实验一：相关运算和FFT的Matlab实现与应用

数字信号处理实验报告

实验人：++++

学号：090802076

指导教师：谢晓春

实验日期：2012年月日

实验地点：6-602

实验操作记录

实验要求

一、实验内容

在心电图数据中加入干扰工频噪声，然后利用相关运算和FFT从中检测出干扰周期信号的频率。

二、实验目的

1、理解并掌握相关运算在周期信号检测中的应用；

2、掌握在matlab环境中相关运算和FFT的实现；

3、掌握在matlab环境中的数据读取、写入及显示的方法。

三、实验步骤

1、读入心电图数据myECG.mat，并将其显示;

clc;close all;

load('ecgdata.mat');

x=mydata;

plot(x);

(提示：将ecgdata.mat拷到工程目录下，直接查看变量x中数据)

2、生成幅度为0.1mV的50Hz工频噪声信号；

clc;close all;

fs=360;

load('ecgdata.mat');

x=mydata;

noise=0.1*sin(2*pi*50*(0:length(x)-1)/fs);

plot(noise);

3、将噪声信号与心电图数据相加，得到退化的心电图数据，并将其保存为DSP能够处理的

数据格式，为后面的实验做准备；

clc;close all; clear;

fs=360;

load('ecgdata.mat');

x=mydata;

noise=0.1*sin(2*pi*50*(0:length(x)-1)/fs);

x1=x'+noise;

x1=x1';%x1转置

%建立input.dat文件存储退化数据供dsp使用

fid=fopen('input.dat','w');%打开文件,'w'是将此文件定义为可写的，fid是此文件的整数标示fprintf(fid,'1651 4 0 1 0\n');

fprintf(fid,'%f\n',x1);

fclose(fid);

4、利用相关运算和FFT检测干扰信号的频率；

clc;clear;close all;

fs=360;

N=1024;

n=0:N-1;t=n*fs/N;

load('ecgdata.mat');

x=mydata;

noise=0.1*sin(2*pi*50*(0:length(x)-1)/fs);

x1=x'+noise;

x2=xcorr(x1,noise);%相关运算

xk=fft(x2,N);

plot(t,abs(xk))

5、扩展实验：编程直接获得干扰信号频率。

四、相关说明

1、心电图数据的采样频率是360Hz，共有1024点数据，数据的单位是mV；

2、在绘图时要正确标注横坐标与纵坐标；

3、DSP的dat文件格式是由文件头（1651 4 0 1 0）和数据构成，其中1651为供DSP识别的固定值，4表示文件中的数据为十进制浮点型。

4、实验中涉及到的matlab指令有

数据读写指令：load，write，fopen, fprintf, fclose;

绘图指令：figure，plot，xlabel，ylabel，title，axis;

FFT运算：fft, fftshift;

实验MATLAB符号运算

实验四 MATLAB 符号运算一、实验目的掌握符号变量和符号表达式的创建，掌握MATLAB 的symbol 工具箱的一些基本应用。二、实验内容 (1) 符号变量、表达式、方程及函数的表示。 (2) 符号微积分运算。 (3) 符号表达式的操作和转换。 (4) 符号微分方程求解。三、实验步骤 1. 符号运算的引入在数值运算中如果求x x x πsin lim 0→，则可以不断地让x 接近于0，以求得表达式接近什么数，但是终究不能令0=x ，因为在数值运算中0是不能作除数的。MATLAB 的符号运算能解决这类问题。输入如下命令： >>f=sym('sin(pi*x)/x') >>limit(f,'x',0) >> f=sym('sin(pi*x)/x') f = sin(pi*x)/x >> limit(f,'x',0) ans = Pi 2. 符号常量、符号变量、符号表达式的创建 1) 使用sym( )创建输入以下命令，观察Workspace 中A 、B 、f 是什么类型的数据，占用多少字节的内存空间。 >> A=sym('1') >> B=sym('x') >> f=sym('2*x^2+3*y-1') >> clear >> f1=sym('1+2') >> f2=sym(1+2) >> f3=sym('2*x+3') >> f4=sym(2*x+3) >> x=1 >> f4=sym(2*x+3) > A=sym('1') A = 1

>> B=sym('x') B = x >> f=sym('2*x^2+3*y-1') f = 2*x^2+3*y-1 >> clear >> f1=sym('1+2') f1 = 1+2 >> f2=sym(1+2) f2 = 3 >> f3=sym('2*x+3') f3 = 2*x+3 >> f4=sym(2*x+3) ??? Undefined function or variable 'x'. >> x=1 x = >> f4=sym(2*x+3) f4 =

