企业官网建设流程全解析

简介：《MATLAB与控制系统仿真实践》第3版配套源码包，面向自动化、控制工程等专业学生、教师与工程技术人员，帮助读者把经典控制、现代控制理论落实到MATLAB/Simulink建模、分析与仿真中。压缩包共390个文件、约1.41MB，主体是255个.m脚本与函数，并配有11个.mdl、2个.slx模型及.mat数据、.fig图形、txt和md说明等，基本对应书中状态空间建模、根轨迹与频率响应、PID与LQR控制器设计、系统辨识、优化调参、实时仿真和代码生成等实验环节。已有394人学习，适合课程实验、毕业设计前期验证和自学对照，能通过运行示例复现模型、观察动态响应并体会控制器参数调整对性能的影响。目录按章节组织，模型与脚本可相互印证，便于在理解理论后快速开展控制方案验证与结果分析。

1. 拿到这套 MATLAB 控制系统仿真源码，先别急着双击运行

一套控制系统仿真教材第 3 版的配套 MATLAB 源码，落到手里通常是一堆按章编号的文件夹：.m脚本、.mdl或.slx模型、零散的.mat数据和.fig图窗文件混在一起。它解决的问题很具体——把书里传递函数、根轨迹、频域校正、PID 整定这些例题，变成能在自己机器上跑起来、改参数就能看响应的活代码。适合两类人：正在啃控制系统课程、要拿仿真结果交作业的；以及工作里需要快速搭个被控对象模型做验证的工程师。搜「maltab 源码」这种拼错字母的词也能翻到它，说明找的人多半在赶进度，缺一份能逐行对照的参考实现。下面按我自己拆包、跑通、改到能用的顺序讲，重点放在版本兼容和参数边界上。

2. 源码目录拆解：从章文件夹到可运行工程的三步归位

这类配套源码最大的问题不是代码难，而是它是按书页组织、不是按工程组织的。第 3 章的脚本可能调用第 7 章的自定义函数，两个文件夹里各有一个同名de2tf.m，谁覆盖谁全看路径顺序。直接run一个脚本，报错往往不是语法问题，而是「你加载了另一个版本的函数」。

我的做法是先不跑代码，花二十分钟把文件盘一遍。

2.1 先摸清文件类型分布，别凭目录名猜内容

配套源码常见的五类文件，作用完全不同，处理方式也不同。先用一张表把边界划清：

盘文件用一段 Python 就够，不用装 MATLAB。这段脚本只做两件事：统计各章的脚本数与模型数，把重复的函数名单独列出来——重复函数名是后面一切诡异报错的根源。

import os, hashlib, collections root = r"D:\ctrl_sim_src" # 改成你的解压目录 stat = collections.Counter() funcs = collections.defaultdict(list) for dirpath, _, files in os.walk(root): for f in files: ext = os.path.splitext(f)[1].lower() stat[ext] += 1 if ext == ".m": # 只把文件名当函数名粗筛，真正的判定留给 MATLAB 的 which -all funcs[f.lower()].append(os.path.join(dirpath, f)) print("文件类型分布：", dict(stat)) print("\n可能重名的函数（同名文件出现在多处）：") for name, paths in funcs.items(): if len(paths) > 1: print(f" {name} -> {len(paths)} 处") for p in paths: print(" ", p)

逻辑说明：os.walk递归整棵目录树，Counter统计扩展名分布，defaultdict(list)按小写文件名聚合。参数上，root一定要指向解压后的最外层目录，不要指向章文件夹，否则统计会漏掉一半；文件名统一转小写是因为 MATLAB 在 Windows 下对大小写不敏感，De2tf.m和de2tf.m会互相覆盖，但在 Linux 下又是两个文件，这种差异最容易在换机器时暴露出来。

跑完你会得到两个数字：.m文件的总量，以及重名函数有几组。重名超过三组，就不要指望「一次性addpath全部搞定」，必须按章隔离。

2.2 用 genpath 归位路径，再用 which -all 验证

路径归位这一步，很多人的做法是把整个根目录addpath(genpath(root))一把梭。能跑，但埋雷：genpath会把备份目录、old、bak、.git之类的子目录一起加进去，那些目录里往往就躺着旧版本的函数。

