MATLAB控制系统仿真源码实战：建模、频域分析与PID整定

简介：《MATLAB与控制系统仿真实践》第三版配套源码包为非电子书资源，面向学习控制工程、自动化及需要开展系统仿真的高校学生和工程师，用于把教材中的建模、分析与控制器设计实例落到可运行代码上。压缩包共390个文件、约1.41MB，以255个.m脚本为核心，配有mdl与slx模型、mat数据、fig图形及txt/md说明等，覆盖MATLAB基础运算、Simulink动态系统建模、状态空间模型、根轨迹与频率响应分析、PID/LQR控制器设计、系统辨识、仿真评估和参数优化等实践环节，兼顾经典控制理论与现代控制方法。已有394人学习。读者可借助这些章节配套实例复现控制系统的建模、设计、仿真与结果验证过程，并参考脚本组织方式理解算法实现和调试思路，便于按知识点查找和运行，适合课程实验、自学练习与项目入门时对照使用。

1. 从“考试会画 Bode 图，上手不会调参”说起

去年帮 A 同学看他的课程设计，一个二阶系统加 PID，在 Simulink 里拖了一下午参数，超调量从 40% 压到 25% 就再也下不去。我问他开环截止频率在哪、相位裕度还剩几度，他愣了半天说教材上画过，但没在 MATLAB 里真量过。这个场面几乎每届都重演：控制理论笔试卷得不错，可让他用 MATLAB 把系统建起来、把频响画出来、把参数整定到位，手就生了。

这套第 3 版配套源码要解决的就是这段落差。它不是电子书，而是一批能直接运行的.m脚本和.slx模型，覆盖传递函数建模、时域响应、频域分析、根轨迹、稳定性判据、PID 校正、状态空间与离散化这些实验面。适合两类人：正在上控制系统仿真课、要交实验报告的学生，和已经工作但想把经典控制那套方法重新捡起来、用 MATLAB 快速验证想法的工程师。后面按“看清结构、跑通最小例子、拆关键代码、动手改造”的顺序走。

2. 源码包的结构：目录分层与六类实验文件

一套教学配套源码最怕的情况是全部文件都散在一个目录里，双击打开一个.m就报“未定义函数”。所以拿到手第一件事不是运行，而是判断它的组织方式——是按章节分文件夹，还是把所有脚本都堆在根目录、靠文件名前缀区分。这套属于前者，常见做法是按章节编号建子目录，每个目录里放该章的脚本、模型和少量.mat数据。

2.1 解压后先看什么：目录形态与文件类型分布

解压后别急着双击，先在命令行用dir或文件管理器看一眼层级。典型的目录形态大致是这样：

# 用 tree 或 ls -R 先看清楚层级，别急着运行 ctrl_sim_src/ ├── ch02_model/ # 建模:传递函数、状态空间、零极点 │ ├── ex2_1_tf.m │ ├── ex2_4_ss.m │ └── data/ # 少量 .mat 参数文件 ├── ch03_timedomain/ # 时域:阶跃、冲激、性能指标 ├── ch04_freqdomain/ # 频域:Bode、Nyquist、稳定裕度 ├── ch05_stability/ # 稳定性:根轨迹、劳斯判据、Lyapunov ├── ch06_pid/ # 校正:PID、超前滞后、参数整定 ├── ch07_discrete/ # 离散:Z 变换、c2d、数字控制器 ├── ch08_simulink/ # Simulink 模型,多为 .slx,少数老 .mdl └── startup.m # 若有,它就是作者留的入口

这里有两个判断点。第一，根目录有没有startup.m。有这个文件说明作者考虑过路径问题，直接在根目录启动 MATLAB 就会自动把子目录加进搜索路径；没有的话得自己addpath(genpath(...))，这一步后面会讲。第二，看.slx和.mdl的比例。.mdl是老版本格式，新版 MATLAB 打开时会有兼容提示；这类文件往往还引用了当年版本的模块库路径，是最容易出问题的地方。

文件名前缀也值得扫一眼。ex2_1_tf.m这种命名对应“第 2 章例 1、传递函数”，和教材正文能一一对上；如果出现test_、tmp_、copy_of_之类，多半是作者调试留下的，可以直接跳过，不用浪费时间一个个跑。

