第一篇：學(xué)習(xí)matlab總結(jié)（定稿）

繪圖函數(shù) bar 豎直條圖 barh 水平條圖 hist 直方圖

histc 直方圖計(jì)數(shù) hold 保持當(dāng)前圖形 loglog x,y對(duì)數(shù)坐標(biāo)圖 pie 餅狀圖 plot 繪二維圖 polar 極坐標(biāo)圖

semilogy y軸對(duì)數(shù)坐標(biāo)圖 semilogx x軸對(duì)數(shù)坐標(biāo) subplot 繪制子圖 bar3 數(shù)值3D豎條圖 bar3h 水平3D條形圖 comet3 3D慧星圖 cylinder 圓柱體

fill3 填充的3D多邊形 plot3 3維空間繪圖

quiver3 3D震動(dòng)（速度）圖 slice 體積薄片圖 sphere 球

stem3 繪制離散表面數(shù)據(jù) waterfall 繪制瀑布 trisurf 三角表面

clabel 增加輪廓標(biāo)簽到等高線圖中datetick 數(shù)據(jù)格式標(biāo)記 grid 加網(wǎng)格線

gtext 用鼠標(biāo)將文本放在2D圖中 legend 圖注

plotyy 左右邊都繪Y軸 title 標(biāo)題

xlabel X軸標(biāo)簽 ylabel Y軸標(biāo)簽 zlabel Z軸標(biāo)簽 contour 等高線圖 contourc 等高線計(jì)算 contourf 填充的等高線圖 hidden 網(wǎng)格線消影

meshc 連接網(wǎng)格/等高線

mesh 具有參考軸的3D網(wǎng)格 peaks 具有兩個(gè)變量的采樣函數(shù) surf 3D陰影表面圖

surface 建立表面低層對(duì)象 surfc 海浪和等高線的結(jié)合 surfl 具有光照的3D陰影表面 trimesh 三角網(wǎng)格圖

多項(xiàng)式與插值

conv 卷積和多項(xiàng)式乘法 roots 多項(xiàng)式的根

poly 具有設(shè)定根的多項(xiàng)式 polyder 多項(xiàng)式微分 polyeig 多項(xiàng)式的特征根 polyfit 多項(xiàng)式擬合

polyint 解析多項(xiàng)式積分 polyval 多項(xiàng)式求值

polyvalm 矩陣變量多項(xiàng)式求值 residue 部分分式展開(kāi) interp1 一維插值 interp2 二維插值 interp3 三維插值

interpft 使用FFT的一維插值 interpn 多維插值

meshgrid 為3維點(diǎn)生成x和y的網(wǎng)格 ndgrid 生成多維函數(shù)和插值的數(shù)組 pchip 分段3次Hermite插值多項(xiàng)式 ppval 分段多項(xiàng)式的值 spline 3次樣條數(shù)據(jù)插值

3、基本矩陣和矩陣操作

blkding 從輸入?yún)⒘拷K對(duì)角矩陣 eye 單位矩陣

linespace 產(chǎn)生線性間隔的向量 logspace 產(chǎn)生對(duì)數(shù)間隔的向量 numel 元素個(gè)數(shù)

ones 產(chǎn)生全為1的數(shù)組 rand 均勻頒隨機(jī)數(shù)和數(shù)組 randn 正態(tài)分布隨機(jī)數(shù)和數(shù)組

zeros 建立一個(gè)全0矩陣 colon)等間隔向量

cat 連接數(shù)組

diag 對(duì)角矩陣和矩陣對(duì)角線 fliplr 從左自右翻轉(zhuǎn)矩陣 flipud 從上到下翻轉(zhuǎn)矩陣 repmat 復(fù)制一個(gè)數(shù)組 reshape 改造矩陣 roy90 矩陣翻轉(zhuǎn)90度 tril 矩陣的下三角

triu 矩陣的上三角 dot 向量點(diǎn)集 cross 向量叉集

ismember 檢測(cè)一個(gè)集合的元素 intersect 向量的交集 setxor 向量異或集 setdiff 向是的差集 union 向量的并集

