从控制系统的极点谈起——复数的旋转作用

之前我们对拉普拉斯变换之后的这个s,包括z变换,其实都有点觉得是很神奇的不知道是啥东西。现在看来,说到底s和z其实就是个复数。复数本身和实数相比,典型的特征就是能够描述旋转。比如说0,j,-1,-j就是四个角度。再比如,最著名的欧拉公式
在这里插入图片描述
我们知道一个系统的最后的输出模态由系统的极点来决定,也就是 e s t e^{st} est。我们令 s = a + b i s=a+bi s=a+bi。可得到
e s t = e a t × e b i t = e a t × cos ⁡ ( b t ) + i × e a t × sin ⁡ ( b t ) e^{st}=e^{at}\times e^{bit}=e^{at}\times\cos(bt)+i\times e^{at}\times\sin(bt) est=eat×ebit=eat×cos(bt)+i×eat×sin(bt)
单看 e b i t = cos ⁡ ( b t ) + i sin ⁡ ( b t ) e^{bit}=\cos(bt)+i\sin(bt) ebit=cos(bt)+isin(bt)
如果没有t的话, e b i = cos ⁡ ( b ) + i sin ⁡ ( b ) e^{bi}=\cos(b)+i\sin(b) ebi=cos(b)+isin(b)
这其实是在复平面上的一个向量。加上t的话,就是一个以角速度b旋转的向量,并且这个旋转的向量是单位向量。前面再乘个 e a t e^{at} eat,表示这个旋转的向量的长短会随着时间发生变化。
换言之,对于 e x e^{x} ex,x如果是实数, e x e^{x} ex就是复平面实轴上的一点;x如果是纯虚数像i2, e x e^{x} ex就是复平面上模值为1的一个向量;x如果是复数像a+bi, e x e^{x} ex就是复平面上模值由a决定的一个向量。如果x中还包含时间变量t,实轴上的点的话会在实轴上随t移动;复平面的向量的话会随时间旋转,实部描述了模值大小变化,虚部描述了旋转速度快慢。
基于此,我们再来考虑一组正交的正弦函数它可以描述复平面上的向量。也即欧拉公式 e i x = cos ⁡ ( x ) + i sin ⁡ ( x ) e^{ix}=\cos(x)+i\sin(x) eix=cos(x)+isin(x),当极点共轭时,也就是说,向量对称分布在实轴两边。也就是说虚部可以抵消掉。也就是说最后只有实部分量。这也就是一组共轭极点对应于一个正弦函数的原因所在。
这也就是说,复平面上的一个点就可以对应于 e a t cos ⁡ ( b t ) e^{at}\cos(bt) eatcos(bt)一个这么复杂的时域响应。所以我觉得正是由于引入了复平面,所以才能把 c o s ( b t ) cos(bt) cos(bt),这个正弦量通过一组点反应出来。从而方便了控制系统的设计与分析——即我们只要设计或分析极点的位置就好了。

如有理解不到位的地方,恳请大家批评指正。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值