朱利的稳定性判别模拟器 — 离散时间系统的稳定判定

Q: 朱利稳定性判别的必要条件是什么？

对于最高次系数归一化为1的多项式 P(z)，首先检验三个必要条件。第一是 P(1)>0，即 z=1 代入后的值为正。第二是偶数次多项式时 P(-1)>0，即 z=-1 代入后的值为正。第三是 |a0|<1，常数项的绝对值小于最高次系数（=1）。这些都是稳定时必然满足的条件，若破坏任何一个就立即判定为不稳定。反之，即使必要条件全部满足，也必须验证朱利表的内部条件才能确定稳定。

Q: 朱利表的内部条件如何计算？

从系数排成的行 Row1=[a0,a1,a2,a3,1] 和它的反向行 Row2 开始，利用相邻两行的两端元素构成的2×2矩阵式生成下一行。对于4次系，可以得到额外的2段行，比较这些行的首尾元素的绝对值以验证两个内部条件 |b0|>|b3| 和 |c0|>|c2|。若三个必要条件和两个内部条件都成立，则所有根都在单位圆内，离散时间系统是稳定的。本工具为了让判定根据可见，还用Durand-Kerner法计算并显示实际的根作为参考。

参数设置

离散时间系统的特征多项式 P(z) = z⁴ + a₃z³ + a₂z² + a₁z + a₀（最高次系数归一化为 1）的系数设置。

系数 a₃（z³ 的系数）

系数 a₂（z² 的系数）

系数 a₁（z¹ 的系数）

系数 a₀（常数项）

常数项。|a₀| ≥ 1 时必要条件 C3 被破坏，系统不稳定

计算结果

—

P(1)

—

P(−1)

—

|a₀|

—

稳定判定

—

最大根绝对值 |z|max

—

单位圆内根数

—

复z平面 — 特征多项式的根与单位圆

单位圆 |z|=1 是稳定边界。内侧（绿）的根表示稳定，外侧（红）的根表示不稳定。点表示特征多项式 P(z) 的根。

根的绝对值 |z|

根的 z 平面分布

理论与主要公式

$$P(z)=z^4+a_3 z^3+a_2 z^2+a_1 z+a_0$$

离散时间系统的特征多项式。最高次系数归一化为 1。所有根 z 在单位圆内侧 |z|<1 时系统稳定。

$$P(1)\gt 0,\quad P(-1)\gt 0,\quad |a_0|\lt 1$$

4次系（偶数次）稳定的必要条件。P(1)=1+a₃+a₂+a₁+a₀，P(−1)=1−a₃+a₂−a₁+a₀。加上朱利表内部条件 |b₀|>|b₃|、|c₀|>|c₂| 成立时系统稳定。

$$\text{离散时间系统稳定区域} = \{\,z : |z|\lt 1\,\}$$

在数字控制中稳定区域是 z 平面的单位圆内侧，与连续时间系的 s 平面左半面（Re<0）不同。这是朱利判别与劳斯-赫尔维茨判别的本质区别。

朱利的稳定性判别

🙋

「朱利的稳定性判别」名字和劳斯-赫尔维茨很像，有什么区别吗？

🎓

简单来说，劳斯-赫尔维茨是用于「连续时间系」的，而朱利是用于「离散时间系」的稳定判别。模拟控制系统时间连续流动，但使用单片机或PC的数字控制是按固定周期采样并更新数值。这种「采样值控制」的特征方程不是用 s，而是用 z 变量来表示。朱利判别法就是针对这个 z 的多项式的。

🙋

变量从 s 变成 z，稳定条件也会改变吗？

🎓

这是最重要的地方。连续时间系中「所有极点在 s 平面的左半面（实部为负）就稳定」，但离散时间系稳定区域变成了「z 平面的单位圆 |z|=1 内侧」。离散系的响应可以写成极点 z 的 n 次幂的和，因为 |z|<1 时 |z|ⁿ 随时间趋向 0 而衰减，|z|>1 时则发散。所以全部根是否在单位圆内侧是决定稳定性的关键。

🙋

那就先把根全部求出来，然后检查绝对值是否小于1不就行了吗？

🎓

理论上是这样，但每次都手工求解4次、5次多项式的根太困难了。这就是朱利的用处。首先检查简单的必要条件。以左边的例子 P(z)=z⁴−0.8z³+0.31z²−0.128z+0.024 为例，P(1)=1−0.8+0.31−0.128+0.024=0.406>0，P(−1)=2.262>0，|a₀|=0.024<1。三个都满足。这些是稳定时必然成立的条件，任何一个不满足就立刻判定为不稳定。

🙋

必要条件全部满足的话，就能说系统稳定了吗？

🎓

不行，仅有必要条件还不够。接下来需要把系数排成一行和它的反向行，利用2×2行列式构建「朱利表」这样的三角形表格。对于4次系，会得到额外的2段行，然后比较这些行的首尾元素绝对值，验证内部条件 |b₀|>|b₃| 和 |c₀|>|c₂|。三个必要条件加上两个内部条件全部成立，才能说稳定。刚才的例子里所有根都是 0.5、0.3、±0.4i，绝对值都小于 1，所以稳定。