Simulink下的频谱分析方法及matlab的FFT编程

Simulink下的频谱分析方法实现功能：信号发生器一个信号输入，实时显示其频谱分析调用模块：信号源（Signal Processing Blockset -> Signal Processing Sources -> Sine Wave） Tip 1：不能用连续的信号源频谱观察窗（Signal Processing Blockset -> Signal Processing Sources -> Spectrum Scope）Tip 2: 不能用普通的观察窗 Tip 3：必须构上设置中的Buffer input. Buffer size 越大越精细。 Tip 4: 剩下的tips读帮助。连接关系：如下图所示原理框图实验结果：

输出示意图－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－实现功能：从Workspace读取一组数，进行频谱分析调用模块： From Workspace Tip 1: 采样时间不能用0，即必须使用离散模式 Tip 2: 从其他模型中Scope保存出来的“Structure with time”的数据可以直接用频谱观察窗（同上一功能）－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－实现功能：从dSPACE读取一组数，进行频谱分析实现方法：

1. 从dSPACE读数保存成文件，数据导入Workspace（过程略） 2. 采用从其他模型的Scope保存数据为“Structure with time”的方式构建一个结构变量ScopeData1 3. 使用以下代码将dSPACE数据dscapture拷贝到结构变量ScopeData1中 %% =[0::]; %纯粹为占位，19157为dSPACE保存数据长度 for i=1:19157 end %% 4. 采用下图中的模型进行频谱分析实验结果：通过以上方法对单轴压电加速度传感器进行灵敏度分析，下图分别为采用dSPACE和直接利用示波器分析的结果对比。

Matlab编程实现FFT变换.

Matlab编程实现FFT变换及频谱分析的程序代码内容 1．用Matlab产生正弦波,矩形波,以及白噪声信号，并显示各自时域波形图 2．进行FFT变换，显示各自频谱图，其中采样率，频率、数据长度自选 3．做出上述三种信号的均方根图谱,功率图谱,以及对数均方根图谱 4．用IFFT傅立叶反变换恢复信号，并显示恢复的正弦信号时域波形图源程序 %*************************************************************** **********% % FFT实践及频谱分析% %*************************************************************** **********% %*************************************************************** **********% %***************1.正弦波****************% fs=100;%设定采样频率 N=128; n=0:N-1; t=n/fs; f0=10;%设定正弦信号频率 %生成正弦信号 x=sin(2*pi*f0*t); figure(1); subplot(231); plot(t,x);%作正弦信号的时域波形 xlabel('t'); ylabel('y'); title('正弦信号y=2*pi*10t时域波形'); grid; %进行FFT变换并做频谱图 y=fft(x,N);%进行fft变换 mag=abs(y);%求幅值 f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换 figure(1); subplot(232); plot(f,mag);%做频谱图 axis([0,100,0,80]); xlabel('频率(Hz)'); ylabel('幅值'); title('正弦信号y=2*pi*10t幅频谱图N=128'); grid; %求均方根谱

matlab实验2MATLAB基础知识

实验2 MATLAB基础知识一、实验目的 1.熟悉MATLAB的数据类型 2.熟悉MATLAB的基本矩阵操作 3.熟悉MATLAB的运算符 4.熟悉MATLAB的字符串处理二、实验内容 1.创建结构体DataTypes,属性包含MATLAB支持的所有数据类型，并通过赋值构造结构体二维数组。 DataTypes.char=char([65]); DataTypes.string='hello'; DataTypes.int=100; DataTypes.single=1.560 DataTypes = char: 'A' string: 'hello' int: 100 single: 1.5600 >> DataTypes(2).char=char([66]); DataTypes(2).string='kugou'; DataTypes(2).int=200; DataTypes(2).single=3.14 DataTypes = 1x2 struct array with fields: char string int single 2.用满矩阵和稀疏矩阵存储方式分别构造下述矩阵。 A=

答： A = 1 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 B = A = 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 A = 0 0 0 0 1 1 0 0 0 0 1 0 0 0 0 1 A = 0 1 0 0 1 1 0 0 0 0 1 0 0 0 0 1 A = 0 1 0 0 1 0 0 0 0 0 1 0 0 0 0 1

matlab基础实验

实验一 MATLAB基础知识一、实验目的 1．熟练掌握Matlab的启动与退出； 2. 熟悉Matalb的命令窗口，常用命令和帮助系统； 3. 熟悉Matalb的数据类型； 4. 熟悉Matlab的基本矩阵操作，运算符和字符串处理二、实验设备 1．方正电脑 2．MATLAB软件三、实验内容 1. 已知矩阵 A=[3 4 -1 1 -9 10;6 5 0 7 4 -16;1 -4 7 -1 6 -8;2 -4 5 -6 12 -8;-3 6 -7 8 -1 1;8 -4 9 1 3 0] 写出完成下列操作的命令: (1) 将矩阵A的第2-5行中第1，3，5列元素赋给矩阵B； (2) 删除矩阵A的第7号元素； (3) 将矩阵A的每个元素加上30； (4) 求矩阵A的大小和维数； (5) 将矩阵A的右下角3*2矩阵构成矩阵C； (6) 输出[-5,5]范围内的所有元素；程序： A=[3 4 -1 1 -9 10;6 5 0 7 4 -16;1 -4 7 -1 6 -8;2 -4 5 -6 12 -8;-3 6 -7 8 -1 1;8 -4 9 1 3 0] %(1) B=A(2:5,[1 3 5]) %(2) A2=A; A2(7)=[] %(3) A3=A+30 %(4) length(A) size(A) %(5) C=A(end-2:end,end-1:end) %(6) A6=A.*(A>=-5 & A<=5) 结果: A =

