第05讲 · 高阶系统怎么"降阶"，系统怎么算"稳"，误差怎么算

这一讲在整章里的位置（先看地图再进门）

第三章一路走下来，是在回答对一个控制系统的三连问： 1. 快不快（暂态性能：上升时间、超调、调节时间）——前几讲讲一阶、二阶系统时解决了。 2. 稳不稳（稳定性）——这一讲的主菜之一。老师原话："稳，是压倒一切的重要条件。" 3. 准不准（稳态误差：最后停下来跟目标差多少）——这一讲的另一道主菜。

这一讲干三件事： - 把"快不快"的最后一块补上——高阶系统太复杂算不动，用"主导极点""偶极子"把它降阶成一阶或二阶来近似。 - 讲透"稳不稳"——劳斯判据是核心工具。 - 讲透"准不准"——稳态误差的三种算法。

【难度预告】这一讲信息密度是目前最大的一讲。第一遍看不懂非常正常。三块内容里，劳斯判据的两种特殊情况（某行首元为零、整行全为零）和稳态误差里"系统类型"的概念是历年最爱挖坑、最容易假懂的地方，本讲会重点标注。

第一块：高阶系统降阶——主导极点与偶极子

为什么需要"降阶"

先说清楚痛点。一个高阶系统，时域里对应一个高阶微分方程。它有两个麻烦： 1. 直接求解很困难； 2. 阶数高意味着运动形态（响应分量）很多，一堆指数项、一堆衰减振荡项叠在一起，看不出规律。

但工程上我们发现：这一堆分量里，真正"说了算"的往往只有一两个。抓住那一两个，把系统近似成一阶或二阶——我们已经会算一阶、二阶了——问题就解决了。这就是降阶的动机。

【直觉先行】想象一个音响里同时响着好几个音，有的响半秒就没了，有的能拖十几秒。你要描述"这段声音听起来是什么样"，拖得最久的那个音才是主角，那些一闪而过的可以忽略。离虚轴最近的极点 = 衰减最慢、拖得最久的那个音 = 主角。

为什么"离虚轴近"就衰减慢（这是理解一切的根）

回忆前面学的：一个极点 \(s = \sigma\)（实部为 \(\sigma\)）对应的响应分量是 \(e^{\sigma t}\)。

• 极点在左半平面，\(\sigma < 0\)，\(e^{\sigma t}\) 随时间衰减到零——系统才可能稳定。
• \(\sigma\) 的绝对值 = 这个极点离虚轴的水平距离。\(|\sigma|\) 越大（离虚轴越远），\(e^{\sigma t}\) 衰减越快，一下就没了；\(|\sigma|\) 越小（离虚轴越近），衰减越慢，拖得越久。

复数极点 \(s = -\sigma \pm j\omega\) 对应的是衰减振荡 \(e^{-\sigma t}\cos(\omega t)\)，同理，实部离虚轴越近，包络衰减越慢。

所以，当 \(t \to \infty\) 时，远离虚轴的那些分量早就衰减光了，长期行为完全由离虚轴最近的极点决定。这个"最近的极点"就叫主导极点。

主导极点：定义与"5 倍"判据

闭环主导极点：在高阶系统的零极点分布中，若某一个实极点或一对共轭复极点距虚轴很近，而其余所有零极点距虚轴的距离都在它的 5 倍以上（即这个主导极点到虚轴的距离，只有其余零极点到虚轴距离的 \(1/5\) 甚至更小），则称这一个（或一对）极点为闭环主导极点。

降阶怎么做： - 若存在一个实数主导极点 → 把高阶系统近似成一个一阶系统，用这个一阶系统的性能指标代替。 - 若存在一对共轭复数主导极点 → 把高阶系统近似成一个二阶系统（注意：是欠阻尼二阶系统，因为是一对共轭复极点），用二阶系统的暂态性能指标（超调、调节时间那套公式）来近似分析。