數(shù)值分析和傅立葉變換 cumprod 累積 cumsum 累加

cumtrapz 累計(jì)梯形法計(jì)算數(shù)值微分 factor 質(zhì)因子

inpolygon 刪除多邊形區(qū)域內(nèi)的點(diǎn) max 最大值

mean 數(shù)組的均值 mediam 中值 min 最小值

perms 所有可能的轉(zhuǎn)換 polyarea 多邊形區(qū)域 primes 生成質(zhì)數(shù)列表 prod 數(shù)組元素的乘積 rectint 矩形交集區(qū)域 sort 按升序排列矩陣元素 sortrows 按升序排列行 std 標(biāo)準(zhǔn)偏差 sum 求和

trapz 梯形數(shù)值積分 var 方差

del2 離散拉普拉斯 diff 差值和微分估計(jì) gradient 數(shù)值梯度 cov 協(xié)方差矩陣 corrcoef 相關(guān)系數(shù) conv2 二維卷積

conv 卷積和多項(xiàng)式乘法 filter IIR或FIR濾波器

deconv 反卷積和多項(xiàng)式除法 filter2 二維數(shù)字濾波器

cplxpair 將復(fù)數(shù)值分類為共軛對(duì) fft 一維的快速傅立葉變換 fft2 二維快速傅立葉變換

fftshift 將FFT的DC分量移到頻譜中心ifft 一維快速反傅立葉變換 ifft2 二維傅立葉反變換 ifftn 多維快速傅立葉變換 ifftshift 反FFT偏移

nextpow2 最靠近的2的冪次 unwrap 校正相位角

2、基本數(shù)學(xué)函數(shù)

abs 絕對(duì)值和復(fù)數(shù)模長(zhǎng)

acos,acodh 反余弦，反雙曲余弦 acot,acoth 反余切，反雙曲余切 acsc,acsch 反余割，反雙曲余割 angle 相角

asec,asech 反正割，反雙曲正割 secant 正切

asin,asinh 反正弦，反雙曲正弦 atan,atanh 反正切，雙曲正切 tangent 正切

atan2 四象限反正切 ceil 向著無(wú)窮大舍入 complex 建立一個(gè)復(fù)數(shù) conj 復(fù)數(shù)配對(duì)

cos,cosh 余弦，雙曲余弦 csc,csch 余切，雙曲余切 cot,coth 余切，雙曲余切 exp 指數(shù)

fix 朝0方向取整 floor 朝負(fù)無(wú)窮取整 gcd 最大公因數(shù) imag 復(fù)數(shù)值的虛部 lcm 最小公倍數(shù) log 自然對(duì)數(shù)

log2 以2為底的對(duì)數(shù) log10 常用對(duì)數(shù) mod 有符號(hào)的求余

nchoosek 二項(xiàng)式系數(shù)和全部組合數(shù)real 復(fù)數(shù)的實(shí)部 rem 相除后求余

round 取整為最近的整數(shù) sec,sech 正割，雙曲正割 sign 符號(hào)數(shù)

sin,sinh 正弦，雙曲正弦 sqrt平方根

tan,tanh 正切，雙曲正切

1、特殊變量與常數(shù) ans 計(jì)算結(jié)果的變量名

computer 確定運(yùn)行的計(jì)算機(jī) eps 浮點(diǎn)相對(duì)精度 Inf 無(wú)窮大 I 虛數(shù)單位

inputname 輸入?yún)?shù)名 NaN 非數(shù)

nargin 輸入?yún)?shù)個(gè)數(shù) nargout 輸出參數(shù)的數(shù)目 pi 圓周率

nargoutchk 有效的輸出參數(shù)數(shù)目 realmax 最大正浮點(diǎn)數(shù) realmin 最小正浮點(diǎn)數(shù) varargin 實(shí)際輸入 的參量 varargout 實(shí)際返回的參量 操作符與特殊字符 + 加實(shí)線 c 亮青色 : 點(diǎn)線 m 錳紫色-.點(diǎn)虛線--虛線

七、注解

xlabel('Input Value');% x軸注解 ylabel('Function Value');% y軸注解

title('Two Trigonometric Functions');% 圖形標(biāo)題

legend('y = sin(x)','y = cos(x)');% 圖形注解 grid on;% 顯示格線 八、二維繪圖函數(shù) bar 長(zhǎng)條圖

errorbar 圖形加上誤差范圍 fplot 較精確的函數(shù)圖形 polar 極座標(biāo)圖 hist 累計(jì)圖

rose 極座標(biāo)累計(jì)圖 stairs 階梯圖 stem 針狀圖 fill 實(shí)心圖 feather 羽毛圖 compass 羅盤圖 quiver 向量場(chǎng)圖

