从拉普拉斯变换到Routh表：系统稳定性判据的物理意义图解

从拉普拉斯变换到Routh表：系统稳定性判据的物理意义图解

在信号与系统、自动控制理论的学习中，我们常常会接触到“系统稳定性”这个概念。一个稳定的系统，意味着它对有界输入总能产生有界的输出，不会因为微小的扰动就失控或发散。对于电子、通信、自动化等专业的学生而言，这不仅是理论考试的重点，更是未来设计实际电路、控制系统时必须掌握的核心技能。然而，面对抽象的数学判据，比如Routh-Hurwitz准则，很多人往往陷入机械记忆表格和计算步骤的困境，却对其背后的物理图像和直观意义感到模糊。

为什么极点的实部必须为负？为什么仅仅通过一个由多项式系数构成的表格，就能判断出系统是否稳定？这篇文章将尝试为你拨开迷雾。我们将绕开复杂的纯数学证明，转而从能量衰减的物理视角出发，结合经典的LC振荡电路实例和直观的MATLAB仿真动画，为你图解Routh判据的物理本质。我们会看到，拉普拉斯变换中的“s”平面，不仅仅是一个数学工具，它直接映射了系统在时域中的能量行为。通过对比Bode图、Nyquist图等频域分析方法，我们也将揭示Routh-Hurwitz准则在时域分析中的独特价值——它提供了一种不需求解高阶方程根，就能快速判断系统稳定性的强大工具。无论你是正在备考研究生复试，还是希望深化对控制理论的理解，这篇文章都将为你提供一个全新的、更具操作性的视角。

1. 稳定性的物理基石：能量视角下的极点与响应

当我们谈论一个线性时不变（LTI）系统的稳定性时，其核心秘密隐藏在系统传递函数 ( H(s) ) 的极点位置中。传递函数通常是一个关于复变量 ( s = \sigma + j\omega ) 的有理分式，其分母多项式的根即为系统的极点。从数学上看，拉普拉斯逆变换告诉我们，时域响应由一系列形如 ( e^{p_k t} ) 的指数项（以及可能的正弦、余弦项）线性组合而成，其中 ( p_k ) 就是这些极点。

那么，极点的实部 ( \sigma ) 究竟意味着什么？ 我们可以从一个简单的物理系统——无阻尼LC振荡电路开始思考。一个理想的电感和电容组成的回路，其电压或电流会以固定的频率正弦振荡，能量在电场和磁场之间来回转换，永不衰减。这个系统的极点是一对共轭纯虚数 ( p = \pm j\omega_0 )，对应时域响应为 ( \sin(\omega_0 t) ) 或 ( \cos(\omega_0 t) )。此时，系统的总能量保持恒定。

现在，我们在电路中引入一个电阻。电阻会消耗能量，导致振荡幅度逐渐减小。从数学上看，系统的极点变成了 ( p = -\sigma \pm j\omega_d )，其中 ( \sigma > 0 )。时域响应变为 ( e^{-\sigma t} \sin(\omega_d t) )。这里，极点实部 ( -\sigma ) 直接决定了能量衰减的速率。( \sigma ) 越大（即实部负得越多），( e^{-\sigma t} ) 衰减得越快，系统回到平衡状态的速度也越快。

提示：可以将极点实部想象成一个“能量泄漏阀”。实部为负（左半平面），表示系统存在能量耗散机制（如电阻），扰动会被吸收，系统稳定。实部为正（右半平面），则表示系统存在能量注入机制（如正反馈），响应会指数发散，系统不稳定。实部为零（虚轴上），则处于临界状态，能量既不耗散也不注入，持续振荡。

为了更直观地感受，我们可以用MATLAB做一个简单的仿真。考虑一个二阶系统，其传递函数为 ( H(s) = \frac{1}{s^2 + 2\zeta\omega_n s + \omega_n^2} )，其中 ( \zeta ) 是阻尼比，( \omega_n ) 是无阻尼自然频率。极点为 ( s = -\zeta\omega_n \pm j\omega_n\sqrt{1-\zeta^2} )。