【你可能会以为】"离虚轴近"就是"离原点近"或"绝对值最小"。其实不是。 决定衰减快慢的是实部（到虚轴的水平距离 \(|\sigma|\)），不是极点到原点的距离，也不是虚部。一个极点可能虚部很大（离原点远），但实部很小（离虚轴近），它照样是衰减最慢的主导极点。判断主导，永远看实部到虚轴的距离。

【难点·为什么必须"欠阻尼"】一对共轭复极点 \(-\sigma \pm j\omega\) 天然对应欠阻尼二阶系统（\(0 < \zeta < 1\)）。如果是实极点那就不是振荡，不能套二阶那套超调公式。所以"一对复主导极点→欠阻尼二阶近似"，"欠阻尼"三个字不是废话，是套用二阶超调、调节时间公式的前提条件（考点分析里明确点了：二阶那四个指标公式能用有两个前提——阶跃输入 + 欠阻尼）。

偶极子：定义与"一个数量级"判据

偶极子：由一个极点和一个零点构成的一对，二者彼此距离非常近——近到什么程度？它们之间的距离，比它们到其余零极点的距离至少小一个数量级（约 10 倍）。

作用：偶极子里一个零点在传递函数分子、一个极点在分母，二者几乎相互抵消。所以拿到一个高阶传递函数，若发现存在远离虚轴的偶极子，它对系统响应的影响可以忽略——这又是一种降阶手段。

【你可能会以为】偶极子和主导极点是一回事，都是"离得近"。其实两者的"近"指的是不同的东西： - 主导极点的"近"，是这一两个极点离虚轴近（和其余极点比，靠虚轴最近）——它是要留下的主角。 - 偶极子的"近"，是一个零点和一个极点彼此挨得近（零极点自身间距 << 到别的零极点的距离）——它俩是要一起划掉的（零极点对消）。 一个讲"谁留下当主角"，一个讲"谁互相抵消可删掉"。别混。

【难点·偶极子为什么要"远离虚轴"才能忽略】老师特别强调"如果这一对偶极子是远离虚轴的"才可忽略。原因：若偶极子离虚轴很近（甚至比主导极点还近），它对应的分量衰减慢、影响大，此时零极点虽近似对消但残余影响不能随便丢。远离虚轴时，本身衰减就快，加上零极点对消，才可安全忽略。这个前提考试爱省略，要记牢。

第二块：稳定性分析（3.4）

稳定的物理定义

【直觉先行】圆锥体立在桌上：底面朝下轻轻一碰会晃回来——稳定；尖朝下一碰就倒，回不来——不稳定。稳定性讲的是：扰动消失后，系统能不能自己回到平衡态。

严谨定义（据 PPT 3.4）：线性系统在初始条件为零时加一个理想脉冲 \(\delta(t)\)，若脉冲响应满足 $\(\lim_{t \to \infty} g(t) = 0\)$ 即输出增量收敛回原平衡工作点，则系统稳定。换句话说：\(t \to \infty\) 时暂态分量 \(\to 0\)、进入稳态，就叫稳定。

【关键性质，考点分析明确点名】线性系统的稳定性只取决于系统自身的固有特征（结构、参数），与输入信号无关，也与系统零点无关，只取决于闭环特征根（闭环极点）。 这条是"自控前后连贯性"的核心——记死。

充要条件 vs 必要条件（最容易背混的一对）

充要条件（稳定的判定标准）：系统全部闭环特征根都位于 s 左半平面（都有负实部）。 - 为什么充分：左半平面的根，实部为负，响应要么单调衰减、要么衰减振荡，\(t\to\infty\) 全趋于零，输出收敛到某个确定常数 → 稳定。 - 这是从上一块"极点实部决定衰减"直接推出来的，不是新东西。