第二篇：Matlab學(xué)習(xí)總結(jié)

學(xué)Matlab有感

姓名：王鴻棟 學(xué)號(hào)：20090286 班級(jí)： 03310901 我對(duì)于計(jì)算機(jī)編程接觸的比較晚，也沒(méi)有特別大的興趣。不過(guò)對(duì)于Matlab這門課我還是很喜歡的。一是這個(gè)語(yǔ)言可以變出程序繪出函數(shù)的圖形，這就使得這個(gè)語(yǔ)言可以被“看見(jiàn)”，感覺(jué)比較親切，不是那么縹緲空虛的東西。二是這個(gè)語(yǔ)言卻是很“友好”，很人性化，像我剛學(xué)習(xí)這門語(yǔ)言，還什么都不會(huì)編的時(shí)候，我隨便打出了一句help，界面上就輸出了幫助文檔。三是這個(gè)語(yǔ)言的強(qiáng)大的功能，1.3G不是白給的，很多C、java里需要用循環(huán)語(yǔ)句來(lái)完成的，在Matlab里只需要一句話就可以搞定了，剛上這門課時(shí)老師說(shuō)C一堂課講授的內(nèi)容Matlab一句話就可以搞定了，看來(lái)不是假的。四是這門語(yǔ)言確實(shí)很有用，信號(hào)與系統(tǒng)課上學(xué)的很多內(nèi)容都可以用Matlab來(lái)仿真，另外這門語(yǔ)言在很多其他的領(lǐng)域也都很有用，所以，我打算好好學(xué)習(xí)這門語(yǔ)言。

第一次交作業(yè)時(shí)我還只交上了兩道題，那時(shí)候?qū)@門語(yǔ)言接觸得還比較少，但是就在交作業(yè)的那天我打算好好學(xué)習(xí)這門語(yǔ)言，而且在寫作業(yè)的時(shí)候我確實(shí)喜歡上了這門語(yǔ)言。雖然第一次由于時(shí)間倉(cāng)促只交上了兩道題，可是那都是我自己寫的，我覺(jué)得只有這樣才能學(xué)到東西。第二天，在別人都在做第二次作業(yè)的時(shí)候，我卻仍然在做第一次作業(yè)，我打算把第一次的作業(yè)完整的寫一遍，即使這對(duì)我的分?jǐn)?shù)一點(diǎn)幫助也沒(méi)有。第二次作業(yè)我提前好幾天就寫完了，雖然沒(méi)有完成全部的題目。我把第一第二次作業(yè)一起交了上去，我希望老師能幫我看一看。

上面只是對(duì)這門課程的一些懷念，課程已經(jīng)結(jié)束了，不過(guò)我會(huì)繼續(xù)學(xué)習(xí)這門語(yǔ)言的。下面就針對(duì)這次作業(yè)的要求，給這門課提一些看法，畢竟這才是正題。MATLAB 產(chǎn)品族可以用來(lái)進(jìn)行以下各種工作：

● 數(shù)值分析

● 數(shù)值和符號(hào)計(jì)算

● 工程與科學(xué)繪圖

● 控制系統(tǒng)的設(shè)計(jì)與仿真

● 數(shù)字圖像處理

● 數(shù)字信號(hào)處理

● 通訊系統(tǒng)設(shè)計(jì)與仿真

● 財(cái)務(wù)與金融工程

MATLAB 的應(yīng)用范圍非常廣，包括信號(hào)和圖像處理、通訊、控制系統(tǒng)設(shè)計(jì)、測(cè)試和測(cè)量、財(cái)務(wù)建模和分析以及計(jì)算生物學(xué)等眾多應(yīng)用領(lǐng)域。附加的工具箱（單獨(dú)提供的專用 MATLAB 函數(shù)集）擴(kuò)展了 MATLAB 環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)特定類型的問(wèn)題。說(shuō)實(shí)在的想完全掌握全部的基本上是不可能的，就像dsp一樣，應(yīng)用的范圍很廣，想一口吃可能不行，所以要結(jié)合專業(yè)來(lái)學(xué)習(xí)才好！

對(duì)于我們這些學(xué)習(xí)了C語(yǔ)言的學(xué)生，編程基本的語(yǔ)法學(xué)習(xí)起來(lái)很快的，和c語(yǔ)言很類似，而且是支持c語(yǔ)言函數(shù)的，或者說(shuō)函數(shù)就是用c語(yǔ)言編的，完全是解釋性的語(yǔ)言，像打草稿一樣，可以一句句的編譯，看結(jié)果的。