% 对比不同极点实部（阻尼比）下的阶跃响应
wn = 1; % 固定自然频率
zeta_values = [0.1, 0.7, 1, 2]; % 欠阻尼，临界阻尼，过阻尼，强过阻尼
t = 0:0.01:20;

figure;
for i = 1:length(zeta_values)
    zeta = zeta_values(i);
    sys = tf(1, [1, 2*zeta*wn, wn^2]); % 构造传递函数
    [y, t] = step(sys, t); % 计算阶跃响应
    subplot(2,2,i);
    plot(t, y, 'LineWidth', 1.5);
    grid on;
    title(['\zeta = ', num2str(zeta), ' (实部: ', num2str(-zeta*wn), ')']);
    xlabel('时间 t'); ylabel('响应 y(t)');
end

运行这段代码，你会清晰地看到：随着阻尼比 ( \zeta ) 增大（极点实部 ( -\zeta\omega_n ) 的绝对值增大，但更负），系统的阶跃响应从振荡剧烈、缓慢衰减（欠阻尼），逐渐变得平滑、快速趋于稳态（过阻尼）。极点实部的负值大小，直接量化了系统“忘记”初始扰动、回归平衡的速度。

极点位置 (s平面)	阻尼比 ( \zeta )	时域响应特性	物理意义 (能量视角)
左半平面，共轭复数	0 < ( \zeta ) < 1	衰减振荡	能量耗散，振荡幅度指数衰减
左半平面，负实数	( \zeta ) > 1	单调指数衰减	强阻尼，能量被快速消耗，无振荡
虚轴上，纯虚数	( \zeta ) = 0	等幅振荡	无能量耗散，能量在形式间转换，总能量守恒
右半平面	( \zeta ) < 0	发散振荡或指数增长	能量注入，系统输出无限增长

这个表格清晰地建立了数学（极点位置）、系统参数（阻尼比）与物理现象（能量衰减）之间的桥梁。因此，判断系统稳定性的问题，就等价于判断系统传递函数的所有极点是否都位于s平面的左半开平面。对于低阶系统（如一阶、二阶），我们可以直接求解特征方程得到极点。但对于高阶系统，求解根变得异常困难，这时就需要Routh-Hurwitz准则这样的代数判据登场了。

2. Routh表：不解方程的稳定性“探测器”

Routh-Hurwitz准则的精妙之处在于，它无需显式求解高阶多项式的根，仅通过多项式系数进行一系列简单的算术运算，就能确定具有正实部根的个数。这对于工程实践来说是一个巨大的福音，尤其是在参数化分析和初步设计阶段。

给定一个系统的特征多项式（即传递函数的分母）： [ D(s) = a_n s^n + a_{n-1} s^{n-1} + \cdots + a_1 s + a_0, \quad a_n > 0 ]

Routh表的构建规则如下：

1. 排列前两行：将多项式系数按s的幂次降序排列，分别填入第一行（偶次幂）和第二行（奇次幂）。缺项补0。

   行1:  a_n,   a_{n-2}, a_{n-4}, ...
   行2:  a_{n-1}, a_{n-3}, a_{n-5}, ...
   

2. 计算后续行：从第三行开始，每一行的元素由前两行计算得出。计算公式为： [ x = -\frac{1}{\text{上一行首元素}} \begin{vmatrix} \text{上两行的第1列} & \text{上两行的下一列} \ \text{上一行的第1列} & \text{上一行的下一列} \end{vmatrix} ] 具体来说，对于第i行 (i>=3)，第j列的元素 ( r_{i,j} ) 为： [ r_{i,j} = -\frac{1}{r_{i-1,1}} \begin{vmatrix} r_{i-2,1} & r_{i-2, j+1} \ r_{i-1,1} & r_{i-1, j+1} \end{vmatrix} ] 计算一直进行到最后一行只剩一个元素为止。

