用提示词实现单位阶跃响应
用 Vibe Coding 实现单位阶跃响应
基于《自动控制原理（第2版）》（胥布工 主编）及配套MATLAB代码
1. 引言
单位阶跃响应是控制系统时域分析中最基础也最重要的工具。它直观地反映了系统在输入突变时的动态行为，是评估控制系统性能的"第一张名片"。
传统的实现方式是手动编写MATLAB代码——定义传递函数、调用step()函数、设置绘图参数。而借助Vibe Coding技术，开发者只需用自然语言描述需求，与AI进行多轮迭代对话，即可自动生成完整的单位阶跃响应分析代码。
什么是 Vibe Coding？
Vibe Coding 是由 Andrej Karpathy 提出的一种编程范式。其核心理念是：开发者用自然语言描述想要实现的功能，AI 生成代码，然后通过多轮对话不断迭代优化。开发者可以"沉浸"在编程的节奏感中，而不必逐行手写所有代码。
Vibe Coding 与传统提示词的关键区别在于：
| 传统提示词 | Vibe Coding | |
|---|---|---|
| 交互方式 | 一次性提交需求 | 多轮迭代对话 |
| 工作流程 | 写 prompt → 等结果 → 结束 | 描述 → 生成 → 反馈 → 修改 → 循环 |
| 控制粒度 | 期望一步到位 | 逐步精化，每次改进一个方面 |
| 容错机制 | 输出不好就重写 prompt | “这里不对，改成这样”——自然纠偏 |
| 开发者角色 | prompt 编写者 | 设计决策者 + 审查者 |
本文将展示如何通过 Vibe Coding 的迭代工作流，让AI自动完成从反馈系统建模到阶跃响应仿真再到出版级图表优化的全过程。
2. 反馈控制系统的基本结构
2.1 第一轮 Vibe：描述系统结构
要理解单位阶跃响应的实现，首先需要让AI了解反馈控制系统的典型结构。这是 Vibe Coding 的第一步——用自然语言描述问题域：
Vibe 对话 #1：
你：“反馈控制系统由哪些基本环节组成？请画出典型结构图。”
AI：“反馈控制系统由控制器 Gc(s)、被控对象 Gp(s) 和传感器 H(s) 三大环节组成，通过负反馈构成闭环…”
AI 应给出如图1所示的系统结构描述：
图1反馈控制系统的典型结构图
2.2 背后的数学原理
基于该结构，可引导AI推导出关键的闭环传递函数。在 Vibe Coding 中，不需要手动推导公式，只需告诉AI：
Vibe 对话 #2：
你：“从这个结构图推导闭环传递函数，我要用于后面的阶跃响应分析。”
AI："令 D(s)=0，参考输入作用下闭环传递函数为：
TR(s)=Y(s)R(s)=Gc(s)Gp(s)1+Gc(s)Gp(s)H(s)=GF(s)1+GL(s)T_R(s) = \frac{Y(s)}{R(s)} = \frac{G_c(s)G_p(s)}{1 + G_c(s)G_p(s)H(s)} = \frac{G_F(s)}{1 + G_L(s)}TR(s)=R(s)Y(s)=1+Gc(s)Gp(s)H(s)Gc(s)Gp(s)=1+GL(s)GF(s)
其中GL(s)=Gc(s)Gp(s)H(s)G_L(s) = G_c(s)G_p(s)H(s)GL(s)=Gc(s)Gp(s)H(s)为开环传递函数。"
所有闭环传递函数的共同特征：分母均为1+GL(s)1 + G_L(s)1+GL(s)，即系统的动态特性由特征方程1+GL(s)=01 + G_L(s) = 01+GL(s)=0的根决定。
3. 从反馈结构到二阶系统（Vibe 迭代过程）
3.1 逐步精化：从通用到具体
Vibe Coding 的核心是迭代。让我们一步步从通用反馈结构聚焦到具体的二阶系统。
第一轮：简化反馈结构
你：“假设传感器 H(s)=1（单位反馈），忽略干扰 D(s)=0。”
AI："闭环传递函数简化为：
T(s)=Y(s)R(s)=Gc(s)Gp(s)1+Gc(s)Gp(s)T(s) = \frac{Y(s)}{R(s)} = \frac{G_c(s)G_p(s)}{1 + G_c(s)G_p(s)}T(s)=R(s)Y(s)=1+Gc(s)Gp(s)Gc(s)Gp(s)"
第二轮：引入具体模型
你：“假设前向通道是二阶振荡环节。那传递函数变成什么？”
AI："代入Gc(s)Gp(s)=ωn2s(s+2ζωn)G_c(s)G_p(s) = \frac{\omega_n^2}{s(s + 2\zeta\omega_n)}Gc(s)Gp(s)=s(s+2ζωn)ωn2，得到：