等我們編到基本的熟悉之后就可以編輯函數(shù)了，-------這個(gè)其實(shí)用的不多，為了應(yīng)用的話，老師建議開(kāi)始編寫M文件，也就是把程序都寫在m文件里面，然后編譯，調(diào)試，根據(jù)錯(cuò)誤信息來(lái)調(diào)試。

至于和專業(yè)相關(guān)的方面就說(shuō)說(shuō)自動(dòng)化方面吧！和控制理論，fft，用的比較多，根軌跡，相平面，傳遞函數(shù)，拉普拉斯變換，奈氏曲線什么的，基本上都可以解決

03310901班

王鴻棟 20090286 對(duì)于授課方式，我覺(jué)得上課時(shí)老師是結(jié)合信號(hào)與系統(tǒng)來(lái)講的，就是說(shuō)課程的定位就是交給我們解決信號(hào)與系統(tǒng)方面問(wèn)題的一個(gè)方法。我覺(jué)得Matlab功能遠(yuǎn)遠(yuǎn)不止于此。而且老師在課上講程序都是一帶而過(guò)，我覺(jué)得講授的程序不必很多，一堂課只講幾個(gè)程序，但是對(duì)于每個(gè)程序，如果老師都能給我們進(jìn)行分析，把這個(gè)程序?qū)⒚靼琢?，那么這堂課我們就能學(xué)到很多東西。而且這樣講課也不會(huì)使我們覺(jué)得枯燥。

對(duì)提高M(jìn)atlab編程能力的方法，我想主要有以下三個(gè)： 1.查help 2.多上上論壇，搜索帖子、發(fā)帖子問(wèn)人 3.閱讀別人、特別是牛人的程序

當(dāng)然了，正如所有的程序語(yǔ)言一樣，“3分課本7分上機(jī)”，一定要?jiǎng)邮植判校荒芄饪?。多想、多思考、多嘗試，才是正路。

最后，整理一下常用的快捷鍵（用【】表示）或命令： 1.在命令窗口(Command Window)中：

1)【上、下鍵】――切換到之前、之后的命令，可以重復(fù)按多次來(lái)達(dá)到你想要的命令 2)clc――清除命令窗口顯示的語(yǔ)句，此命令并不清空當(dāng)前工作區(qū)的變量，僅僅是把屏幕上顯示出來(lái)的語(yǔ)句清除掉

3)clear――這個(gè)才是清空當(dāng)前工作區(qū)的變量命令，常用語(yǔ)句clear all來(lái)完成

4)【Tab】鍵――（在command窗口，輸入一個(gè)命令的前幾個(gè)字符，然后按tab鍵，會(huì)彈出前面含這幾個(gè)字符的所有命令，找到你要的命令，回車，就可以自動(dòng)完成。目前討論結(jié)果是：Matlab6.5版本中，如果候選命令超過(guò)100個(gè)，則不顯示。而在Matlab7以后版本中，則沒(méi)有這個(gè)限制，均可正常提示

5)【Ctrl+C】（或【Ctrl＋Break】）――在Matlab程序運(yùn)行過(guò)程中，可能由于程序編寫的失誤，導(dǎo)致程序不停的運(yùn)行，在命令窗口輸入“Ctrl+C”可以將運(yùn)行的程序停下來(lái)，而不需要將整個(gè)Matlab程序關(guān)掉。不過(guò)進(jìn)行此操作的前提是能夠激活切換到命令窗口才行，呵呵。

2.在編輯器(Editor)中： 1)【Tab】（或【Ctrl+]】）――增加縮進(jìn)（對(duì)多行有效）2)【Ctrl+[】－－減少縮進(jìn)（對(duì)多行有效）

3)【Ctrl+I】－－自動(dòng)縮進(jìn)（即自動(dòng)排版，對(duì)多行有效）4)【Ctrl+R】――注釋（對(duì)多行有效）5)【Ctrl+T】――去掉注釋（對(duì)多行有效）

6)【Ctrl+B】――括號(hào)配對(duì)檢查（對(duì)版本6.5有效，但版本7.0無(wú)效，不知道是取消了還是換了另外的快捷鍵，請(qǐng)大牛們指點(diǎn)，其他版本沒(méi)有測(cè)試過(guò)）

