Matlab第十章作业

合集下载

MATLAB7.0使用详解-第10章 SIMULINK高级仿真技术

10.3.1
使能子系统（Enable Subsystem）
• 使能子系统（Enable Subsystem）将控制信号分为允许（enable）和禁止（disenable）两种。当控制信号为正时，即控制信号为允许状态，系统可以执行使能子系统中的模块；否则就禁止模块功能。
10.3.2 触发子系统（Triggered Subsystem）
10.2 子系统的封装
• 使用子系统技术可以很好的优化系统模型得界面，是系统模型的可读性更强。在对系统进行仿真时，首先要对系统模块参数进行设置，对子系统也是如此，需要对子系统所有模块进行合适的参数设置。 • 在第8章的例子中，子系统中模块的参数是逐一设置的，这会给用户带来极大的不便。子系统的封装技术则是对子系统的包装，使其成为一个真正意义上的SIMULINK模块，通过封装，可以简化模型，用户使用一个动态设置的对话框代替多个静态对话框，省去了对子系统内部结构的了解，为用户的直接调用提供了方便。 • 一个已经创建的子系统的封装方法主要是通过使用下图所示的封装编辑器来实现的，在封装编辑器中用户可以设置封装参数设置、图标、初始以及文本。归纳起来，即设定子系统初始值及特性、生成模块图标以及创建模块帮助文档和描述信息。
10.4 SIMULINK的模型调试
• 如同诸多系统设置平台一样，SIMULINK也具有界面友好、功能强大的调试功能。SIMULINK提供了一个图形化的调试界面，简化了调试操作。 simulink调试器是一个定位和诊断模型错误的工具．通过SIMULINK调试工具，用户可以采用多种方式对模型进行调试，发现其中可能存在的问题并加以修改，从而使得用户的模型设计、仿真、分析更加快速、便捷。
ቤተ መጻሕፍቲ ባይዱ

matlab作业第10章

10-2建立一个图形窗口，使之背景颜色为红色，并在窗口上保留原有的菜单项，而且在按下鼠标左键之后显示出Left Button Pressed 字样。

>> hf=figure('color','r','windowbuttondownfcn','axis off;text(0.1,0.5,''Left Button Pressed'',''fontsize'',30)')hf =110-3利用图形对象绘制下列曲线，要求先利用缺省属性绘制曲线，然后通过图形句柄操作来改变曲线的颜色、线型和线宽，并利用文字对象给曲线添加文字标注。

（1）4211x x y ++= x=0:0.1:10;y=((1+x.^2)/(1+x.^4));hf=plot(x,y);>> set(hf,'color','r','linestyle',':','marker','*','linewidth',1);（4）⎪⎩⎪⎨⎧==325ty t x >> t=0:2:100;>> x=t.*t;>> y=5*t.^3;>> hf=plot(x,y);>>set(hf,'color','b','linestyle',':','marker','p','linewidth',0.3);10-4利用图形对象绘制下列三维图形，要求与上题相同。

（1）⎪⎩⎪⎨⎧===t z t y t x sin cos>> t=0:0.1:2*pi;>> x=cos(t);>> y=sin(t);>> z=t;>> hf=plot3(x,y,z);z（4）3y>> x=0:1:50;>> y=0:1:50;>> z=y.^3;>> hf=plot3(x,y,z);。

第十章MATLAB的数值分析

• 第一个问题可归结为“已知函数在x0,x1,
– …,xn处的值，求函数在区间[x0,xn]内其它点处的值”，这种问题适宜用插值方法解决。 – 插值问题可描述为：已知函数在x0,x1,…,xn处的值 y0,y1,…,yn，求函数p(x)，使p(xi) = yi。
• 但对第二个问题不宜用插值方法,因为600米已超出所给数据范围，用插值函数外推插值区间外的数据会产生较大的误差。
– Q1=prctile(w,25); – Q3=prctile(w,75); – prctile( )函数实现计算样本的百分位数功能
分布形态的测定
• 只用集中趋势和离中趋势来表示所有数据，难免不够准确。分析总体次数的分布形态有助于识别整个总体的数量特征。总体的分布形态可以从两个角度考虑，一是分布的对称程度，另一个是分布的高低。前者的测定参数称为偏度或偏斜度，后者的测定参数称为峰度。 • 峰度是掌握分布形态的另一指标，它能描述分布的平缓或陡峭程度。如果峰度数值等于零，说明分布为正态；若峰度数值大于零，说明分布呈陡峭状态；若峰度数值小于零，说明分布形态趋于平缓。
– 解决第二个问题的常用方法是，根据地面到井下 500 处的数据求出瓦斯浓度与地面到井下距离x之间的近似函数关系f(x), 由f(x)求井下600米处的瓦斯浓度。
• 插值函数过已知点，拟合函数不一定过已知点。通常, 插值主要用于求函数值，而拟合的主要目的是求函数关系。当然，某些问题既可以用插值也可以用拟合。
插值方法-概述
• 为什么需要插值？
(1) 函数关系y=f(x)没有明确的表达式
(2) y=f(x)表达式复杂，不便于研究和使用
-20 -15
沉陷量/mm 下沉方向为"+"

MATLAB作业

MATLAB作业⼀、必答题：1. MATLAB系统由那些部分组成？答：MATLAB系统主要由开发环境、MATLAB语⾔、MATLAB数学函数库、图形功能和应⽤程序接⼝五个部分组成。

2. 如何启动M⽂件编辑/调试器？答：在操作界⾯上选择“建⽴新⽂件”或“打开⽂件”操作时，M⽂件编辑/调试器将被启动。

在命令窗⼝中键⼊“edit”命令也可以启动M⽂件编辑/调试器。

3. 存储在⼯作空间中的数组能编辑吗？如何操作？答：存储在⼯作空间的数组可以通过数组编辑器进⾏编辑：在⼯作空间浏览器中双击要编辑的数组名打开数组编辑器，再选中要修改的数据单元，输⼊修改内容即可。

4. 在MATLAB中有⼏种获得帮助的途径？答：在MATLAB中有多种获得帮助的途径：（1）帮助浏览器：选择view菜单中的Help菜单项或选择Help菜单中的MATLAB Help菜单项可以打开帮助浏览器；（2）help命令：在命令窗⼝键⼊“help” 命令可以列出帮助主题，键⼊“help 函数名”可以得到指定函数的在线帮助信息；（3）lookfor命令：在命令窗⼝键⼊“lookfor 关键词”可以搜索出⼀系列与给定关键词相关的命令和函数（4）模糊查询：输⼊命令的前⼏个字母，然后按Tab键，就可以列出所有以这⼏个字母开始的命令和函数。

5. 有⼏种建⽴矩阵的⽅法？各有什么优点？答：（1）以直接列出元素的形式输⼊；（2）通过语句和函数产⽣；（3）.在m⽂件中创建矩阵；（4）从外部的数据⽂件中装⼊。

6. 命令⽂件与函数⽂件的主要区别是什么？答：命令⽂件: M⽂件中最简单的⼀种，不需输出输⼊参数，⽤M ⽂件可以控制⼯作空间的所有数据。

运⾏过程中产⽣的变量都是全局变量。

运⾏⼀个命令⽂件等价于从命令窗⼝中顺序运⾏⽂件⾥的命令，程序不需要预先定义，只要依次将命令编辑在命令⽂件中即可。

函数⽂件：如果M⽂件的第⼀个可执⾏⾏以function开始，便是函数⽂件，每⼀个函数⽂件定义⼀个函数。

第十章Matlab软件简介

第十章Matlab软件简介1984年，MathWorks公司把内核采用C语言编写的Matlab正式推向市场，Matlab的名称由Matrix(矩阵)和Laboratory(实验室)两词的前三个字母组合而成。

Matlab集数值分析、矩阵运算、符号运算及图形处理等强大功能于一体，且包含一系列规模庞大、覆盖不同领域的工具箱(Toolbox)，再加上它简单易学、实用方便，从问世之初，就深受广大科技工作者的欢迎，现已成为许多学科领域中计算机辅助设计与分析、算法研究和应用开发的基本工具和首选平台。

