MATLAB中的tf函数是控制系统分析与设计的核心工具之一，其全称为“transfer function”（传递函数）函数。该函数通过分子和分母多项式系数直接构建线性时不变（LTI）系统的传递函数模型，支持连续时间系统和离散时间系统的定义。作为Control System Toolbox的重要组成部分，tf函数不仅能够快速生成传递函数对象，还能与其他控制系统分析函数（如bode、step、feedback等）无缝衔接，形成完整的控制系统集成分析流程。其核心价值在于将复杂的数学表达式转化为可编程的数值模型，并通过标准化的数据结构（如tf对象）实现系统动态特性的可视化与量化分析。
从工程应用角度看，tf函数的灵活性体现在多个维度：支持多输入多输出（MIMO）系统的定义、兼容不同采样时间设置、允许负反馈与级联连接的直接建模，以及与状态空间模型的双向转换。这些特性使其成为连接理论分析与工程实践的桥梁，既能满足经典控制理论的教学需求，又能支撑现代鲁棒控制、最优控制等高级算法的开发验证。然而，初学者需特别注意系数输入顺序、维度匹配等细节问题，避免因参数定义错误导致系统特性误判。
1. 基本语法与核心参数
tf函数的最简形式为sys = tf(num, den)，其中num和den分别表示传递函数的分子和分母多项式系数向量。例如，传递函数$G(s)=frac{2s+5}{s^2+3s+1}$可通过tf([2 5], [1 3 1])创建。对于离散时间系统，需额外指定采样时间参数，如tf([2 5], [1 3 1], 0.1)表示采样周期为0.1秒的离散系统。
核心参数说明如下表所示：
| 参数名称 | 类型 | 默认值 | 作用 |
|---|---|---|---|
| num | 向量 | 必填 | 分子多项式系数（降幂排列） |
| den | 向量 | 必填 | 分母多项式系数（降幂排列） |
| Ts | 标量 | 连续系统 | 采样时间（离散系统必填） |
| InputName/OutputName | 字符串 | 无 | 输入/输出通道命名 |
2. 分子分母系数定义规范
系数向量的构建需严格遵循降幂排列原则，且必须包含所有中间项的零系数。例如，$s^3+2s+1$应表示为[1 0 2 1]。常见错误类型对比如下：
| 传递函数 | 正确系数 | 典型错误 | 错误后果 |
|---|---|---|---|
| $frac{s+1}{s^2+2s}$ | [1 1], [1 2 0] | [1 1], [1 2] | 分母次数降低，系统类型误判 |
| $frac{5}{s^3+0.1s}$ | [5], [1 0 0.1 0 0] | [5], [1 0.1] | 缺失高次项，极点计算错误 |
3. 采样时间设置与系统类型转换
连续系统与离散系统的创建差异主要体现在第三个参数Ts的设置。当Ts=0时生成连续系统，当Ts>0时生成离散系统。特殊设置对比如下：
| 系统类型 | 参数设置 | 时间域特征 | 适用场景 |
|---|---|---|---|
| 连续时间系统 | tf(num, den) | 解析解/模拟信号 | 理论分析、连续控制器设计 |
| 离散时间系统 | tf(num, den, 0.1) | 数字信号/采样控制 | 数字控制器实现、实时系统仿真 |
| 混合系统 | 部分环节含Ts | 多速率采样系统 | 多速率数字控制系统 |
4. 负反馈系统建模方法
使用feedback函数可构建闭环系统，其本质是通过正馈路径与反馈路径的传递函数组合实现。典型调用格式为feedback(sys, k)，其中k为反馈增益。需要注意：
- 当k=1时可省略参数，如
feedback(sys) - 多输入多输出系统需保证维度匹配，如
feedback(sys, diag([k1, k2])) - 级联系统需先使用
series或parallel连接后再闭环
负反馈极性控制示例：