我的习惯是显式列出要加的章目录，把备份目录排除掉，再用which -all逐个验证关键函数到底解析到了哪个文件：

% 路径归位：只加章目录，排除备份与旧版本目录 rootDir = 'D:\ctrl_sim_src'; chapterDirs = dir(fullfile(rootDir, 'chap*')); chapterDirs = chapterDirs([chapterDirs.isdir]); addpath(rootDir); % 根目录放公共函数 for i = 1:numel(chapterDirs) p = fullfile(rootDir, chapterDirs(i).name); if ~contains(lower(p), ["bak","old","backup"]) % 关键：过滤备份目录 addpath(p); end end % 验证关键函数解析位置，重名时会返回多行 keyFuncs = {'de2tf','pid_tune','plot_step','rlocus_demo'}; for i = 1:numel(keyFuncs) w = which(keyFuncs{i}, '-all'); fprintf('=== %s ===\n', keyFuncs{i}); if isempty(w) fprintf(' 未找到\n'); else fprintf(' %s\n', w{:}); end end

逻辑说明：dir(fullfile(rootDir,'chap*'))用通配符抓所有章目录，[chapterDirs.isdir]过滤掉同名文件；contains(..., ["bak","old","backup"])是字符串数组匹配，只要路径里含其中任意一个词就跳过。最后的which('-all')是这套流程的核心——它返回的是搜索路径上所有同名文件的完整路径，返回两行以上就说明有覆盖风险，此时要么调整addpath的顺序，要么把旧版本改名。

参数上有一个坑：addpath默认把新路径加在最前面，所以循环里后加进去的章目录优先级更高。如果你的公共函数在根目录、章目录里又有同名副本，结果就是章目录赢。想固定优先级，用addpath(p, '-end')把章目录追加到末尾，让根目录的公共函数始终优先。

路径理顺之后，再savepath固化一次，否则下次启动 MATLAB 又得重来。注意savepath写的是pathdef.m，某些安装环境下没有写权限，会静默失败，跑完最好disp(path)抽查一眼。

2.3 版本与编码预处理：图形句柄、中文注释、旧模型

这套源码第 3 版对应的年代，MATLAB 大概率还在 R2014b 之前或刚跨过这个分界线。R2014b 是图形系统的一次大改：句柄从 double 变成了对象。老代码里set(h,'XData',x)这种写法在新版本上不一定报错，但get(h,'Type')之类的返回值类型变了，条件判断会静默走错分支。

先跑一段版本探测，把风险点标出来：

% 版本与兼容性自检 v = ver('matlab'); fprintf('当前版本：%s (%s)\n', v.Release, v.Date); if verLessThan('matlab', '8.4') % 8.4 对应 R2014b warning('低于 R2014b，图形句柄为数值型，老写法可用但新函数缺失'); else warning('R2014b 及以上，检查 set/get 中依赖句柄数值的写法'); end % 检查核心工具箱是否齐全，缺一个后面就断一片 need = {'Control System Toolbox','Simulink','Simulink Control Design','Optimization Toolbox'}; installed = {v.Name}; for i = 1:numel(need) if ~any(strcmp(installed, need{i})) fprintf('缺少工具箱：%s\n', need{i}); end end

逻辑说明：verLessThan('matlab','8.4')是官方推荐的低版本判断方式，第二个参数是版本号不是年份，8.4才对应 R2014b，写'R2014b'会直接报错。工具箱检查用ver返回的结构体数组的Name字段做字符串比对——pidtune、lsim、bode这些函数分散在不同工具箱里，缺哪个，对应的章节就整章跑不动，先查清楚比跑到一半再猜省事得多。

编码问题同样不能忽略。老源码里的中文注释多半是 GBK，新版本 MATLAB 默认 UTF-8，打开就是一片问号，虽然不影响执行，但你想看懂注释就得转码。批量转码我一般在 MATLAB 外部做，避免边读边写把文件写坏：

# 把 GBK 源码批量转成 UTF-8，先备份再动 cd /d/ctrl_sim_src cp -r . ../ctrl_sim_src_bak find . -name "*.m" -print0 | xargs -0 -I{} sh -c \ 'iconv -f GBK -t UTF-8 "{}" > "{}.tmp" && mv "{}.tmp" "{}"'