2.2 文件类型与理论模块的对应关系

把扩展名和知识点对上号，后面找例子能省很多时间。常见对应关系如下：

.fig这类文件常被忽略，其实很有用：跑完自己的脚本，用openfig打开作者存好的图，两条曲线叠在一起看，很容易判断自己哪里写错了。很多“结果对不上教材”的问题，靠这一步就能定位到是模型参数错了还是时间向量选错了。

.m函数和.m脚本一定要分清。函数文件单独点运行，MATLAB 只会打开编辑器不执行；就算执行了，没有实参也会报“输入参数不足”。看到报错先确认是不是这个原因，别一头扎进去改代码。

2.3 运行前的工具箱与环境自检

控制系统相关的函数分散在几个工具箱里，缺一个就有一批脚本跑不动。tf、ss、step、bode、margin、rlocus属于 Control System Toolbox；Simulink 模型需要 Simulink 本体；个别章节如果用到符号推导求传递函数，还需要 Symbolic Math Toolbox。与其跑到一半才发现缺工具箱，不如先写个小检查脚本：

% check_env.m —— 开跑前的环境自检 v = ver; names = {v.Name}; need = {'MATLAB', 'Simulink', 'Control System Toolbox', ... 'Symbolic Math Toolbox', 'Optimization Toolbox'}; for k = 1:numel(need) hit = any(strcmpi(names, need{k})); if hit fprintf('[OK] %s\n', need{k}); else fprintf('[MISS] %s —— 对应章节会跑不通\n', need{k}); end end fprintf('当前 MATLAB 版本: %s\n', version);

这段逻辑很直白：ver返回结构体数组，把所有工具箱名抽成元胞数组，再逐个字符串比较。strcmpi用不区分大小写的形式，避免因为官方名称里的大小写差异误判。输出里带[MISS]的那几项就是后续要绕开或补装的。

提示：版本差异比缺工具箱更隐蔽。新版本 MATLAB 里sim的返回值从结构体变成了SimulationOutput对象，老脚本里的out.yout直接取字段会报错，正确写法是out.get('yout')或者加'ReturnWorkspaceOutputs','on'。这类问题在第 3 章的 Simulink 小节里会展开。

3. 跑通第一个例子：从路径配置到 Simulink 批处理

结构看清了，接下来要让它动起来。这一步的目标很朴素：先让一个纯脚本例子出图，再让一个 Simulink 模型跑完并拿到数据。两件事都通了，说明环境、路径、工具箱三样都没问题，后面拆代码才有意义。

3.1 路径与启动脚本：把 addpath 一次做对

最常见的入门障碍不是代码错，而是路径没配对。脚本里调用一个同目录的函数文件，结果报“未定义函数或变量”，九成是因为当前工作目录在别处，或者只把一个文件拖进了编辑器。

% startup_local.m —— 放在源码包根目录，每次开工先跑它 rootDir = fileparts(mfilename('fullpath')); % 拿到本文件所在目录 addpath(genpath(rootDir)); % 递归加入所有子目录 cd(rootDir); % 工作目录也切过去,load 相对路径才对 fprintf('源码根目录: %s\n', rootDir); % 顺手做一次路径污染检查:同名的旧函数会遮蔽新函数 which step -all

genpath会把所有子目录一次性加进搜索路径，省得逐层addpath。mfilename('fullpath')的好处是不依赖你从哪启动 MATLAB，只要运行这个脚本，它自己知道在哪。最后那句which step -all是我个人的习惯：源码包里如果有和内置函数同名的自写函数（比如有人会写一个step.m覆盖内置的阶跃响应函数），列出来就能立刻发现，否则会出现“曲线怎么画都不对”的玄学问题。

不建议在这里加savepath。教学源码往往是一次性使用，把几十个子目录永久写进pathdef反而是负担，下次打开别的项目还得手动清理。

注意：源码包不要放在带空格、中文或同步盘的路径下。C:\Users\xxx\OneDrive\控制系统 仿真\这种路径在load、sim和 Simulink 编译阶段都可能出问题，报错信息还特别含糊。拷到D:\work\ctrl_sim\这类纯英文短路径下，能省掉一批莫名其妙的失败。