在发达国家的理工科院校，Matlab已经成为一门必修课程，国内的许多高校也陆续开设有关Matlab的课程。

我们在这里简单介绍一下Matlab的一些基本功能，为学生深入学习Matlab奠定基础，并最终希望学生能从繁重的编程劳动中脱离出来，把主要精力放在建立数学模型的环节上。

§10.1 基本操作Matlab软件安装好之后，双击系统桌面的Matlab图标，或在开始菜单的程序选项中选择Matlab快捷方式，即开始启动Matlab。

初次启动Matlab后，将进入Matlab默认设置的桌面平台。

桌面平台包括主窗口、命令窗口、历史窗口、当前目录窗口和工作间管理窗口等窗口，我们这里主要介绍命令窗口和主窗口的一些较为简单的功能。

工作空间窗口命令窗口历史窗口Matlab命令窗口如上图所示，其中“>>”为运算提示符，表示Matlab正处在准备状态，等待操作者在此提示符右侧输入运算命令。

例如我们想计算[(1+2)X3—4)]÷2^3]，只需在提示符“>>”后输入“((1+2)* 3-4)／2^3”，然后按Enter键(为书写方便，本章中的所有命令语句均用提示符“>>”开头，之后的按Enter键的动作用“↙”来表示)，命令窗口马上就会出现算式的结果0．625 0(如图10—2)，并出现新的提示符等待新的运算命令的输入。

中南大学matlab课后习题（10）

中南大学matlab课后习题（10）Unit 1实验内容1.答：用help命令可以查询到自己的工作目录。

输入help命令：help <函数名>2.答：MATLAB的主要优点：通过例1-1至例1-4的验证，MATLAB的优点是MATLAB以矩阵作为数据操作的基本单位，使得矩阵运算变得非常简捷，方便，高效。

还提供了丰富的数值计算函数。

MATLAB绘图十分方便，只需输入绘图命令，MATLAB便可自动绘出图形。

3.答：INV(X) is the inverse of the square matrix X。

A warning message is printed if X is badly scaled or nearly singular. PLOT(X,Y) plots vector Y versus vector X. If X or Y is a matrix, then the vector is plotted versus the rows or columns of the matrix, whichever line up. If X is a scalar and Y is a vector, length(Y) disconnected points are plotted. PLOT(Y) plots the columns of Y versus their index. If Y is complex, PLOT(Y) is equivalent to PLOT(real(Y),imag(Y)).In all other uses of PLOT, the imaginary part is ignored. For vectors, MAX(X) is the largest element in X. For matrices,MAX(X) is a row vector containing the maximum element from each column. For N-D arrays, MAX(X) operates along the first non-singleton dimension. [Y,I] = MAX(X) returns the indices of the maximum values in vector I. If the values along the first non-singleton dimension contain more than one maximal element, the index of the first one is returned. ROUND(X) rounds the elements of X to the nearest integers. MAX(X,Y) returns an array the same size as X and Y with the largest elements taken from X or Y. Either one can be a scalar。

(完整版)Matlab第十讲教案

西南科技大学本科生课程备课教案计算机技术在安全工程中的应用——Matlab入门及应用授课教师：徐中慧班级：专业：安全技术及工程第十章 MATLAB自定义函数课型：新授课教具：多媒体教学设备，matlab教学软件一、目标与要求✧通过解说与实例练习，掌握matlab创建函数M文件的方法✧掌握matlab中全局变量与局部变量的定义与用法✧通过解说与实例练习，掌握在matlab主函数M文件中创建子函数✧在实例练习过程中，回顾利用伪码编写简单程序的方法✧掌握通过创建matlab函数M文件解决生活中的计算问题二、教学重点与难点本堂课教学的重点在于引导学生掌握matlab中函数M文件的创建及应用。

本堂课的难点在于理解matlab中函数M文件主函数与子函数的区别及调用，局部变量与全局变量的定义与应用范围的区别。

三、教学方法本课程主要通过讲授法、演示法、练习法等相结合的方法来引导学生掌控本堂课的学习内容。

1)通过讲授法向学生讲述创建matlab函数M文件的基本方法、全局变量与局部变量的定义及用法等。

2)通过运用多媒体设备现场演示matlab创建函数M文件的应用实例。

3)在掌握创建matlab函数M文件基本方法的基础上，采用练习法引导学生创建函数M文件解决实际问题。

四、教学内容课后习题五（1）拉力测试装置在测试过程中，被测样本受均匀外力的作用产生形变。

下图中显示的是一组拉力测试数据。

根据以下公式计算应力与形变：00l l F A l σε-=和＝其中，σ是产生的应力，单位为lbf/in 2(psi);F 为施加的外力，单位为lbf;A 为样本的截面积，单位为in 2；ε为产生的形变，单位为in/in ；l 为样本的长度；0l 为样本的原始长度。

（a ）测试样本是直径为0.505in 的金属杆，根据直径可以计算出金属杆的截面积，进一步利用所提供的数据计算金属杆的应力和形变。

（b ）以形变为x 轴，应力为y 轴，作x-y 线图。

DSP Matlab作业(第5~10章)