这段bash的关键在-print0配xargs -0，文件名里有空格或中文也不会断；iconv转换失败会返回非零，&&保证转换不成功就不覆盖原文件。转之前一定先整目录备份，iconv遇到非法字节序列会截断，这是不可逆的。

对于.mdl旧模型，高版本能打开但会提示升级，我的建议是先另存为.slx再动任何参数，.mdl是文本格式，直接编辑容易把结构写坏，而且新版 Simulink 对它的支持只会越来越弱，早转早省心。

3. 经典控制环节复现：传递函数、根轨迹与频域三条主线

控制系统仿真源码的主干，基本就是三条线：时域的传递函数与阶跃响应、复域的根轨迹与稳定性、频域的 Bode 与裕度。这三条线在代码里的入口不同，但共用同一个对象模型——对象建错，后面三条线全是错的，而且错得很像「算法有问题」，特别费时间。

3.1 从微分方程到 tf/zpk：系数抄错是最贵的错误

教材例题通常给的是微分方程或方框图，落到代码里就是tf(num, den)。这里最常见的翻车点不是语法，是降幂系数的顺序和缺项补零。比如s^2 + 2s + 5的den是[1 2 5]，而s^2 + 5必须写成[1 0 5]，漏掉中间那个零，系统阶次就少了一阶，画出来的响应「看起来也挺像」，实际上完全不是同一个对象。

我一般会同时用两种写法建同一个对象，互相对拍：

% 同一个对象用两种写法构建，互相校验系数 s = tf('s'); % 写法一：多项式系数（注意缺项补零） G1 = tf([10], [1 7 10 0]); % 10 / (s^3 + 7s^2 + 10s) % 写法二：零极点增益，直观看出极点在 0、-2、-5 G2 = zpk([], [0 -2 -5], 10); % 对拍：两者相减的增益应为 0（数值误差内） d = norm(G1 - G2, inf); fprintf('两种建模方式的最大偏差：%.3e\n', d); assert(d < 1e-9, '建模不一致，检查系数或极点');

逻辑说明：tf('s')先声明一个传递函数变量s，后面就能直接写代数式，比手填系数直观得多。zpk用零点、极点、增益三元组描述，适合已经知道极点位置的场景。norm(sys, inf)求的是系统 H∞ 范数，两个相同系统相减后范数应趋近 0，用它做对拍比逐项比系数更稳。assert那行是关键，一旦系数抄错，脚本立刻停下来，而不是带着错误模型跑完三张图。

参数上有个细节：zpk的极点列表里0表示积分环节，如果你从方框图里读出的是「一个积分加两个惯性环节」，那极点就是[0 -1/T1 -1/T2]，T取时间常数而不是转折频率，这两者差一个2π的情况在频域题里很常见，别混。

建完对象，顺手存一份基准数据，后面改参数时能立刻对比：

% 保存基准响应，供后续改参数时对比 t = 0:0.01:20; [y,t] = step(feedback(G1,1), t); base = struct('t', t, 'y', y, 'overshoot', max(y), 'ess', abs(1 - y(end))); save('baseline_step.mat', 'base');

feedback(G1,1)是单位负反馈闭环，step的第二个参数指定仿真时间向量，步长0.01对这类慢过程够用；ess这里用终值误差粗算，只做横向对比，严格计算要按系统型别来。

3.2 根轨迹与稳定域：rlocus 只是开始，临界增益要自己算

rlocus(G)画出来的图很好看，但它只是把1 + K*G(s) = 0的根随K变化的轨迹画出来，不告诉你临界增益是多少。教材答案里那个K_max，得自己从幅值条件推：根轨迹穿过虚轴时，|K*G(jw)| = 1，也就是K = 1/|G(jw)|，而w是相角等于 -180° 的频率，正好就是幅值裕度的穿越频率。