T(s)=ωn2s2+2ζωns+ωn2(1)T(s) = \frac{\omega_n^2}{s^2 + 2\zeta\omega_n s + \omega_n^2} \tag{1}T(s)=s2+2ζωns+ωn2ωn2(1)
其中ωn\omega_nωn为无阻尼自然振荡角频率，ζ\zetaζ为阻尼比。"
这就是 Vibe Coding 的典型过程——不是一次性给出所有信息，而是通过对话逐步引导AI理解问题。每一步AI都基于上下文推理，开发者只需把控方向。
3.2 生成MATLAB代码
一旦模型建立，就可以让AI生成代码了：
Vibe 对话 #3：
你：“取 wn=1，zeta 分别取 [0, 0.2, 0.4, 0.6, 0.8, 1.0, 1.5, 2.0]，用MATLAB写代码计算单位阶跃响应，所有曲线画在一张图上。仿真20秒。”
AI：（生成代码）
你：“加上图例，x轴标’时间 (s)‘，y轴标’幅值 (pu)’。”
AI：（修改代码）
你：“图例放右上角，加一条 y=1 的稳态虚线。”
AI：（再次修改）
每一轮对话只改一个方面，AI在上下文中逐步积累改动，最终形成完整代码。
4. Vibe Coding 工作流详解
4.1 Vibe Coding 的核心工作流
┌─────────────────────────────────────────────────┐ │ Vibe Coding 循环 │ │ │ │ ① 自然语言描述需求 │ │ ↓ │ │ ② AI生成/修改代码 │ │ ↓ │ │ ③ 审查输出结果 │ │ ↓ │ │ ④ 满意吗？───是───▶ 进入下一功能 │ │ │ │ │ 否 │ │ ↓ │ │ ⑤ 给出具体反馈 │ │ ↕ │ │ ① 回到描述（迭代） │ └─────────────────────────────────────────────────┘这个循环的节奏感就是"Vibe"的来源——开发者专注于"想要什么效果"，AI负责"怎么实现"。
4.2 完整 Vibe Coding 对话实录
以下是一个真实的 Vibe Coding 会话记录，展示了从零到生成出版级图表的完整过程：
第1轮：基础代码
你：“用MATLAB画二阶系统 G(s)=1/(s²+2ζs+1) 的阶跃响应，ζ取0,0.2,0.6,1,2。”
AI：
zeta=[0,0.2,0.6,1,2];fori=1:5num=1;den=[1,2*zeta(i),1];[y,t]=step(num,den);plot(t,y);hold on;end
第2轮：增加阻尼比值
你：“多加几个 ζ 值：0, 0.2, 0.4, 0.6, 0.8, 1.0, 1.5, 2.0。用不同颜色区分。”
AI：（生成更新后的循环代码）
第3轮：规范图表格式
你：“加上图例、坐标轴标签。线宽设0.75pt。”
AI：（添加 legend、xlabel、ylabel、LineWidth 参数）
第4轮：添加参考线和调整图幅
你：“加一条 y=1 的黑色虚线作为稳态参考线。图幅改成8cm宽、6cm高，适合出版排版。”
AI：
plot([0,20],[1,1],'k--','LineWidth',0.5);figure('Units','centimeters','Position',[2,2,8,6]);
第5轮：字体和刻度要求
你：“英文和数字用 Times New Roman，坐标轴刻度向内，四周实线框。”
AI：（设置 FontName、TickDir、Box 属性）
第6轮：最终输出格式
你：“保存为300dpi的PNG。”
AI：（添加 print(gcf, filename, ‘-dpng’, ‘-r300’)）
最终生成的完整代码如下：