3 4 -1 1 -9 10 6 5 0 7 4 -16 1 -4 7 -1 6 -8 2 -4 5 -6 12 -8 -3 6 -7 8 -1 1 8 -4 9 1 3 0 B = 6 0 4 1 7 6 2 5 12 -3 -7 -1 A2 = Columns 1 through 7 3 6 1 2 -3 8 5 Columns 8 through 14 -4 -4 6 -4 -1 0 7 Columns 15 through 21 5 -7 9 1 7 -1 - 6 Columns 22 through 28 8 1 -9 4 6 12 -1 Columns 29 through 35 3 10 -16 -8 -8 1 0 A3 = 33 34 29 31 21 40 36 35 30 37 34 14

Matlab中的FFT使用说明

FFT是Fast Fourier Transform（快速傅里叶变换）的简称，FFT算法在MATLAB 中实现的函数是Y=fft（x,n）。刚接触频谱分析用到FFT时，几乎都会对MATLAB 的fft函数产生一些疑惑，下面以看一个例子（根据MATLA帮助修改）。 Fs = 2000; % 设置采样频率 T = 1/Fs; % 得到采用时间 L = 1000; % 设置信号点数，长度1 秒 t = (0:L-1)*T; % 计算离散时间， % 两个正弦波叠加 f1 = 80; A1 = 0.5; % 第一个正弦波100Hz，幅度0.5 f2 = 150; A2 = 1.0 ; % 第2个正弦波150Hz，幅度 1.0 A3 = 0.5; % 白噪声幅度； x = A1*sin(2*pi*f1*t) + A2*sin(2*pi*f2*t); % 产生离散时间信号； y = x + A3*randn(size(t)); % 叠加噪声； % 时域波形图 subplot(2,1,1) plot(Fs*t(1:50),x(1:50)) title('Sinusoids Signal') xlabel('time (milliseconds)') subplot(2,1,2) plot(Fs*t(1:50),y(1:50)) title('Signal Corrupted with Zero-Mean Random Noise') xlabel('time (milliseconds)') NFFT = 2A nextpow2(L); % 设置FFT点数，一般为2 的N次方，如1024，512 等Y = fft(y,NFFT)/L; % 计算频域信号， f = Fs/2*linspace(0,1,NFFT/2+1); %频率离散化，fft后对应的频率是-Fs/2到Fs/2,由NFFT个离散频点表示 % 这里只画出正频率； % Plot single-sided amplitude spectrum. figure; plot(f,2*abs(Y(1:NFFT/2+1))); % fft 后含幅度和相位，一般观察幅度谱，并把负频率加上去， title('Single-Sided Amplitude Spectrum of y(t)') xlabel('Frequency (Hz)')

按时间抽取的基2FFT算法分析与MATLAB实现

按时间抽取的基2FFT 算法分析及MATLAB 实现一、DIT-FFT 算法的基本原理基2FFT 算法的基本思想是把原始的N 点序列依次分解成一系列短序列，充分利用旋转因子的周期性和对称性，分别求出这些短序列对应的DFT ，再进行适当的组合，得到原N 点序列的DFT ，最终达到减少运算次数，提高运算速度的目的。按时间抽取的基2FFT 算法，先是将N 点输入序列x(n)在时域按奇偶次序分解成2个N/2点序列x1(n)和x2(n)，再分别进行DFT 运算，求出与之对应的X1(k)和X2(k)，然后利用图1所示的运算流程进行蝶形运算，得到原N 点序列的DFT 。只要N 是2的整数次幂，这种分解就可一直进行下去，直到其DFT 就是本身的1点时域序列。图1 DIT-FFT 蝶形运算流图二、DIT-FFT 算法的运算规律及编程思想 1.原位计算对N=M 2点的FFT 共进行M 级运算，每级由N/2个蝶形运算组成。在同一级中，每个蝶的输入数据只对本蝶有用，且输出节点与输入节点在同一水平线上，这就意味着每算完一个蝶后，所得数据可立即存入原输入数据所占用的数组元素(存储单元)，经过M 级运算后，原来存放输入序列数据的N 个存储单元中可依次存放X(k)的N 个值，这种原位(址)计算的方法可节省大量内存。 2.旋转因子的变化规律 N 点DIT ―FFT 运算流图中，每个蝶形都要乘以旋转因子p W N ，p 称为旋转因子的指数。例如N ＝8 ＝3 2 时各级的旋转因子：第一级：L=1，有1个旋转因子：p W N =J /4W N =J 2L W J=0 第二级：L=2，有2个旋转因子：p W N =J /2W N =J 2L W J=0,1 第三级：L=3，有4个旋转因子：p W N =J W N =J 2L W J=0,1,2,3 对于N ＝M 2的一般情况，第L 级共有1 -L 2个不同的旋转因子： p W N =J 2L W J=0,1,2,… ,1 -L 2－1 L 2=M 2×M -L 2 = N ·M -L 2 故：按照上面两式可以确定第L 级运算的旋转因子