MATLAB 作业MATLAB Excise For Chapter2M2.2、1、程序：function d=M2_2(N)n=-N:N;x1=sin(0.8*pi*n+0.8*pi);x2=5*cos(1.5*pi*n+0.75*pi)+4*cos(0.6*pi*n)-sin(0.5*pi*n);subplot(2,1,1)stem(n,x1,'filled');grid onxlabel('TIME index :n');ylabel('2.30(b)');subplot(2,1,2)stem(n,x2,'filled');grid onxlabel('TIME index :n');ylabel('2.30(e)');2、调用并运行：M2_2（10）M2.3、1、程序：function s=M2_3(A,omega,fai,N)n=0:N;x=A*sin(omega*n+fai);stem(n,x,'fill');grid onaxis([0,N,-2,2]);xlabel('Time index n');ylabel('Amplitude');2、调用并运行(a)、M2_3(1.5,0,pi/2,40)、M2_3(1.5,0.1*pi,pi/2,40)、M2_3(1.5,0.2*pi,pi/2,40)、M2_3(1.5,0.8*pi,pi/2,40)、M2_3(1.5,0.9*pi,pi/2,40)、M2_3(1.5,pi,pi/2,40)、M2_3(1.5,1.1*pi,pi/2,40)、M2_3(1.5,1.2*pi,pi/2,40)(b)、（1）omega=0.6*pi周期T=10；理论上：T=10 （2）omega=0.28*pi周期T=50；；理论上：T=50；（3）omega=0.45*pi周期T=40；理论上：T=40；（4）omega=0.55*pi周期T=40；理论上：T=40；（4）omega=0.65*pi周期T=40；理论上：T=40；M2.9、MATLAB Excise For Chapter3M3.3、调用程序program 3-1运行M3_3Number of frequency points = [1000]Numerator coefficients = 0.2418*[1 0.139 -0.3519 0.139 1] Denominator coefficients = [1 0.2386 0.8258 0.1393 0.4153]The plot of the program are shown in below：运行M3_3Number of frequency points = [1000]Numerator coefficients = 0.1397*[1 -0.0911 0.0911 -1] Denominator coefficients = [1 1.1454 0.7275 0.1205]The plot of the program are shown in below：M3.7、h=input('Type in the target sequence= ');%输入要计算群延时的序列N=input('Type in the group delay frequency point=');%输入要计算的群延时点n=0:(length(h)-1);H=fft(h,N);K=fft(n.*h,N);tao=real(K./H)运行M3-7M3_7Type in the target sequence= [1 1 2 0 0 6 3]Type in the group delay frequency point=8tao =4.0769 7.7221 4.6923 4.0556 9.0000 4.05564.6923 7.7221MATLAB Excise For Chapter5 M5.11、程序function d=M5_1(N)k1=-N:N;x1=ones(1,2*N+1);omega=0:pi/500:2*pi;X1=freqz(x1,1,omega);X1dft=fft(x1);n1=0:1:2*N;figure(1),plot(omega/pi,abs(X1),2*n1/(2*N+1),abs(X1dft),'ro') xlabel('\omega/\pi'),ylabel('Amplitude');k2=0:N;x2=ones(1,N+1);X2=freqz(x2,1,omega);X2dft=fft(x2);n2=0:1:N;figure(2),plot(omega/pi,abs(X2),2*n2/(N+1),abs(X2dft),'ro') xlabel('\omega/\pi'),ylabel('Amplitude');k3=k1;x3=1-(abs(k3)/N);X3=freqz(x3,1,omega);X3dft=fft(x3);n3=n1;figure(3),plot(omega/pi,abs(X3),2*n3/(2*N+1),abs(X3dft),'ro') xlabel('\omega/\pi'),ylabel('Amplitude');x4=N+1-abs(k3);X4=freqz(x4,1,omega);X4dft=fft(x4);figure(4),plot(omega/pi,abs(X4),2*n3/(2*N+1),abs(X4dft),'ro') xlabel('\omega/\pi'),ylabel('Amplitude');x5=cos(pi*k3/(2*N));X5=freqz(x5,1,omega);X5dft=fft(x5);figure(5),plot(omega/pi,abs(X5),2*n3/(2*N+1),abs(X5dft),'ro') xlabel('\omega/\pi'),ylabel('Amplitude');实现了problem3.19中5个序列的求DTFT和DFT2、调用程序运行结果M5_1（8）The red circles denote the DFT samples.当N=8时序列y1的DTFT和DFT采样当N=8时序列y2的DTFT和DFT采样当N=8时序列y3的DTFT和DFT采样当N=8时序列y4的DTFT和DFT采样当N=8时序列y5的DTFT和DFT采样M5.21、程序x=input('the sequence one to convolution;');y=input('the sequence two to convolution;');X=fft(x);Y=fft(y);S=X.*Y;s=ifft(S)2、调用程序M5_2the sequence one to convolution;[5,-2,2,0,4,3]the sequence two to convolution;[3,1,-2,2,4,4]s =10.0000 9.0000 16.0000 44.0000 36.0000 29.0000 M5_2M5_2the sequence one to convolution;[2-j,-1-j*3,4-j*3,1+j*2,3+j*2] the sequence two to convolution;[-3,2+j*4,-1+j*4,4+j*2,-3+j]s =11.0000 +25.0000i -9.0000 +48.0000i 3.0000 +17.0000i 29.0000 + 0.0000i -10.0000 +12.0000iProgram for （c）N=4;n=0:1:N;x=cos(pi*n/2);y=3.^n;X=fft(x);Y=fft(y);S=X.*Y;s=ifft(S)s =-23.0000 -69.0000 35.0000 105.0000 73.0000M5.81、程序X=[11 8-j*2 1-j*12 6+j*3 -3+j*2 2+j 15];k=8:12;XR(k)=conj(X(mod(-k+2,12)));XC=[X XR(k)];x=ifft(XC);n=0:1:11;x1=exp(i*2*pi*n/3);y=x1.*x;output=[x(1) x(7) sum(x) sum(y)];disp(output)disp(sum(x.*x))2、调用程序M5_84.5000 -0.8333 11.0000 -3.0000 - 2.0000i 74.8333MATLAB Excise For Chapter6M6.1(a)、The output of program6_1 by input the coefficient of problem （a）Numerator factors1.00000000000000 -2.10000000000000 5.000000000000001.00000000000000 -0.40000000000000 0.90000000000000Denominator factors1.000000000000002.00000000000000 4.999999999999991.00000000000000 -0.20000000000000 0.40000000000001Gain constant0.50000000000000Then ，The pole-zero plot of is given below:There are 3 ROCs associated with :R1,|z|<;R2,<|z|<; R3,|z|>The inverse –transform corresponding to the ROC is a left-sided sequence, the inverse–transform corresponding to the ROC is a two-sided sequence, and the inverse –transform corresponding to the ROC is a right-sided sequence.(b)、The output of program6_1 by input the coefficient of problem （b）Numerator factors1.00000000000000 1.20000000000000 3.999999999999991.00000000000000 -0.50000000000000 0.90000000000001Denominator factors1.000000000000002.10000000000000 4.000000000000011.00000000000000 0.60000000000003 01.00000000000000 0.39999999999997 0Gain constant1Then ，The pole-zero plot of is given below:There are 4 ROCs associated with :R1,|z|<R2,<|z|<; R3,<|z|<; R4,|z|>The inverse –transform corresponding to the ROC is a left-sided sequence, the inverse–transform corresponding to the ROC is a two-sided sequence, and the inverse –transform corresponding to the ROC is a right-sided sequence.M6.3The output of programme6_4 by type in：（a）M6_3Type in the residues = [-0.8,-7/6]Type in the poles = [-0.2,-1/6]Type in the constants = 3The output is as following：Numerator polynomial coefficients1.0333 0.7333 0.1000Denominator polynomial coefficients1.0000 0.3667 0.0333Hence（b）Rewrite X2（z）asM6_3Type in the residues = [3,-0.7+j*0.6454972243679,-0.7-j*0.6454972243679] Type in the poles = [-0.4,j*0.774596669,-j*0.774596669]Type in the constants = -2.5The output is as following：Numerator polynomial coefficients-0.9000 -2.5600 -0.1000 -0.6000Denominator polynomial coefficients1.0000 0.4000 0.6000 0.2400Hence，（c）M6_3Type in the residues = [5,1.5,-0.25]Type in the poles = [-0.64,-0.5,-0.5]Type in the constants = 0The output is as following：Numerator polynomial coefficients6.2500 6.5500 1.7300 0Denominator polynomial coefficients1.0000 1.6400 