MATLAB绘制伯德图：从传递函数到频域分析实战指南

1. 项目概述：从零开始用MATLAB绘制伯德图

如果你刚接触自动控制或者信号处理，伯德图（Bode Plot）这个名字一定不陌生。它就像电路工程师和控制系统设计师的“听诊器”，通过两张图——幅频特性图和相频特性图——就能直观地“听”出一个系统对不同频率信号的响应能力：是放大还是衰减，是超前还是滞后。以前画这图得在坐标纸上手动描点计算，繁琐又容易出错。现在，我们有了MATLAB，这个工程计算领域的“瑞士军刀”，让绘制伯德图从一项体力活变成了敲几行代码的艺术。

这个实例就是带你亲手用MATLAB，从一个最简单的传递函数开始，一步步生成清晰、专业的伯德图。无论你是正在完成课程作业的学生，还是需要快速验证电路或控制器频域特性的工程师，掌握这个方法都能极大提升效率。整个过程不涉及高深的控制理论，重点在于实操：如何把课本上的传递函数变成代码，如何理解MATLAB生成的图形，以及如何调整参数让图更符合你的报告或论文要求。我们直接从最核心的bode()函数入手，避开那些复杂的理论推导，聚焦于“怎么做”和“为什么这么做”。

2. 核心原理与MATLAB工具链解析

在动手写代码之前，花几分钟搞清楚伯德图和MATLAB相关工具的核心思想，能让你后面的操作事半功倍，而不是机械地复制粘贴。

2.1 伯德图究竟在看什么？

伯德图描述的是一种“频率响应”。想象一下你正在调节一个老式收音机的旋钮（频率选择）。对于某个固定的电台频率（信号频率），收音机喇叭输出的声音大小（幅值）和声音听起来的感觉（相位，比如低音炮的“力度”感觉会稍有延迟）是确定的。伯德图就是把所有可能的频率旋钮位置都试一遍，然后把声音大小和延迟情况分别画成两张图。

• 幅频特性图（Magnitude Plot）：纵坐标通常是增益（Gain），单位是分贝（dB），公式是 20*log10(|H(jω)|)。这个对数坐标的妙处在于，它能将极大的动态范围（比如放大一万倍和衰减到万分之一）压缩到一张可读的图上。横坐标是频率（ω），也是对数坐标（log scale），这样既能看清低频细节，也能看到高频趋势。
• 相频特性图（Phase Plot）：纵坐标是相位（Phase），单位是度（°）或弧度（rad），表示输出信号相对于输入信号的延迟程度。横坐标同样是对数频率。

MATLAB的bode()函数，就是帮你自动完成“遍历所有频率并计算幅值和相位”这个繁重工作的工具。

2.2 MATLAB中的系统表示：传递函数与零极点模型

要让MATLAB帮你分析，你得先用它能听懂的语言描述你的系统。最常用的两种“语言”是传递函数和零极点模型。

1. 传递函数（Transfer Function）： 这是最直观的方式，直接写出系统输出与输入的拉普拉斯变换之比。在MATLAB中，我们使用tf函数来创建。例如，一个二阶低通滤波器的传递函数为 H(s) = 1 / (s² + 0.5s + 1)。在MATLAB中表示为：

   num = 1; % 分子系数 den = [1, 0.5, 1]; % 分母系数，按s的降幂排列 sys_tf = tf(num, den);

   这种方式对于从教科书或论文中直接获取的方程非常友好。

2. 零极点增益模型（Zero-Pole-Gain）： 任何传递函数都可以分解为若干因式的乘积。tf模型描述的是“多项式形式”，而zpk模型描述的是“因式分解形式”。例如，上述系统也可以写成 H(s) = 1 / ((s - p1)(s - p2))，其中p1, p2是系统的极点。在MATLAB中创建：

   z = []; % 零点，本例中无零点，为空矩阵 p = [-0.25 + 0.9682i, -0.25 - 0.9682i]; % 极点 k = 1; % 增益 sys_zpk = zpk(z, p, k);

   zpk模型在分析系统稳定性（看极点是否在左半平面）和快速构建系统时特别有用。bode()函数对这两种模型都支持。

注意：对于同一系统，sys_tf和sys_zpk在数学上是等价的。MATLAB内部计算频率响应时，可能会根据模型类型采用不同的数值算法，但最终结果在绘图精度内应该一致。初学者建议先从tf开始，更贴近课本公式。

