企业官网建设流程全解析

简介：阶跃响应与冲激响应是RLC串联电路动态分析的核心内容，这份实验报告围绕微分电路与二阶电路模型，系统梳理了欠阻尼、临界、过阻尼三种状态下响应波形与参数测量方法，适合信号与系统课程学习者对照Matlab R2020a仿真进行实验设计与数据分析。资源包仅含1个doc文档，容量397KB，内容涵盖实验目的、原理推导、Simulink搭建步骤、表格记录及结果分析，可直接作为实验报告模板或复习参考。文档重点演示了通过调节电阻R从135欧到985欧观察响应变化，并给出上升时间、峰值时间、调节时间、最大超调量等动态指标的定义与测量方式。目前已有6232人学习，对希望掌握时域测量、理解阻尼特性与电路参数影响的初学者很有帮助。

1. 阶跃响应与冲激响应实验在验证什么：从一条曲线读出系统的全部时域信息

拿到“实验一 阶跃响应与冲激响应.doc”这类实验任务，多数人第一反应是接好电路、按下输出、截图、写报告。但阶跃响应和冲激响应这两个测试几乎是整个信号与系统课程里信息密度最高的实验：给一个 RC 电路灌入方波上升沿，示波器上那条充电曲线直接读出时间常数；把方波换成窄脉冲，输出波形的幅值与衰减速度又把系统对瞬态能量的响应快慢交代得清清楚楚。这篇笔记按“仿真建立预期波形 → 硬件实测读取参数 → 常见故障排查 → 把数据整理成辨识结论”的顺序展开，既适合正在做课程实验的学生，也适合刚接触系统辨识的工程师。这两个响应做明白了，传递函数不再是黑匣子，而是可以从时域曲线上徒手算出的一套参数。

2. 仿真先跑通：用 Python 复现 RC 电路的冲激响应与阶跃响应

2.1 为什么先做仿真：理想冲激在物理上不存在，仿真先给出“标准答案”

常见做法是先花二十分钟在电脑上把系统模型跑一遍，再去动硬件。原因是理想冲激 δ(t) 在物理上无法实现，信号发生器输出的只能是窄脉冲，窄到什么程度才能当作冲激，取决于系统时间常数与脉冲宽度的比值，而这个比值本身要靠对比仿真与实测波形来判断。没有仿真基准，实测时看到偏胖或偏瘦的波形，很难说清误差到底是接线问题还是脉冲宽度问题。

仿真还能帮你建立对波形的直觉。一阶系统阶跃响应是单调上升的指数曲线，二阶欠阻尼系统阶跃响应会冲过头再振荡回落，这些特征在仿真里看过一次，实测时一眼就能判断系统属于哪一类。先跑仿真，等于给后面的硬件实验准备了参考答案。

2.2 一阶 RC 系统的仿真代码与参数说明

用 Python 的 scipy.signal 模块做这个仿真，代码量非常小。下面的例子模拟一个 R=1kΩ、C=1μF 的串联 RC 电路，时间常数 τ=RC=1ms，输出取电容两端电压。

import numpy as np from scipy.signal import lti, step, impulse # 电路参数：R=1k欧姆，C=1uF，时间常数 tau=1ms R = 1e3 # 电阻值，单位欧姆 C = 1e-6 # 电容值，单位法拉 tau = R * C # 时间常数，单位秒 # 一阶系统传递函数 H(s) = 1 / (tau * s + 1) sys = lti([1], [tau, 1]) # 仿真时长取 5 倍时间常数，保证阶跃响应进入稳态 t = np.linspace(0, 5 * tau, 2000) # 阶跃响应 s(t) 和冲激响应 h(t) t_step, y_step = step(sys, T=t) t_imp, y_imp = impulse(sys, T=t)

这里 lti 的第一个参数是传递函数分子系数，第二个是分母系数。[1] 对应分子常数 1，[tau, 1] 对应分母 tau*s + 1，直流增益为 1，也就是稳态输出等于输入幅值。step 和 impulse 都返回两个数组，第一个是仿真时间点，第二个是对应输出值。仿真时长取 5 倍时间常数，是因为一阶系统在 5τ 时已经达到稳态值的 99.3%，再往后读数没有意义。