3.2 单跑一个二阶系统：验证整条链路通不通

路径配好后，挑一个最简单的时域脚本跑。二阶系统阶跃响应是最合适的起点，涉及的函数少，结果容易肉眼判断对错。

% ex_step2.m —— 二阶系统阶跃响应与性能指标 wn = 10; % 自然频率 rad/s zeta = 0.4; % 阻尼比,<1 为欠阻尼 num = wn^2; den = [1, 2*zeta*wn, wn^2]; % s^2 + 2*zeta*wn*s + wn^2 sys = tf(num, den); Ts = 0.001; % 采样步长,取系统时间常数的 1/50 量级 Tfinal = 10/(zeta*wn); % 估计调节时间上界,留足余量 t = 0:Ts:Tfinal; [y, t] = step(sys, t); % 显式传时间向量,避免自动选取过粗 S = stepinfo(sys); % 内置指标 fprintf('超调量 %.2f%% 上升时间 %.4f s 调节时间 %.4f s 峰值 %.4f\n', ... S.Overshoot, S.RiseTime, S.SettlingTime, S.Peak); plot(t, y, 'LineWidth', 1.2); grid on; yline(1, '--'); yline(1.02, ':'); yline(0.98, ':'); xlabel('t / s'); ylabel('y(t)'); title('二阶系统阶跃响应');

几个参数值得说明。den的系数必须按降幂排列且不能漏项，如果分子分母缺某一阶，要显式补 0，否则tf会按位置错位解释。Tfinal = 10/(zeta*wn)是我习惯的经验式：调节时间大致在3~4/(zeta*wn)量级，取十倍左右能保证曲线尾段完全进入稳态。Ts太大会让峰值被抽样错过，超调量算出来偏小，取 1 ms 对这个wn=10的系统足够。

改参数验证也很直接：把zeta调到 0.707 再跑，超调应该降到 5% 以下，调节时间变长。如果两条曲线的变化趋势符合这个规律，说明模型构建和仿真链路都是对的，可以往下走。

3.3 Simulink 模型的参数注入与批量仿真

脚本跑通之后进 Simulink。教学源码里的模型大多是“搭好框图、参数写死在模块里”的形态，想改参数得点进模块对话框，做一个参数扫描就能点到手软。正确做法是用set_param从命令行注入参数，然后sim批量跑。

% sim_sweep.m —— 对 PID 比例系数做扫参仿真 model = 'ctrl_loop_demo'; % 不含 .slx 后缀 load_system(model); % 只加载不打开界面,速度快 blk = [model '/PID Controller']; % 模块的完整路径,必须精确匹配 KpList = 0.5:0.5:5; res = zeros(numel(KpList), 3); % 存 [Kp, 超调, 调节时间] for k = 1:numel(KpList) set_param(blk, 'P', num2str(KpList(k))); % 参数值必须是字符串 out = sim(model, 'StopTime', '5', ... 'ReturnWorkspaceOutputs', 'on'); % 新版本返回 SimulationOutput,用 get 取记录变量 y = out.get('yout'); if isa(y, 'timeseries') yd = y.Data; td = y.Time; else yd = y.Data(:, 1); td = y.Time; end S = stepinfo(yd, td, yd(end)); res(k, :) = [KpList(k), S.Overshoot, S.SettlingTime]; end disp(array2table(res, 'VariableNames', {'Kp','Overshoot','SettlingTime'})); bdclose(model); % 跑完关闭,释放内存

set_param的第一个参数必须是模块的完整路径，从模型名开始逐级往下写，中间用斜杠分隔。路径写错时报的是“block does not exist”，但不会告诉你是谁，所以先用find_system(model, 'Type', 'Block')把所有模块路径列一遍最稳妥。第二个参数'P'是模块对话框里参数的名字，不同模块叫法不同（增益是'Gain'，传递函数是'Numerator'/'Denominator'），拿不准就在模块上右键看属性。

sim的返回值和版本强相关，代码里那段isa(y, 'timeseries')的判断就是给这个留的兼容位。老版本返回结构体，yout是矩阵；新版本返回SimulationOutput，yout可能是timeseries也可能是矩阵，取决于模型里有没有开“单精度输出”和信号记录格式。这属于典型的版本兼容问题，加一层类型判断比死记版本号可靠。

4. 核心代码拆解：建模、指标与校正器怎么写

能跑了之后就到真正有价值的部分——把源码里反复出现的几类写法吃透。控制仿真翻来覆去就那几件事：把系统描述出来、看它响应如何、判断它稳不稳、不够好就加校正。下面按这个顺序拆。