2.3bode()函数家族与周边工具

bode()是主角，但它不是孤军奋战。

• 基本bode(sys)：最常用的形式。直接绘制伯德图。如果不指定输出参数，MATLAB会自动弹出图形窗口并绘制。如果指定了输出参数，如[mag, phase, w] = bode(sys)，则不会绘图，而是返回幅值、相位和频率点数据，供你自行处理。
• bode(sys, w)：这是关键技巧。w是你指定的频率点向量（单位：rad/s）。默认情况下，MATLAB会自动选择一个它认为“合适”的频率范围，但这个范围有时不符合我们的需求（比如你想重点关注某个频段）。通过自定义w，你可以精确控制绘图范围。

  w = logspace(-2, 2, 500); % 生成从10^-2到10^2 rad/s之间，对数均匀分布的500个点 bode(sys, w);

• bodeplot()与bodeoptions：这是绘制可定制、出版级伯德图的黄金组合。bodeplot返回一个图形句柄，允许你对图的几乎所有属性进行精细调整。bodeoptions则用于创建和修改一整套绘图选项。
• 相关函数：margin()函数可以直接从伯德图上计算并标注出系统的幅值裕度（Gain Margin）和相位裕度（Phase Margin），这两个是衡量系统相对稳定性的关键指标。nyquist()和nichols()则是另外两种频域分析工具。

3. 从入门到精通：四步绘制标准伯德图

下面我们通过一个完整的例子，演示从创建系统到生成精美伯德图的全流程。我们以一个典型的二阶系统为例：H(s) = 5 / (s² + 1.2s + 5)。

3.1 第一步：定义系统模型

打开MATLAB，新建一个脚本文件（.m文件）。首先定义系统。这里我们同时展示tf和zpk两种方法，你可以任选其一。

% 方法1：使用传递函数 tf num = 5; % 分子，常数5 den = [1, 1.2, 5]; % 分母系数，对应 s^2 + 1.2s + 5 sys = tf(num, den); % 方法2：使用零极点模型 zpk （通过计算极点） % 计算分母的根，即极点 p = roots(den); % roots([1, 1.2, 5]) 计算极点 z = []; % 无零点 k = 5; % sys = zpk(z, p, k); % 取消注释即可使用zpk模型 % 显示系统信息，确认无误 disp('系统传递函数为：'); sys

运行这部分代码，命令行窗口会显示sys = 5 / (s^2 + 1.2 s + 5)，确认系统模型已正确建立。

3.2 第二步：生成并分析基础伯德图

使用最基本的bode命令快速查看。

figure(1); % 创建图形窗口1 bode(sys); grid on; % 添加网格线，便于读数 title('基础Bode图 - 二阶系统');

运行后，你会看到一个包含上下两幅子图的标准伯德图。上图为幅频特性，下图为相频特性。

• 初步观察：在幅频图中，你能看到在某个频率点（大致在√5 ≈ 2.2 rad/s附近）出现了一个凸起的“峰”，这是二阶系统在阻尼比较小时的特征，称为“谐振峰”。相频图则显示相位从0°开始，最终趋向-180°。
• 问题：默认的自动频率范围可能不够宽或不够精细，网格是线性网格而非对数网格，且图片样式比较基础。

3.3 第三步：自定义频率范围与获取数据

为了更精细地分析，我们自定义频率向量。logspace函数是生成对数坐标点的利器。

% 定义我们关心的频率范围：从0.1 rad/s 到 100 rad/s，取200个对数均匀点 w_custom = logspace(-1, 2, 200); % 10^-1 到 10^2 figure(2); bode(sys, w_custom); % 使用自定义频率点绘图 grid on; title('自定义频率范围的Bode图'); % 获取数据，用于后续自定义绘图或计算 [mag, phase, w] = bode(sys, w_custom); % 注意：bode返回的mag和phase是3维数组，需要压缩 mag_db = 20*log10(squeeze(mag)); % 转换为分贝值 phase_deg = squeeze(phase); % 相位值（度）

现在，mag_db和phase_deg就是对应频率点w上的幅值（dB）和相位（°）数据。你可以用这些数据做任何进一步的分析或用自己的plot命令重新绘图。

3.4 第四步：高级定制与出版级绘图

这是让伯德图从“能用”到“好看”的关键。我们使用bodeplot和bodeoptions。

% 创建绘图选项集 opts = bodeoptions; % 设置常用选项 opts.FreqUnits = 'Hz'; % 频率单位设为Hz（默认为rad/s） opts.MagUnits = 'dB'; % 幅值单位设为dB（默认就是dB，显式声明更清晰） opts.PhaseUnits = 'deg'; % 相位单位设为度 opts.Grid = 'on'; % 打开网格 opts.XLim = {[0.1, 100]}; % 设置频率轴范围，使用细胞数组 opts.XLimMode = {'manual'}; % 将频率轴范围模式设为手动（固定） opts.Title.String = '定制化Bode图 (频率单位: Hz)'; % 设置总标题 opts.Title.FontSize = 12; % 幅频图特定设置 opts.MagVisible = 'on'; opts.MagLowerLimMode = 'manual'; opts.MagLowerLim = -40; % 设置幅值图纵轴下限为-40dB % 相频图特定设置 opts.PhaseVisible = 'on'; opts.PhaseWrapping = 'on'; % 相位折叠（通常保持在[-180, 180]或[0, 360]之间） % 使用bodeplot绘图 figure(3); h = bodeplot(sys, opts); % h是图形句柄 % 进一步通过句柄微调（例如调整线宽、颜色） setoptions(h, 'FreqUnits', 'Hz', 'MagUnits', 'dB', 'PhaseUnits', 'deg'); % 可以通过 getoptions(h) 查看所有可调选项

