↔️ 32/60 時域與頻域:同一系統的兩種語言—— 描述系統行為的兩種工程視角

更新 發佈閱讀 4 分鐘

📌 導讀:為什麼工程師要同時學會兩種語言?

任何一個真實系統:

✔ 都會隨時間變化

✔ 也會對不同頻率的刺激產生不同反應

因此工程師發展出兩種互補的描述方式:

👉 時域(Time Domain):看「隨時間怎麼變」

👉 頻域(Frequency Domain):看「對不同頻率怎麼反應」

這兩種語言描述的是 同一個系統,只是觀察角度不同。


🧠 一、時域在看什麼?

時域描述:

輸入 u(t)

經過系統

產生輸出 y(t)

重點關心:

✔ 上升多快

✔ 會不會震盪

✔ 會不會超調

✔ 何時穩定

典型時域模型:

τ·dy/dt + y = K·u(t)


🧠 二、頻域在看什麼?

頻域關心的是:

👉 系統對不同頻率成分的處理方式

系統可視為:

「頻率濾波器」

不同頻率 ω:

✔ 有不同增益

✔ 有不同相位延遲


🧠 三、時域與頻域的橋樑:拉普拉斯轉換

由時域方程:

τ·dy/dt + y = K·u(t)

轉為 s 域:

(τs + 1)·Y(s) = K·U(s)

傳遞函數:

H(s) = Y(s) / U(s)

H(s) = K / (τs + 1)


🧠 四、頻率響應

令:

s = jω

得到:

H(jω) = K / (1 + jτω)

這個函數完整描述:

✔ 各頻率的放大倍率

✔ 各頻率的相位延遲


🧠 五、幅值與相位

幅值:

|H(jω)| = K / √(1 + (τω)²)

相位:

φ(ω) = −tan⁻¹(τω)


🧠 六、時域與頻域的對照直覺

觀點

看什麼

時域

系統隨時間如何變

頻域

系統對各頻率如何處理

👉 時域擅長看「過程」

👉 頻域擅長看「結構」


🧠 七、一階系統的頻域直覺

低頻 ω → 0:

|H(jω)| → K

φ → 0

高頻 ω → ∞:

|H(jω)| → 0

φ → −π/2

結論:

👉 一階系統是 低通系統


🧠 八、為什麼兩種語言都必要?

只用時域:

❌ 不易設計濾波器

❌ 難以理解頻率干擾

只用頻域:

❌ 看不到啟動瞬間行為

工程師必須能 雙語思考


📌 一句話記住

時域描述變化過程,頻域描述頻率選擇性,但本質是同一個系統。


🧮 整合型數學題

考慮一階系統:

τ·dy/dt + y = K·u(t)

其中:

τ = 2

K = 3 u(t) = cos(ωt)


(1) 求頻率響應 H(jω)

H(s) = 3 / (2s + 1)

令 s = jω:

H(jω) = 3 / (1 + j·2ω)


(2) 求幅值與相位

|H(jω)| = 3 / √(1 + (2ω)²)

φ(ω) = −tan⁻¹(2ω)


(3) 寫出穩態輸出 y_ss(t)

y_ss(t) = |H(jω)| · cos(ωt + φ)

y_ss(t) = [ 3 / √(1 + 4ω²) ] · cos( ωt − tan⁻¹(2ω) )


(4) 低頻與高頻行為

低頻 ω → 0:

|H| → 3

φ → 0

y_ss(t) ≈ 3 cos(ωt)

高頻 ω → ∞:

|H| → 0

φ → −π/2

輸出趨近於 0


🎯 工程總結

✔ 時域看時間

✔ 頻域看頻率

✔ 拉普拉斯是橋樑

✔ 兩者結合才能真正看懂系統


 

留言
avatar-img
강신호(姜信號 / Kang Signal)的沙龍
22會員
271內容數
「강신호(姜信號 / Kang Signal)」聚焦電信、網路與 AI 電子核心技術,解析 5G/6G、衛星通訊、訊號處理與產業趨勢,以工程視角輸出可落地的專業洞見,打造強信號的未來。
2026/01/31
頻域以頻率能量分布描述訊號,將複雜微分系統轉為可量化的代數形式,讓工程師能直觀看見放大、抑制、頻寬與穩定性特性,使分析、設計與量測更快速、可控、有效。
2026/01/31
頻域以頻率能量分布描述訊號,將複雜微分系統轉為可量化的代數形式,讓工程師能直觀看見放大、抑制、頻寬與穩定性特性,使分析、設計與量測更快速、可控、有效。
2026/01/30
系統失控可由特徵值、極點位置、判據與BIBO等數學指標提前預警。當實部趨近或跨越零、阻尼消失或雅可比出現正實部時,即代表穩定性惡化。數學是工程師預測失控的雷達。
2026/01/30
系統失控可由特徵值、極點位置、判據與BIBO等數學指標提前預警。當實部趨近或跨越零、阻尼消失或雅可比出現正實部時,即代表穩定性惡化。數學是工程師預測失控的雷達。
2026/01/30
工程數學中多數問題以近似解為常態。重點不在追求完美精度,而是定義容忍度、評估誤差並確認近似是否足以支持工程判斷。能做出正確決策的近似,就是夠好的解。
2026/01/30
工程數學中多數問題以近似解為常態。重點不在追求完美精度,而是定義容忍度、評估誤差並確認近似是否足以支持工程判斷。能做出正確決策的近似,就是夠好的解。
看更多