所以临界增益和margin是同一件事的两个说法：

% 用幅值裕度直接得到临界增益，比手工在图上点更可靠 G = tf(10, [1 7 10 0]); [Gm, Pm, Wcg, Wcp] = margin(G); Kmax = Gm; % 临界增益（线性值，非 dB） fprintf('穿越频率 Wcg = %.3f rad/s\n', Wcg); fprintf('临界增益 Kmax = %.3f\n', Kmax); fprintf('相位裕度 Pm = %.2f deg @ Wcp = %.3f rad/s\n', Pm, Wcp); % 验证：K 略小于 Kmax 稳定，略大于则发散 for K = [0.9*Kmax, 1.1*Kmax] cl = feedback(K*G, 1); p = pole(cl); fprintf('K=%.3f 最大极点实部=%.4f\n', K, max(real(p))); end

逻辑说明：margin返回四个量，Gm是幅值裕度（线性值），Wcg是相位穿越频率（相角 -180° 处），Pm是相位裕度，Wcp是幅值穿越频率（0 dB 处）。Kmax = Gm这一步依据是：幅值裕度的定义就是「增益还能再放大多少倍才到临界」，所以它本身就是临界增益相对当前增益的倍数——注意这里G已经含了增益 10，如果你的G是纯对象、增益单独乘，Kmax就要再乘回当前增益。

后面的循环是必做的验证：理论算出来的Kmax代入闭环，极点实部应恰好压在 0 附近，0.9倍全负、1.1倍出现正实部。这一步能抓出「公式用错但图看着对」的错误，我吃过亏——有一回把Wcg和Wcp弄反，图画出来形状一模一样，临界增益差了 3 倍。

根轨迹相关的另一个常用函数是rlocfind，交互式点选返回增益和闭环极点，适合教学演示。但它会弹窗等你点，放进脚本就会卡住，批处理场景一律用margin反算，别在自动化脚本里用它。

3.3 频域指标读取：把 bode 和 margin 封成一个函数

频域章节的例题通常会让你读四个指标：幅值裕度、相位裕度、带宽、谐振峰值。一个个敲margin、bandwidth、bode太碎，而且每次都要手动换算 dB，容易在「20log10 忘了乘」这种地方出错。封成一个返回结构体的函数，后面所有例题复用：

function m = freqSpec(G) %FREQSPEC 一次返回闭环频域与时域关键指标 % G 为开环传递函数，内部自动构成单位负反馈闭环 cl = feedback(G, 1); [Gm, Pm, Wcg, Wcp] = margin(G); % 开环裕度 bw = bandwidth(cl); % 闭环带宽，-3dB 频率 S = stepinfo(cl); % 阶跃指标 m = struct( ... 'Gm_dB', 20*log10(Gm), ... % 幅值裕度，转 dB 'Pm_deg', Pm, ... 'Wcg', Wcg, ... 'Wcp', Wcp, ... 'BW', bw, ... 'Overshoot',S.Overshoot, ... 'RiseTime', S.RiseTime, ... 'Settling', S.SettlingTime); end

逻辑说明：开环裕度用原G算，闭环指标用feedback(G,1)算，两者不能混——这是频域题里最容易搞反的地方。bandwidth返回的是闭环幅频特性降到 -3 dB 对应的频率，单位 rad/s；stepinfo一次给出超调、上升时间、调节时间。结构体字段名带上单位后缀（_dB、_deg），是为了在打印和存表时不用再回忆量纲。

调用侧加一段格式化输出，直接对着教材表格填：

G = tf(10, [1 7 10 0]); m = freqSpec(G); fn = fieldnames(m); for i = 1:numel(fn) fprintf('%-12s = %8.3f\n', fn{i}, m.(fn{i})); end

参数说明：%-12s左对齐占 12 字符，%8.3f保留三位小数，输出能直接贴进实验报告。若stepinfo报「系统不稳定」，多半是闭环有右半平面极点，先回去查Kmax，不要在这个函数里加容错去掩盖——指标算不出来本身就是结论。

4. Simulink 模型跑通与 PID 整定的实操路径

源码包里.slx和.mdl的数量往往比.m还多，而且模型文件最不讲道理：同一个文件在不同版本、不同求解器设置下，结果能差到让你怀疑对象建错了。模型跑通的关键不在「点运行」，而在把求解器、采样时间、库链接这三件事先钉死。