通过这一步，你得到了一张格式规范、元素可控的伯德图，可以直接插入报告或论文中。

实操心得：bodeoptions的属性非常多，不需要全部记住。常用的就是FreqUnits、MagUnits、PhaseUnits、Grid、XLim。更精细的调整（如坐标轴标签字体、线条颜色）可以通过setoptions结合图形句柄h来完成，或者直接在生成的图窗中使用MATLAB的图形属性编辑器（“查看”->“属性编辑器”）进行可视化调整，然后使用getoptions(h)命令将当前的设置导出为代码，方便下次复用。这是提高效率的小技巧。

4. 实战进阶：多系统对比与稳定性裕度分析

单一系统的伯德图只是开始。工程中经常需要比较不同参数或不同设计的效果。

4.1 在同一张图上绘制多个系统

假设我们想比较阻尼比ζ对同一个二阶系统的影响。系统传递函数通式为：H(s) = ω_n² / (s² + 2ζω_n s + ω_n²)。固定ω_n = 5，比较ζ = 0.3, 0.7, 1.2的情况。

wn = 5; % 自然频率 zeta = [0.3, 0.7, 1.2]; % 不同阻尼比 sys_cell = cell(1, length(zeta)); % 创建细胞数组存储系统 legend_str = cell(1, length(zeta)); % 创建图例字符串 figure(4); hold on; % 保持图形，允许多次绘图叠加 for i = 1:length(zeta) num = wn^2; den = [1, 2*zeta(i)*wn, wn^2]; sys_temp = tf(num, den); sys_cell{i} = sys_temp; legend_str{i} = sprintf('\\zeta = %.1f', zeta(i)); % 使用bode并指定输出，然后手动绘制 [mag, phase, w] = bode(sys_temp, logspace(-1,2,200)); mag_db = 20*log10(squeeze(mag)); phase_deg = squeeze(phase); subplot(2,1,1); % 幅频图 semilogx(w, mag_db, 'LineWidth', 1.5); hold on; ylabel('Magnitude (dB)'); grid on; subplot(2,1,2); % 相频图 semilogx(w, phase_deg, 'LineWidth', 1.5); hold on; ylabel('Phase (deg)'); xlabel('Frequency (rad/s)'); grid on; end subplot(2,1,1); legend(legend_str, 'Location', 'best'); title('不同阻尼比的Bode图（幅频）'); subplot(2,1,2); legend(legend_str, 'Location', 'best'); title('不同阻尼比的Bode图（相频）'); hold off;

通过这个对比图，可以清晰看到：阻尼比ζ越小（如0.3），谐振峰越尖锐，系统对特定频率的放大作用越强；阻尼比增大（如0.7），谐振峰变得平缓；当过阻尼（ζ=1.2）时，谐振峰消失。相位变化的速度也随ζ不同而不同。

4.2 一键计算与标注稳定裕度

稳定裕度是衡量系统距离临界稳定（震荡）有多远的指标。margin()函数可以方便地计算并可视化。

% 使用之前的sys (ζ=0.24的系统，阻尼较小) figure(5); margin(sys); % 直接绘制带有裕度标注的Bode图 grid on; % 也可以获取裕度数据而不绘图 [Gm, Pm, Wcg, Wcp] = margin(sys); fprintf('幅值裕度 Gm = %.2f dB， 发生在频率 %.2f rad/s\n', 20*log10(Gm), Wcg); fprintf('相位裕度 Pm = %.2f deg， 发生在截止频率 %.2f rad/s\n', Pm, Wcp);

运行margin(sys)后，图上会用垂直虚线标出增益交界频率（Gain Crossover Frequency，相位为-180°时的频率，对应幅值裕度）和相位交界频率（Phase Crossover Frequency，增益为0dB时的频率，对应相位裕度），并在图上方显示具体的裕度值。这对于控制器设计和系统稳定性评估至关重要。

注意事项：margin计算出的幅值裕度Gm是倍数关系，不是分贝值。如果需要分贝值，需要用20*log10(Gm)转换。而相位裕度Pm直接就是度数。Wcg是相位达到-180°时的频率（对应Gm），Wcp是增益达到0dB时的频率（对应Pm）。