7)【F12】――設(shè)置或取消斷點(diǎn) 8)【F5】――運(yùn)行程序

其余的例如在Debug狀態(tài)下的快捷鍵可以自己看菜單。

就說(shuō)這么多，通過(guò)這個(gè)小學(xué)期，我覺(jué)得自己真的學(xué)到了很多！

03310901班

王鴻棟 20090286

第三篇：matlab總結(jié)

班級(jí)： 學(xué)號(hào)： 姓名：

Matlab學(xué)習(xí)綜述

MATLAB是一種科學(xué)計(jì)算軟件，專門以矩陣的形式處理數(shù)據(jù)。MATLAB將高性能的數(shù)值計(jì)算和強(qiáng)大的數(shù)據(jù)可視化功能集成在一起，并提供了大量的內(nèi)置函數(shù)，從而被廣泛地應(yīng)用于科學(xué)計(jì)算、控制系統(tǒng)、信息處理等領(lǐng)域的分析、仿真和設(shè)計(jì)工作，而且利用MATLAB產(chǎn)品的開(kāi)放式結(jié)構(gòu)，可以非常容易地對(duì)MATLAB的功能進(jìn)行擴(kuò)充。

MATLAB產(chǎn)品由若干個(gè)模塊組成，不同的模塊完成不同的功能，其中主要的核心模塊有MATLAB、MATLAB Toolboxex、MATLAB Compiler Simulink、Simulink Blocksets、Real-time Workshop(RTW)Stateflow。這些產(chǎn)品大體上可以分為以MATLAB為基礎(chǔ)的產(chǎn)品和以Simulink為基礎(chǔ)的產(chǎn)品兩大分支。其中，MATLAB是MATLAB產(chǎn)品家族的基礎(chǔ)，任何其他MATLAB產(chǎn)品產(chǎn)品都以這個(gè)模塊為基礎(chǔ)。MATLAB的桌面應(yīng)用程序開(kāi)發(fā)工具是以MATLAB Compiler為核心的一組編譯工具。Simulink是基于MATLAB的框圖設(shè)計(jì)環(huán)境，可以用來(lái)對(duì)各種動(dòng)態(tài)系統(tǒng)進(jìn)行建模，分析和仿真，它的建模范圍廣泛，可以針對(duì)任何能夠用數(shù)字來(lái)描述的系統(tǒng)進(jìn)行建模。

一種完整的計(jì)算機(jī)應(yīng)用語(yǔ)言應(yīng)該提供對(duì)數(shù)據(jù)的描述和對(duì)數(shù)據(jù)的操作。在M語(yǔ)言中，最常用的數(shù)據(jù)類型表現(xiàn)手段和形式就是變量和常量，由于MATLAB軟件自身的特點(diǎn)，它是一種以數(shù)值計(jì)算為基礎(chǔ)的軟件，因此M語(yǔ)言的基本處理單位是數(shù)值矩陣或者數(shù)值向量，在M語(yǔ)言中統(tǒng)一將矩陣或者向量稱之為數(shù)組，因此掌握一些基本的矩陣、向量和數(shù)組操作的基本知識(shí)就成為了掌握MATLAB軟件的基礎(chǔ)。變量和常量是編程語(yǔ)言中類型的表現(xiàn)手段和形式，掌握變量和常量的概念也是掌握M語(yǔ)言編程的基礎(chǔ)。所謂變量，就是指在程序運(yùn)行中需要改變數(shù)值的量，每一個(gè)變量都具有一個(gè)名字，變量將在內(nèi)存中占據(jù)一定的空間，以在程序運(yùn)行的過(guò)程中保存其數(shù)值，對(duì)變量的命名有相應(yīng)的要求：變量必須以字母開(kāi)頭，后面可以是字母、數(shù)字或者下劃線之間的組合。所謂常量就是在程序運(yùn)行的過(guò)程中不需要改變數(shù)值的量。

MATLAB專門以矩陣作為基本的運(yùn)算單位，首先要掌握向量、矩陣、索引和多維數(shù)組的概念，以及在MATLAB環(huán)境下創(chuàng)建向量、矩陣和多維數(shù)組的方法，以及操作矩陣和多維數(shù)值的函數(shù)的使用方法。