4.1 打开模型先看三处：求解器、采样时间、库链接

模型打开报错，九成出在这三处之一：

第一处是求解器。连续系统用变步长ode45，离散或带开关的系统用定步长ode4或ode1。教材配套模型很多是从更老的版本存下来的，默认求解器可能是ode45配了一个极大的相对容差，跑出来波形毛刺一堆，看着像噪声，其实是步长太大。

第二处是采样时间。模型里只要有一个离散模块的采样时间和其它模块对不上，Simulink 就会用最小采样时间做步长，仿真慢十倍不止，还会在数据里混入多速率伪影。

第三处是库链接。从别的机器拷来的模型，如果引用了自定义库，Library Browser里会标红，链接断了但模型还能打开，运行时才报「未定义模块」。

先跑一段体检脚本，把这三项打印出来：

% 模型体检：求解器、采样时间、断链模块 model = 'ctrl_demo'; % 改成你的模型名，不带扩展名 load_system(model); fprintf('求解器：%s\n', get_param(model, 'Solver')); fprintf('定步长：%s\n', get_param(model, 'FixedStep')); fprintf('相对容差：%s\n', get_param(model, 'RelTol')); % 列出所有采样时间，确认没有意外的多速率 st = get_param(model, 'CompiledSampleTime'); disp('采样时间表：'); disp(st); % 断链检查：找出所有未解析的库链接 links = find_system(model, 'LookUnderMasks','all', 'FollowLinks','on', ... 'LinkStatus','unresolved'); if isempty(links) fprintf('无断链模块\n'); else fprintf('断链模块 %d 个：\n', numel(links)); fprintf(' %s\n', links{:}); end close_system(model, 0); % 0 表示不保存，避免误改原文件

逻辑说明：load_system只加载不打开界面，适合脚本化体检。get_param读模型级参数，CompiledSampleTime必须先编译才有值，若返回空说明模型还没编译过，先set_param(model,'SimulationCommand','update')触发一次再读。find_system的LinkStatus','unresolved'是专门抓断链的过滤器，LookUnderMasks','all'保证掩膜模块内部也扫到。最后的close_system(model,0)第二个参数写0是不保存关闭，防止体检脚本把原模型改脏——这个参数写1是保存，很容易手滑。

4.2 用 sim 与 set_param 批量跑仿真，别手工点运行

教材例题一般只跑一组参数，但你要验证 PID 或者扫增益，手工改一次跑一次效率太低，而且结果记不住。用set_param改参数、sim跑仿真、结果存结构体，一套循环搞定。

不同 MATLAB 版本sim的返回类型不一样：老版本返回Simulink.SimulationOutput，用out.get('yout')取；新版本可以用out.yout，但为了兼容我一般统一走get：

% 批量扫增益，记录超调与调节时间 model = 'ctrl_demo'; load_system(model); Klist = [0.5 1 2 4 8]; res = cell(numel(Klist), 1); for i = 1:numel(Klist) set_param([model '/Gain'], 'Gain', num2str(Klist(i))); % 改增益模块 out = sim(model, 'StopTime', '10', 'SaveOutput', 'on'); y = out.get('yout'); % 兼容新旧版本的取法 t = out.get('tout'); res{i} = struct('K', Klist(i), 't', t, 'y', y); end close_system(model, 0); % 统一画图对比 figure; hold on; for i = 1:numel(res) plot(res{i}.t, res{i}.y, 'DisplayName', sprintf('K=%.1f', res{i}.K)); end legend('Location','best'); grid on;

逻辑说明：set_param的第一个参数是模块的完整路径，格式是模型名/子系统名/模块名，路径写错会直接报「模块不存在」，先把模型界面里的路径复制出来核对。num2str不能省，set_param的值必须是字符向量。sim的StopTime用字符串，SaveOutput','on'才会把yout/tout写进输出对象。

参数上要注意SaveOutput和SaveTime在新版本里已经合并，老模型如果显式设了SaveTime','off'，tout会是空，画图那步就会报错。扫参之前先单跑一次确认yout非空，再进循环，比循环里报错好排查。