Routh判据：系统稳定的充要条件是Routh表第一列所有元素均大于零。如果第一列出现负数，则系统不稳定，并且第一列元素符号改变的次数等于位于s右半平面极点的个数。

让我们用一个具体的电路实例来消化这个过程。考虑一个三阶有源滤波器或某种反馈系统，其特征方程为： [ s^3 + 5s^2 + 8s + K = 0 ] 其中 ( K ) 是系统的一个可调增益参数。我们想知道，( K ) 在什么范围内系统是稳定的。

首先构建Routh表：

行1:  1   8
行2:  5   K
行3:  (5*8 - 1*K)/5 = (40 - K)/5
行4:  K

因此，Routh表第一列为：[1, 5, (40-K)/5, K]。

根据判据，稳定的条件是所有第一列元素大于0：

1. ( 1 > 0 ) 恒成立。
2. ( 5 > 0 ) 恒成立。
3. ( (40 - K)/5 > 0 ) => ( K < 40 )。
4. ( K > 0 )。

所以，系统稳定的条件是 ( 0 < K < 40 )。当 ( K = 40 ) 时，第三行首元素为0，属于特殊情况，表明系统有极点位于虚轴上，处于临界稳定（通常认为不稳定）。当 ( K > 40 ) 或 ( K < 0 ) 时，第一列会出现符号变化，系统不稳定。

这个例子展示了Routh判据的强大操作性和实用性。我们不需要去解那个三次方程，仅仅通过系数的加减乘除，就确定了关键参数 ( K ) 的稳定域。这对于控制系统设计中的参数整定（例如PID控制器参数调节）具有直接的指导意义。

注意：在构建Routh表时，可能会遇到两种特殊情况：1) 某一行的第一个元素为零，但该行其他元素不全为零；2) 某一行所有元素都为零。对于第一种情况，可以用一个很小的正数 ( \epsilon ) 代替零继续计算，然后令 ( \epsilon \to 0^+ ) 判断符号。对于第二种情况，通常表明系统存在关于原点对称的根（如共轭虚轴根，或符号相反的实根），需要用上一行的系数构造一个辅助多项式，对其求导后再继续列表。这通常也意味着系统不是渐近稳定的。

3. 对比与深化：频域判据 vs. 时域判据

在稳定性分析中，除了Routh-Hurwitz准则，我们还有基于开环频率特性的Nyquist判据和Bode图稳定判据。理解它们之间的区别与联系，能帮助我们更全面地把握稳定性分析的精髓。

Nyquist判据 是一种几何判据。它通过绘制开环频率响应 ( G(j\omega)H(j\omega) ) 的极坐标图（Nyquist图），并观察其包围复平面 ((-1, j0)) 点的情况，来判定闭环系统的稳定性。其核心是辐角原理在控制系统中的应用。它不仅能判断稳定性，还能定性地表征稳定裕度（相位裕度和幅值裕度）。

Bode图判据 是Nyquist判据在对数坐标下的表现形式。通过分析开环对数幅频和相频曲线，观察在幅值穿越频率处的相位是否小于-180°，以及在相位穿越频率处的幅值是否小于0dB，来判断稳定性。Bode图更便于手工绘制和参数调整。

那么，Routh-Hurwitz准则与它们相比，独特价值在哪里？

• 分析对象不同：Routh判据直接作用于闭环系统的特征多项式，是时域或复域（s域） 的代数方法。而Nyquist和Bode判据作用于开环传递函数的频率响应，是频域的几何/图解方法。
• 信息维度不同：Routh判据给出的是“是/否”稳定以及不稳定极点的个数，是一种定性的、绝对的稳定性判断。频域判据（Nyquist, Bode）除了判断稳定性，还能通过裕度定量地描述系统“有多稳定”，即相对稳定性或鲁棒性。
• 适用场景不同：
  • Routh判据 最适合处理参数化的稳定性分析。就像前面的例子，当系统特征方程系数包含一个可变参数 ( K ) 时，Routh表可以高效地求出使系统稳定的 ( K ) 的范围（稳定域）。这在控制器参数整定和系统综合中非常有用。
  • 频域判据 更适合基于频率响应的系统设计与校正。工程师可以在Bode图上直观地调整控制器（如增加超前/滞后环节），改变频率响应形状，从而获得期望的稳定裕度和动态性能。