目前的MATLAB版本中不僅有多達(dá)十幾種的基本數(shù)據(jù)類型。在不同的專業(yè)工具箱中還有特殊的數(shù)據(jù)類型，并且MATLAB還支持面向?qū)ο蟮木幊碳夹g(shù)，支持用戶自定義的數(shù)據(jù)類型。獲取MATLAB的數(shù)據(jù)類型可以在MATLAB命令行窗體中鍵入help datatypes。MATLAB的數(shù)據(jù)類型包括基本的數(shù)值類型，邏輯類型數(shù)據(jù)、元胞數(shù)值、結(jié)構(gòu)和字符串等，需要指出一點(diǎn)，MATLAB的基本數(shù)據(jù)是雙精度數(shù)據(jù)類型和字符類型。MATLAB提供了完整的編寫應(yīng)用程序的功能，這種能力被稱為M語(yǔ)言的高級(jí)語(yǔ)言來(lái)實(shí)現(xiàn)。這種語(yǔ)言是一種解釋性語(yǔ)言，利用該語(yǔ)言編寫的代碼僅能被MATLAB接受，被MATLAB解釋執(zhí)行。其實(shí)，一個(gè)M語(yǔ)言文件就是由若干MATLAB的命令組合在一起構(gòu)成的，和C語(yǔ)言類似。M語(yǔ)言文件都是標(biāo)準(zhǔn)的純文本格式的文件，其文件的擴(kuò)展名為.m。MATLAB的函數(shù)主要有兩類，一類被稱為內(nèi)建函數(shù)，這類函數(shù)是由MATLAB的內(nèi)核提供的，能夠完成基本的運(yùn)算，例如三角函數(shù)、矩陣運(yùn)算函數(shù)等。另外一類函數(shù)就是利用高級(jí)語(yǔ)言開(kāi)發(fā)的函數(shù)文件，這里的函數(shù)文件包括用C/FORTRAN語(yǔ)言開(kāi)發(fā)的MEX函數(shù)文件，也包括了M函數(shù)文件。

M語(yǔ)言文件可以分為兩類，其中一類是腳本文件，另一類是函數(shù)文件，腳本文件是最簡(jiǎn)單的一種M語(yǔ)言文件。所謂腳本文件就是由一系列的M語(yǔ)言文件指令和命令組成的純文本格式的M文件，執(zhí)行腳本文件時(shí)，文件中的指令或者命令按照出現(xiàn)在腳本文件中的順序依次執(zhí)行。腳本文件沒(méi)有輸入?yún)?shù)，也沒(méi)有輸出參數(shù)，腳本文件處理的數(shù)據(jù)或者變量必須在MATLAB的公共工作空間中，腳本文件主要是由注視行和代碼行組成。

函數(shù)文件是M文件最重要的組成部分，M語(yǔ)言函數(shù)文件能夠接受用戶的輸入?yún)?shù)，并進(jìn)行計(jì)算，然后將計(jì)算結(jié)果作為函數(shù)的返回值返回給調(diào)用者，M函數(shù)文件和腳本文件不同，函數(shù)文件不僅有自己特殊的文件格式，而且不同的函數(shù)還分別具有自己的工作空間，函數(shù)文件的輸/輸出參數(shù)不同，這些輸入/輸出參數(shù)在定義的時(shí)候不需要指出變量的類型，因?yàn)镸ATLAB默認(rèn)這些參數(shù)都使用雙精度類型，這樣可以簡(jiǎn)化程序的編寫。M語(yǔ)言的函數(shù)文件不僅可以有一個(gè)輸入?yún)?shù)和一個(gè)返回值，還可以為M語(yǔ)言函數(shù)文件定義多個(gè)輸入?yún)?shù)和多個(gè)輸出參數(shù)，同一個(gè)M函數(shù)文件中可以包含多個(gè)函數(shù)。如果在同一個(gè)M函數(shù)文件中包含了多個(gè)函數(shù)，那么將出現(xiàn)在文件中的第一個(gè)M函數(shù)稱為主函數(shù)，其余的函數(shù)稱為子函數(shù)。

經(jīng)過(guò)這么一段時(shí)間的學(xué)習(xí)，對(duì)MATLAB有了初步的認(rèn)識(shí)。但是關(guān)于它還有很多知識(shí)我們所不知道，還有待進(jìn)一步的學(xué)習(xí)。以上內(nèi)容是我對(duì)這學(xué)期所學(xué)課程的總結(jié)，可能有些地方總結(jié)的不夠到位，因?yàn)橛行┑胤綄W(xué)習(xí)的不夠深入，所以，以后要更加努力，在MATLAB的學(xué)習(xí)上多花一些時(shí)間，為以后的學(xué)習(xí)和工作打下基礎(chǔ)。