必要条件（稳定的前提，但不保证稳定）：特征方程各项系数必须全部存在且同号（通常写成全大于零，\(a_0 > 0\)）。 - 为什么：从根与系数关系看，若某系数不为正（缺项或异号），则特征根中一定存在正实根、或一对具有正实部的共轭复根 → 只要出现一个，系统就不稳定。

【难点·必要 ≠ 充要】这是本讲头号易错点。 - 必要条件：系数全正只是"有资格稳定"，不代表一定稳定。系数全正的系统仍可能不稳定（三阶及以上）。 - 正确用法：拿到特征方程，先扫一眼系数。若有缺项或异号 → 直接判不稳定，连劳斯表都不用列。若系数全正 → 还不能下结论，得继续用劳斯判据。 - 老师原话："先不要着急用劳斯判据，先观察系数是不是全为正。全为正才有可能稳定。" 这是省力技巧，也是坑：全正只是"有可能"。

劳斯判据（核心工具）

核心结论（据 PPT 3.4）：不用解方程，只需特征方程系数，构造劳斯表（劳斯阵列）：

当且仅当劳斯表第一列各元素全部严格为正时，系统稳定。 若第一列出现小于零的数（或零），系统不稳定；且第一列符号改变的次数 = 特征方程正实部根的个数（即位于 s 右半平面的根数）。

劳斯表怎么排（特征方程 \(a_0 s^n + a_1 s^{n-1} + \cdots + a_n = 0\)）：

• 第一行：从特征方程最高次系数开始，隔一项取一个（\(a_0, a_2, a_4,\dots\)）。
• 第二行：从第二项开始，隔一项取一个（\(a_1, a_3, a_5,\dots\)）。
• 后续行由上两行按公式算（\(b_1 = \dfrac{a_1 a_2 - a_0 a_3}{a_1}\) 这类交叉相减除以左上元素），一直算到相邻两行各自只剩一个元素为止，全表共 \(n+1\) 行。

【为什么劳斯判据有用（据 PPT 3.4 幻灯片21-23）】它不用求根就能判稳；还能反过来求参数范围——比如开环增益 \(K\) 取多大系统才稳定（把 \(K\) 留在表里，令第一列各元素 \(>0\) 解出 \(K\) 的范围）。考点分析明确："劳斯判据除了判稳，还常考确定使系统稳定的参数取值范围。"

特殊情况一：某行第一个元素为 0（其余不全为 0）

【难点·先认清这不是"技巧题"而是"已经不稳定"】老师强调："首列出现零，首先要明确——此时系统已经不稳定了。" 用小正数 \(\varepsilon\) 替代那个 0 继续往下算，不是为了救活它，是为了判断它到底几个右半平面根、不稳定得多严重。 - 做法（法1）：用任意小正数 \(\varepsilon\) 取代 0，继续算表，最后令 \(\varepsilon \to 0^+\) 看第一列符号变化次数。 - 做法（法2，据 PPT）：用 \((s+a)\)（\(a\) 为任意正数）乘特征方程两端，得到新特征方程再列表。

特殊情况二：某一行元素全为 0

【难点·全零行意味着什么】这是本讲第二个大坑。全零行说明特征方程里存在一些绝对值相同、符号相异的根——比如一对大小相等符号相反的实根（\(\pm a\)）、或一对共轭纯虚根（\(\pm j\omega\)，落在虚轴上）、或对称于实轴的两对共轭复根。这些根让系统临界或不稳定。

处理步骤（据 PPT 3.4 幻灯片17-18、20）： 1. 用全零行的上一行系数构造辅助多项式 \(F(s)\)（它一定是偶次的）。 2. 对 \(F(s)\) 求导 \(\dfrac{dF(s)}{ds}\)。 3. 用求导后多项式的系数取代全零行，继续算表。 4. 解辅助方程 \(F(s)=0\) 可直接得到那些"大小相等、位置对称"的根。

