预测过程的未来性能，对于分析反馈控制系统是非常关键的。如果预先知道受控过程会如何依据于控制器的作用而变化，那么就可以让控制器选择正确的调节过程，使得过程变量趋近于设定值。
因为对线性系统而言，“由两项控制效能结合后，同时作用于受控过程而产生的过程变量值”，在数值上等于“将两项控制效能分别作用于受控过程而各自产生的过程变量值之和”，所以该类过程特别具有可预估性。通常，一个线性过程也表现出一个稳态的增益常数K。对此可以这样理解，当控制作用为零时，过程值为B，而当控制作用为X时，过程值将稳定在Y=KX+B。这种函数关系如果以X、Y坐标轴的方式来表示，就是一根直线（因此表达为“线性过程”）。
图1：我们将用一个玩具来说明频域分析的方法，而
该玩具包含一个用手柄安装的弹簧来悬挂的重物。如
果或多或少以一种正弦波的方式来移动手柄，那么，
重物也会以相同的频率开始振荡，尽管此时重物的振
荡与手柄的移动并不同步。 线性过程对于“非恒定”的输入
作用，也是以一种可预估的方式来产生响应的。最为重要的是，系统对于正弦波的输入信号，也总是产生正弦波的输出信号。事实上，如果控制器的输入信号碰巧是频率为ω的正弦波，那么经由过程对象后，系统产生的过程输出信号也是同频率的正弦波。尽管实际的控制器很少产生纯正的正弦波控制信号，但是这一现象却成为运用频域法对过程对象进行特性分析的理论基础。
线性过程举例
一个频域分析的简例可以通过图1：一个简单线性过程中小孩的玩具来加以说明。该线性系统包含一个用手柄安装的弹簧来悬挂的重物。小孩通过上下移动手柄来控制重物的位置。
任何玩过这种游戏的人都知道，如果或多或少以一种正弦波的方式来移动手柄，那么，重物也会以相同的频率开始振荡，尽管此时重物的振荡与手柄的移动并不同步。只有在弹簧无法充分伸长的情况下，重物与弹簧会同步运动且以相对较低的频率动作。
随着频率愈来愈高，重物振荡的相位可能更加超前于手柄的相位，也可能更加滞后。在过程对象的固有频率点上，重物振荡的高度将达到最高。过程对象的固有频率是由重物的质量及弹簧的强度系数来决定的。
图2：这张Bode图显示出，一个频率为ω 弧度/ 秒的正弦波信号，在其经由线性过程对象以后，是如何以K(ω)为系数来改变振幅，以及如何以Φ(ω)为系数来形成相位滞后的。以上两项系数在图谱中，通常以对数坐标的形式表示。对于不同的过程对象，该图的形状会随之改变，但是，当ω 值趋向于0时，K(ω)总是达到一个稳态的增益。当ω值趋向于极高频时，K(ω)增益通常趋于0。这种Bode图可由“以经验为主”的方式推导出来，具体的说，即可以在不同的频率上，以正弦波信号模拟对过程对象的影响作用来得到该图，或者通过对过程对象的物理特性的分析来得到该图，例如在以上例子中，弹簧的系数和重物的质量。
Bode图
所有的线性过程对象都表现出类似的特性。这些过程对象均将正弦波的输入转换为同频率的正弦波的输出，不同的是，输出与输入的振幅和相位有所改变。振幅和相位的变化量的大小取决于过程对象的相位滞后与增益大小。增益可以定义为“经由过程对象放大后，输出正弦波振幅与输入正弦波振幅之间的比例系数”，而相位滞后可以定义为“输出正弦波与输入正弦波相比较，输出信号滞后的度数”。
与稳态增益K值不同的是，“过程对象的增益和相位滞后”将依据于输入正弦波信号的频率而改变。在上例中，弹簧－重物对象不会大幅度的改变低频正弦波输入信号的振幅。这就是说，该对象仅有一个低频增益系数。当信号频率靠近过程对象的固有频率时，由于其输出信号的振幅要大于输入信号的振幅，因此，其增益系数要大于上述低频下的系数。而当上例中的玩具被快速摇动时，由于重物几乎无法起振，因此该过程对象的高频增益可以认为是零。
过程对象的相位滞后是一个例外的因素。由于当手柄移动得非常慢时，重物与手柄同步振荡，所以，在以上的例子中，相位滞后从接近于零的低频段输入信号就开始了。在高频输入信号时，相位滞后为“-180度”，也就是重物与手柄以相反的方向运动（因此，我们常常用‘滞后180度’来描述这类两者反向运动的状况）。
图3：现在假设船以频率w、振幅A产生振荡；跷跷板以频率3w、振幅A/3产生振荡；小孩的玩具以
图4：“小孩的玩具，跷跷板以及船三者共同形成的运动”产生出一种方波，其周期（频率的倒数）为1/w，振幅为A。