为了加深理解，让我们看一个结合两者的例子。假设一个单位负反馈系统，其开环传递函数为： [ G(s) = \frac{K}{s(s+1)(s+2)} ] 闭环特征方程为：( 1 + G(s) = 0 )，即 ( s(s+1)(s+2) + K = 0 )，展开得： [ s^3 + 3s^2 + 2s + K = 0 ]

使用Routh判据：

行1: 1   2
行2: 3   K
行3: (6 - K)/3
行4: K

稳定条件：第一列全正 => ( (6-K)/3 > 0 ) 且 ( K > 0 ) => ( 0 < K < 6 )。当 ( K=6 ) 时，系统临界稳定。

使用Nyquist/Bode判据（概念性）： 我们可以用MATLAB绘制不同K值下的Bode图或Nyquist图。当 ( K ) 较小时，系统稳定；随着 ( K ) 增大，幅值曲线整体上移，相位裕度逐渐减小；当 ( K=6 ) 时，幅值曲线在相位为-180°的频率点恰好穿过0dB线，系统临界稳定；( K>6 ) 时，系统不稳定。频域判据直观地展示了增益 ( K ) 如何影响稳定裕度。

% 验证Routh判据与Bode图的关系
K_values = [2, 6, 10]; % 稳定，临界，不稳定
figure;
for i = 1:3
    K = K_values(i);
    G = tf(K, conv([1, 0], conv([1, 1], [1, 2]))); % 开环传递函数
    subplot(3,1,i);
    margin(G); % 绘制Bode图并显示裕度
    grid on;
    title(['开环增益 K = ', num2str(K)]);
end

运行这段代码，你将看到三幅Bode图。当 ( K=2 ) 时，相位裕度（PM）为正；当 ( K=6 ) 时，幅值裕度（GM）为0 dB（对应临界稳定）；当 ( K=10 ) 时，幅值裕度为负，系统不稳定。这完美印证了Routh判据得出的结论。

小结：Routh-Hurwitz准则提供了一种快速、代数化的稳定性检验工具，特别擅长处理含参系统的稳定域分析。它是时域/复域分析的代表。而频域判据则提供了关于系统动态性能和鲁棒性的更丰富信息，是频率响应法设计的基石。在实际工程中，二者常常结合使用：先用Routh判据确定参数的稳定范围，再在稳定范围内利用频域法进行性能优化。

4. 从理论到实践：电路实例与MATLAB仿真深化理解

理论需要实践的检验。让我们回到最初的物理视角，用一个具体的RLC串联电路来贯穿整个分析过程，并用MATLAB进行动态仿真，让抽象的概念“动”起来。

考虑一个经典的RLC串联电路，输入为电压源 ( V_{in}(s) )，输出为电容电压 ( V_{C}(s) )。其传递函数为： [ H(s) = \frac{V_C(s)}{V_{in}(s)} = \frac{1/Cs}{R + Ls + 1/Cs} = \frac{1}{LCs^2 + RCs + 1} ] 令 ( \omega_n = 1/\sqrt{LC} )（无阻尼自然频率），( \zeta = \frac{R}{2} \sqrt{\frac{C}{L}} )（阻尼比），则特征方程为： [ s^2 + 2\zeta\omega_n s + \omega_n^2 = 0 ] 极点：( s = -\zeta\omega_n \pm j\omega_n\sqrt{1-\zeta^2} )。

物理意义再解读：

• 电阻 ( R )：直接对应阻尼比 ( \zeta )，决定了极点实部 ( -\zeta\omega_n ) 的大小。( R ) 越大，阻尼越大，实部负得越多，能量衰减越快。
• 电感 ( L ) 和电容 ( C )：共同决定自然频率 ( \omega_n )，影响极点的虚部（振荡频率）和实部的比例。