第四篇：MATLAB總結(jié)

目錄

一、Matlab相關(guān)說(shuō)明.....................................................................2

二、Matlab操作注意事項(xiàng)..............................................................2

三、Matlab常用代碼（圖像處理相關(guān)）......................................5

四、Matlab常用快捷鍵.................................................................7

五、Matlab學(xué)習(xí)心得.....................................................................8

一、Matlab相關(guān)說(shuō)明

Matlab是“Matrix Laboratory”的縮寫，意為“矩陣實(shí)驗(yàn)室”。MATLAB和Mathematica、Maple并稱為三大數(shù)學(xué)軟件。它在數(shù)學(xué)類科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。MATLAB可以進(jìn)行矩陣運(yùn)算、繪制函數(shù)和數(shù)據(jù)、實(shí)現(xiàn)算法、創(chuàng)建用戶界面、連接其他編程語(yǔ)言的程序等，主要應(yīng)用于工程計(jì)算、控制設(shè)計(jì)、信號(hào)處理與通訊、圖像處理、信號(hào)檢測(cè)、金融建模設(shè)計(jì)與分析等領(lǐng)域。

MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達(dá)式與數(shù)學(xué)、工程中常用的形式十分相似，故用MATLAB來(lái)解算問(wèn)題要比用C，F(xiàn)ORTRAN等語(yǔ)言完成相同的事情簡(jiǎn)捷得多，并且MATLAB也吸收了像Maple等軟件的優(yōu)點(diǎn)，使MATLAB成為一個(gè)強(qiáng)大的數(shù)學(xué)軟件。在新的版本中也加入了對(duì)C，F(xiàn)ORTRAN，C++，JAVA的支持。

我所使用的Matlab版本是2012a，下文所涉及到圖片、專業(yè)術(shù)語(yǔ)等都是以此版本為基礎(chǔ)。

二、Matlab操作注意事項(xiàng)

1.打開(kāi)并運(yùn)行一個(gè)現(xiàn)存的m文件且這個(gè)m文件運(yùn)行時(shí)需用到同一級(jí)文件夾中的其他文件，會(huì)出現(xiàn)如下提示框：

選擇變更文件夾，將當(dāng)前文件夾變更為這個(gè)m文件所在的文件夾。

2.不小心點(diǎn)錯(cuò)或關(guān)閉了各種小窗口，將Matlab恢復(fù)成默認(rèn)布局

點(diǎn)擊桌面—桌面布局—默認(rèn)

3.查看某個(gè)函數(shù)的用法

在命令窗口輸入該變量的名稱，回車即可。

4.查找某個(gè)函數(shù)的用法

在命令窗口輸入help+函數(shù)的名稱，回車后會(huì)自動(dòng)顯示該函數(shù)的相關(guān)信息。

5.運(yùn)行文件后報(bào)錯(cuò) 如下圖所示，命令窗口中報(bào)錯(cuò)的第一段是錯(cuò)誤的原因，后面幾段會(huì)顯示發(fā)生錯(cuò)誤的文件夾以及在該文件夾中的位置。

點(diǎn)擊文件的名稱，會(huì)跳轉(zhuǎn)出一個(gè)提示框，上面顯示了該文件的具體實(shí)現(xiàn)功能，如下圖所示。點(diǎn)擊文件名后面的行標(biāo)號(hào)，可以直接跳轉(zhuǎn)到發(fā)生錯(cuò)誤的那一行。

6.如何編輯界面？

修改如圖所示的fig文件

1.新建一個(gè)GUI文件

2.選擇打開(kāi)現(xiàn)存的GUI文件，點(diǎn)擊Open，就可以對(duì)當(dāng)前界面進(jìn)行編輯了。

7.如何將MAtlab中默認(rèn)的current folder修改為自己想要的路徑，每次啟動(dòng)后都默認(rèn)是自己 設(shè)定的這個(gè)路徑？

>>右鍵matlab 快捷方式，屬性-快捷方式-起始位置 填入你自己的工作目錄。8.把圖復(fù)制到WORD文件的方法：電機(jī)EDIT—>Copy Figure—>Ctrl+V 9.輸入時(shí)，標(biāo)點(diǎn)必須是英文狀態(tài)下的