老师给的例子（转录里那段"\(n-1\) 倍的 \(a_{n-1}\) 乘 \(s^{n-2}\)…"）就是在念这个求导过程——把 \(F(s) = a_{n-1}s^{...}+\dots\) 逐项求导，导数各项系数正好填回全零行。

PPT 完整例子：\(s^6+2s^5+8s^4+12s^3+20s^2+16s+16=0\)，算到 \(s^3\) 行全为 0，用上一行 \(s^4\) 构造 \(F(s)=2s^4+12s^2+16\)，求导 \(\dfrac{dF}{ds}=8s^3+24s\)，用 \(8,\,24\) 填回 \(s^3\) 行继续。最终 \(F(s)=2(s^2+2)(s^2+4)=0\) 解出 \(s=\pm j\sqrt2,\ \pm j2\)——两对纯虚根，系统处于临界（不）稳定状态。

胡尔维茨判据（了解，与劳斯等价）

据 PPT 3.4：用特征方程各项系数构造胡尔维茨行列式，其主行列式及各阶顺序主子式全部为正时系统稳定。老师明确说：它和劳斯判据没有本质区别，掌握好劳斯即可，胡尔维茨不必多花时间。（此处不展开细则，属"了解即可"，非本讲重点。）

两个必记的简化结论（据 PPT 3.4 幻灯片19）

考试直接能用、省去列表的口袋结论： - 一、二阶系统稳定的充要条件：特征方程各项系数全为正。（二阶不用列劳斯表，系数全正即稳定。） - 三阶系统稳定的充要条件：各项系数全为正 且 中间两项系数之积 > 首尾两项系数之积，即 \(a_1 a_2 > a_0 a_3\)。

【你可能会以为】"系数全正对所有阶数都等于稳定。" 只对一、二阶成立。 三阶要多一个 \(a_1a_2 > a_0a_3\)；四阶及以上就得老老实实列劳斯表。别把二阶的便利乱推广。

第三块：稳态误差（3.5）

误差是什么，两种定义

稳态误差衡量系统准不准：暂态分量衰减掉后，稳态响应的期望值与实际值之差。它反映系统跟踪输入、抑制扰动的能力。误差不可避免（摩擦、死区、零位输出等非线性因素，加上输入形式不同）。

两种误差定义（据 PPT 3.5，务必分清）： - 从输入端定义 \(E(s) = R(s) - H(s)C(s)\)：输入信号与主反馈信号之差。大多可测量，有物理意义。 - 从输出端定义 \(E(s) = C_{期望}(s) - C(s)\)：输出期望值减实际值。通常不可测，只有数学意义。

关键联系：对单位负反馈系统（\(H(s)=1\)），反馈信号 \(B(s)=C(s)\)，此时输出的期望值就是输入 \(R(s)\)，两种定义完全一致。

【难点·审题！误差是哪一端】老师反复强调："做题一定要审题——误差是以哪种方式给你的、要算的是哪一端的误差。尤其带前馈校正的复合控制系统更要注意。" 考点分析也点名："给定误差和扰动误差的概念很容易混淆，建议弄得很清楚。" 非单位反馈时两种定义不一样，套错公式全盘皆错。

误差传递函数与叠加

误差传递函数（据 PPT 3.5，单位反馈情形）： $\(\Phi_e(s) = \frac{E(s)}{R(s)} = \frac{1}{1+H(s)G(s)} \quad\xrightarrow{H(s)=1}\quad \frac{1}{1+G(s)}\)$ 于是 \(E(s) = \Phi_e(s)R(s) = \dfrac{R(s)}{1+G(s)}\)。

给定 + 扰动叠加：当输入信号 \(R(s)\) 和扰动信号 \(N(s)\) 同时作用，系统总误差 = 二者单独作用产生的误差之和（线性系统叠加原理）： $\(E(s) = \underbrace{\Phi_{er}(s)R(s)}_{\text{给定引起}} + \underbrace{\Phi_{en}(s)N(s)}_{\text{扰动引起}}\)$ 其中 \(\Phi_{er}\)、\(\Phi_{en}\) 分别是给定、扰动作用下的误差传递函数。