如果你手头没有 Python 环境，用 MATLAB 的 step() 和 impulse() 函数也可以，原理和参数完全一致。关键是理解时间常数 τ 决定了曲线的“陡峭程度”，τ 越小，上升越快，冲激响应的峰值越高、衰减越快。

2.3 验证阶跃与冲激的积分微分关系：离散数据上怎么检验

一阶系统最核心的验证点是：阶跃响应对时间求导等于冲激响应，冲激响应对时间积分等于阶跃响应。这个关系对任何线性时不变系统都成立，是实验报告里必须验证的理论部分。在离散数据上可以用数值微分和数值积分来检验。

# 方法1：阶跃响应数值微分，应与冲激响应形状一致 h_from_diff = np.gradient(y_step, t_step) # 方法2：冲激响应数值积分，应与阶跃响应形状一致 dt = t_imp[1] - t_imp[0] s_from_h = np.cumsum(y_imp) * dt # 比较峰值和趋势，判断误差是否在允许范围 max_h = np.max(y_imp) max_diff = np.max(h_from_diff) print(f"冲激响应峰值: {max_h:.3f}, 阶跃微分峰值: {max_diff:.3f}")

这段代码里，np.gradient 用中心差分计算导数，np.cumsum 做累计求和。注意一个细节：阶跃响应在 t=0 处有跳变，数值微分在跳变点附近会产生一个尖峰误差，所以不要逐点比较微分值和冲激响应，而是比较峰值大小、衰减趋势和曲线面积。峰值接近、衰减率一致，就说明仿真模型正确，也说明实验里“用阶跃响应微分替代冲激响应测量”这条路是可行的。

实际做实验时，直接测量冲激响应往往比较困难，因为窄脉冲激励下输出信号幅值小、容易受噪声干扰。而阶跃响应幅度大、波形稳定，测完阶跃响应再数值微分，能间接得到冲激响应的形态。这是工程上很实用的替代手段，也是这个实验隐含的教学意图。

2.4 二阶系统仿真：阻尼比不同，波形形态完全不同

硬件实验里除了 RC 一阶电路，常见的还有 RLC 二阶电路。二阶系统阶跃响应是否超调、是否振荡，完全由阻尼比 ζ 决定。先跑一组不同阻尼比的仿真，后面实测时才能对照判断类别。

import numpy as np from scipy.signal import lti, step wn = 1000.0 # 自然频率 1000 rad/s for zeta in [0.2, 1.0, 1.5]: # 标准二阶系统 H(s) = wn^2 / (s^2 + 2*zeta*wn*s + wn^2) sys2 = lti([wn**2], [1, 2 * zeta * wn, wn**2]) t = np.linspace(0, 0.02, 2000) t_out, y_out = step(sys2, T=t) # 绘制曲线，观察超调量随阻尼比的变化

分母多项式由标准二阶系统形式 s² + 2ζωn·s + ωn² 展开得到，分子取 ωn² 保证直流增益为 1。ζ=0.2 时曲线明显超调并振荡数次；ζ=1.0 是临界阻尼，刚好不超调；ζ=1.5 过阻尼，响应缓慢逼近稳态。这个仿真结果就是后面硬件实验的判型依据：看到实测波形超调后回落，就知道阻尼比小于 1；看到波形慢慢爬升没有超调，就知道该系统的等效阻尼已经大于等于 1。

3. 硬件实测：信号发生器、示波器与 RLC 电路的接线和参数设置

3.1 实验系统构成与推荐参数

硬件部分的标准构成是信号发生器、被测电路、示波器三件套。信号发生器提供激励，被测电路决定响应形态，示波器同时观察输入激励和输出响应。以常见的一阶 RC 电路为例，信号发生器 CH1 输出接电阻一端，电阻另一端接电容后再接地，示波器 CH1 接信号发生器输出端用于触发，CH2 接电容两端测量响应电压。