| 控制目标 | 反馈极性 | 实现代码 |
|---|---|---|
| 常规负反馈 | 正增益 | feedback(sys, 1) |
| 正反馈系统 | 负增益 | feedback(sys, -1) |
| 变增益调节 | 可调参数 | feedback(sys, k) |
5. 级联系统连接实现
多环节串联可通过series函数实现，其数学本质为传递函数乘法。例如两个环节$G_1=frac{1}{s+1}$和$G_2=frac{5}{s+2}$的级联系统应执行series(g1, g2)，等效于tf([5], conv([1 1], [1 2]))。关键注意事项包括：
- 输入输出维度必须匹配，如2x2系统串联需保持矩阵乘法规则
- 离散系统串联时需保证采样时间一致，否则会触发自动重采样
- 级联顺序影响结果，$G_1 cdot G_2 eq G_2 cdot G_1$（除非交换律成立）
6. 状态空间模型转换
tf对象与状态空间模型（ss对象）可通过ss()和tf()函数相互转换。转换过程需注意：
| 转换方向 | 适用条件 | 信息损失风险 |
|---|---|---|
| tf→ss | 任意系统 | 无（精确转换） |
| ss→tf | 系统可控可观 | 不可见模式可能导致误差 |
| 多变量系统 | 最小实现 | 冗余状态可能引发数值问题 |
典型转换代码示例：
ss_model = ss(sys); % 传递函数转状态空间
tf_model = tf(ss_model); % 状态空间转传递函数7. 频域特性分析扩展
tf对象可直接用于频域分析函数，如bode(sys)绘制波特图，margin(sys)计算稳定裕度。特殊分析技巧包括：
- 添加输入/输出延迟：使用
tf(num, den, 'InputDelay', τ) - 频率范围控制：设置
bode(sys, {ωmin, ωmax}) - 离散系统频率归一化：自动按Nyquist频率折算
延时系统建模对比：
| 延时类型 | 参数设置 | 传递函数形式 |
|---|---|---|
| 输入延迟 | 'InputDelay', τ | $G(s)e^{-τs}$ |
| 输出延迟 | 'OutputDelay', τ | $G(s)e^{-τs}$ |
| 内部延迟 | 状态空间延迟属性 | 需转换为ss模型处理 |
8. 多变量系统建模规范
MIMO系统的tf模型构建需使用细胞数组定义各通道传递函数。例如双输入双输出系统可表示为：
num = {[1], [2]; [3 1], [4 2 5]};
den = {[1 2 1], [1 3 3]};
sys = tf(num, den);关键操作要点：
- 输入输出维度由num和den的单元格数量决定
- 非方阵系统需保持行列数一致，如2x3系统需定义6个传递函数
- 对角元素代表同向通道，非对角元素代表耦合通道
多变量系统典型结构对比：
| 系统类型 | 结构特征 | 建模方法 |
|---|---|---|
| 对角占优系统 | 主通道增益>>耦合通道 | 独立整定各通道参数 |
| 强耦合系统 | 多通道相互作用显著 | 需考虑相位匹配与解耦设计 |
| 非方阵系统 | 输入输出数量不等 | 应用于传感器/执行器数量不一致场景 |
在控制系统全生命周期中，tf函数承担着承上启下的关键作用。从初步概念验证到最终控制器实现，其标准化建模能力显著提升了开发效率。值得注意的是，虽然tf模型直观易用，但在处理复杂系统（如时滞主导型过程、非线性强耦合系统）时仍需结合状态空间模型进行深入分析。未来随着模型预测控制（MPC）、自适应控制等智能控制策略的发展，tf函数的模块化建模优势将在算法对比验证、参数整定等环节持续发挥重要作用。掌握tf函数的进阶用法（如自定义延迟属性、多采样率系统建模），将有助于工程师在保持经典控制理论基础的同时，更好地适应工业4.0时代数字化、智能化的控制需求。
发表评论