4.1 传递函数与状态空间的互转及一致性校验

经典控制用传递函数，现代控制用状态空间，两者必须能自由切换。源码里这类转换出现频率极高，写法也有讲究。

% 传递函数 -> 状态空间 -> 再转回来,做一次闭环校验 num = [2 3]; % 2s + 3 den = [1 4 5 0]; % s^3 + 4s^2 + 5s,注意末尾补 0 表示无常数项 sys_tf = tf(num, den); sys_ss = ss(sys_tf); % 默认转成可控标准型 [A, B, C, D] = ssdata(sys_ss); % 拆出四个矩阵 sys_back = tf(sys_ss); % 反代回去 disp(sys_back); % 分子分母系数应与原始一致 % 有零极点对消时,数值上会残留极小的系数,做一次最小实现 sys_min = minreal(sys_tf, 1e-6); fprintf('原始阶次 %d,最小实现阶次 %d\n', order(sys_tf), order(sys_min)); % 相似变换:可控标准型换到可观标准型 sys_obs = ss(sys_tf, 'canonical'); % 也可用 ss2ss 配合变换阵 T

den末尾那个 0 是关键。原系统有一个积分环节（s在分母），写成[1 4 5]就变成了s^2+4s+5，模型直接错掉，而且tf不会报错，只会安静地给你一个不同的系统。这类错误在教材例题里最容易犯，因为书上写的是因式形式s(s+1)(s+5)，抄系数时漏项很自然。

minreal处理的是零极点对消。数值计算里“对消”不会真的消干净，会留下1e-15量级的残差，导致order报出比理论值高的阶次，后面做pole、zero或者求逆时数值条件变差。第二个参数1e-6是对消容差，教学例子用这个量级足够；如果系统本身量纲差异大（比如电机模型里电感是1e-3、转动惯量是1e-1），容差要相应放开，否则会误删真实模态。这是典型的坑：容差设太小，残差消不掉；设太大，把慢模态当成对消删了，仿真结果和实物对不上。

4.2 时域指标：内置 stepinfo 之外自己算一遍

stepinfo很好用，但它有几个隐含假设，遇到非单位阶跃或者带稳态误差的系统就会给出误导性结果。源码里有一批手写指标函数，值得逐行看懂。

function m = step_metrics(y, t, yss) % 手写阶跃响应指标:超调、峰值时间、调节时间、稳态误差 % y : 响应序列 % t : 对应时间向量(与 y 等长) % yss : 稳态值;省略时取末尾 5% 样本均值估计 if nargin < 3 n = max(1, round(0.05 * numel(y))); yss = mean(y(end-n+1:end)); end m.yss = yss; m.peak = max(y); m.tp = t(find(y == m.peak, 1)); % 首个峰值时刻 m.overshoot = max(0, (m.peak - yss) / abs(yss) * 100); % 无超调时钳到 0 band = 0.02 * abs(yss); % 2% 误差带 idx = find(abs(y - yss) > band, 1, 'last'); % 最后一次越界位置 if isempty(idx) m.ts = 0; % 全程在带内 else m.ts = t(min(idx + 1, numel(t))); end m.ess = yss - 1; % 单位阶跃输入的稳态误差 end

逐段看。稳态值那一段用末尾样本均值而不是直接取 1，是为了兼容有静差的系统——如果你给的是单位阶跃但系统是 0 型的，输出最终停在 0.8，硬拿 1 去算超调会得到负值或者离谱的百分比。峰值用find(y == m.peak, 1)取第一个等值点，避免平台区重复命中。调节时间那段有个容易漏的边界：如果idx正好是最后一个样本，idx+1就越界了，所以外面套了min(idx+1, numel(t))。

m.ess里减 1 是硬编码的“单位阶跃”假设。如果你要算 0.5 幅度阶跃的误差，得把输入幅值作为参数传进来，这一点我在改造时踩过，直接抄过去跑斜坡输入，稳态误差算出来完全没意义。

注意：stepinfo默认用 2% 还是 5% 误差带，取决于系统类型和版本，某些情况下会混用。做实验报告要写“调节时间”时，最好在脚本里显式说明用的哪个带宽，别拿内置值和手写值直接对比然后困惑为什么差了 20%。