MATLAB)课后实验答案[1]

实验一 MATLAB 运算基础 1. 先求下列表达式的值，然后显示MATLAB 工作空间的使用情况并保存全部变量。 (1) 0 12 2sin 851z e =+ (2) 21ln(2 z x =，其中2 120.45 5i x +??=? ?-?? (3) 0.30.330.3sin(0.3)ln , 3.0, 2.9,,2.9,3.022a a e e a z a a --+= ++=--L (4) 2242011 122123t t z t t t t t ?≤

4. 完成下列操作： (1) 求[100,999]之间能被21整除的数的个数。 (2) 建立一个字符串向量，删除其中的大写字母。解：(1) 结果： (2). 建立一个字符串向量例如： ch='ABC123d4e56Fg9';则要求结果是：

实验二 MATLAB 矩阵分析与处理 1. 设有分块矩阵33322322E R A O S ?????? =? ??? ，其中E 、R 、O 、S 分别为单位矩阵、随机矩阵、零矩阵和对角阵，试通过数值计算验证2 2 E R RS A O S +?? =???? 。解: M 文件如下； 5. 下面是一个线性方程组： 1 231 1 12340.951110.673450.521114 5 6x x x ?? ??????????????=??? ??????????????????? (1) 求方程的解。 (2) 将方程右边向量元素b 3改为0.53再求解，并比较b 3的变化和解的相对变化。 (3) 计算系数矩阵A 的条件数并分析结论。解： M 文件如下： 123d4e56g9

实验MATLAB符号计算

实验四符号计算符号计算的特点：一，运算以推理解析的方式进行，因此不受计算误差积累问题困扰；二，符号计算，或给出完全正确的封闭解，或给出任意精度的数值解（当封闭解不存在时）；三，符号计算指令的调用比较简单，经典教科书公式相近；四，计算所需时间较长，有时难以忍受。在MATLAB中，符号计算虽以数值计算的补充身份出现，但涉及符号计算的指令使用、运算符操作、计算结果可视化、程序编制以及在线帮助系统都是十分完整、便捷的。 MATLAB的升级和符号计算内核Maple的升级，决定着符号计算工具包的升级。但从用户使用角度看，这些升级所引起的变化相当细微。即使这样，本章还是及时作了相应的更新和说明。如MATLAB 6.5+ 版开始启用Maple VIII的计算引擎，从而克服了Maple V计算“广义Fourier变换”时的错误（详见第5.4.1节）。 5.1符号对象和符号表达式 5.1.1符号对象的生成和使用【例5.1.1-1】符号常数形成中的差异 a1=[1/3,pi/7,sqrt(5),pi+sqrt(5)] % <1> a2=sym([1/3,pi/7,sqrt(5),pi+sqrt(5)]) % <2> a3=sym([1/3,pi/7,sqrt(5),pi+sqrt(5)],'e') % <3> a4=sym('[1/3,pi/7,sqrt(5),pi+sqrt(5)]') % <4> a24=a2-a4 a1 = 0.3333 0.4488 2.2361 5.3777 a2 = [ 1/3, pi/7, sqrt(5), 6054707603575008*2^(-50)] a3 = [ 1/3-eps/12, pi/7-13*eps/165, sqrt(5)+137*eps/280, 6054707603575008*2^(-50)] a4 = [ 1/3, pi/7, sqrt(5), pi+sqrt(5)] a24 = [ 0, 0, 0, 189209612611719/35184372088832-pi-5^(1/2)] 【例5.1.1-2】演示：几种输入下产生矩阵的异同。 a1=sym([1/3,0.2+sqrt(2),pi]) % <1> a2=sym('[1/3,0.2+sqrt(2),pi]') % <2> a3=sym('[1/3 0.2+sqrt(2) pi]') % <3> a1_a2=a1-a2 % a1 = [ 1/3, 7269771597999872*2^(-52), pi] a2 = [ 1/3, 0.2+sqrt(2), pi] a3 = [ 1/3, 0.2+sqrt(2), pi] a1_a2 = [ 0, 1.4142135623730951010657008737326-2^(1/2), 0]