Bode图谱表现出弹簧－重物对象在0.01-100弧度/秒的频率范围内，系统增益与相位滞后的完整频谱图。这是Bode图谱的一个例子，该图谱是由贝尔实验室的Hendrick Bode于1940s年代发明的一种图形化的分析工具。利用该工具可以判断出，当以某一特定频率的正弦波输入信号来驱动过程对象时，其对应的输出信号的振动幅度和相位。欲获取输出信号的振幅，仅仅需要将输入信号的振幅乘以“Bode图中该频率对应的增益系数”。欲获取输出信号的相位，仅仅需要将输入信号的相位加上“Bode图中该频率对应的相位滞后值”。
傅立叶定理
在过程对象的Bode图中表现出来的增益系数和相位滞后值，反映了系统的非常确定的特征，对于一个有丰富经验的控制工程师而言，该图谱将其需要知道的、有关过程对象的一切特性
傅立叶定理使得以上的分析成为可能，该定理表明任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。数学家傅立叶在1822年证明了这个著名的定理，并创造了为大家熟知的、被称之为傅立叶变换的算法，该算法利用直接测量到的原始信号，以累加方式来计算不同正弦波信号的频率、振幅和相位。
从理论上说，傅立叶变换和Bode图可以结合在一起使用，用以预测当线性过程对象受到控制作用的时序影响时产生的反应。详见以下：
1） 利用傅立叶变换这一数学方法，把提供给过程对象的控制作用，从理论上分解为不同的正弦波的信号组成或者频谱。
2） 利用Bode图可以判断出，每种正弦波信号在经由过程对象时发生了那些变化。换言之，在该图上可以找到正弦波在每种频率下的振幅和相位的改变。
3） 反之，利用反傅立叶变换这一方法，又可以将每个单独改变的正弦波信号转换成一个信号。
既然反傅立叶变换从本质上说，也是一种累加处理，那么过程对象的线性特征将会确保－“在第一步中计算得到的各种理论正弦波”所产生单独作用的集合，应该等效于“各不同正弦波的累加集合”共同产生的作用。因此，在第三步计算得到的总信号，将可以代表“当所提供的控制作用输入到过程对象时，过程对象的实际值”。
请注意，在以上这些步骤中，没有哪个点不是由画在图上的控制器产生的单独正弦波构成。所有这些频域方面的分析技术都是概念性的。这是一种方便的数学方法，运用傅立叶变换（或者紧密相关的拉普拉斯变换），将时域信号转换为频域信号，然后再用Bode图或其他一些频域分析工具来解决手头的一些问题，最后再用反傅立叶变换将频域信号转换为时域信号。
绝大多数可用此方法解决的控制设计问题，也可以在时域内通过直接的操控来解决，但是对于计算而言，利用频域的方法通常更简单一些。在上例中，就是用乘法和减法来计算过程实际值的频谱，而该过程实际值是通过对给定的控制作用进行傅立叶变换，尔后又对照Bode图分析而得到的。
将所有的正弦波进行正确的累加，就会产生如傅立叶变换所预示的那类形状的信号。当有时这一现象并不直观，举个例子可能有助于理解。
请再次想想上面那个例子中小孩的重物－弹簧玩具，操场上的跷跷板，以及位于外部海洋上的船。设想这艘船以频率为w和幅度为A的正弦波形式在海面上起起落落，我们同时再假设跷跷板也以频率为3w和幅度为A/3的正弦波形式在振荡，并且小孩以频率为5w和幅度为A/5的正弦波形式在摇动玩具。‘三张单独的正弦波波形图’已经显示出，如果我们将三个不同的正弦波运动进行分别观察的话，每个正弦波运动将会体现出的形式。
现在假设小孩坐在跷跷板上，而跷跷板又依次固定在轮船的甲板上。如果这三者单独的正弦波运动又恰巧排列正确的话，那么，玩具所表现出的总体运动就大约是一个方波－如图4：三者合成的正弦波显示的那样。
以上并非一个非常确切的实际例子，但是却明白无误的说明：基本频率正弦波、振幅为三分之一的三倍频率谐波、以及振幅为五分之一的五倍频率谐波，它们波形的相加总和大约等于频率为w、振幅为A的方波。甚至如果再加上振幅为七分之一的七倍频率谐波、以及振幅为九分之一的九倍频率谐波时，总波形会更像方波。其实，傅立叶定理早已说明，当不同频率的正弦波 以无穷级数的方式无限累加时，那么由此产生的总叠加信号就是一个严格意义上的、幅度为A的方波。傅立叶定理也可以用来将非周期信号分解成正弦波信号的无限叠加。
文章编号：060301
发送短信“文章编号+评语代码”至13816124995，告诉我们您对此文的意见。
1-很好，有很高的参考价值
2-一般，有一定的参考价值
3-不好，没有参考价值