这套参数适用于大多数课程实验。如果被测电路是一阶 RC，时间常数由 R 和 C 直接算出，推荐用 R=1kΩ、C=1μF 组合，得到 τ=1ms；如果是二阶 RLC，取 L=10mH、C=1μF、R=20Ω 左右的组合，能得到明显的欠阻尼振荡波形。R 越小阻尼越小，超调越明显，调整 R 可以直观看到阻尼比变化对波形的影响。

3.2 阶跃响应的实测流程

阶跃响应的实测流程看起来简单，但参数设置不对波形会一塌糊涂。第一步把信号发生器设为方波、频率 100Hz、幅度 2Vpp，此时示波器 CH1 能看到一个干净的方波；第二步把 CH2 接到电容两端，应看到指数充电曲线。如果 CH2 显示的不是充电曲线而是类似方波的形状，先查电容是否接错、示波器探头补偿是否到位。

示波器触发是这一步的关键。触发源选择 CH1 而不是 CH2，因为激励方波的边沿非常陡，CH1 上的上升沿是确定的时间基准；如果触发源选 CH2，响应波形上升较缓，噪声很容易造成触发点前后漂移，波形叠加就不稳定。触发电平设在方波幅值的 50%，在这个位置边沿斜率最大，抖动最小。时基先设 1ms/div，看到完整充电过程后再微调。

3.3 冲激响应的实测：窄脉冲宽度怎么定

冲激响应的实测难点在“怎么把一个实际脉冲当成理想冲激”。工程经验是：脉冲宽度必须远小于系统时间常数，推荐不超过 τ/10，条件允许时压到 τ/20。以 τ=1ms 的系统为例，脉冲宽度取 50～100μs。脉冲太宽，系统在脉冲持续期间已经开始明显响应，输出会混入阶跃响应分量，表现为衰减变慢；脉冲太窄，输出幅值过小，信噪比变差。

信号发生器的参数设置也有讲究。波形选脉冲，频率不要太高，脉冲重复周期要大于 5 倍时间常数，否则上一次响应还没回到零，下一次激励又来了，波形会抬升。τ=1ms 时重复周期至少 5ms，对应频率 200Hz 以下。幅度维持 1～2V，窄脉冲本身能量小，幅度再低示波器就看不清了。

实测时先观察 CH2 的波形形态。真正的冲激响应是快速上升到峰值，然后按指数单调衰减；如果看到波形顶部有明显的“平台”或衰减曲线弯曲异常，大概率是脉冲宽度太宽，把脉冲宽度往小调再观察变化。

3.4 示波器显示与测量设置的实际操作

示波器上还有个容易忽略的设置是采样模式和时基的配合。单次触发看到波形后，先确认波形形态正确，再切换到平均模式，取 64 次或 128 次平均。平均模式能有效滤除白噪声，但如果触发不稳定，平均出来的波形边缘反而会变糊，所以一定要先调好触发再开平均。

时基的选择原则是让完整过渡过程占屏幕 80% 以上。τ=1ms 的系统，完整过渡约 5ms，屏幕 10 格时设 500μs/div 比较合适。垂直方向让响应波形占屏幕一半以上，便于读数和后续拟合。测量参数用示波器的光标功能记录峰值和稳态值，不要凭肉眼估，后面提取参数要基于这些读数。

4. 从实测波形提取参数：时间常数、阻尼比与稳态误差的读数方法

4.1 一阶系统：63.2% 读数法与指数拟合

拿到一条干净的阶跃响应曲线后，第一个要提取的参数是时间常数 τ。一阶系统阶跃响应公式为 s(t)=K(1-e^(-t/τ))，把输出归一化到稳态值后，t=τ 时输出恰好等于稳态值的 63.2%，t=3τ 时达到 95%，t=5τ 时达到 99.3%。所以实操时不用拟合，直接用光标读出“输出到达稳态值 63.2% 的时刻”，这个时刻就是 τ。

这个方法的精度受示波器垂直分辨率和读数误差限制，但作为课程实验完全够用。如果想更精确，把示波器导出的 CSV 数据做指数拟合，结论会更有说服力，也能避免手读 63.2% 点时坐标对不准的人为误差。