4.3 频域三件套与稳定裕度的量化判断

时域看的是“结果好不好”，频域看的是“为什么好、还能好多少”。稳定裕度是这部分的落点——它把“稳不稳”从结论变成了一组可操作的数。

s = tf('s'); G = 20 / (s * (s + 1) * (s + 3)); % 开环传递函数 figure; bode(G, {0.01, 100}); grid on; % 第二个参数限定频率范围,便于放大关键区 hold on; [Gm, Pm, Wcg, Wcp] = margin(G); % margin 返回的 Gm 是幅值比,不是 dB,要自己取 20log10 fprintf('幅值裕度 %.2f dB @ %.3f rad/s\n', 20*log10(Gm), Wcg); fprintf('相位裕度 %.2f deg @ %.3f rad/s\n', Pm, Wcp); figure; nyquist(G); grid on; figure; rlocus(G); grid on; % 根轨迹直接看增益变化下闭环极点走向 % 闭环是否稳定用 isstable 判,别只看曲线像不像收敛 sys_cl = feedback(G, 1); fprintf('闭环稳定: %d\n', isstable(sys_cl));

margin返回四个量：Gm幅值裕度（线性比值）、Pm相位裕度（度）、Wcg幅值穿越频率（相位到达 -180° 处的频率）、Wcp相位穿越频率（幅值穿越 0 dB 的频率）。名字容易记反，记住Wcg对应Gm、Wcp对应Pm就不会错。输出的20*log10(Gm)这一步很多人会忘，直接拿Gm当 dB 报出去，一条裕度 20 dB 的系统会被写成 10 dB，实验报告就废了。

isstable对连续系统判的是全部闭环极点在左半平面，离散系统判的是单位圆内，它比“看阶跃响应收不收敛”可靠得多。有些系统响应看起来在衰减，实际上是因为仿真时间不够长，慢模态还没显现；isstable一秒给出结论。

4.4 PID 校正器的设计与离散化落地

校正器部分是整套源码里最贴近工程实践的一块。连续域设计完直接拿去控制器里跑是不行的，必须离散化，而离散化方法选错，相位裕度会掉一截。

% 连续域设计 s = tf('s'); G = 1 / (s * (s + 1) * (s + 5)); % 被控对象 Kp = 8; Ki = 6; Kd = 1.2; Tf = 0.02; C = pid(Kp, Ki, Kd, Tf); % 带一阶微分滤波的 PID L = C * G; [Gm1, Pm1] = margin(L); fprintf('连续域: Pm = %.2f deg, Gm = %.2f dB\n', Pm1, 20*log10(Gm1)); % 离散化:采样周期按最高关注频率的 10 倍以上选 Ts = 0.01; Gd = c2d(G, Ts, 'zoh'); % 对象用零阶保持,匹配实际执行机构 Cz = c2d(C, Ts, 'tustin'); % 控制器用双线性,保持频响形状 Ld = Cz * Gd; [Gm2, Pm2] = margin(Ld); fprintf('离散域(Ts=%.3f): Pm = %.2f deg\n', Ts, Pm2); % 闭环对比:连续与离散应当趋势一致 figure; step(feedback(L, 1), feedback(Ld, 1)); grid on; legend('连续', '离散');

pid(Kp, Ki, Kd, Tf)这个四参数形式里，Tf是微分项的一阶滤波时间常数。纯微分对噪声无限放大，实际控制器里必须串一个低通，Tf通常取Kd/Kp的 1/10 到 1/5 量级。源码里有些老脚本直接写Kd*s，跑出来的控制量在仿真里看着没问题，一上实物就抖，原因就在这里。

离散化的方法选择有实际后果。'zoh'适合被控对象——零阶保持器就是真实 D/A 的行为；'tustin'（双线性）适合控制器，因为它在整个频段内的幅频特性和连续域最接近，相位偏差小。如果用'zoh'去离散控制器，相位滞后会明显变大，Ts稍大一点相位裕度就掉十几度，闭环开始振荡。这就是我前面说的“离散化方法选错，裕度会掉一截”。

采样周期Ts的选法也要注意。经验上取闭环带宽的 10 倍以上，或者用Ts ≤ 0.1/(zeta*wn)粗估。Ts选大了，离散域和连续域的阶跃响应会明显分叉，图上一眼能看出来；这时候别急着调 PID 参数，先把Ts降下来再重调，否则你是在用参数补偿离散化误差，越补越偏。

5. 避坑与排查：跑不通时的五条踩坑记录

教学源码的通病是“在作者机器上能跑”，换台电脑换个版本就各种报错。下面这五条是我在这类源码包里反复遇到的，每条按现象、原因、解决走一遍。

其一，双击.m文件报“未定义函数或变量”。现象是脚本第一行调用自己的辅助函数就报错，但函数文件明明在同一个文件夹。原因是双击.m只是把文件读进编辑器，当前工作目录没跟着变，MATLAB 的搜索路径里根本没有那个文件夹。解决办法是回到源码根目录执行addpath(genpath(pwd))，或者像我前面写的那样搞一个startup_local.m，每次开工先跑它。更隐蔽的情况是自写函数和内置函数重名，脚本调到了内置版本，结果不对还不报错，用which 函数名 -all能立刻看出来。