【难点·扰动误差传递函数分母同、分子不同】据 PPT 3.5 幻灯片48-50：给定和扰动的误差传函分母相同（都是 \(1+G_1G_2\)，即闭环特征多项式），但分子不同（因为扰动 \(N\) 的作用点在系统中间，不在输入端）。所以"对给定误差为零"不代表"对同形式扰动误差也为零"。这正是考点分析说的"给定误差、扰动误差极易混淆"的根源——它俩走的通道不一样。

三种算稳态误差的方法

老师总结了三条途径，都建立在系统已判稳的前提下（不稳定谈稳态误差没意义）。

方法一：终值定理法（据 PPT 3.5 幻灯片31-32）

先求出误差表达式 \(E(s)\)，再用拉氏终值定理取 \(t\to\infty\) 的值： $\(e_{ss} = \lim_{t\to\infty} e(t) = \lim_{s\to 0} sE(s) = \lim_{s\to 0}\frac{sR(s)}{1+H(s)G(s)}\)$

【难点·终值定理的使用前提】老师专门强调："要用终值定理，必须先明确一个问题——误差在时间域里必须处处解析，否则终值定理没法用。" PPT 写法："\(sE(s)\) 的极点均须位于 s 左半平面（含原点）。" 若 \(sE(s)\) 有极点在右半平面或虚轴上（如输入是 \(\sin\omega t\)，误差不收敛），终值定理给出的是错误答案。这个前提考试爱设陷阱。局限：只给 \(t\to\infty\) 的终值，不反映误差随时间变化规律；高阶系统极点难求也不便用。

方法二：静态误差系数法（据 PPT 3.5 幻灯片33-43）

先定义三个静态误差系数（都在 \(s\to 0\) 取极限）： $\(K_p = \lim_{s\to 0}G(s)H(s) \quad(\text{静态位置误差系数})\)$ $\(K_v = \lim_{s\to 0}sG(s)H(s) \quad(\text{静态速度误差系数})\)$ $\(K_a = \lim_{s\to 0}s^2 G(s)H(s) \quad(\text{静态加速度误差系数})\)$

若输入是三种典型信号（或其线性组合：阶跃 + 斜坡 + 抛物线），稳态误差直接查： - 阶跃输入下：\(e_{ss} = \dfrac{1}{1+K_p}\) - 斜坡输入下：\(e_{ss} = \dfrac{1}{K_v}\) - 抛物线（加速度）输入下：\(e_{ss} = \dfrac{1}{K_a}\)

【你可能会以为】"位置误差系数就只管位置、速度系数只管速度，各管各的。" 其实三个系数和三种输入是一一对应的"钥匙-锁"关系：算阶跃误差只用 \(K_p\)，算斜坡只用 \(K_v\)，算抛物线只用 \(K_a\)。输入若是三者叠加，就把对应项各算一遍再相加（叠加原理）。局限（PPT 明确）：只适用于这三种给定信号、只能求 \(t\to\infty\) 的终值。

方法三：系统类型 + 开环增益判断（这是把方法二的规律看穿）

把开环传递函数写成开环增益 × 典型环节的标准（时间常数/尾1）形式： $\(G(s)H(s) = \frac{K\prod(\tau_i s+1)}{s^{\gamma}\prod(T_j s+1)}\)$

其中分母里 \(s^{\gamma}\) 表示含 \(\gamma\) 个积分环节。这个 \(\gamma\) 就叫系统的类型（型别）： - \(\gamma=0\)：0 型系统 - \(\gamma=1\)：Ⅰ 型系统 - \(\gamma=2\)：Ⅱ 型系统