4.3 PID 整定：从经验公式出发，用仿真回落

配套源码里的 PID 例题大多给的是 Ziegler-Nichols 之类的经验公式，直接套参数能出结果，但超调经常大得离谱。原因是经验公式按「四分之一衰减」整定，本身就偏激进，教材图看着平滑是因为对象简单。实操里我一般用它当起点，再用仿真往下压。

以带纯滞后的一阶对象K/(Ts+1)·e^(-Ls)为例，Z-N 开环整定的参数是：

% Z-N 整定 + 仿真回落，找一组超调可接受的参数 K = 2; T = 5; L = 1; Kp0 = 1.2*T/(K*L); Ti0 = 2*L; Td0 = 0.5*L; % 按 0.6~1.0 的系数往下压，观察超调变化 scale = [1.0 0.8 0.6 0.4]; for i = 1:numel(scale) Kp = Kp0 * scale(i); Ki = Kp / Ti0; Kd = Kp * Td0; fprintf('scale=%.1f Kp=%.3f Ki=%.3f Kd=%.3f\n', scale(i), Kp, Ki, Kd); end

逻辑说明：Ti和Td是时间量，进 PID 模块前要换算成Ki = Kp/Ti、Kd = Kp*Td，这个换算漏掉是新手最常见的错——直接把Ti填进积分增益，系统响应会慢到像没加积分。scale数组按比例同时缩Kp、Ki、Kd，保持零极点相对关系不变，只调激进程度，比单独拧一个参数更容易看出规律。

真正定参要靠仿真：把每组参数丢进模型跑一次，记录超调和调节时间，选超调在 10% 以内、调节时间可接受的那组。这一步没有捷径，但循环写一次就能反复用，比手工截图对比靠谱得多。

5. 避坑与排查：跑不通这套源码时先看这五条

下面五条是我在这类配套源码里反复遇到的，按出现频率排。每条都是「现象 → 原因 → 解决」的顺序，照着查基本能覆盖八成报错。

5.1 现象：函数或变量未定义，但文件明明在

现象：Undefined function or variable 'de2tf'，可你用文件管理器搜，de2tf.m就躺在某个章目录里。

原因：最常见的是路径没加对——addpath加的是父目录，而函数在子目录里，MATLAB 不会递归找。其次是文件名和函数名不一致，MATLAB 按文件名解析函数，de2tf.m里写的是function y = de2tf_v2(x)，调de2tf就找不到。第三种是函数文件里第一行不是function，被当成脚本，脚本里的变量不会进工作区之外的调用。

解决：先which de2tf -all看解析结果，空的话补路径；有结果但还报错，打开文件看第一行函数声明，名字必须和文件名完全一致（大小写也一致，虽然 Windows 不敏感，Linux 敏感）。实在查不出来，dbstop if error之后重跑，断点会停在真正出错的那一行，比读报错信息快。

5.2 现象：中文注释全是问号，图形标题乱码

现象：脚本能跑，但注释和图窗里的中文显示成问号或方块。

原因：源文件编码和 MATLAB 当前编码不一致。老源码是 GBK，新版 MATLAB 默认 UTF-8；或者文件编码对了，但图形字体不支持中文。

解决：编码问题按 2.3 节的办法整批转 UTF-8，转前备份。字体问题改默认字体，一次设好所有图窗：

set(groot, 'DefaultAxesFontName', 'SimHei'); set(groot, 'DefaultTextFontName', 'SimHei');

groot是图形根对象，设它的默认属性对新开的图窗全局生效。有些环境没有SimHei，换成Microsoft YaHei或系统里任意支持中文的字体，先用listfonts看一眼再填。

5.3 现象：Simulink 模型打不开，提示版本过旧

现象：双击.mdl提示「无法打开，由更新版本创建」，或者直接闪退。

原因：.mdl是旧文本格式，高版本 Simulink 打开时会尝试升级，升级失败就报错。另一种是模型里引用了当前版本不存在的库模块。

解决：先用load_system在命令行加载，报错信息比界面详细得多；能加载就save_system(model, [model '_new.slx'])另存为新格式，之后只在新文件上改，原文件留着对照。实在打不开的旧模型，用文本编辑器打开.mdl，搜Library字段看引用了哪个库，缺的库要么补齐要么替换成基本模块。