现在，我们固定 ( L=1H ), ( C=1F )，则 ( \omega_n = 1 \text{ rad/s} )。通过改变电阻 ( R ) 来观察系统响应和极点位置的变化。

% RLC电路阶跃响应与极点移动动画
L = 1; C = 1; wn = 1/sqrt(L*C);
R_values = linspace(0.1, 3, 50); % 电阻从0.1到3欧姆变化
t = 0:0.05:30;

% 创建动画窗口
figure;
for i = 1:length(R_values)
    R = R_values(i);
    zeta = R/(2) * sqrt(C/L); % 阻尼比
    sys = tf(1, [L*C, R*C, 1]); % 传递函数
    
    % 子图1：阶跃响应
    subplot(2,2,1);
    [y, t] = step(sys, t);
    plot(t, y, 'b', 'LineWidth', 1.5);
    grid on; axis([0 30 -0.5 2.2]);
    xlabel('时间 (s)'); ylabel('V_C(t)');
    title(['RLC电路阶跃响应 (R=', num2str(R, '%.2f'), '\Omega, \zeta=', num2str(zeta, '%.2f'), ')']);
    
    % 子图2：s平面极点位置
    subplot(2,2,2);
    p = pole(sys); % 计算极点
    plot(real(p), imag(p), 'rx', 'MarkerSize', 10, 'LineWidth', 2);
    hold on;
    % 绘制s平面示意
    plot([-3, 1], [0, 0], 'k-', 'LineWidth', 0.5); % 实轴
    plot([0, 0], [-2, 2], 'k-', 'LineWidth', 0.5); % 虚轴
    plot([-3, 0], [0, 0], 'r--', 'LineWidth', 1); % 强调负实轴
    rectangle('Position', [-3, -2, 3, 4], 'EdgeColor', 'g', 'LineWidth', 1.5, 'LineStyle', '--'); % 左半平面框
    hold off;
    grid on; axis equal; axis([-3 1 -2 2]);
    xlabel('实部 (\sigma)'); ylabel('虚部 (j\omega)');
    title('极点位置 (s平面)');
    legend('极点', 'Location', 'best');
    
    % 子图3：Routh表第一列元素（本例为二阶，直接计算）
    % 特征多项式系数: a2=LC, a1=RC, a0=1
    a2 = L*C; a1 = R*C; a0 = 1;
    % 二阶系统Routh表：行1: [a2, a0]; 行2: [a1, 0]; 行3: [a0]
    routh_col1 = [a2; a1; a0];
    subplot(2,2,3);
    bar(categorical({'a2', 'a1', 'a0'}), routh_col1, 'FaceColor', [0.2 0.6 0.8]);
    ylim([-0.5 max(routh_col1)+0.5]);
    grid on;
    ylabel('数值');
    title('Routh表第一列元素');
    % 判断稳定性并标注
    if all(routh_col1 > 0)
        stability_text = '系统稳定';
        text_color = 'g';
    else
        stability_text = '系统不稳定';
        text_color = 'r';
    end
    text(1.5, max(routh_col1)*0.8, stability_text, 'Color', text_color, 'FontSize', 12, 'FontWeight', 'bold');
    
    % 子图4：能量衰减示意图（用包络线表示）
    subplot(2,2,4);
    if zeta < 1 % 欠阻尼振荡
        sigma = -zeta*wn;
        envelope = exp(sigma*t);
        plot(t, envelope, 'r--', t, -envelope, 'r--', 'LineWidth', 1.5);
        hold on;
        plot(t, y, 'b-', 'LineWidth', 1);
        hold off;
        legend('包络线 e^{\sigma t}', '', '响应 V_C(t)');
    else % 过阻尼，无振荡
        plot(t, y, 'b-', 'LineWidth', 1.5);
        legend('响应 V_C(t)');
    end
    grid on; axis([0 30 -0.5 2.2]);
    xlabel('时间 (s)'); ylabel('幅值');
    title('响应与能量衰减包络');
    