MATLAB中FFT的使用方法

MATLAB中FFT的使用方法一.调用方法 X=FFT(x)； X=FFT(x，N)； x=IFFT(X); x=IFFT(X,N) 用MATLAB进行谱分析时注意：（1）函数FFT返回值的数据结构具有对称性。例： N=8; n=0:N-1; xn=[4 3 2 6 7 8 9 0]; Xk=fft(xn) →Xk = 39.0000 -10.7782 + 6.2929i 0 - 5.0000i 4.7782 - 7.7071i 5.0000 4.7782 + 7.7071i 0 + 5.0000i -10.7782 - 6.2929i Xk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。（2）做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。二.FFT应用举例例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。 clf; fs=100;N=128; %采样频率和数据点数

n=0:N-1;t=n/fs; %时间序列 x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号 y=fft(x,N); %对信号进行快速Fourier变换 mag=abs(y); %求得Fourier变换后的振幅 f=n*fs/N; %频率序列 subplot(2,2,1),plot(f,mag); %绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; subplot(2,2,2),plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; %对信号采样数据为1024点的处理 fs=100;N=1024;n=0:N-1;t=n/fs; x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号 y=fft(x,N); %对信号进行快速Fourier变换 mag=abs(y); %求取Fourier变换的振幅 f=n*fs/N; subplot(2,2,3),plot(f,mag); %绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; subplot(2,2,4) plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; 运行结果：

MATLAB关于FFT频谱分析的程序

MATLAB关于FFT频谱分析的程序 %***************1.正弦波****************% fs=100;%设定采样频率 N=128; n=0:N-1; t=n/fs; f0=10;%设定正弦信号频率 %生成正弦信号 x=sin(2*pi*f0*t); figure(1); subplot(231); plot(t,x);%作正弦信号的时域波形 xlabel('t'); ylabel('y'); title('正弦信号y=2*pi*10t时域波形'); grid; %进行FFT变换并做频谱图 y=fft(x,N);%进行fft变换 mag=abs(y);%求幅值 f=(0:length(y)-1)'*fs/length(y);%进行对应的频率转换 figure(1); subplot(232); plot(f,mag);%做频谱图 axis([0,100,0,80]); xlabel('频率(Hz)'); ylabel('幅值');

title('正弦信号y=2*pi*10t幅频谱图N=128'); grid; %求均方根谱 sq=abs(y); figure(1); subplot(233); plot(f,sq); xlabel('频率(Hz)'); ylabel('均方根谱'); title('正弦信号y=2*pi*10t均方根谱'); grid; %求功率谱 power=sq.^2; figure(1); subplot(234); plot(f,power); xlabel('频率(Hz)'); ylabel('功率谱'); title('正弦信号y=2*pi*10t功率谱'); grid; %求对数谱 ln=log(sq); figure(1); subplot(235); plot(f,ln);

MATLAB基础及应用实验指导书

MATLAB基础及应用课程实验指导书实验一软件环境和基本操作熟悉一、实验目的 ①熟悉MATLAB 主界面，并学会简单的菜单操作。 ②学会简单的矩阵输入与信号输入。 ③掌握部分绘图函数。二、实验内容熟悉MATLAB操作环境，通过简单操作熟悉MATLAB的基本使用方法。三、实验要求与步骤 1、用户第一次使用MATLAB 时，建议首先在屏幕上键入demo 命令，它将启动MATLAB 的演试程序，用户可在此演示程序中领略MATLAB 所提供的强大的运算与绘图功能。也可以键入help 进行进一步了解。 MATLAB 启动界面如图所示： MATLAB 语言最基本的赋值语句结构为：变量名列表= 表达式。表达式由操作符或其它字符，函数和变量名组成，表达式的结果为一个矩阵，显示在屏幕上，同时输送到一个变量中并存放于工作空间中以备调用。如果变量名和“= ”省略，则ans 变量将自动建立，例如键入：1900/81 ，得到输出结果：ans =23.4568 。 MATLAB 中变量命名的原则要求必须以英文字母开头，文件夹名字中可以