4.2 二阶系统：从超调量反算阻尼比

二阶系统的参数提取走另一套流程。典型的欠阻尼阶跃响应有超调量和振荡衰减过程，需要从曲线上读两个数据：超调量 Mp（峰值相对稳态值的百分比增量）和峰值时间 tp（从激励边沿到第一个峰值的时间）。阻尼比 ζ 由超调量反算，公式为：

x = -ln(Mp/100)

ζ = x / sqrt(π² + x²)

其中 Mp 是百分比数值。比如超调 30%，Mp=30，x=1.204，代入得到 ζ≈0.357。自然频率由峰值时间反算：ωn = π / (tp·sqrt(1-ζ²))。这两个参数确定后，二阶系统的传递函数就完整确定了。注意峰值时间的零点要从激励边沿开始算，如果示波器触发点在激励上升沿，这个读数直接有效。

4.3 用 Python 完成参数拟合的代码

手读参数适合快速判断，交报告或做系统辨识时建议用最小二乘拟合。一阶系统的拟合代码很简洁，用 scipy.optimize.curve_fit：

import numpy as np from scipy.optimize import curve_fit # 实测数据：t_time 为时间数组（秒），y_norm 为归一化阶跃响应 # 将起始点移到激励边沿，稳态值归一化为 1 def first_order(t, K, tau, t0): # K 为稳态增益，tau 为时间常数，t0 为激励实际起始时间 return K * (1 - np.exp(-(t - t0) / tau)) # 初值给经验估计，避免拟合不收敛 p0 = [1.0, 0.001, 0.0] popt, pcov = curve_fit(first_order, t_time, y_norm, p0=p0) K_fit, tau_fit, t0_fit = popt print(f"拟合结果: K={K_fit:.3f}, tau={tau_fit*1000:.2f}ms, t0={t0_fit*1000:.2f}ms")

curve_fit 用最小二乘迭代求解，初值 p0 很关键。tau 的初值直接用 63.2% 读数法得到的值，收敛很快；如果初值偏离实际两个数量级，可能不收敛或拟合出负的时间常数。t0 参数用来修正“示波器记录起点和激励实际时刻不对齐”的问题，如果波形数据已经手动对齐，可以把 t0 固定为 0。拟合完成后把曲线画回原图上，看是否完全贴合，残差大的话优先检查数据段是否包含了激励边沿之前的部分，把 t < t0 的数据切掉再拟合。

5. 阶跃与冲激实验避坑：触发抖动、脉冲宽度与探头的五个典型排查记录

5.1 脉冲宽度太宽导致冲激响应“变胖”

现象：实测冲激响应峰值不明显，曲线衰减缓慢，看起来比仿真结果“胖”了一圈，计算出的时间常数明显偏大。原因：窄脉冲宽度没有压到 τ/10 以下，系统在脉冲持续期间已经开始响应，输出中混入了阶跃响应分量，导致衰减变慢。解决：把脉冲宽度从 τ/5 一直往下调，观察波形峰值和衰减斜率的变化。I一般以调低到宽度小于 τ/10 且波形不再明显变化为收敛标准，比如 τ=1ms 时从 200μs 往 50μs 调，衰减曲线逐步变陡，直到基本重合。

5.2 阶跃响应波形左右晃动，叠加不齐

现象：示波器上波形反复左右漂移，平均模式下边缘发糊，读数明显不可信。原因：触发源选错或触发电平设置不当。触发源选在了响应通道 CH2，而响应上升沿较缓，噪声导致每次触发的起点有微小差别；触发电平过高或过低也会让触发点落在边沿斜率很小的区域，抖动被放大。解决：触发源切换到输入通道 CH1，触发电平设在方波幅值 50%，波形立刻稳定。

5.3 波形上叠加高频振铃，被误判成欠阻尼二阶

现象：一阶 RC 电路实测阶跃响应上叠加了一串高频震荡，看起来像二阶系统。原因：绝大多数情况是示波器探头地线太长。探头标配的地线夹子形成寄生电感，与探头输入电容构成谐振回路，在阶跃这类快速边沿激励下产生振铃。解决：改用探头自带的地线弹簧，尽量缩短接地回路；确认探头补偿电容是否调好；如果振铃只出现在上升沿附近而后续曲线平滑，基本可以确定是测量系统的问题而不是被测电路的问题。

