 水平渐近线 4.2. 铅直渐近线 4.3. 斜渐近线 5.弧微分6.曲率…

《大数据原理与应用》林子雨:一. 大数据基础

《大数据原理与应用》林子雨&#xff1a;一. 大数据基础 思维导图 PS&#xff1a;边学边记 重点&#xff1a; 理解大数据的概念及其处理架构Hadoop 难点&#xff1a; 掌握大数据处理架构Hadoop的安装与使用方法 第1章 大数据概述 1.1 大数据时代 1.1.1 三次信息化浪潮IBM…

大数据技术原理与应用——期末复习

大数据技术原理与应用 大数据技术原理与应用第一章 大数据概述1、大数据的4v特征2、大数据的影响3、大数据的两大核心技术4、大数据计算模式及代表产品5、大数据与云计算、物联网的关系 第二章 大数据处理架构Hadoop1、Hadoop的发展历史2、Hadoop的特性3、Hadoop1.0与Hadoop2.0…

大数据生态与Spark简介

大数据技术概述 一,大数据时代 三次信息化浪潮: IT领域每个十五年就会发生一次重大变革。 信息科技为大数据时代提供技术支持:存储设备容量不断增加CPU处理能力大幅度提升网络带宽不断增加二,大数据概念 大数据不仅仅是数据的“大量化”,而是包含“快速化”,“多样化”,…

大数据与云计算期末复习

大数据与云计算期末复习 文章目录 大数据与云计算期末复习练习一选择题填空题 练习二选择题 练习三选择题 练习四思考题 练习五选择题填空题判断题简答题 练习六&#xff08;详情见学习通PPT&#xff09;简答题论述题 练习七单选题多选题 练习八第七章 大数据安全一、单选题二、…

大数据技术原理与应用笔记

参考&#xff1a; 课程教学&#xff08;林子雨老师&#xff09; 程序羊大数据学习路线 HDFS入门 Hbase入门 NoSql入门 文章目录 一、大数据概述1.1大数据时代1.2大数据的概念和影响1.3大数据的应用1.4大数据的关键技术1.5大数据,物联网和云计算1.5.1 云计算1.5.2物联网 检测题 …

大数据与Hadoop

大数据与Hadoop 目录 大数据与Hadoop1、大数据1.1、大数据时代1.2 大数据概念1.3 大数据的影响1.4 大数据的应用1.5 大数据关键技术1.6 大数据计算模式1.7 大数据产业1.8 大数据与云计算、物联网的关系1.8.1、云计算1.8.2、物联网1.8.3、关系 2、hadoop概述2.1 Hadoop简介2.2 H…

大数据时代,我们应该具有怎样的思维方式?

《飘》、《汤姆叔叔的小屋》之类的小说和故事在全社会激起的是强烈的“情感”共鸣&#xff0c;和故事相比&#xff0c;数据没有情节&#xff0c;它仅代表客观事实&#xff0c;数据激发的&#xff0c;更多的是理性思考。作为理性的人类&#xff0c;我们不会仅仅满足于感情的宣泄…

互联网思维PK大数据思维

我们在O2O时代做营销&#xff0c;到底哪种趋势和战略更加有效?这里有两种不同的思维方式&#xff0c;一个是互联网思维&#xff0c;另一个是大数据思维。 互联网思维与大数据思维有交集但又不重合。目前热炒的互联网营销案例&#xff0c;基本上剥离了大数据&#xff0c;更多是…

大数据与统计新思维

对大数据的初步认识 到底什么是大数据&#xff0c;不同的学科领域、不同行业的从业人员肯定会有不同的理解。与传统意义上的数据相比&#xff0c;大数据的“大”与“数据”都有了新的含义&#xff0c;绝不仅仅是体量的问题&#xff0c;更重要的是数据的内涵问题。或许&#xff…

大数据决策支持的优势

结合这学期的“决策支持系统”课程的课堂作业对"大数据决策支持的优势"有了更深的理解&#xff0c;整理内容如下&#xff1a; 结合大数据的5V特征&#xff1a;Volume (大量)、Velocity (高速)、Variety (多样)、Veracity (真实性)、Value (价值)&#xff0c;我认为其…

一个人有没有大数据思维,主要体现在哪两个方面?

第一他是不是具有定量化的思维方式&#xff1a;就是我们现在看很多问题习惯从经验、定性地角度看问题&#xff0c;不习惯所有的决策都用定量化的方式来进行描述。例如我们经常说一个人漂亮&#xff0c;说一个人好&#xff0c;但是我们不习惯用一套图像识别的算法来真正计算这个…

【大数据】大数据思维的十大核心原理

感谢博主&#xff0c;转自&#xff1a;https://blog.csdn.net/supermapsupport/article/details/78741774 一、数据核心原理 从“流程”核心转变为“数据”核心 大数据时代&#xff0c;计算模式也发生了转变&#xff0c;从“流程”核心转变为“数据”核心。hadoop体系的分布式计…

大数据思维与数据驱动

大数据的核心&#xff1a;实现商业价值 大数据的本质&#xff1a;消除一切不确定性 一&#xff1a;大数据的概念 时代的发展变迁&#xff0c;单从互联网的角度来讲&#xff0c;从最初的IBM巨型机到后来的单机时代&#xff0c;在到后来家家户户都拥有了PC机&#xff0c;笔者就…

大数据思维与技术——中国大学MOOC课程笔记

大数据思维与技术——中国大学MOOC课程笔记 第一章 大数据思维与技术认知 0 一些例子 总之 大数据分析现在已经存在于方方面面。但事实上&#xff0c;其首次提出仅仅是20世纪90年代&#xff0c;而直到2011年6月&#xff0c;美国麦肯锡全球研究院发布了题为《大数据&#xff1…

数据驱动决策的10种思维方式

很多人都说会数据分析的人比别人聪明&#xff0c;实际上他们“聪明”在拥有分析思维&#xff0c;今天我们就来说说常见的数据分析思维。 以下10种数据分析思维可能不会瞬间升级你的思维模式&#xff0c;但说不定会为你以后的工作带来“灵光一闪”的感觉&#xff0c;请耐心读完&…