还包括、下划线和数字，不要使用其他的字符，更不要单纯使用数字或者中文名命名，有时在运行MATLAB 中一些莫名的错误可能就是不规范的命名引起的。这种规则包括将来为自己编写的脚本文件、函数文件命名以及为使用的变量命名也应遵循这个规则。 2、用户工作目录和当前目录的建立和设置 1）为管理方便，每个用户在使用MATLAB 前，尽量为自己建立一个专门的工作目录，即“用户目录”，用来存放自己创建应用文件。例如首先打开资源管理器，在E 驱动器下可以根据自己喜好建立一个新文件夹，但应注意：该文件夹必须以英文开头，文件夹名字中可以包括字母、下划线和数字，不要使用其他的字符，更不要单纯使用数字或者中文名命名，有时在运行MATLAB 中一些莫名的错误可能就是不规范的命名引起的，这与MATLAB 中为变量和文件名命名原则是一致的。尽管MATLAB\work 允许用户存放用户文件，但最好把它仅作为临时工作目录来使用。 2）为了用户运行方便，在开始工作前可把用户定义的目录设置为当前目录，方法是可直接在MATLAB 命令窗口桌面上方通过目录设置栏来实现。 3）把自己的工作目录加到MATLAB 搜索路径上，这样可以在任何情况下方便地调用自己的编写文件。MATLAB 工作时，基本搜索过程为：首先在工作空间，即MATLAB 内存中进行检查，看输入的指令是不是变量；如不是，则检查输入指令是不是内建函数（比如sin 函数等）；如不是，则在当前目录上，检查是否有与输入指令相同的M 文件存在；如还没有，则在MATLAB 定义的搜索路径其他目录中，检查是否有该M 文件存在。设置方法是通过File 菜单下设置路径对话框进行。 3、熟悉简单的矩阵输入 1）从屏幕上输入矩阵A=[1 2 3 ;4 5 6;7 8 9] 回车 A=[1,2,3;4,5,6;7,8,9] 回车观察输出结果。 2）试用回车代替分号，观察输出结果。 3）输入size(A) ，观察结果。 4）输入矩阵B=[9,8,7;6,5,4;3,2,1];回车输入矩阵C=[4,5,6;7,8,9;1,2,3];回车，然后分别键入 A B C 回车观察结果。 5）选择File | new 菜单中的M-file ，输入B=[9,8,7;6,5,4;3,2,1] ；保存为

matlab实验4MATLAB基本编程

实验4 MATLAB 基本编程一、实验目的 1. 熟悉MATLAB 的脚本编写 2. 熟悉MATLAB 的函数编写 3. 熟悉MATLAB 的变量使用 4. 熟悉MATLAB 的程序控制结构二、实验内容 1. 分别选用if 或switch 结构实现下述函数表示。 -1 x ≤-a f(x)= x/a -a ≤<--≤<≤<--≤=d x d x c d x d c c x b b x a a x a b a x x f 0)(11)(10)(

MATLAB符号计算实验报告

实验六符号计算学院：数计学院班级：1003班姓名：黄晓丹学号：1051020144 一、实验目的 1、了解富符号对象和数值对象之间的差别，以及它们之间的互相转换 2、了解符号运算和数值运算的特点、区别和优缺点 3、掌握符号对象的基本操作和运算，以及符号运算的基本运用二、实验内容 1、符号常数形成和使用（1）符号常数形成中的差异 >> a1=[1/3,pi/7,sqrt(5),pi+sqrt(5)] a1 = 0.3333 0.4488 2.2361 5.3777 >> a2=sym([1/3,pi/7,sqrt(5),pi+sqrt(5)]) a2 = [ 1/3, pi/7, sqrt(5),

6054707603575008*2^(-50)] >> a3=sym('[1/3,pi/7,sqrt(5),pi+sqrt(5)]') a3 = [ 1/3, pi/7, sqrt(5), pi+sqrt(5)] >> a24=a2-a3 a24 = [ 0, 0, 0, 189209612611719/35184372088832-pi-5^(1/2)] （2）把字符表达式转化为符号变量 >> y=sym('2*sin(x)*cos(x)') y = 2*sin(x)*cos(x) >> y=simple(y)

y = sin(2*x) （3）用符号计算验证三角等式 >> syms fai1 fai2;y=simple(sin(fai1)*cos(fai2)-cos(fai1)*sin(fai2)) y = sin(fai1-fai2) （4）求矩阵的行列式值、逆和特征值 >> syms a11 a12 a21 a22;A=[a11,a12;a21,a22] A = [ a11, a12] [ a21, a22] >> DA=det(A),IA=inv(A),EA=eig(A) DA =