0.8900 0.1600Hence，（d）Rewrite X4（z）asM6_3Type in the residues = [-0.75,-0.375+j*0.2905,-0.375-j*0.2905] Type in the poles = [0.5,-j*0.4303,j*0.4303]Type in the constants = -5The output is as following：Numerator polynomial coefficients-4.5000 -6.8750 -3.6375 -0.8438Denominator polynomial coefficients1.0000 1.5000 0.7875 0.1688MATLAB Excise For Chapter7M7.31、程序k = input('Number of frequency points = ');num = input('Numerator coefficients = ');den = input('Denominator coefficients = ');w = 0:pi/(k-1):pi;h = freqz(num, den, w);plot (w,20*log10(abs(h)));gridxlabel('Normalized frequency'); ylabel('Gain, dB');2、调用M7_3运行结果如下M7_3Number of frequency points = 1000Numerator coefficients = [0,1,-2,1]Denominator coefficients = [1,-1.28,0.61+0.4*0.88,-(0.4*0.61)]From the gain response of the transfer function we can get that when the frequency become high and stable then we can conclude that this has a high pass responseM7.51、程序k = input('Number of frequency points = ');num = input('Numerator coefficients = ');den = input('Denominator coefficients = ');w = 0:pi/(k-1):pi;h = freqz(num, den, w);figure(1),plot(w/pi,abs(h));grid ontitle('Magnitude Spectrum')xlabel('\omega/\pi'); ylabel('Magnitude')figure(2),plot(w/pi,angle(h));grid ontitle('Phase Spectrum')xlabel('\omega/\pi'); ylabel('Phase, radians')2、调用M7_5运行结果如下M7_5Number of frequency points = 1000Numerator coefficients = 0.2031*[1,-(1+0.2743),1+0.2743,-1]Denominator coefficients =[1,0.487+0.1532,0.8351+0.83+0.1532*0.487+0.84,0.1532*0.84+0.487*0.8352,0.84*0.8351]Fro m the magnitude response plot given above it can be seen that represents a highpass filter. The difference equation representation of is given byy[n]+0.7074y[n-1]+0.7976y[n-2]+0.2004y[n-3]=0.2031x[n]-0.2588x[n-1]+0.2588x[n-2]-0.2031x[n-3]MATLAB Excise For Chapter9M9.21、程序Fp = input('Passband edge frequency in Hz = ');Fs = input('Stopband edge frequency in Hz = ');FT = input('Sampling frequency in Hz = ');Rp = input('Passband ripple in dB = ');Rs = input('Stopband minimum attenuation in dB = ');Wp = 2*Fp/FTWs = 2*Fs/FT[N, Wn] = buttord(Wp, Ws, Rp, Rs)[b, a] = butter(N, Wn);disp('Numerator polynomial');disp(b)disp('Denominator polynomial');disp(a)[h, w] = freqz(b, a, 512);figure（1），plot(w/pi, 20*log10(abs(h))); grid axis([0 1 -60 5]);xlabel('\omega/\pi'); ylabel('Magnitude, dB'); figure（2），plot(w/pi, unwrap(angle(h))); grid axis([0 1 -8 1]);xlabel('\omega/\pi'); ylabel('Phase, radians');2、调用M9_2运行结果如下M9_2Passband edge frequency in Hz = 10000Stopband edge frequency in Hz = 30000Sampling frequency in Hz = 100000Passband ripple in dB = 0.4Stopband minimum attenuation in dB = 50Wp =0.2000Ws =0.6000N =5Wn =0.2613Numerator polynomial0.0039 0.0197 0.0394 0.0394 0.0197 0.0039Denominator polynomial1.0000 -2.3611 2.6131 -1.5486 0.4864-0.0636M9.111、（a）TF=9kHZ，1pF=1.2kHZ，2pF=2.2kHZ，1sF=650HZ，2sF=3kHZ pα=0.8dB，sα=31dBThenTpp FF112πω==0.8378，Tpp FF222πω==1.536，Tss FF112πω==0.4538，Tss FF222πω==2.094According to bilinear transformation method ：)2tan(11ppω=ΩΛ=0.445，)2tan(22ppω=ΩΛ=0.996，)2tan(11ssω=ΩΛ=0.231，)2tan(22s s ω=ΩΛ=1.731. ωB =2p ΛΩ—1p ΛΩ=0.521，s Ω=3.13程序[N, Wn] = cheb1ord(1, 3.13, 0.8, 31, 's');[B, A] = cheby1(N, 0.8, Wn, 's');[BT, AT] = lp2bp(B, A, sqrt(0.43), 0.521);[num, den] = bilinear(BT, AT, 0.5);[h, omega] = freqz(num, den, 256);plot(omega/pi, 20*log10(abs(h)));grid;xlabel('\omega/\pi'); ylabel('Gain,in dB');title('Chebyshev I Bandpass Filter');axis([0 1 -60 5]);2、调用M9_11运行结果如下MATLAB Excise For Chapter10M10.11、程序M1= input('M1= ');M2= input('M2= ');n1=-M1:0.5:M1;n2=-M2:0.5:M2;num1=-0.4*sinc(0.4*n1);num2=-0.4*sinc(0.4*n2);num1(M1+1)=0.6;num2(M2+1)=0.6;w1= 0:pi/(4*M1):pi;w2= 0:pi/(4*M2):pi;h1= freqz(num1, 1, w1);h2= freqz(num2, 1, w2);plot(w1/pi,abs(h1),w2/pi,abs(h2));grid ontitle('Magnitude Spectrum')xlabel('\omega/\pi'); ylabel('Magnitude')2、调用程序运行结果M10.51、程序N = 36;fc = 0.2*pi;M = N/2;n = -M:1:M;t = fc*n;lp = fc*sinc(t);b = 2*[lp(1:M) (lp(M+1) - 0.5) lp((M+2):N+1)]; bw = b.*hamming(N+1)';[h2, w] = freqz(bw, 1, 512);plot(w/pi, abs(h2));axis([0 1 0 1.2]);xlabel('\omega/\pi');ylabel('Magnitude');title(['\omega_c = ', num2str(fc), ', N = ', num2str(N)]);grid on 2、运行结果M10.81、程序wp = 4*(2*pi)/18;ws = 6*(2*pi)/18;wc = (wp + ws)/2;dw = ws - wp;% HammingM = ceil(3.32*pi/dw);N = 2*M+1;n = -M:M;num = (6/18)*sinc(6*n/18);wh = hamming(N)';b = num.*wh;figure(1);k=0:2*M;stem(k,b);title('Impulse Response Coefficients');xlabel('Time index n'); ylabel('Amplitude');figure(2);[h, w] = freqz(b,1,512);plot(w/pi, 20*log10(abs(h))); grid;xlabel('\omega/\pi'); ylabel('Gain, in dB');title('Lowpass filter designed using Hamming window');axis([0 1 -80 10]);% HannM = ceil(3.11*pi/dw);N = 2*M+1;n = -M:M;num = (6/18)*sinc(6*n/18);wh = hann(N)';b = num.*wh;figure(3);k=0:2*M;stem(k,b);title('Impulse Response Coefficients');xlabel('Time index n'); ylabel('Amplitude');figure(4);[h, w] = freqz(b,1,512);plot(w/pi, 20*log10(abs(h)));grid;xlabel('\omega/\pi');ylabel('Gain, in dB');title('Lowpass filter designed using Hann window'); axis([0 1 -80 10]);% BlackmanM = ceil(5.56*pi/dw);N = 2*M+1;n = -M:M;num = (6/18)*sinc(6*n/18);wh = blackman(N)';b = num.*wh;figure(5);k=0:2*M;stem(k,b);title('Impulse Response Coefficients');xlabel('Time index n'); ylabel('Amplitude');figure(6);[h, w] = freqz(b,1,512);plot(w/pi, 20*log10(abs(h)));grid;xlabel('\omega/\pi');ylabel('Gain, in dB');title('Lowpass filter designed using Blackman window'); axis([0 1 -80 10]);2、运行结果M10.91、程序beta = 3.631;N = 44;n = -N/2:N/2;num = (6/18)*sinc(6*n/18);wh = kaiser(N+1,beta)';b = num.*wh;figure(1);stem(b);title('Impulse Response Coefficients');xlabel('Time index n');ylabel('Amplitude')figure(2);[h, w] = freqz(b,1,512);plot(w/pi, 20*log10(abs(h)));grid;xlabel('\omega/\pi');ylabel('Gain, in dB');title('Lowpass filter designed using Kaiser window'); axis([0 1 -80 10]);2、运行结果。