结论：稳态误差的大小取决于三样东西——输入信号、系统类型 \(\gamma\)（积分环节个数）、开环增益 \(K\)。系统类型越高、开环增益越大，稳态误差越小（越准）。

【难点·"类型"绝不等于"阶次"】这是稳态误差部分头号坑，老师专门拎出来讲。 - 阶次（order）：系统特征方程的最高次数，看分母整体的次数。 - 类型（type）\(\gamma\)：分母里积分环节 \(s\) 的个数，只数原点处的极点。 - 举例（老师原话）：一个分母含 \(s^0\)（没有积分环节）但整体是二阶的系统，它是0 型的二阶系统——类型是 0，阶次是 2，两个数不一样。判类型只数 \(s^\gamma\) 的 \(\gamma\)，别把总阶数当类型。

三种输入 × 三种类型的稳态误差对照（据 PPT 3.5 幻灯片43，\(R_0/v_0/a_0\) 为输入幅值）：

读法：类型每高一级，就能"无差"跟踪高一档的输入。0 型跟不上斜坡（误差 \(\infty\)）；Ⅰ 型能跟上斜坡但留一个位置误差 \(v_0/K\)；Ⅱ 型才能无差跟斜坡。而 \(\infty\) 意味着系统根本跟不住那种输入、误差发散。

本讲结尾：第三章的考试出题点（据考点分析）

老师收尾时归纳第三章三大必考方向，考点分析材料印证： 1. 稳定性分析：用劳斯判据判稳，或反求使系统稳定的参数范围。 2. 稳态误差计算：用静态误差系数法或其他方法求，尤其给定误差 vs 扰动误差、静态误差系数、特征方程这些小知识点。考点分析原话："稳态误差特别喜欢考…现在会和结构图一块考、和性能指标一块考，考得多会涉及两个大题。" 3. 暂态性能指标计算：重点是欠阻尼二阶系统的四个指标；也常反向出题——给响应曲线上的关键点，反求系统构成。

考点分析还明确：劳斯判据爱考两种题型——(1) 判断根的分布（实部为负/为零/为正各几个），(2) 判断在 \(s=\) 某数左右侧各有几个特征根（\(s=s_1-a\) 代换后再判）。下一讲将用典型例题实战这些考点。

（本讲不含具体例题演算，例题在下一讲，属老师明确安排，非遗漏。）

这一讲的骨架（真正要带走的）

1. 降阶三件套：主导极点（离虚轴近、留下当主角，5 倍判据，一个实极点→一阶、一对复极点→欠阻尼二阶）；偶极子（零极点自身挨得近、一起划掉，一个数量级判据，须远离虚轴才可忽略）。判"主导"永远看实部到虚轴的距离。
2. 稳定性：充要条件 = 全部闭环极点在左半平面；必要条件 = 系数全正同号（只"有资格"，非充分）。劳斯判据 = 第一列全正才稳，符号改变次数 = 右半平面根数。两种特殊情况（首元为零用 \(\varepsilon\)；整行为零用上一行辅助多项式求导）都意味着已不稳定/临界。一、二阶系数全正即稳；三阶还要 \(a_1a_2>a_0a_3\)。
3. 稳态误差：先判稳。两种误差定义（输入端/输出端），单位反馈时一致。给定 + 扰动误差叠加，分母同分子不同。三种算法：终值定理（须 \(sE(s)\) 极点在左半平面）、静态误差系数（\(K_p/K_v/K_a\) 配阶跃/斜坡/抛物线）、系统类型 \(\gamma\) + 开环增益 \(K\)。类型 ≠ 阶次。

自测（戳穿假懂版）

1. 某高阶系统闭环极点有：\(-0.5\pm j8\)、\(-3\)、\(-12\)。哪个（些）是主导极点？为什么？如果要降阶，近似成几阶、什么阻尼状态？

2. 要点：主导极点是 \(-0.5\pm j8\)（实部 \(|-0.5|=0.5\) 离虚轴最近；其余极点实部 3、12 都在其 5 倍以上）。近似成欠阻尼二阶（因为是一对共轭复极点）。答错说明你去比了极点到原点的距离或虚部大小——记住只比实部到虚轴的距离。

