使用Python模拟和绘制简单线性时间不变系统的阶跃响应与冲击响应

系统的表示

在控制系统和信号处理中，线性时间不变（LTI）系统常通过其传递函数来表示。传递函数是一个描述系统从输入到输出的变换关系的数学模型。对于连续时间系统，传递函数(H(s))定义为系统输出(Y(s))和输入(X(s))的拉普拉斯变换的比值，即$(H(s)=\frac{Y(s)}{X(s)})$。在我们的例子中，我们使用了一个二阶系统的传递函数：
$$[H(s)=\frac{{\omega }_n^2}{s^2+2\zeta {\omega }_{n}s+{\omega }_n^2}]$$
其中，$({\omega }_n)$是系统的自然频率，$(\zeta )$是阻尼比。

阶跃响应

阶跃响应是指系统在单位阶跃输入信号作用下的输出。单位阶跃信号是一个从零突变到一的信号。阶跃响应可以提供系统达到稳态的速度和过程的信息，是分析系统动态特性的重要手段。在上述代码中，step(system)函数计算了系统对单位阶跃信号的响应，这包括了在不同时间点上系统输出的值。

冲击响应

冲击响应（或脉冲响应）是指系统在单位冲击输入信号（狄拉克δ函数）作用下的输出。单位冲击信号可以被视为一个极短时间内的极高幅值信号。冲击响应描述了系统对突然冲击的反应，是系统特性的完整描述，因为根据线性系统理论，冲击响应可以用来计算对任意输入信号的响应。在代码中，impulse(system)函数计算了系统对单位冲击信号的响应。

模拟的原理

• 拉普拉斯变换：是分析和处理线性时间不变系统的强大工具，能够将微分方程转换为代数方程，简化了系统分析的过程。
• 传递函数：通过拉普拉斯变换，系统的动态行为可以用传递函数简洁地表示，传递函数描述了系统在频域内的输入输出关系。
• 阶跃和冲击响应的计算：利用传递函数和拉普拉斯逆变换，可以得到系统对特定输入（如阶跃和冲击）的时间域响应。在实际计算中，通常使用数值方法来求解。

模拟过程

在模拟过程中，首先定义系统的传递函数，然后使用数值方法（如在scipy.signal库中实现的方法）来计算阶跃响应和冲击响应。这些响应随后可以被用来分析系统的动态特性，如稳定性、响应速度和过冲等。

最后，通过绘图工具（如matplotlib），将这些响应可视化，从而提供直观的系统动态行为理解。这种模拟方法是理解和分析线性时间不变系统特性的重要手段。

导入必要的库

import numpy as np
from scipy.signal import lti, step, impulse
import matplotlib.pyplot as plt

• numpy: 一个用于科学计算的基础库，提供了大量的数学函数工具。在这段代码中，我们实际上没有直接使用到numpy，但在处理更复杂的数学运算时，它通常是必需的。
• scipy.signal: scipy是一个用于科学和工程计算的库，signal模块包含了信号处理的功能。这里我们从中导入lti（表示线性时间不变系统）、step（用于计算阶跃响应）、impulse（用于计算冲击响应）函数。
• matplotlib.pyplot: 一个用于绘制图表的库，提供了类似MATLAB的绘图框架。

定义系统参数

wn = 1.0  # 自然频率
zeta = 0.5  # 阻尼比

这里我们定义了系统的两个关键参数：自然频率（wn）和阻尼比（zeta）。这两个参数决定了我们的LTI系统的动态行为。

创建LTI系统

numerator = [wn**2]
denominator = [1, 2*zeta*wn, wn**2]
system = lti(numerator, denominator)

• 首先，我们根据传递函数[ H(s) = \frac{\omega_n^2}{s2 + 2\zeta\omega_ns + \omega_n^2} ]定义了分子（numerator）和分母（denominator）。
• 使用wn和zeta的值，我们构造了传递函数的分子和分母列表。
• 通过lti函数，我们将分子和分母作为参数传入，创建了表示我们系统的LTI系统对象（system）。

模拟阶跃响应和冲击响应

t1, step_response = step(system)
t2, impulse_response = impulse(system)

• 使用step函数计算了系统的阶跃响应。step(system)返回两个数组：时间点（t1）和在这些时间点上的阶跃响应值（step_response）。
• 使用impulse函数计算了系统的冲击响应。同样，impulse(system)返回时间点（t2）和对应的冲击响应值（impulse_response）。

绘制响应图像

python复制代码plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.plot(t1, step_response)
plt.title('Step Response')
plt.xlabel('Time')
plt.ylabel('Amplitude')

plt.subplot(1, 2, 2)
plt.plot(t2, impulse_response)
plt.title('Impulse Response')
plt.xlabel('Time')
plt.ylabel('Amplitude')

plt.tight_layout()
plt.show()

• plt.figure(figsize=(12, 6)): 创建一个新的图形，设置图形的大小为12x6英寸。
• plt.subplot(1, 2, 1): 将图形分割成1行2列，并选择第1个子图作为当前绘图区域。
• plt.plot(t1, step_response): 在当前子图上绘制阶跃响应曲线，横轴为时间（t1），纵轴为阶跃响应值（step_response）。
• 设置标题、横轴标签和纵轴标签。
• 通过plt.subplot(1, 2, 2)选择第2个子图，并绘制冲击响应曲线。
• plt.tight_layout()自动调整子图参数，使之填充整个图表区域。
• plt.show()显示图形。

这段代码通过定义一个简单的二阶LTI系统，使用scipy.signal模块中的函数计算了该系统的阶跃响应和冲击响应，并使用matplotlib绘制了这些响应的图像，从而直观地展示了系统对这两种基本输入信号的动态反应。

以下是完整代码：

import numpy as np
from scipy.signal import lti, step, impulse
import matplotlib.pyplot as plt

# 定义系统参数
wn = 1.0  # 自然频率
zeta = 0.5  # 阻尼比

# 创建LTI系统
# 传递函数为 H(s) = wn^2 / (s^2 + 2*zeta*wn*s + wn^2)
numerator = [wn**2]
denominator = [1, 2*zeta*wn, wn**2]
system = lti(numerator, denominator)

# 模拟阶跃响应
t1, step_response = step(system)

# 模拟冲击响应
t2, impulse_response = impulse(system)

# 绘制阶跃响应
plt.figure(figsize=(12, 6))
plt.subplot(1, 2, 1)
plt.plot(t1, step_response)
plt.title('Step Response')
plt.xlabel('Time')
plt.ylabel('Amplitude')

# 绘制冲击响应
plt.subplot(1, 2, 2)
plt.plot(t2, impulse_response)
plt.title('Impulse Response')
plt.xlabel('Time')
plt.ylabel('Amplitude')

plt.tight_layout()
plt.show()