数字图像处理与机器视觉-基于MATLAB实现第10章图像识别基础

模式识别方法：模式分类或模式匹配的方法有很多，总体分为四大类：
• 以数据聚类的监督学习方法； • 以统计分类的无监督学习方法； • 通过对基本单元判断是否符合某种规则的结构模式识别方法； • 可同时用于监督或者非监督学习的神经网络分类法。 1.线性判用一条直线来划分已有的学习集的数据，然后根据待测点在直线的那一边决定的分类。如下图可以做出一条直线来划分两种数据的分类。但是一般情况下的特征数很多，想降低特征数维度。可以通过投影的方式进行计算。然而使得一个多维度的特征数变换到一条直线上进行计算。可以减少计算工作的复杂度。
10.2 模式识别方法
c.对称连接网络对称连接网络有点像循环网络，但是单元之间的连接是对称的（它们在两个方向上权重相同）。比起循环网络，对称连接网络更容易分析。这个网络中有更多的限制，因为它们遵守能量函数定律。没有隐藏单元的对称连接网络被称为“Hopfield 网络”。有隐藏单元的对称连接的网络被称为“玻尔兹曼机” 。神经网络可以看成是从输入空间到输出空间的一个非线性映射，它通过调整权重和阈值来“学习”或发现变量间的关系，实现对事物的分类。由于神经网络是一种对数据分布无任何要求的非线性技术，它能有效解决非正态分布和非线性的评价问题，因而受到广泛的应用。由于神经网络具有信息的分布存储，并行处理及自学习能力等特点，它在泛化处理能力上显示出较高的优势。
模式识别是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。
基于监督学习的模式识别系统由4大部分组成，即待识别对象、预处理、特征提取和分类识别，如图10-1所示。
图10-1 模式识别流程图

