传递函数是在拉普拉斯域中,把线性时不变系统的输入与输出联系起来的规则。在零初始条件下,它定义为

H(s)=Y(s)X(s)H(s) = \frac{Y(s)}{X(s)}

其中,X(s)X(s) 是变换后的输入,Y(s)Y(s) 是变换后的输出。通俗地说,它告诉你系统对不同输入响应有多强,而不必每次都从头求解完整的微分方程。

这并不意味着在任何情况下都可以简单理解为“输出除以输入”。这个定义只在特定条件下成立,而这些条件非常重要。

传递函数告诉你什么

传递函数把系统的行为浓缩成一个表达式。一旦知道了 H(s)H(s),你通常就能看出系统会放大、减弱、延迟,还是滤除输入中的某些部分。

对于正弦稳态问题,通常要在虚轴上计算它,也就是 H(iω)H(i\omega)。这样可以得到两个很实用的信息:

  • 幅值,表示角频率为 ω\omega 的正弦输入会被放大还是减弱多少
  • 相位,表示输出相对于输入发生了多大的相位偏移

这就是为什么传递函数会出现在电路、振动、滤波和控制等领域。

什么时候 H(s)=Y(s)/X(s)H(s) = Y(s)/X(s) 有效

这个常用公式默认系统是线性且时不变的。如果线性条件不成立,输入就不能按通常的叠加方式组合。如果时不变条件不成立,系统在不同时间的行为可能不同,因此一个固定的传递函数就不够用了。

零初始条件也同样重要。电容、电感或机械振子的储能会改变实际输出,但这部分额外贡献并不属于传递函数本身。传递函数描述的是在标准零初始条件设定下,系统固有的输入—输出关系。

例题:RC 低通滤波器

设一个电阻 RR 与一个电容 CC 串联,并把输出取在电容两端。在拉普拉斯域中,电容的阻抗为 1/(sC)1/(sC),因此由分压公式可得

H(s)=Vout(s)Vin(s)=1sCR+1sC=11+sRCH(s) = \frac{V_{out}(s)}{V_{in}(s)} = \frac{\frac{1}{sC}}{R + \frac{1}{sC}} = \frac{1}{1 + sRC}

这是一个低通传递函数。低频比高频更容易通过,所以输出看起来像是输入的平滑版本。

选一个具体数值:

R=1000 Ω,C=1 μFR = 1000\ \Omega, \qquad C = 1\ \mu\mathrm{F}

则有

RC=103 sRC = 10^{-3}\ \mathrm{s}

所以传递函数变为

H(s)=11+0.001sH(s) = \frac{1}{1 + 0.001s}

截止角频率为

ωc=1RC=1000 rad/s\omega_c = \frac{1}{RC} = 1000\ \mathrm{rad/s}

对应的截止频率是

fc=ωc2π159 Hzf_c = \frac{\omega_c}{2\pi} \approx 159\ \mathrm{Hz}

在截止频率处,

H(iωc)=120.707\left|H(i\omega_c)\right| = \frac{1}{\sqrt{2}} \approx 0.707

因此,在这个频率下,输出幅值约为输入幅值的 70.7%70.7\%。仅这一个数字就已经很有用:它说明电路从大约 159 Hz159\ \mathrm{Hz} 及以上开始,对信号产生明显衰减。

再快速检验一下直觉:如果 ω1000 rad/s\omega \ll 1000\ \mathrm{rad/s},那么 H(iω)|H(i\omega)| 接近 11,输出大小几乎与输入相同。如果 ω1000 rad/s\omega \gg 1000\ \mathrm{rad/s},幅值就会变得很小,因此快速振荡会被明显削弱。

传递函数中的常见错误

  • 把这个术语用于并未按线性时不变系统建模的系统。
  • 没有先明确哪个变量是输入,哪个变量是输出。
  • 误以为传递函数已经包含任意初始条件。
  • 混淆一般的拉普拉斯域传递函数 H(s)H(s) 与频率响应 H(iω)H(i\omega)
  • 只看幅值而忽略相位偏移,即使相位在物理上同样重要。

传递函数用在哪里

只要一个系统可以用线性微分方程建模,并且你关心输入如何传递到输出,传递函数就很有用。常见例子包括 RC 和 RLC 电路、阻尼机械振子、反馈系统,以及简单的传感器模型。

在物理中,当核心问题不是完整的时间历程,而是系统在不同频率下对驱动、滤波或振荡的响应时,传递函数尤其有用。

试试一个类似的传递函数

还是同一个 RC 电路,但这次把输出取在电阻两端。你会得到一个高通传递函数,这个对比能帮助你记住一个关键点:输出的定义一变,传递函数也会随之改变。

需要解题帮助?

上传你的问题,几秒钟内获得经过验证的分步解答。

打开 GPAI Solver →