    drawnow;
    pause(0.05); % 控制动画速度
end

运行这个脚本，你将看到一个四子图的动画。它动态展示了：

1. 左上：电路在单位阶跃电压输入下的电容电压响应。
2. 右上：系统极点在s复平面上的位置移动轨迹。随着R增大，极点从虚轴附近（欠阻尼，振荡）沿圆弧向左移动，在 ( \zeta=1 ) 时重合于负实轴（临界阻尼），然后沿负实轴向左右分开（过阻尼）。
3. 左下：对应特征多项式的Routh表第一列元素。对于二阶系统，稳定的条件是所有系数 ( a_2, a_1, a_0 > 0 )。由于 ( L, C, R ) 均为正，所以第一列恒为正，系统始终稳定（这是无源RLC电路的固有属性）。动画中条形图会保持全正。
4. 右下：响应的包络线，直观展示了由极点实部 ( \sigma = -\zeta\omega_n ) 决定的指数衰减（或增长）趋势。

这个动画将极点位置（数学）、Routh表系数（代数判据）、时域响应（输出）和能量衰减（物理本质）紧密地联系在了一起。你可以清晰地观察到，当极点远离虚轴（更靠左），即实部更负时，右下图的红色包络线收缩得更快，系统响应更快地趋于稳态值。

5. 超越判据：Routh表在分析与设计中的进阶应用

掌握了Routh判据的基本应用后，我们可以进一步探索它在系统分析和设计中的一些高级技巧。这些技巧能帮助我们在面对更复杂问题时，依然能游刃有余。

5.1 相对稳定性分析与稳定裕度估计

Routh判据判断的是绝对稳定性（极点是否在左半平面）。但有时我们更关心相对稳定性，即系统极点离虚轴有多远，这决定了系统的响应速度和阻尼特性。虽然Routh判据不能像根轨迹或频域法那样精确给出稳定裕度，但我们可以利用它进行保守估计。

一种常见的方法是进行 “平移轴”分析。如果我们想知道系统是否所有极点都位于 ( s = -\alpha ) 这条垂线的左侧（即实部都小于 ( -\alpha )，具有至少 ( \alpha ) 的衰减度），我们可以进行变量代换 ( s = z - \alpha )，将原特征方程 ( D(s) = 0 ) 变为关于 ( z ) 的方程 ( D(z-\alpha) = 0 )。然后对新的 ( z ) 多项式应用Routh判据。如果新多项式的Routh表第一列全为正，则说明原系统所有极点的实部均小于 ( -\alpha )。

示例：对于特征方程 ( s^3 + 5s^2 + 8s + 6 = 0 )，我们想知道是否所有极点实部都小于 -1。

1. 令 ( s = z - 1 )。
2. 代入原方程：( (z-1)^3 + 5(z-1)^2 + 8(z-1) + 6 = 0 )。
3. 展开并整理得：( z^3 + 2z^2 + z + 0 = 0 )，即 ( z^3 + 2z^2 + z = 0 )。
4. 对 ( z ) 的多项式构建Routh表：

   行1: 1   1
   行2: 2   0
   行3: 1
   行4: 0
   

   第一列为 [1, 2, 1, 0]。第三行是常数项，为0。由于存在零元素，需要特殊处理（用 ( \epsilon ) 代替）。分析可知，当 ( \epsilon \to 0^+ ) 时，第一列符号为 [+, +, +, 0]，没有符号变化。但最后一行是0，通常意味着在 ( z=0 ) 有根，即原系统在 ( s = -1 ) 有根。实际上，原方程可分解为 ( (s+1)(s^2+4s+6)=0 )，确实有一个极点在 ( s=-1 )，其余两个极点实部为-2。所以，并非所有极点实部都小于-1，而是有等于-1的。这个方法帮助我们验证了这一点。