5.4 现象：仿真结果发散，数值越跑越大

现象：阶跃响应本该收敛，结果曲线一路往上冲，或者出现高频振荡。

原因：三类。求解器步长太大，对刚性系统直接失稳；系统本身闭环不稳定，只是你没先算Kmax；离散模块采样时间和连续部分不匹配，混入数值噪声。

解决：先算稳定性再跑仿真，margin看裕度，裕度为负就别怪求解器。稳定性没问题就把求解器换成ode4定步长，步长取最小时间常数的1/20到1/50，跑一遍看是否还发散。还发散就检查离散模块采样时间，用 4.1 节的体检脚本把CompiledSampleTime列出来核对。

5.5 现象：曲线形状对，但数值和教材对不上

现象：超调、调节时间、稳态值都和书上差一截，趋势却一致。

原因：通常是单位或归一化的问题。教材里的时间轴可能按τ归一化，你按秒画；或者增益用了 dB，你用线性值直接比；再或者教材图是开环响应，你画的是闭环。

解决：先把「对象、反馈结构、时间轴、增益单位」四项逐条核对，尤其是反馈——feedback(G,1)和G/(1+G)在符号上等价，但feedback对G的分子分母处理有约定，手写公式容易漏掉H(s)。核对完还不一致，就用 3.1 节的zpk/tf对拍，确认对象本身没建错，对象对了再查单位。

6. 从跑通到改得动：把源码变成自己的扫参实验台

源码跑通只是及格线，真正有用的是把它改成能扫参、能归档、能对比的实验台。我的做法是抽一个cfg结构体装所有可变参数，外层套一层扫参循环，每次运行把结果连同参数一起存成.mat，文件名带上参数值。这样跑二十组也不乱，回头找「那组超调最小的」直接按文件名筛。

% 参数化 + 扫参 + 归档，一次跑完所有组合 base = struct('Kp', 1.0, 'Ki', 0.2, 'Kd', 0.05, 'Tf', 0.01); grid = {[0.6 1.0 1.4], [0.1 0.2 0.4]}; % Kp 与 Ki 的候选值 outDir = fullfile(pwd, 'runs'); if ~isfolder(outDir), mkdir(outDir); end for kp = grid{1} for ki = grid{2} cfg = base; cfg.Kp = kp; cfg.Ki = ki; % 这里替换成你的模型/脚本调用，result 需含 t、y result = runOneCase(cfg); tag = sprintf('Kp%.2f_Ki%.2f', kp, ki); save(fullfile(outDir, [tag '.mat']), 'cfg', 'result'); fprintf('done: %s 超调=%.1f%%\n', tag, result.overshoot); end end

这段的关键不在循环，在命名和归档：tag用参数值拼文件名，小数点换成p更保险（有些系统对文件名里的点不友好），.mat里同时存cfg和result，半年后回来还能复现。runOneCase是你自己封的薄壳，内部调脚本或sim都行，只要返回统一结构体，换对象不用改外层。

再进一步，把结果汇总成表，用table排序比翻文件快：

files = dir(fullfile(outDir, '*.mat')); rows = cell(numel(files), 1); for i = 1:numel(files) S = load(fullfile(outDir, files(i).name)); rows{i} = [S.cfg.Kp, S.cfg.Ki, S.result.overshoot, S.result.settleTime]; end T = cell2mat(rows); T = sortrows(T, 3); % 按超调升序 disp(array2table(T, 'VariableNames', {'Kp','Ki','Overshoot','SettleTime'}));

sortrows(T,3)按第三列排，一眼看到超调最小的那组。这套流程我从一个只有五个例题的小包，扩到能一天扫上百组参数，靠的就是「参数进结构体、结果进文件、汇总进表格」这三步，没有任何花活。

血泪经验是：别在原文件名上直接改。我早期图省事，直接在chap3_ex2.m上改参数跑，跑了十几轮之后自己也分不清哪个版本对应哪组数据，最后全推倒重来。从那以后我每次动源码之前，都强制先把原文件复制一份到orig/目录，改只在副本上改，跑出来的结果按参数命名归档，再也没出现过「结果对不上、也说不清是哪版代码跑的」这种黑匣子状态。希望帮到你。

本文还有配套的精品资源，点击获取