% Vibe Coding 生成的单位阶跃响应分析代码zeta_values=[0,0.2,0.4,0.6,0.8,1.0,1.5,2.0];wn=1;simulation_time=20;figure('Units','centimeters','Position',[2,2,8,6]);hold on;foridx=1:length(zeta_values)zeta=zeta_values(idx);num=wn^2;den=[1,2*zeta*wn,wn^2];sys=tf(num,den);[y,t]=step(sys,simulation_time);plot(t,y,'LineWidth',0.75,...'DisplayName',sprintf('\\zeta = %.1f',zeta));end% 稳态参考线plot([0,simulation_time],[1,1],'k--',...'LineWidth',0.5,'HandleVisibility','off');xlabel('时间 (s)');ylabel('幅值 (pu)');legend('Location','northeast');box on;grid on;set(gca,'TickDir','in');5. 仿真结果
经过6轮 Vibe Coding 迭代，最终生成的图形如图2所示：
图2不同阻尼比二阶系统的单位阶跃响应
从曲线可以直观地看到阻尼比ζ\zetaζ对系统响应的影响规律：
- ζ=0\zeta = 0ζ=0：等幅振荡，永不收敛
- 0<ζ<10 < \zeta < 10<ζ<1：衰减振荡，ζ越大振荡衰减越快
- ζ=1\zeta = 1ζ=1：临界阻尼，无振荡但响应最快
- ζ>1\zeta > 1ζ>1：过阻尼，响应缓慢但无振荡
6. 不同开发方式的效果对比
6.1 传统手动编码 vs Vibe Coding
| 维度 | 手动编码 | Vibe Coding |
|---|---|---|
| 入门门槛 | 需要熟悉MATLAB语法和控制系统工具箱 | 自然语言即可入门 |
| 开发速度 | 查阅文档→写代码→调试→修改 | 实时生成，即时反馈 |
| 迭代成本 | 每改一次需求要手动找代码位置 | 对话式修改，AI自动定位 |
| 出版质量 | 需手动查期刊排版规范 | 告诉AI要求，自动满足 |
| 知识传承 | 代码+注释 | 对话历史本身就是文档 |
6.2 Vibe Coding 的三种输入粒度
Vibe Coding 的效果取决于输入的精细程度。以下是三种不同粒度的对比：
1. 一句话描述（过于模糊）
“用MATLAB画二阶系统的阶跃响应。”
结果：代码随机选择阻尼比、无图例、无标签、格式混乱——需要大量后续纠偏。
2. 结构化需求（推荐起点）
“二阶系统 G(s)=1/(s²+2ζs+1)，ζ取8个值从0到2，画阶跃响应曲线叠加图，带图例和标签。”
结果：功能正确，但格式细节需要迭代优化——这正是 Vibe Coding 的典型起点。
3. Vibe Coding 精化（最终效果）
经过多轮针对性的反馈（加参考线、调字体、改刻度方向、设置出版分辨率），最终输出满足出版标准。
7. Vibe Coding 进阶：功能扩展
基于已有的基础代码，通过 Vibe Coding 可以自然地扩展更多功能：
7.1 添加干扰输入分析
你：“在图1的反馈结构中加一个干扰输入 D(s)，帮我画干扰单独作用时的响应曲线。”
AI：“根据传递函数TD(s)=Gp(s)/(1+GL(s))T_D(s) = G_p(s)/(1+G_L(s))TD(s)=Gp(s)/(1+GL(s))，生成对比代码。”
7.2 参数扫描与热力图
你：“对 ζ 从 0.1 到 2.0 步长 0.1 扫描，把所有阶跃响应的峰值和调节时间提取出来，画成热力图。”
7.3 PID 控制器设计
你：“帮我设计一个 PID 控制器，让阶跃响应超调量小于5%，调节时间小于3秒。先试一组参数，我看看效果再调。”
8. 小结
Vibe Coding 的本质是将编程从"写代码"转变为"描述需求 + 迭代精化"。在单位阶跃响应这个案例中：
问题域知识仍然是核心竞争力：需要理解反馈控制结构、传递函数、阻尼比等概念，才能准确描述需求。
迭代是 Vibe Coding 的精髓：不是一次写出完美代码，而是通过6~8轮对话，每轮改进一个方面，逐步逼近目标。
开发者角色升级：从"代码编写者"转变为"设计决策者 + 质量审查者"——把控方向比写每一行代码更重要。
Vibe 就是节奏感：找到描述→生成→审查→反馈的节奏，沉浸在解决问题的 flow 中，而不是陷入语法错误的泥潭。
参考资料：
- 胥布工. 自动控制原理（第2版）[M]. 北京: 电子工业出版社, 2016.
- Karpathy, A. “Vibe Coding” — AI-assisted programming paradigm