matlab教材习题答案

matlab教材习题答案Matlab是一种广泛应用于科学与工程领域的计算机编程语言和环境。

它具备强大的数值计算和数据可视化功能，被广泛用于数据分析、信号处理、图像处理、机器学习等领域。

对于初学者而言，掌握Matlab的基本语法和常用函数是非常重要的，而教材习题则是帮助学生巩固所学知识的重要资源。

本文将为大家提供一些Matlab教材习题的参考答案，以帮助读者更好地学习和应用Matlab。

1. 基本语法练习题1.1 计算并输出1到10的平方for i = 1:10fprintf('%d的平方是：%d\n', i, i^2);end1.2 计算并输出1到10的阶乘for i = 1:10fact = 1;for j = 1:ifact = fact * j;endfprintf('%d的阶乘是：%d\n', i, fact);end2. 数值计算练习题2.1 求解一元二次方程的根a = 1;b = -3;c = 2;delta = b^2 - 4*a*c;x1 = (-b + sqrt(delta))/(2*a);x2 = (-b - sqrt(delta))/(2*a);fprintf('一元二次方程的根为：%f, %f\n', x1, x2);2.2 求解线性方程组的解A = [1 2; 3 4];B = [5; 6];X = inv(A) * B;fprintf('线性方程组的解为：%f, %f\n', X(1), X(2));3. 数据处理练习题3.1 统计一个数组中的最大值、最小值和平均值data = [1, 2, 3, 4, 5];max_value = max(data);min_value = min(data);average_value = mean(data);fprintf('最大值：%f\n最小值：%f\n平均值：%f\n', max_value, min_value, average_value);3.2 对一个矩阵进行排序matrix = [4 2 3; 1 5 6; 9 8 7];sorted_matrix = sort(matrix);fprintf('排序后的矩阵为：\n');disp(sorted_matrix);4. 图像处理练习题4.1 读取并显示一张图片image = imread('image.jpg');imshow(image);4.2 对一张图片进行灰度化处理gray_image = rgb2gray(image);imshow(gray_image);5. 信号处理练习题5.1 生成并绘制正弦信号t = 0:0.01:2*pi;x = sin(t);plot(t, x);5.2 对一段音频信号进行傅里叶变换[y, fs] = audioread('audio.wav');Y = fft(y);plot(abs(Y));通过以上几个例子，我们可以看到Matlab的强大功能和灵活性。

第10章MATLAB特征值与特征向量的计算

第10章MATLAB特征值与特征向量的计算MATLAB是一种非常强大的数值分析和科学计算工具，可以用于计算矩阵的特征值和特征向量。

特征值和特征向量是矩阵分析中非常重要的概念，具有广泛的应用。

在MATLAB中，计算矩阵的特征值和特征向量有多种方法。

下面将介绍其中两种常用的方法。

一种方法是使用eig函数。

该函数可以计算矩阵的特征值和特征向量。

用法如下：```MATLAB[A, D] = eig(B)```其中，B是要计算特征值和特征向量的矩阵，A是一个由特征向量组成的矩阵，D是一个由特征值组成的对角矩阵。

特征值和特征向量的对应关系是D的对角线上的值与A的列是一一对应的。

另一种方法是使用eigs函数。

该函数可以计算矩阵的部分特征值和特征向量。

用法如下：```MATLAB[V, E] = eigs(A, k)```其中，A是要计算特征值和特征向量的矩阵，k是要计算的特征值和特征向量的数量。

这两种方法的计算结果是一样的，只是使用的方法略有不同。

eig函数计算所有的特征值和特征向量，而eigs函数只计算部分特征值和特征向量。

计算矩阵的特征值和特征向量在很多领域中都有重要的应用。

例如，在图像处理中，特征值和特征向量可以用于图像压缩和识别；在控制系统中，特征值和特征向量可以用于分析系统的稳定性和性能等。

虽然MATLAB提供了方便的函数来计算特征值和特征向量，但在实际应用中，需要注意以下几点：1.确保输入的矩阵是方阵，否则将无法计算特征值和特征向量。

2.需要注意计算所得的特征值和特征向量的精度。

MATLAB中的计算结果可能存在误差，因此在应用中需要进行适当的误差处理。

3.特征值和特征向量的计算量较大，如果矩阵的维度较大，可能会导致计算时间过长。

对于大规模问题，可以考虑使用近似方法来计算特征值和特征向量。

总之，MATLAB提供了方便的函数来计算矩阵的特征值和特征向量，这对于很多领域的数值分析和科学计算都非常有用。

在使用这些函数时，需要注意输入矩阵的维度和计算结果的精度，并选择适当的方法来计算特征值和特征向量。

MATLAB实用教程(第2版)第十章外部接口

m=eye(3)
m=
100
010
001
● 可以将M-book文档像Word文件一样保存，以便今后查看和
修改。
6
2．Notebook使用中应该注意的问题。 ● M-book文档中的MATLAB代码必须在英文状态下输入。 ● 带鼠标操作交互的代码最好不在M-book文档中运行。 ● Windows是一种多任务操作系统。但在运行M-book文档时
● 新建一个M-book。
● 输入m=eye(3)，并定义为输入细胞，再运行它，可以在M-
book中看到如下内容：
m=eye(3)
m=
100
010
001
● 继续输入“除0测试”且按回车键，再输入m/0，并定义
m/0为输入细胞且运行，可以在M-book中看到如下内容：
m=eye(3)
m=
100
010
001
10
10.2 编译器
MATLAB编译器是指将M文件作为其输入，同时生成独立的可执行文件或相关软件组件的程序，它可以由命令mcc调出。 10.2.1 编译器概述
MATLAB编译器8.0版本采用了MATLAB Component Runtime （MCR）技术，它是用来保证M文件执行的独立共享库。MCR提供了对MATLAB语言的完全支持。除此之外，MATLAB编译器还采用了Component Technology File（CTF）存档来组织配置文件包。所有的M文件均采用了高级加密标准（AES）进行了密钥为1024位的加密，保存为CTF格式。每一个由MATLAB编译器生成的应用程序或者共享库均有一个与之相对应的CTF存档。
7
● M-book文档的代码运行速度要比在MATLAB命令窗口中执行慢很多。

matlab课后习题答案刘

matlab课后习题答案刘MATLAB课后习题答案刘在本学期的MATLAB课程中，我们学习了MATLAB的基础知识和一些高级功能。

为了帮助同学们更好地复习和巩固所学知识，以下是针对课后习题的一些参考答案。

1. 向量和矩阵的基本操作- 创建一个3x3的单位矩阵。

```matlabA = eye(3);```- 计算矩阵A和B的乘积，其中B是A的转置。

```matlabB = A';C = A * B;```2. 条件语句和循环- 编写一个循环，打印出1到10的所有奇数。

```matlabfor i = 1:2:10disp(i);end```- 编写一个条件语句，检查一个数是否为素数。

```matlabfunction isPrime(n)if n <= 1isPrime = false;elsefor i = 2:sqrt(n)if mod(n, i) == 0isPrime = false;return;endendisPrime = true;endend```3. 函数和脚本- 编写一个函数，计算给定半径的圆的面积。

```matlabfunction area = circleArea(radius)area = pi * radius^2;end```- 编写一个脚本来调用上述函数，并打印出半径为5的圆的面积。