3. 特征方程 \(s^3 + 2s^2 + 5 = 0\)，不列劳斯表能否判稳？\(s^3+3s^2+3s+9=0\) 呢？

4. 要点：第一个缺 \(s^1\) 项（系数不同号/有缺项），违反必要条件，直接判不稳定。第二个系数全正，是三阶，还要验 \(a_1a_2>a_0a_3\)：\(3\times3=9\)，\(1\times9=9\)，\(9>9\) 不成立（相等），处于临界，不稳定。答"系数全正就稳定"说明你把二阶结论乱推广到三阶。

5. 一个 0 型系统，开环增益 \(K=9\)，输入 \(r(t)=1\)（单位阶跃）。稳态误差是多少？若把输入换成 \(r(t)=t\)（斜坡）呢？

6. 要点：阶跃下 \(e_{ss}=\dfrac{1}{1+K_p}\)，0 型 \(K_p=K=9\)，\(e_{ss}=1/10=0.1\)。斜坡下 0 型 \(K_v=0\)，\(e_{ss}=1/K_v=\infty\)——0 型系统跟不住斜坡。答错常卡在把 \(K_p\) 当成 \(K_v\)、或没意识到 0 型对斜坡误差发散。

7. 某单位反馈系统对阶跃输入稳态误差为 0。有人说"那它对同样是阶跃形式的扰动误差也一定为 0"。对吗？

8. 要点：不对。 给定误差传函和扰动误差传函分母相同但分子不同（扰动作用点在系统中间），对给定误差为零不保证对扰动误差为零。卡在这里说明还没分清给定误差 vs 扰动误差两条不同通道。

9. 用终值定理算某系统对 \(r(t)=\sin 2t\) 的稳态误差，直接代 \(\lim_{s\to0}sE(s)\) 得 0，对吗？

10. 要点：不能这么用。 正弦输入下 \(sE(s)\) 有极点在虚轴（\(s=\pm j2\)），不满足"极点全在左半平面"的前提，终值定理失效，算出的 0 是假的。答"对"说明忘了终值定理的适用条件。

知识地图

• 向前串：本讲全建立在前面的地基上——极点实部 \(\sigma\) 决定响应分量 \(e^{\sigma t}\) 的衰减快慢（第3章前几讲），是主导极点、稳定性充要条件、终值定理适用条件的共同根；传递函数、结构图（第2章）是写误差传递函数、辨识系统类型的前提；拉氏变换的终值定理（第2章）直接拿来算 \(e_{ss}\)。
• 横向串：同一章内三块闭环相扣——降阶（主导极点）服务于"快"，劳斯判据服务于"稳"，稳态误差服务于"准"；而"稳"是"准"的前提（先判稳再谈误差）。四种系统语言（微分方程↔传递函数↔结构图↔信号流图）在这里都用到：写特征方程用传函分母，算误差传函用结构图。
• 向后串：
• "稳定 = 极点全在左半平面"这条主线，第4章根轨迹用图解法看极点随参数怎么在 s 平面移动（会不会越过虚轴进右半平面）；第5章频域用奈奎斯特判据从频率角度判同一件事。稳定是贯穿全书的主线。
• 主导极点/欠阻尼二阶近似，是第4、5章把高阶系统性能"折算"成二阶指标的基础。
• 稳态误差在第5章（据 Bode 图求稳态误差）、第8章离散系统（离散稳态误差，和连续这块结合考）都会再用。考点分析明确稳态误差"在离散那块也考"。
• 减小稳态误差的措施（增大开环增益 \(K\)、提高型别 \(\gamma\)、复合控制/前馈补偿）直接引向第6章校正。