5.2 参数空间的稳定域绘制

这是Routh判据最强大的应用之一。对于含有多个可变参数的系统，我们可以利用Routh判据确定使系统稳定的参数范围，并在参数空间中画出稳定边界。

考虑一个更复杂的例子，一个系统特征方程为： [ s^4 + 6s^3 + 11s^2 + (6+K)s + K = 0 ] 其中 ( K ) 和 ( \tau ) 是两个可变参数。我们想找出 ( (K, \tau) ) 平面上使系统稳定的区域。

1. 构建Routh表：

   行1: 1   11   K
   行2: 6   (6+K) 0
   行3: c1   K
   行4: d1
   行5: K
   

   其中， [ c1 = \frac{6 \cdot 11 - 1 \cdot (6+K)}{6} = \frac{66 - 6 - K}{6} = \frac{60 - K}{6} ] [ d1 = \frac{c1 \cdot (6+K) - 6 \cdot K}{c1} = \frac{(60-K)(6+K)/6 - 6K}{(60-K)/6} = \frac{(60-K)(6+K) - 36K}{60-K} ] 简化分子：( (60-K)(6+K) - 36K = 360 + 60K -6K -K^2 -36K = 360 + 18K - K^2 ) 所以 ( d1 = \frac{360 + 18K - K^2}{60-K} )。

2. 稳定条件（第一列全大于0）：

   • ( 1 > 0 ) (恒成立)
   • ( 6 > 0 ) (恒成立)
   • ( c1 = (60-K)/6 > 0 ) => ( K < 60 )
   • ( d1 = (360 + 18K - K^2) / (60-K) > 0 )
   • ( K > 0 )

3. 分析不等式 ( d1 > 0 )：

   • 分母 ( 60-K > 0 ) 已由条件3保证。
   • 所以只需分子 ( 360 + 18K - K^2 > 0 )，即 ( K^2 - 18K - 360 < 0 )。
   • 解二次方程 ( K^2 - 18K - 360 = 0 ) 得根 ( K = \frac{18 \pm \sqrt{324+1440}}{2} = \frac{18 \pm \sqrt{1764}}{2} = \frac{18 \pm 42}{2} )，即 ( K = 30 ) 或 ( K = -12 )。
   • 因此不等式解为 ( -12 < K < 30 )。

4. 综合所有条件：

   • ( K > 0 ) (条件5)
   • ( K < 60 ) (条件3)
   • ( -12 < K < 30 ) (条件4) 取交集得：( 0 < K < 30 )。

因此，对于这个系统，当且仅当增益 ( K ) 在 0 到 30 之间时，系统是稳定的。这个结论对于控制系统设计至关重要，它给出了控制器增益的可调安全范围。

5.3 处理特殊情况：全零行与零首元素

在实际应用中，你可能会遇到Routh表某一行第一个元素为零，或整行全为零的情况。这并非计算错误，而是系统具有特殊结构的信号。

• 首元素为零，该行其他元素不全为零：可以用一个很小的正数 ( \epsilon ) 代替零，继续计算后续行，然后分析当 ( \epsilon \to 0^+ ) 时第一列元素的符号变化。这通常表明系统有极点位于虚轴附近，或存在对称于原点的根。
• 整行全为零：这表示特征多项式存在对称于s平面原点的根，例如共轭虚轴根（( \pm j\omega )），或符号相反的实根（( \pm \sigma )）。处理方法是利用全零行的上一行系数构造一个辅助多项式 ( A(s) )（该多项式是原特征多项式的因子），然后对 ( A(s) ) 求导，用求导得到的系数代替全零行，继续完成Routh表。辅助多项式的根就是这些对称的根。

例如，特征方程 ( s^4 + 5s^3 + 8s^2 + 20s + 16 = 0 ) 的Routh表会出现全零行。构造辅助多项式并继续计算，可以找出系统有一对共轭虚轴极点 ( \pm j2 )，系统处于临界稳定。

掌握这些进阶技巧，意味着你不仅能判断系统是否稳定，还能初步分析其稳定裕度、确定多参数系统的稳定区域，并正确处理各种边界情况。这大大提升了Routh-Hurwitz准则在解决复杂工程问题时的实用性。