5.4 输出波形不回零，带直流偏置

现象：去掉激励后输出端仍有直流电压，冲激响应曲线始终在某个正电平之上。原因：信号发生器输出端存在直流偏置，或电容没有放电回路。信号发生器在方波模式下有时默认输出带直流 offset，这个偏移量耦合到被测电路后，系统响应叠加了直流分量。解决：把信号发生器的 offset 设为零，重新校验输出波形；如果电路是纯 RC，在观测间隙可以用示波器探头短路电容两端确认零点位置。

5.5 阶跃上升沿太慢，实测波形偏缓

现象：信号发生器输出“方波”实测上升沿有几百纳秒甚至微秒级别的斜坡，导致系统阶跃响应的起始段失真，读取的峰值时间偏大。原因：信号发生器默认输出负载为 50Ω，如果被测电路输入阻抗很高且设置了 1MΩ 负载模式，边沿会明显变缓；也可能是信号发生器内置了边沿时间设置。解决：把信号发生器负载设置改为高阻模式，或确保输出端按 50Ω 匹配连接；检查边沿/上升时间参数，需要时调到最快。这个坑不常见，但一旦遇到，对二阶系统峰值时间的测量影响很大。

6. 进阶：把阶跃响应当系统辨识用，提取一阶惯性加纯滞后模型

6.1 两点法辨识 K、τ、T 模型参数

工业现场最常见的系统模型不是理想一阶，而是“一阶惯性加纯滞后”，传函形式为 G(s)=K·e^(-τs)/(T·s+1)。这种模型用阶跃响应就能辨识，方法叫两点法：从阶跃曲线上读两个时间点，t1 为输出达到稳态值 28.3% 的时刻，t2 为达到 63.2% 的时刻，然后按下表计算三个参数。

注意时间零点必须取在激励边沿处。这套方法在过程控制里非常常用，很多仪表整定里的经验公式都基于这个模型，实验报告里把这个进阶内容写进去，整套实验的含金量会明显不同。

6.2 用拟合模型回代验证

辨识出参数后一定要回代仿真，把模型曲线和实测曲线叠在一起看拟合残差。纯滞后在 scipy 的 lti 里无法直接表达，常用的近似做法是把激励序列整体平移 τ 再做仿真。

import numpy as np from scipy.signal import lti, step # 假设两点法辨识得到 K=2.0, T=1.2ms, tau=0.15ms K, T, tau = 2.0, 1.2e-3, 0.15e-3 t = np.linspace(0, 8e-3, 4000) # 一阶惯性部分 sys = lti([K], [T, 1]) t_sim, y_sim = step(sys, T=t) # 纯滞后处理：tau 之前的输出强行置零 y_sim = np.where(t >= tau, y_sim, 0.0)

这段代码先让一阶惯性模型在时间轴上自由响应，再用 np.where 把滞后时间之前的输出截断置零，等效实现了纯滞后。把 y_sim 和实测曲线画在同一张图上，如果曲线贴合良好，说明两点法辨识结果可靠；如果明显偏移，检查 t1、t2 读数是否包含了触发点偏差。

6.3 实验报告的数据组织与复盘习惯

数据组织建议按“实验条件 → 原始波形 → 参数提取 → 仿真对比”四段来写。实验条件记录元件值、信号发生器参数、示波器设置；原始波形保存截图同时导出 CSV 数据；参数提取附上手读值和拟合值两张表；仿真对比放回代验证曲线。这套结构不仅课程实验能用，工程测试报告也通用。早期做实验时，我不重视触发设置，冲激响应波形一直抖动，当时还以为是电路设计问题，排查了很久才发现是触发源选错了通道，白白消耗了大半天。后来所有实验都先调触发再开平均，这个顺序已经成了习惯。希望帮到你。

本文还有配套的精品资源，点击获取