5. 常见问题排查与实用技巧实录

在实际操作中，你可能会遇到一些意想不到的情况。这里记录了几个典型问题及其解决方法。

5.1 图形显示异常或空白

• 问题：运行bode(sys)后，图形窗口闪退或显示空白。
• 排查：
  1. 检查变量名：确认sys变量是否正确定义。在命令行输入sys回车，看是否能正确显示传递函数。
  2. 检查图形窗口：可能是其他图形窗口被置顶。尝试使用figure命令新建一个窗口再绘图。
  3. 关闭并重启MATLAB：有时图形系统会出现临时性错误，重启MATLAB是最快的解决方法。
  4. 更新图形驱动：如果频繁出现图形问题，考虑更新电脑的显卡驱动。

5.2 频率响应数据为NaN或Inf

• 问题：使用[mag, phase, w] = bode(sys)获取数据时，发现mag或phase中有非数值（NaN）或无穷大（Inf）。
• 原因与解决：
  1. 系统含有积分环节（s=0极点）：在频率为0时，幅值会趋于无穷大。bode函数在计算时，频率向量通常从非零值开始（如10^-3），但如果你自定义的w包含了0，就会导致计算溢出。避免在频率向量中包含0。
  2. 传递函数定义错误：例如分母系数为0，导致系统在几乎所有频率点都不稳定。仔细检查tf或zpk的输入参数。
  3. 数值精度问题：对于极高阶或病态系统，MATLAB的数值计算可能会失效。尝试简化模型，或使用zpk形式（数值稳定性通常优于tf）。

5.3 如何将伯德图数据导出到Excel或文本文件

有时需要将频率响应数据用于其他软件（如Excel）进行进一步处理或绘图。

[mag, phase, w] = bode(sys, logspace(-1, 2, 500)); mag_db = 20*log10(squeeze(mag)); phase_deg = squeeze(phase); % 方法1：保存为 .mat 文件（MATLAB专用，保留所有变量信息） save('bode_data.mat', 'w', 'mag_db', 'phase_deg'); % 方法2：保存为文本文件（如CSV，通用格式） data_table = table(w, mag_db, phase_deg, ... 'VariableNames', {'Frequency_rad_per_s', 'Magnitude_dB', 'Phase_deg'}); writetable(data_table, 'bode_data.csv'); % 方法3：保存为Excel文件 writetable(data_table, 'bode_data.xlsx');

5.4 自定义坐标轴标签和刻度

bodeplot的默认标签是英文。对于需要中文报告的情况，或者需要特殊格式的刻度，可以在绘图后使用标准的MATLAB图形命令进行修改。

figure; h = bodeplot(sys); setoptions(h, 'Grid', 'on'); % 获取所有坐标轴句柄 ax = findall(gcf, 'Type', 'axes'); % 修改幅频图（第一个坐标轴）的标签 set(get(ax(1), 'YLabel'), 'String', '增益 (dB)'); % 修改相频图（第二个坐标轴）的标签 set(get(ax(2), 'YLabel'), 'String', '相位 (度)'); % 修改所有x轴标签 for i = 1:length(ax) set(get(ax(i), 'XLabel'), 'String', '频率 (rad/s)'); end % 修改标题 set(get(ax(1), 'Title'), 'String', '定制化伯德图');

5.5 处理非最小相位系统或时滞环节

非最小相位系统（在右半平面有零点或极点）或包含纯时滞环节（e^{-sT}）的系统，其伯德图相位可能表现出不寻常的滞后。MATLAB的bode函数可以处理这些系统。

• 时滞环节：使用tf的InputDelay或OutputDelay属性，或者直接用pade函数对时滞进行有理近似后再分析。

  sys_delay = tf(1, [1, 1]); % 一个一阶系统 sys_delay.InputDelay = 0.5; % 增加0.5秒的输入时滞 figure; bode(sys_delay); % 或者使用Pade近似 [num_pade, den_pade] = pade(0.5, 3); % 3阶Pade近似 sys_approx = tf(num_pade, den_pade) * tf(1, [1, 1]); % 近似后的系统 figure; bode(sys_approx);

  注意，bode函数能直接绘制带时滞系统的精确频率响应（基于频域计算），而Pade近似是一种在复平面上用有理函数逼近时滞的方法，在有限频率范围内是有效的。

掌握这些基础操作和问题排查方法，你就能应对绝大多数使用MATLAB绘制和分析伯德图的场景。核心在于理解bode()函数只是一个计算和绘图工具，真正的功夫在于你如何定义系统、如何解读图形背后的物理意义和控制含义。多练习，多尝试修改系统参数，观察伯德图的变化，这是学习频域分析最直观有效的方式。