```matlabradius = 5;disp(['Area of circle with radius ', num2str(radius), ' is ', num2str(circleArea(radius))]);```4. 数据结构和文件I/O- 读取一个文本文件中的数据到一个cell数组。

```matlabfilename = 'data.txt';fileID = fopen(filename, 'r');data = textscan(fileID, '%s');fclose(fileID);```- 将一个矩阵写入到一个CSV文件中。

Matlab 课后习题集

Matlab程序设计课程实验目录Matlab操作实验（第1章）实验指导思考练习矩阵运算实验（第2章）实验指导思考练习程序设计实验（第3章）实验指导思考练习高级绘图实验（第4章）实验指导思考练习数据分析与多项式计算实验（第5章）实验指导思考练习解方程与最优化问题求解实验（第6章）实验指导思考练习数值运算实验（第7章）实验指导思考练习符号实验（第8章）实验指导思考练习图形句柄实验（第9章）实验指导思考练习图形用户界面设计实验（第10章）实验指导思考练习Simulink动态仿真实验（第11章）实验指导思考练习外部接口技术实验（第12章）实验指导思考练习1、Matlab操作实验一、实验内容1. 第一章实验内容1：path(path,’系统盘名:\matlab文件名\要添加的文件名’)如：path(path,’c:\matlab701\my work’)实验内容-2例1-1：x=[0:0.5:360]*pi/180;plot(x,sin(x),x,cos(x));例1-2p=[3,7,9,0,-23];x=roots(p)例1-3quad(‘x.*log(1+x)’,0,1)例1-4：实验内容3Help 函数名如：help inv help plot等实验内容4（1）x=0:pi/10:2*pi;y=sin(x);二、思考练习思考题1启动：有三种常见方法，（1）、在Windows桌面，单机任务栏上的‚开始‛按钮，选择‚所有程序‛菜单项，然后选择MATLAB程序组中的MATLAB （版本号）程序选项，即可启动。

（2）、在MATLAB的安装路径中找到MATLAB系统启动程序matlab.exe，然后运行它。

（3）、利用建立快捷方式功能，将MATLAB系统启动程序以快捷方式的形式放在Windows桌面上，以后只要在桌面上双击该图标即可启动MATLAB。

关闭：常见的也有3种方法，（1）、在MATLAB主窗口file菜单中选择exit MATLAB命令。

通信原理MATLAB仿真教程第十章扩频通信系统

的频率相同，相位相干。相乘器可以鉴相器来实现，低通滤波器起到积分的作用。
图 10-3 相干检测原理图
18
图 10-4 相干参考信号产生原理图本地参考信号是由锁相环路产生的，如 10-4 所示。用一个振荡器，其频率与输入信号频率相近，把它的相位与输入信号相位作比较(可以用鉴相器实现)，获得的误差电压称为误差信号，此误差信号经滤波平滑后，再作用于振荡器，以不断纠正它的相位与输入信号的误差，于是这个受输入电压控制的振荡器的输出振荡的相位，就逐渐逼近于输入信号的相位，达到同频、同相的结果，它们之间近似的程度取决于跟踪误差。
N 1
c g
n n0
ห้องสมุดไป่ตู้
c
(t nTc )
(10-4)
式中， n 为伪随机码码元， c 取值 1 或 1 ； c (t ) 为门函数， g 定义与式(10-3) 类似。扩频过程实质上是信息流 a t 与伪随机序列 c t 的模二加或相乘的过程，伪随机码速率 Rc 比信息速率 Rd 大的多，一般 Rc / Rd 的比值为整数且远大于 1 ，所以扩展后的序列的速率仍为伪随机码速率 Rc ，扩展的序列
(10-8)
14
式中信号为 s (t ) ，信道噪声为 n(t ) ，干扰信号为 J (t ) ，其它网的扩频信 o 号为 s (t ) 。 J 对于信号分量为 s (t ) o
s ( t ) a ( t ) c( t ) c( t ) cos I t o
(10-9)
其中 I 为中频频率，若本地产生的伪随机序列 c(t ) 与发端产生的伪随机序列 c (t ) 同步，有 c (t ) c(t ) ，则 c (t ) c(t ) 1 ，这样信号分量 s (t ) 为 o

MATLAB习题答案(清华大学)

高等应用数学问题MATLAB 求解习题参考解答（薛定宇著）目录第1 章计算机数学语言概述2第2 章MATLAB 语言程序设计基础5第3 章微积分问题的计算机求解17第4 章线性代数问题的计算机求解29第5 章积分变换与复变函数问题的计算机求解43第6 章代数方程与最优化问题的计算机求解53第7 章微分方程问题的计算机求解71第8 章数据插值、函数逼近问题的计算机求解93第9 章概率论与数理统计问题的计算机求解114第10 章数学问题的非传统解法127第A章自由数学语言Scilab 简介136第1 章计算机数学语言概述1 在你的机器上安装MATLAB 语言环境，并键入demo 命令，由给出的菜单系统和对话框原型演示程序，领略MATLAB 语言在求解数学问题方面的能力与方法。

【求解】在MATLAB 提示符>> 下键入demo 命令，则将打开如图1-1 所示的窗口，窗口左侧的列表框可以选择各种不同组合的演示内容。

图1-1 MATLAB 演示程序界面例如，用户选择MATLAB ! Graphics ! Volume Vlsulization 演示，则将得出如图1-2 所示的演示说明，单击其中的Run this demo 栏目，则将得出如图1-3 所示的演示界面。

用户可以在该界面下按按钮，逐步演示相关内容，而实现这样演示的语句将在该程序界面的下部窗口中给出。

2 作者用MATLAB 语言编写了给出例子的源程序，读者可以自己用type 语句阅读一下源程序，对照数学问题初步理解语句的含义，编写的源程序说明由下表列出。

第1 章计算机数学语言概述3图1-2 MATLAB 演示程序界面举例序号文件名程序说明例1.1 c1ex1.m 利用MATLAB 的符号运算工具箱求解微分问题例1.2 c1ex2.m 分别利用MATLAB 的符号运算工具箱和数值运算功能求解多项式方程，其中用数值方法得出的结果有误差例1.3 c1ex3.m 分别利用MATLAB 的符号运算工具箱和数值运算功能计算Hilbert 矩阵的行列式，其中用数值方法得出的结果有很大误差例1.4 c1ex4.m 令x1 = y; x2 = y_，则可以将原来的二阶微分方程转换成一阶微分方程组，然后就可以求解微分方程的数值解了，原方程是非线性微分方程，故不存在解析解。

matlab习题第十章

第十章实验指导1. screen=get(0,'screensize');W=screen(3);>> H=screen(4);>> figure('position',[0.2*H,0.2*H,0.5*W,0.3*H],'Name','设计菜单','numbertitle','off','menubar','none');aa=['new item'];bb=[‘open item’];cc=[‘save item’];dd=[‘help item’];hfile=uimenu(gcf,'label','&File');)uimenu(hfile,'label','new','call',msgbox(aa,'Title'),'set(save,''enab le'',''off'')');uimenu(hfile,’label’,’open’,’call’,msgbox(bb,’Title’),set(sav e,’’enable’’,’’off’’)’);uimenu(hfile,’lable’,’save’,’call’,msgbox(cc,’Title’)); uimenu(gcf,’lable’,’&Exit’,’call’,close(gcf));hhelp=uimenu(gcf,’label’,’&Help’);uimenu(hhelp,’label’,’about,’’call’,msgbox(dd,’Title’),’set( save,’’enable’’,’’on’’))2、pdstart=uicontrol(gcf,'style','push','position',...[50,5,60,25],'string','start plot',...'callback','t=-pi:pi/20:pi;plot(t,t.*t)');ptgrid=uicontrol(gcf,'style','toggle','position',...[150,5,60,25],'string','grid','callback','grid');htxt=uicontrol(gcf,'style','text','string',...'color options','position',[200,130,150,20]);hr=uicontrol(gcf,'style','radio','string',...'red','position',[200,100,150,25],'value',1,...'callback',['set(hr,''value'',1);','set(hb,''value'',0);',...'set(hy,''value'',0);','set(plot(t,t.*t),''color'',''R'')']);hb=uicontrol(gcf,'style','radio','string',...'blue','position',[200,75,150,25],'value',1,...'callback',['set(hb,''value'',1);','set(hr,''value'',0);',...'set(hy,''value'',0);','set(plot(t,t.*t),''color'',''B'')']);hy=uicontrol(gcf,'style','radio','string',...'yellow','position',[200,50,150,25],'value',1,...'callback',['set(hy,''value'',1);','set(hr,''value'',0);',...'set(hb,''value'',0);','set(plot(t,t.*t),''color'',''Y'')']);3、function varargout = duoxiangshiqiugen(varargin)% DUOXIANGSHIQIUGEN MATLAB code for duoxiangshiqiugen.fig% DUOXIANGSHIQIUGEN, by itself, creates a new DUOXIANGSHIQIUGEN or raises the existing% singleton*.%% H = DUOXIANGSHIQIUGEN returns the handle to a new DUOXIANGSHIQIUGEN or the handle to% the existing singleton*.%% DUOXIANGSHIQIUGEN('CALLBACK',hObject,eventData,handles,...) calls the local% function named CALLBACK in DUOXIANGSHIQIUGEN.M with the given input arguments.%% DUOXIANGSHIQIUGEN('Property','Value',...) creates a new DUOXIANGSHIQIUGEN or raises the% existing singleton*. Starting from the left, property value pairs are % applied to the GUI before duoxiangshiqiugen_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to duoxiangshiqiugen_OpeningFcn via varargin. %% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one% instance to run (singleton)".%% See also: GUIDE, GUIDATA, GUIHANDLES% Edit the above text to modify the response to help duoxiangshiqiugen% Last Modified by GUIDE v2.5 28-May-2014 09:58:02% Begin initialization code - DO NOT EDITgui_Singleton = 1;gui_State = struct('gui_Name', mfilename, ...'gui_Singleton', gui_Singleton, ...'gui_OpeningFcn', @duoxiangshiqiugen_OpeningFcn, ...'gui_OutputFcn', @duoxiangshiqiugen_OutputFcn, ...'gui_LayoutFcn', [] , ...'gui_Callback', []);if nargin && ischar(varargin{1})gui_State.gui_Callback = str2func(varargin{1});endif nargout[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});elsegui_mainfcn(gui_State, varargin{:});end% End initialization code - DO NOT EDIT% --- Executes just before duoxiangshiqiugen is made visible.function duoxiangshiqiugen_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn.% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% varargin command line arguments to duoxiangshiqiugen (see VARARGIN)% Choose default command line output for duoxiangshiqiugenhandles.output = hObject;% Update handles structureguidata(hObject, handles);% UIWAIT makes duoxiangshiqiugen wait for user response (see UIRESUME)% uiwait(handles.figure1);% --- Outputs from this function are returned to the command line.function varargout = duoxiangshiqiugen_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT);% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Get default command line output from handles structurevarargout{1} = handles.output;function edit1_Callback(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,'String') returns contents of edit1 as text% str2double(get(hObject,'String')) returns contents of edit1 as a double% --- Executes during object creation, after setting all properties.function edit1_CreateFcn(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');end% --- Executes on button press in pushbutton1.function pushbutton1_Callback(hObject, eventdata, handles)% hObject handle to pushbutton1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)com1=get(handles.edit1,'string');A=str2mat(com1);a=str2num(A)X=roots(a)set(handles.edit2,'string',num2str(X));function edit2_Callback(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,'String') returns contents of edit2 as text% str2double(get(hObject,'String')) returns contents of edit2 as a double% --- Executes during object creation, after setting all properties.function edit2_CreateFcn(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');endfunction varargout = jizuobiaoquxian(varargin)% JIZUOBIAOQUXIAN MATLAB code for jizuobiaoquxian.fig% JIZUOBIAOQUXIAN, by itself, creates a new JIZUOBIAOQUXIAN or raises the existing% singleton*.%% H = JIZUOBIAOQUXIAN returns the handle to a new JIZUOBIAOQUXIAN or the handle to% the existing singleton*.%% JIZUOBIAOQUXIAN('CALLBACK',hObject,eventData,handles,...) calls the local% function named CALLBACK in JIZUOBIAOQUXIAN.M with the given input arguments.%% JIZUOBIAOQUXIAN('Property','Value',...) creates a new JIZUOBIAOQUXIAN or raises the% existing singleton*. Starting from the left, property value pairs are % applied to the GUI before jizuobiaoquxian_OpeningFcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to jizuobiaoquxian_OpeningFcn via varargin. %% *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)".