关于使用Matlab里Powergui的FFTTool分析的问题及解决办法

首先设置 POWERLIB—》powergui，将该模块拖入模型中即可在需要进行频谱分析的地方连接一示波器示波器参数设定： Parameters—》Data history—》Save data to workspace； Format—》Structure with time. 运行一次后，双击powergui—》FFT Analysis. 1. 问题1及解决办法仿真完成后，采用Powergui分析FFT，有时会发生错误："simulation time of the signals is not enough long for the given fundamental frequency". 很多论坛说是仿真时间短了，可能这也是原因，不过更有可能是这样： FFT的数据来自于示波器SCOPE，在SCOPE PARAMETERS/GENERAL选项卡/SAMPLING 中,有DECIMATION和SAMPLE TIME两项，DECIMATION的意思是 The Decimation parameter allows you to write data at every nth sample, where n is the decimation factor. The default decimation, 1, writes data at every time step. 所以，如果选择DECIMATION，记录数据的时刻为第N个采样点，采样点间的时间间隔为采样步长，而在MATLAB Simulink中，如果采用变步长仿真，采样周期就是变化的，这样就很难对采样的数据进行FFT分析，或许软件只认可采样周期一定的数据，所以会出现文首的错误。如果选择sample time，那么采样周期固定（与仿真步长无关），这样就可以进行FFT 分析了。所以如果遇到文首的错误，可以尝试将示波器的SAMPLing改为sample time，并设定采样周期，Sampling time

实验一 Matlab基本操作(2016)

实验一 MATLAB 基本操作一、实验目的 1. 学习和掌握MA TLAB 的基本操作方法 2. 掌握命令窗口的使用 3. 熟悉MATLAB 的数据表示、基本运算二、实验内容和要求 1. 实验内容 1) 练习MATLAB7.0或以上版本 2) 练习矩阵运算与数组运算 2. 实验要求 1) 每位学生独立完成，交实验报告 2) 禁止玩游戏！三、实验主要软件平台装有MATLAB7.0或以上的PC 机一台四、实验方法、步骤及结果测试 1. 实验方法：上机练习。 2. 实验步骤： 1) 开启PC ，进入MA TLAB 。 2) 使用帮助命令，查找sqrt 函数的使用方法答: help sqrt 3) 矩阵、数组运算 a) 已知 ??????????=987654321A ，???? ??????=963852741B ，求)2()(A B B A -?+ 答： A=[1, 2, 3; 4, 5, 6; 7, 8, 9]; B=[1, 4, 7; 2, 5, 8; 3, 6, 9]; (A+B)*(2*B-A) b) 已知?? ????-=33.1x ，??????=π24y ，求T xy ，y x T c) 已知??????????=987654321A ，???? ??????=300020001B ，求A/B, A\B. d) 已知???? ??????=987654321A ，求：(1) A 中第三列前两个元素；(2) A 中所有第二行元素；(3) A 中四个角上的元素；(4) 交换A 的第1、3列。(5) 交换A 的第1、2行。(6) 删除A 的第3列。

e) 已知[]321=x ，[]654=y ，求：y x *.，y x /.，y x \.，y x .^， 2.^x ，x .^2。 f) 给出x=1,2,…,7时，x x sin 的值。 3）常用的数学函数 a ）随机产生一个3x3的矩阵A ，求：(1) A 每一行的最大、最小值，以及最大、最小值所在的列；(2) A 每一列的最大、最小值，以及最大、最小值所在的行；(3) 整个矩阵的最大、最小值；(4) 每行元素之和；(5) 每列元素之和；(6) 每行元素之积；(7) 每列元素之积。 b) 随机产生两个10个元素的向量x ，y 。（1）求x 的平均值、标准方差。（2）求x ，y 的相关系数。（3）对x 排序，并记录排序后元素在原向量中的位置。 4) 字符串操作函数建立一个字符串向量（如‘ABc123d4e56Fg9’），然后对该向量做如下处理： (1) 取第1～5个字符组成的子字符串。 (2) 将字符串倒过来重新排列。 (3) 将字符串中的小写字母变成相应的大写字母，其余字符不变。 (4) 统计字符串中小写字母的个数。

MATLAB中FFT使用详解

MATLAB中FFT使用详解一.调用方法 X=FFT(x)； X=FFT(x，N)； x=IFFT(X); x=IFFT(X,N) 用MA TLAB进行谱分析时注意：（1）函数FFT返回值的数据结构具有对称性。例： N=8; n=0:N-1; xn=[4 3 2 6 7 8 9 0]; Xk=fft(xn) → Xk = 39.0000 -10.7782 + 6.2929i 0 - 5.0000i 4.7782 - 7.7071i 5.0000 4.7782 + 7.7071i 0 + 5.0000i -10.7782 - 6.2929i Xk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。（2）做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。二.FFT应用举例例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。 clf; fs=100;N=128; %采样频率和数据点数 n=0:N-1;t=n/fs; %时间序列 x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号 y=fft(x,N); %对信号进行快速Fourier变换 mag=abs(y); %求得Fourier变换后的振幅 f=n*fs/N; %频率序列 subplot(2,2,1),plot(f,mag); %绘出随频率变化的振幅

xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; subplot(2,2,2),plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; %对信号采样数据为1024点的处理 fs=100;N=1024;n=0:N-1;t=n/fs; x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号 y=fft(x,N); %对信号进行快速Fourier变换 mag=abs(y); %求取Fourier变换的振幅 f=n*fs/N; subplot(2,2,3),plot(f,mag); %绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; subplot(2,2,4) plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=1024');grid on; 运行结果： fs=100Hz，Nyquist频率为fs/2=50Hz。整个频谱图是以Nyquist频率为对称轴的。并且可以明显识别出信号中含有两种频率成分：15Hz和40Hz。由此可以知道FFT变换数据的对称性。因此用FFT对信号做谱分析，只需考察0~Nyquist频率范围内的福频特性。若没有给出采样频率和采样间隔，则分析通常对归一化频率0~1进行。另外，振幅的大小与所用采样点数有关，采用128点和1024点的相同频率的振幅是有不同的表现值，但在同一幅图中，40Hz

实验一：MATLAB软件入门(2015版)

实验一：MATLAB 软件入门一、实验目的及意义 [1] 熟悉MATLAB 软件的用户环境； [2] 了解MATLAB 软件的一般目的命令； [3] 掌握MATLAB 数组操作与运算函数； [4] 掌握MATLAB 软件的基本绘图命令； [5] 掌握MATLAB 语言的几种循环、条件和开关选择结构。通过该实验的学习，使学生能灵活应用MATLAB 软件解决一些简单问题，能借助MATLAB 软件的绘图功能，对函数的特性进行探讨，广泛联想，大胆猜想，发现进而证实其中的规律。二、实验内容 1．MATLAB 软件的数组操作及运算练习； 2．直接使用MATLAB 软件进行作图练习； 3．用MATLAB 语言编写命令M-文件和函数M-文件。三、实验步骤 1. 在D 盘建立一个自己的文件夹; 2．开启软件平台——MATLAB ，将你建立的文件夹加入到MATLAB 的搜索路径中。 3．利用帮助了解函数max, min, sum, mean, sort, length ，rand, size 和diag 的功能和用法。 4．开启MATLAB 编辑窗口,键入你编写的M 文件（命令文件或函数文件）； 5．保存文件（注意将文件存入你自己的文件夹）并运行； 6．若出现错误，修改、运行直到输出正确结果； 7．写出实验报告，并浅谈学习心得体会。四、实验要求与任务根据实验内容和步骤，完成以下具体实验，要求写出实验报告（实验目的→问题→算法与编程→计算结果或图形→心得体会） 1．设有分块矩阵??????=????223 22333S O R E A ，其中E,R,O,S 分别为单位阵、随机阵、零阵和对角阵，试通过数值计算验证??????+= 22S 0RS R E A 。 2．某零售店有9种商品的单件进价（元）、售价（元）及一周的销量如表1.1，问哪种商品的利润最大，哪种商品的利润最小；按收入由小到大，列出所有商品及其收入；求这一周该10种商品的总收入和总利润。表1.1

MATLAB中FFT的使用方法

MATLAB中FFT的使用方法调用方法 X=FFT(x)； X=FFT(x,N)；%N为FFT后的数据点数，如果实际信号的数据点数小于N的话，则需要在FFT变换时增加采样点数，或者通过采用频率细分法在原数据后面补充一定数量的0，从而满足N个数据点 X=IFFT(X); X=IFFT(X,N) 一、用MATLAB进行谱分析时注意：（1）函数FFT返回值的数据结构具有对称性。例： N=8; n=0:N-1; xn=[4 3 2 6 7 8 9 0]; Xk=fft(xn) Xk = 39.0000 -10.7782 + 6.2929i 0 - 5.0000i 4.7782 - 7.7071i 5.0000 4.7782 + 7.7071i 0 + 5.0000i -10.7782 - 6.2929i Xk与xn的维数相同，共有8个元素。Xk的第一个数对应于直流分量，即频率值为0。（2）做FFT分析时，幅值大小与FFT选择的点数有关，但不影响分析结果。

在IFFT时已经做了处理。要得到真实的振幅值的大小，只要将得到的变换后结果乘以2除以N即可。二、FFT应用举例例1：x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)。采样频率fs=100Hz，分别绘制N=128、1024点幅频图。 clf; fs=100;N=128; %采样频率和数据点数 n=0:N-1;t=n/fs; %时间序列 x=0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t); %信号 y=fft(x,N); %对信号进行快速Fourier变换 mag=abs(y); %求得Fourier变换后的振幅 f=n*fs/N; %频率序列 subplot(2,2,1),plot(f,mag); %绘出随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; subplot(2,2,2),plot(f(1:N/2),mag(1:N/2)); %绘出Nyquist频率之前随频率变化的振幅 xlabel('频率/Hz'); ylabel('振幅');title('N=128');grid on; %对信号采样数据为1024点的处理 fs=100; N=1024;