其二，Simulink 模型打开后满屏红框。现象是模块显示为红色虚线框，双击提示找不到某个库模块。原因是模型是.mdl老格式，引用的模块库路径在新版本里变了，或者模型用了你未安装的工具箱模块。解决办法是先ver确认工具箱齐全，然后在命令行load_system('模型名')加载（不打开界面），看命令行报的具体模块路径；再用find_system列出所有模块，逐个对照。实在不行就bdclose all后重开一次，有时只是库链接缓存没刷新。

其三，批量仿真的结果全是同一条曲线。现象是set_param在循环里改了参数，但每次sim出来的波形一模一样。原因是参数改的位置不对：模块里如果引用了工作区变量（模块参数写的是Kp而不是数字），改模块的Gain属性没用，得assignin('base', 'Kp', 新值)；如果模块被封装（Mask）了，参数入口是 Mask 参数而不是底层模块属性。解决办法是先用get_param(blk, 'DialogParameters')看这个模块到底有哪些可设参数，确认改的是对的那一个。

其四，中文注释乱码、图里中文变方块。现象是脚本打开后注释全是问号或乱码，或者title('阶跃响应')出来一堆方框。原因是文件编码是 GBK，而较新版本 MATLAB 默认按 UTF-8 读取；图形中文则是默认字体不含中文字形。解决办法是把文件另存为 UTF-8（编辑器里“另存为”时选编码），图形中文用set(gca, 'FontName', 'SimHei')或'Microsoft YaHei'指定字体。批量处理可以用dir('**/*.m')遍历加fileread/fopen指定编码重写，但注意备份，改错编码反而更乱。

其五，margin返回Inf或空值。现象是打印相位裕度时得到一个Inf，或者Gm为空数组。原因是开环系统在全频段内相位都不穿越 -180°（比如一阶系统），幅值裕度在数学上就是无穷大，这不是 bug；另一种情况是系统含纯积分环节，在omega → 0处幅值趋于无穷，数值求解失败。解决办法是先bode画出来看形状，确认确实是相位不穿越，那就把Gm当作“无穷大”写进报告；如果是数值问题，用margin前先给一个有限的频率范围，或者改用allmargin拿完整结构体，它对多个穿越点的处理更稳健。

6. 二次开发：把单例脚本改成自己的实验框架

源码包里的每个.m都是“一个例子一个脚本”，跑一遍就完了，改一个参数要手动改代码再重跑。真正用得顺手，得把它整理成参数化的框架。我的做法是把“系统定义”抽成函数句柄，把“扫描”和“评估”分离：

% sys_factory.m —— 用函数句柄描述一族系统,便于批量扫描 function sys = sys_factory(zeta, wn) sys = tf(wn^2, [1, 2*zeta*wn, wn^2]); end

主脚本里就不再写死系数，而是sys = sys_factory(0.4, 10)，扫参时对zeta做向量化循环，每次重新构造系统。这样改模型结构只动一个文件，扫参逻辑完全不用碰。

第二步是把结果收集统一成表。每个案例跑完固定返回一行[参数..., 超调, 调节时间, 相位裕度]，最后拼成table一次性导出成 CSV，后面画趋势图或者贴进报告都很方便。

验证改造有没有做对，我一般用两条对照：一是固定参数跑一遍，结果必须和原始脚本逐位一致（浮点误差范围内）；二是把闭环阶跃响应和开环 Bode 图叠在一起看，峰值频率和带宽之间的关系要符合二阶系统Mr ≈ 1/(2*zeta*sqrt(1-zeta^2))的近似，对不上说明哪个环节的参数传错了。这一步花不了几分钟，但能挡住大部分“改完看着差不多其实全错”的情况。

从那以后我每次拿到一套新源码，都先写一个startup_local.m把路径和参数集中管起来，再动手改里面任何一个数字；跑出来的第一张图一定和作者的.fig叠一遍。这习惯救过我好几次——有一次发现是den系数漏了末尾的 0，模型整体差了一阶，不叠图根本看不出来。希望帮到你。

本文还有配套的精品资源，点击获取