🙋

如果根的绝对值恰好等于1，刚好在单位圆上，会怎么样？

🎓

好问题。根的绝对值正好等于 1 时，就是「临界稳定」状态，既不衰减也不发散，以固定幅值持续振荡。在离散系中相当于每次采样输出的大小都一样。实际应用中临界稳定基本等同于不稳定，需要留有余裕使根确实在圆的内侧。本工具检测到根接近单位圆的 0.001 以内时，会用黄色显示「临界（边界）」的判定结果。

常见问题

这是判定离散时间（采样值、数字）控制系统是否稳定的方法，仅从特征多项式的系数进行判定。离散时间系统要稳定，必须满足特征多项式 P(z) 的所有根都在复z平面的单位圆 |z|=1 内侧。朱利判别法通过从系数组建朱利表（一个三角形表格），检验必要条件和内部条件，不需要求解根就能判定「所有根是否在单位圆内」。它是连续时间系劳斯-赫尔维茨判别的离散时间版本。

离散时间系统的响应可以表示为各根（极点）的 n 次幂的和，每一项随 |z|ⁿ 变化。如果根的绝对值 |z| 小于 1，则 |z|ⁿ 随时间趋向于 0，响应衰减；如果 |z| 大于 1，则响应发散。因此所有极点都在单位圆 |z|<1 的内侧才是稳定的条件。在连续时间系中安定区域是 s 平面的左半面，而在数字控制中则变成了 z 平面的单位圆内，这是连续系与离散系最大的区别。

对于最高次系数归一化为1的多项式 P(z)，首先检验三个必要条件。第一是 P(1)>0，即 z=1 代入后的值为正。第二是偶数次多项式时 P(-1)>0，即 z=-1 代入后的值为正。第三是 |a0|<1，常数项的绝对值小于最高次系数（=1）。这些都是稳定时必然满足的条件，若破坏任何一个就立即判定为不稳定。反之，即使必要条件全部满足，也必须验证朱利表的内部条件才能确定稳定。

从系数排成的行 Row1=[a0,a1,a2,a3,1] 和它的反向行 Row2 开始，利用相邻两行的两端元素构成的2×2矩阵式生成下一行。对于4次系，可以得到额外的2段行，比较这些行的首尾元素的绝对值以验证两个内部条件 |b0|>|b3| 和 |c0|>|c2|。若三个必要条件和两个内部条件都成立，则所有根都在单位圆内，离散时间系统是稳定的。本工具为了让判定根据可见，还用Durand-Kerner法计算并显示实际的根作为参考。

实际应用

数字控制器的设计：单片机或FPGA中运行的PID控制器、电机驱动器、电源电流控制环都是每个采样周期更新一次值的离散时间系统。这些闭环特征方程是 z 的多项式，稳定性用朱利判别法确认。特别是当采样周期变长时，极点容易移到单位圆外，需要把周期和控制增益作为变量，用朱利条件列出不等式求解稳定的参数范围。

连续系数字化实现的验证：把模拟设计的控制器用Tustin变换或零阶保持器转换为数字实现是常见做法。数字化后稳定区域从左半面变成单位圆内，连续系下稳定的设计离散化后可能变成不稳定。朱利判别可用于快速检算离散化后的特征多项式是否确实在单位圆内。

数字滤波器的稳定性确认：IIR滤波器（无限脉冲响应滤波器）的传函分母多项式，其根也必须在单位圆内才能保证输出不发散。音频处理或通信的数字信号处理中，系数量化后也要用朱利条件检查分母根是否还在单位圆内。固定小数点实现中系数四舍五入可能导致极点跑到圆外，朱利条件的检算能防止这种事故。

控制工程教育和CAE前的验算：数值求解离散时间系的极点前，用朱利条件做「答案的预估」也很有用。用MATLAB或Python计算根之前先看朱利条件，能立刻判出稳定还是不稳定。反过来，计算出的根和朱利判别结果矛盾时，就应该怀疑系数输入错误或离散化建模有问题，这可作为检验合理性的手段。

常见误解与注意事项

最常见的误解是「把连续系的观念直接套到离散系」。连续时间系中有「极点离原点越近响应越快且稳定」的概念，但离散系的 z 平面情况不同。稳定区域是单位圆内侧，原点 z=0 对应最快的响应（实际上1个采样周期就收敛），越接近圆周 |z|=1 衰减越慢。从 s 平面「向左越好」的感觉不能直接用于 z 平面，需要改为「越接近原点越好」的理解。

其次是「全部系数为正就稳定」的错觉。这在劳斯-赫尔维茨判别中也容易犯，但朱利判别的系数符号既不是充分条件也不是必要条件。离散时间系的稳定多项式系数可以是负数（左边例子中 a₃=−0.8、a₁=−0.128 就是），反之系数全为正的多项式根也可能在单位圆外。必须检验必要条件 P(1)>0、P(−1)>0、|a₀|<1 和朱利内部条件两者。光看系数符号就放心是很危险的。

最后要注意采样周期和系数量化的影响。朱利判别对给定的多项式是严格的，但这个多项式本身强烈依赖采样周期。周期变长同一个连续系的离散极点就会移出单位圆，变成不稳定。而且数字实现中系数被四舍五入到有限位数，设计上稳定但实现后的量化系数可能导致根跑到圆外。朱利条件应该「有较大余裕」，根应该确实在单位圆内侧，不应该「刚好满足」条件，系数和采样周期都应该设计有足够的余裕。

朱利的稳定性判别模拟器 — 离散时间系统