为什么增益裕度可以是负数

本文探讨了增益裕度为负时系统仍可能保持稳定的情况,通过介绍稳定性判据,如巴克豪森判据、根轨迹法和奈奎斯特判据,解释了增益裕度的含义。负增益裕度表示系统在增益减小时可能变得不稳定。文章提供了具体示例和波特图、奈奎斯特图分析,以帮助理解这种现象。

完整版请参考:

引子

可能很多人都有过一个疑问,对于type-II PLL的传递函数(其波特图如下所示)而言,在DC处相移是180度,且开环增益远大于0dB,为什么还可以保持稳定呢?

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-A4a7GnNW-1584195191482)(/img/in-post/{ {page.id | replace:’/’,’-’}}/Bode_PLL_OL.png)]

如果说上例中DC处的180度相移是无限接近的话,在有温度补偿环路的PLL中(其频响曲线如下图所示),相频曲线明明白白地在增益大于0dB的位置穿过了180度,为什么还是能稳定呢?

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-sNGI5UXz-1584195191485)(/img/in-post/{ {page.id | replace:’/’,’-’}}/Bode_PLL_OL_wTempCal.png)]

或者换句话说,如果一个系统的相位裕度为正,但增益裕度为负,那么这个系统是稳定的吗?如果可以,增益裕度的意义是什么?

稳定性判据

基本概念

我们知道,线性时不变(LTI)系统均有对应的单位冲激响应 h ( t ) h(t) h(t),其拉普拉斯变换 H ( s ) H(s) H(s)被称为系统函数或系统的传递函数。 H ( s ) H(s) H(s)可以写成分子多项式比上分母多项式的形式(且分母的多项式阶数不小于分子多项式的阶数),分子多项式的根被称为零点,分母多项式的根被称为极点。

判断系统是否稳定的依据是观察系统的极点是否全部在复平面的左半平面。至于原因可参考:根轨迹极点在右边为什么不稳定? -知乎,简单整理如下:

对LTI系统来说,系统稳定的定义为有限的输入对应有限的输出。而输出是输入和单位冲激响应的卷积: y ( x ) = x ( t ) ∗ h ( t ) y(x)=x(t)*h(t) y(x)=x(t)h(t),那么就要求单位冲激响应 h ( t ) h(t) h(t)是绝对可积的,也就是要求 h ( t ) h(t) h(t)的傅立叶变换——系统的频率响应 H ( j ω ) H(j\omega) H(jω)是存在的。

根据拉普拉斯变换的相关性质,可以得到结论:系统稳定的充要条件是系统的极点的实部小于零(即位于左半平面)

推导过程简化如下:

x ( t ) ∗ h ( t ) 有 限 → h ( t ) 绝 对 可 积 → H ( j ω ) = F { h ( t ) } 存 在 → H ( s ) = L { h ( t ) } 存 在 → 虚 轴 j ω 在 L { h ( t ) } 收 敛 域 内 x(t)*h(t)有限 \rightarrow h(t)绝对可积 \rightarrow H(j\omega)=F\{h(t)\}存在 \rightarrow H(s)=L\{h(t)\}存在 \rightarrow 虚轴j\omega在L\{h(t)\}收敛域内 x(t)h(t)h(t)H(jω)=F{ h(t)}H(s)=L{ h(t)}jωL{ h(t)}

因 果 系 统 → h ( t ) 是 右 边 信 号 → 若 σ 在 收 敛 域 内 , 则 满 足 R e { s } ≥ R e { σ } 的 s 都 在 收 敛 域 内 → 收 敛 域 在 最 右 极 点 的 右 边 ( 收 敛 域 中 没 有 极 点 ) 因果系统 \rightarrow h(t)是右边信号 \rightarrow 若\sigma在收敛域内,则满足Re\{s\}\geq Re\{\sigma\}的s都在收敛域内 \rightarrow 收敛域在最右极点的右边(收敛域中没有极点) h(t)σRe{ s}

评论 1
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