%% See also: GUIDE, GUIDATA, GUIHANDLES% Edit the above text to modify the response to help jizuobiaoquxian% Last Modified by GUIDE v2.5 28-May-2014 09:55:56% Begin initialization code - DO NOT EDITgui_Singleton = 1;gui_State = struct('gui_Name', mfilename, ...'gui_Singleton', gui_Singleton, ...'gui_OpeningFcn', @jizuobiaoquxian_OpeningFcn, ...'gui_OutputFcn', @jizuobiaoquxian_OutputFcn, ...'gui_LayoutFcn', [] , ...'gui_Callback', []);if nargin && ischar(varargin{1})gui_State.gui_Callback = str2func(varargin{1});endif nargout[varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});elsegui_mainfcn(gui_State, varargin{:});end% End initialization code - DO NOT EDIT% --- Executes just before jizuobiaoquxian is made visible.function jizuobiaoquxian_OpeningFcn(hObject, eventdata, handles, varargin) % This function has no output args, see OutputFcn.% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% varargin command line arguments to jizuobiaoquxian (see VARARGIN)% Choose default command line output for jizuobiaoquxianhandles.output = hObject;% Update handles structureguidata(hObject, handles);% UIWAIT makes jizuobiaoquxian wait for user response (see UIRESUME)% uiwait(handles.figure1);% --- Outputs from this function are returned to the command line.function varargout = jizuobiaoquxian_OutputFcn(hObject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT);% hObject handle to figure% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Get default command line output from handles structurevarargout{1} = handles.output;% --- Executes on button press in pushbutton1.function pushbutton1_Callback(hObject, eventdata, handles)% hObject handle to pushbutton1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)com1=get(handles.edit1,'string');com2=get(handles.edit2,'string');com3=get(handles.edit3,'string');A=str2mat(com1);B=str2mat(com2);C=str2mat(com3);a=str2num(A);b=str2num(B);n=str2num(C);th=0:0.01:pi;polar(th,a*cos(b+th*n))axis([-5,5,-20,20]);hold onfunction edit1_Callback(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,'String') returns contents of edit1 as text% str2double(get(hObject,'String')) returns contents of edit1 as a double% --- Executes during object creation, after setting all properties. function edit1_CreateFcn(hObject, eventdata, handles)% hObject handle to edit1 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'),get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');endfunction edit2_Callback(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,'String') returns contents of edit2 as text% str2double(get(hObject,'String')) returns contents of edit2 as a double% --- Executes during object creation, after setting all properties. function edit2_CreateFcn(hObject, eventdata, handles)% hObject handle to edit2 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'),get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');endfunction edit3_Callback(hObject, eventdata, handles)% hObject handle to edit3 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles structure with handles and user data (see GUIDATA)% Hints: get(hObject,'String') returns contents of edit3 as text% str2double(get(hObject,'String')) returns contents of edit3 as a double% --- Executes during object creation, after setting all properties. function edit3_CreateFcn(hObject, eventdata, handles)% hObject handle to edit3 (see GCBO)% eventdata reserved - to be defined in a future version of MATLAB% handles empty - handles not created until after all CreateFcns called% Hint: edit controls usually have a white background on Windows.% See ISPC and COMPUTER.if ispc && isequal(get(hObject,'BackgroundColor'),get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');end5、思考练习1.图形用户界面，就是把所需要的M文件，编程一个可以和用户交互的界面程序，这样看起来更直观的一种呈现方式。

matlab数学实验答案第十章

1.>> f=[-3,4,-2,5];A=[1 1 3 -1;2 -3 1 -2];>> b=[14;-2];>> Aeq=[4 -1 2 -1];Beq=-2;lb=zeros(3,1);>> [x,feval]=linprog(f,A,b,Aeq,Beq,lb) Optimization terminated.x =0.00008.00000.0000-6.0000feval =2.00002.>> f=[5;4;8];A=[2 -1 0;5 3 0];b=[4;15];>> Aeq=[1 2 1];Beq=6;lb=zeros(3,1);>> [x,feval]=linprog(f,A,b,Aeq,Beq,lb) Optimization terminated.x =0.00003.00000.0000feval =12.00003.M文件>> A=[1 1 0 0 0 0 0 0 0 0 0;1 -0.06 1 1 0 0 0 0 0 0 0 ;-0.15 -0.06 1 1 1 1 1 1 0 0 0 ;-0.15 -0.06 -0.15 1 -0.06 1 1 -0.06 1 1 0 ;-0.15 -0.06 -0.15 1 -0.06 1 1 -0.06 1 -0.06 1;0 0 0 1 -0.06 -0.15 1 0 0 0 0;0 0 0 1 0 0 1 0 0 0 0];>> b=[10;10;10;10;10;3;4];>> f=[0;0;0;-1.40;0;0;-1.25;0;-1.14;0;-1.06];>> lb=[0;0;0;0;0;0;0;0;0;0;0];>> ub=[10;10;10;10;10;10;10;10;10;10;10];>> [x,fval,exitflag,output,lambda]=linprog(f,A,b,[],[],lb,ub) Optimization terminated.x =6.73163.26840.00003.46457.74140.00000.00000.00008.20580.00000.0000fval =-14.2049五年末拥有的资金金额总额最大为 14.20494.>> f=[-30;-40];A=[20 100;40 80;90 60];>> b=[200;200;360];>> [x,feval]=linprog(f,A,b,[],[],[0;0])Optimization terminated.x =3.50000.7500feval =-135.00005.>> f=[-7000;-12000];A=[9 5;4 5;3 10];b=[360;200;300]; >> [x,feval]=linprog(f,A,b)Optimization terminated.x =20.000024.0000feval =-4.2800e+0056.>> f=[10,5,6,4,8,12];>> A=[-1 -1 -1 0 0 0;0 0 0 -1 -1 -1; -1 0 0 -1 0 0 ; 0 -1 0 0 -1 0 ;0 0 -1 0 0 -1]; >> b=[-60;-100;-50;-70;-40];>> Aeq=[];>> beq=[]; vlb=zeros(6,1);vub=[];>> [x,fval]=linprog(f,A,b,Aeq,beq,vlb,vub)Optimization terminated.x =0.000020.000040.000050.000050.00000.0000fval =940.00007.>> f=[8400;7500;6700];>> A=[60 65 80;-3800 -3500 -2500];>> b=[70 ;-2900];>> Aeq=[1 1 1];>> beq=1;>> lb=[0 0 0];>> ub=[inf inf inf];>> [x,fval]=linprog(f,A,b,Aeq,beq,lb,ub)Optimization terminated.x =0.00000.66670.3333fval =7.2333e+0038.>> f=[-1;-2;1;-1;-4;2];>> A=[1 1 1 1 1 1;2 1 -2 1 0 0;0 0 1 1 2 1];>> b=[6;4;4];>> lb=zeros(6,1);>> [x,fval]=linprog(f,A,b,[],[],lb)Optimization terminated.x =0.00004.00000.00000.00002.00000.0000fval =-16.000010.建立M函数fun44.mfunction f=fun44(x)f=-(sqrt(x(1))+sqrt(x(2))+sqrt(x(3))+sqrt(x(4))); 建立M函数myconl.mfunction [g,ceq]=mycon1(x)g(1)=x(1)-400;g(2)=1.1*x(1)+x(2)-440;g(3)=1.21*x(1)+1.1*x(2)+x(3)-484;g(4)=1.331*x(1)+1.21*x(2)+1.1*x(3)+x(4)-532.4;ceq=0command窗口>> x0=[1;1;1;1];>> vlb=[0;0;0;0];vub=[];>> A=[];b=[];Aeq=[];beq=[];>>[x,fval]=fmincon('fun44',x0,A,b,Aeq,beq,vlb,vub,'mycon1') 12.function f=fmb(x)f=-x(1)*x(2)*x(3);>> A=[1 -2 -2;1 2 2];b=[0;72];>> lb=[-inf;10;-inf];ub=[inf;20;inf];>> Aeq=[1 -1 0];Beq=10;>> [x,feval]=fmincon(@fmb,[20,10,0],A,b,Aeq,Beq,lb,ub,[])x =22.5850 12.5850 12.1225feval =-3.4456e+003。

Matlab第十章作业

Matlab 第十章作业10.4考虑一个单位负反馈控制系统，其前向通道传递函数为：)5s (s 1)s (G 20+=试应用Bode 图法设计一个超前校正装置)11()(++=Ts Ts K s G c c αα 使得校正后系统的相角裕度 50=γ，幅值裕度dB 10K g ≥，带宽s /rad 2~1b =ω。

其中，10<<α。

试问已校正系统的谐振峰值r M 和谐振角频率r ω的值各为多少？解： ① 先建立超前校正函数fg_lead_pm （wc 未知）函数语句如下function [ngc,dgc]=fg_lead_pm(ng0,dg0,Pm,w)[mu,pu]=bode(ng0,dg0,w);[gm,pm,wcg,wcp]=margin(mu,pu,w);alf=ceil(Pm-pm+5);phi=(alf)*pi/180;a=(1+sin(phi))/(1-sin(phi)) ;a1=1/a%求参数αdbmu=20*log10(mu);mm=-10*log10(a);wgc=spline(dbmu,w,mm);T=1/(wgc*sqrt(a));ngc=[a*T,1]; dgc=[T,1];② 建立M 文件l104其语句如下ng0=[1];dg0=conv([1,0],conv([1,0],[1,5]));t=[0:0.01:5]; w=logspace(-3,2);g0=tf(ng0,dg0)b1=feedback(g0,1)%校正前系统闭环传函[gm,pm,wcg,wcp]=margin(g0)%校正前参数Pm=50;[ng1,dg1]=fg_lead_pm(ng0,dg0,Pm,w);%利用超前校正进行校正g1=tf(ng1,dg1);%校正环节传递函数g2=g0*g1;%校正后前向通道传函[gm1,pm1,wcg1,wcp1]=margin(g2)%校正后系统参数km1=20*log(gm1)%校正后系统幅值裕度工程表示b2=feedback(g2,1);%校正后系统闭环传函bode(b2)[mag,phase,w]=bode(b2);%对校正后系统闭环传函bode图进行离散化figure, bode(g0,'r--',g1,'b--',g2,'g',w), grid on；Mr=max(mag)%求取Mra=find(mag==Mr);%求Mr对应的脚标wr=w(a)%求wrb=find(mag<=0.707*mag(1));%求幅值小于0.707倍零频幅值的脚标所组成的数组wb=w(b(1))%求wb③在命令窗口中得到以下结果Transfer function:1-----------s^3 + 5 s^2Transfer function:1---------------s^3 + 5 s^2 + 1gm =pm =-5.1009wcg =wcp =0.4463a1 =0.0669gm1 =8.3933pm1 =51.0980wcg1 =3.8710wcp1 =0.8728km1 =42.5488Mr =1.2644wr =0.4695wb =1.7055可得各项指标α=0.0669， 0980.51=γ，s rad b /7055.1=ω2644.1=r M ，4695.0=r ω10.5 考虑一个单位负反馈控制系统，其前向通道传递函数为：)4s )(1s (s K )s (G 0++=试应用Bode 图法设计一个校正装置)s (G c ，使得校正后系统的静态速度误差常数1v s 10K -=，相角裕度 50=γ，幅值裕度dB 10K g ≥。

Matlab第十章作业

MATLAB7.0使用详解-第10章 SIMULINK高级仿真技术

matlab作业第10章

第十章MATLAB的数值分析

MATLAB作业

第十章Matlab软件简介

中南大学matlab课后习题（10）

(完整版)Matlab第十讲教案

DSP Matlab作业(第5~10章)

数字图像处理与机器视觉-基于MATLAB实现 第10章 图像识别基础

matlab教材习题答案

第10章MATLAB特征值与特征向量的计算

MATLAB实用教程(第2版)第十章外部接口

matlab课后习题答案刘

Matlab 课后习题集

通信原理MATLAB仿真教程第十章 扩频通信系统

MATLAB习题答案(清华大学)

matlab习题第十章

matlab数学实验答案第十章

Matlab第十章作业

数字图像处理与机器视觉-基于MATLAB实现第10章图像识别基础

通信原理MATLAB仿真教程第十章扩频通信系统