MATLAB——根轨迹分析实战：从原理到高级绘制技巧

1. 根轨迹分析基础：从理论到MATLAB实现

我第一次接触根轨迹分析是在大学自动控制原理课上，当时对着课本上那些复杂的公式和曲线一头雾水。直到后来用MATLAB实际操作才发现，原来这个看似高深的概念可以如此直观地呈现。根轨迹分析本质上是一种图形化方法，用来研究系统参数（通常是开环增益K）变化时，闭环系统极点在复平面上的运动轨迹。

举个生活中的例子，就像调整汽车方向盘的角度会影响行驶轨迹一样，根轨迹展示的就是系统"响应特性"随参数变化的"运动轨迹"。在MATLAB中，我们主要用三个关键函数来操作：

• pzmap：绘制系统的零极点分布图
• rlocus：生成根轨迹图
• rlocfind：交互式选择特定极点位置

先来看个最简单的例子。假设有个开环传递函数G(s)=K/(s(s+1))，在MATLAB中我们可以这样建立模型并绘制根轨迹：

sys = tf(1, [1 1 0]); % 创建传递函数 rlocus(sys); % 绘制根轨迹 grid on; % 添加网格

运行这几行代码，你会看到两条从原点出发的曲线，这就是该系统的根轨迹。随着K值增大，极点会沿着特定路径移动，这种可视化效果比纯数学公式直观多了。

2. 零极点分布图绘制技巧

2.1 pzmap函数深度解析

pzmap是我的调试利器，它用×表示极点，用○表示零点，一眼就能看出系统的关键特征。比如下面这个稍微复杂点的系统：

sys = tf([1 2], [1 4 5 2]); pzmap(sys);

执行后会显示三个×和一个○，分别对应分母和分子的根。这里有个实用技巧：按住图形窗口的"Data Cursor"按钮，可以点击任意极点或零点查看其精确坐标。

我经常用pzmap来快速判断系统稳定性——只要所有极点都在左半平面，系统就是稳定的。有一次调试无人机控制系统时，就是通过pzmap发现有个极点跑到了右半平面，及时避免了炸机风险。

2.2 多系统对比分析

实际工程中经常需要比较不同控制方案的零极点分布。MATLAB支持在同一坐标系下绘制多个系统的pzmap：

sys1 = tf(1, [1 1]); sys2 = tf(1, [1 2 1]); pzmap(sys1, sys2); legend('系统1','系统2');

按住Alt键拖动图例可以避免遮挡关键点。对于高阶系统，我建议使用damp函数直接列出所有极点的阻尼比和自然频率，比看图更精确。

3. 根轨迹绘制实战进阶

3.1 rlocus函数的高级用法

rlocus是根轨迹分析的核心工具，但很多人只用了它最基本的功能。比如要同时绘制多个系统的根轨迹：

sys1 = tf(1, [1 3 2]); sys2 = tf(1, [1 3 2 0]); rlocus(sys1, 'b', sys2, 'r--');

这里的'b'和'r--'参数分别指定蓝色实线和红色虚线，方便区分不同系统。在调PID参数时，我习惯用这种方法对比不同控制策略的效果。

3.2 增益与极点匹配技巧

rlocfind函数是我最喜欢的交互工具，它可以让你用鼠标点击根轨迹上的任意点，自动计算对应的增益K值和所有闭环极点位置。比如：

sys = tf(1, [1 5 6 0]); rlocus(sys); [k, poles] = rlocfind(sys);

运行后会提示你在图形上选择点，选中后命令行会显示该点对应的K值和极点坐标。这个功能在确定临界稳定点时特别有用——找到根轨迹与虚轴的交点，就能知道系统开始振荡的临界增益。

4. 专业级根轨迹优化技巧

4.1 等阻尼线与等频率线应用

sgrid函数能在根轨迹图上叠加等阻尼比(ζ)和等自然频率(ωₙ)的网格线，这对控制系统设计至关重要。比如要设计阻尼比为0.7的系统：

sys = tf(1, [1 4 0]); rlocus(sys); sgrid(0.7, []); % 只绘制ζ=0.7的线

你会发现根轨迹与ζ=0.7的斜线有交点，这个点对应的控制器参数就能让系统具有理想的阻尼特性。在电机控制项目中，我就是用这个方法快速确定了最优PID参数。

4.2 离散系统根轨迹处理

对于离散系统，根轨迹分析同样适用但需要注意Z变换的特性。绘制方法与连续系统类似：

sysd = c2d(sys, 0.1); % 连续系统离散化 rlocus(sysd); sgrid([], []); % 离散系统的sgrid会自动转换为Z平面格式

离散系统的稳定区域是单位圆内，所以解读根轨迹时要特别注意极点是否越界。有次做数字滤波器设计时，就是通过观察离散根轨迹及时发现了潜在的振荡问题。

5. 工程实践中的常见问题解决

在实际项目中，我遇到过各种根轨迹分析的"坑"。比如高阶系统根轨迹过于复杂时，可以先用zpk函数分解为零极点形式：

sys = tf([1 3], [1 10 35 50 24]); [z,p,k] = zpkdata(sys); disp('零点：'); disp(z{1}); disp('极点：'); disp(p{1});

另一个常见问题是根轨迹缩放不当导致关键区域看不清。这时可以用axis函数手动调整显示范围：

rlocus(sys); axis([-5 1 -3 3]); % 设置x,y轴范围

对于特别复杂的系统，建议分阶段分析。先看主导极点附近的轨迹，再逐步扩大视野。有次分析一个六阶飞行器模型时，就是采用这种"由细到粗"的方法才理清了控制逻辑。

6. 可视化增强与结果导出

默认的根轨迹图有时不够直观，我通常会添加一些修饰：

rlocus(sys); title('系统根轨迹分析'); xlabel('实轴'); ylabel('虚轴'); set(gca, 'FontSize', 12); % 调整字体大小 print -dpng 'root_locus.png'; % 导出图像

如果要生成报告，可以用getframe捕获图形并插入文档。对于经常需要查看的根轨迹，可以保存为.fig文件方便后续修改：

savefig('my_root_locus.fig');

在团队协作时，我习惯用不同颜色标记关键点，并添加文字说明。右击图形选择"Properties Editor"可以精细调整每个元素的样式。

7. 从根轨迹到控制器设计

根轨迹最大的价值在于指导控制器设计。比如要设计一个超前补偿器，可以先用根轨迹确定需要的相位超前量：

sys = tf(1, [1 2 0]); rlocus(sys); % 观察需要移动的极点位置 compensator = tf([1 1], [1 5]); % 超前补偿器 rlocus(compensator * sys);

通过反复调整补偿器参数并观察根轨迹变化，最终能找到满足性能要求的控制器。在工业机器人项目中，这套方法帮我节省了大量试错时间。

对于条件特别苛刻的系统，可以结合根轨迹和频域分析。先用根轨迹确定大致参数范围，再用波特图进行微调。这种"双轨分析法"在处理非线性系统时尤其有效。