3. 时域辨识方法：阶跃响应法、脉冲响应法、相关分析法

说到时域辨识，很多刚入行的朋友容易把它想复杂了。其实说白了，就是给系统一个已知的输入信号，然后看它怎么“反应”。我这些年做项目，最常用的就是这三种方法：阶跃响应法、脉冲响应法，还有相关分析法。它们各有各的脾气，用对了地方，事半功倍。

3.1 阶跃响应法：最直观的“敲门砖”

阶跃响应法，我个人认为是所有方法里最“亲民”的。你给系统一个突然的、持续的输入变化，比如从0跳到1，然后记录输出怎么从旧稳态过渡到新稳态。这就像你轻轻推一下秋千，看它怎么晃起来。

核心思路： 从阶跃响应曲线里，直接提取关键参数。

• 增益 K： 输出稳态变化量 / 输入阶跃幅度。这个最简单，一眼就能看出来。
• 时间常数 T： 对于一阶系统，输出达到稳态值的63.2%所需的时间。嗯，这里要注意，这个63.2%是数学推导出来的，别问为什么，记住就行。
• 延迟时间 τ： 从输入变化到输出开始有明显变化的时间差。我在项目中遇到过，有些系统延迟特别大，比如管道输送，这时候τ就很重要。

适用场景： 系统相对稳定，噪声不大，且允许施加一个持续的阶跃信号。比如液位控制、温度控制这些慢过程。

3.2 脉冲响应法：短平快的“冲击测试”

脉冲响应法，说白了就是给系统一个“瞬间的冲击”，比如一个很窄的脉冲信号，然后看它怎么恢复。这就像你弹一下吉他弦，听它怎么振动衰减。

核心思路： 脉冲响应其实就是系统的“单位冲激响应”，它包含了系统的全部动态信息。理论上，只要脉冲足够窄、幅度足够大，就能近似得到理想的冲激响应。

实际操作：

1. 设计一个宽度为 Δt、幅度为 A 的脉冲信号。Δt 要远小于系统的最小时间常数。
2. 施加脉冲，记录输出响应 y(t)。
3. 对 y(t) 进行归一化处理：g(t) ≈ y(t) / (A * Δt)。

优点： 测试时间短，对系统正常运行影响小。
缺点： 对噪声敏感，信噪比低时效果很差。

3.3 相关分析法：对抗噪声的“秘密武器”

前面两种方法，最怕的就是噪声。一旦噪声大了，曲线毛刺多，参数根本读不准。这时候，相关分析法就派上用场了。它的核心思想是：用输入信号和输出信号的互相关函数，来“提取”系统的脉冲响应。

为什么有效？ 因为噪声通常与输入信号不相关。通过互相关运算，相当于把噪声“平均”掉了，而系统的真实响应被保留下来。我刚开始用这个方法时，也觉得有点绕，但用过一次就离不开了。

数学原理（简化版）：

R_uy(τ) = ∫ u(t) * y(t+τ) dt

其中，R_uy(τ) 是输入 u 和输出 y 的互相关函数。如果输入 u 是白噪声，那么 R_uy(τ) 就正比于系统的脉冲响应 g(τ)。

实际步骤：

1. 设计一个伪随机二进制序列（PRBS）作为输入信号。PRBS 有近似白噪声的特性，但更容易实现。
2. 施加 PRBS 信号，同时采集输入和输出数据。
3. 计算输入和输出的互相关函数。
4. 从互相关函数中提取脉冲响应。

3.4 三种方法对比与选择

为了让你看得更清楚，我整理了一个表格：

方法	输入信号	抗噪能力	测试时间	适用场景
阶跃响应法	阶跃信号	弱	长（需达到稳态）	低噪声、慢过程
脉冲响应法	窄脉冲	弱	短	低噪声、快速测试
相关分析法	PRBS	强	中等（取决于PRBS周期）	高噪声、在线辨识

我的建议： 如果现场条件允许，噪声不大，优先用阶跃响应法，简单直观。如果系统不允许长时间施加阶跃，用脉冲响应法。如果噪声大得离谱，别犹豫，直接上相关分析法。我在一个化工厂的项目里，现场电磁干扰严重，阶跃响应曲线跟心电图似的，最后就是用相关分析法搞定的。

3.5 知识体系总览

下面这张图，帮你把本章的核心逻辑串起来：

你看，从输入信号出发，根据你的实际工况（噪声大小、测试时间限制），选择合适的方法，最终都能得到系统的数学模型。这就是时域辨识的整个逻辑链条。