10.大多數(shù)情況下，matlab對(duì)空格不予處理

11.小括號(hào)代表運(yùn)算級(jí)別，中括號(hào)用于生成矩陣，大括號(hào)用于構(gòu)成單元數(shù)組

12.分號(hào);的作用：不顯示運(yùn)算結(jié)果，但對(duì)圖形窗口不起作用。分號(hào)也用于區(qū)分行，13.逗號(hào),的作用：函數(shù)參數(shù)分隔符，也用于區(qū)分行，顯示運(yùn)算結(jié)果，當(dāng)然不加標(biāo)點(diǎn)也顯示運(yùn)算結(jié)果

14.冒號(hào):多用于數(shù)組

15.續(xù)行號(hào)...不能放在等號(hào)后面使用，不能放在變量名中間使用，起作用時(shí)默認(rèn)顯藍(lán)色 16.雙引號(hào)'string'是字符串的標(biāo)識(shí)符 17.感嘆號(hào)!用于調(diào)用操作系統(tǒng)運(yùn)算

18.百分號(hào)%是注釋號(hào)，百分號(hào)后面直到行末的語(yǔ)句matlab跳過(guò)執(zhí)行.另外還有一個(gè)塊注釋，即對(duì)多行一次注釋，會(huì)使用到，格式為（注意%{ 和%}都要單獨(dú)成行）%{ %} 19.矩陣中用圓括號(hào)表示下標(biāo)，單元數(shù)組用大括號(hào)表示下標(biāo)

20.對(duì)變量名的基本要求：區(qū)分大小寫，不超過(guò)63個(gè)字符，以字母開(kāi)頭，只能是字母，數(shù)字和下劃線

三、Matlab常用代碼（圖像處理相關(guān)）

1.創(chuàng)建一個(gè)文件夾 mkdir('D:myData');2.將圖片保存到指定的文件夾

image_source=strcat('result',num2str(loop),'.jpg');imwrite(F.cdata,image_source);3.將電影轉(zhuǎn)成圖片序列

fnum=size(mov,2);%讀取電影的禎數(shù) for i=1:fnum strtemp=strcat('C:UsersAdministratorDesktopparticalfiltermyself粒子濾波',int2str(i),'.jpg');%將每禎轉(zhuǎn)成jpg的圖片 imwrite(mov(i).cdata,strtemp,'jpg');end

4、模擬噪聲生成函數(shù)和預(yù)定義濾波器

① imnoise：用于對(duì)圖像生成模擬噪聲，如：

i=imread('104_8.tif');j=imnoise(i,'gaussian',0,0.02);%模擬高斯噪聲 ② fspecial：用于產(chǎn)生預(yù)定義濾波器，如： h=fspecial('sobel');%sobel水平邊緣增強(qiáng)濾波器 h=fspecial('gaussian');%高斯低通濾波器 h=fspecial('laplacian');%拉普拉斯濾波器

h=fspecial('log');%高斯拉普拉斯（LoG）濾波器 h=fspecial('average');%均值濾波器

5、圖像文件I/O函數(shù)命令

imfinfo 返回圖形圖像文件信息

語(yǔ)法：info=imfinfo(filename,fmt)info=imfinfo(filename)imread 從圖像文件中讀?。ㄝd入）圖像

語(yǔ)法：A=imread(filename,fmt)[X,map]=imread(filename,fmt)[...]=imread(filename)[...]=imread(URL,...)[...]=imread(...,idx)(CUR,ICO,and TIFF only)[...]=imread(...,'frames',idx)(GIF only)[...]=imread(...,ref)(HDF only)[...]=imread(...,'BackgroundColor',BG)(PNG only)[A,map,alpha] =imread(...)(ICO,CUR,PNG only)imwrite 把圖像寫入（保存）圖像文件中

語(yǔ)法：imwrite(A,filename,fmt)imwrite(X,map,filename,fmt)imwrite(...,filename)imwite(...,Param1,Val1,Param2,Val2...)imcrop 剪切圖像

語(yǔ)法：I2=imcrop(I)X2=imcrop(X,map)RGB2=imcrop(RGB)I2=imcrop(I,rect)X2=imcrop(RGB,rect)[...]=imcrop(x,y,...)[A,rect]=imcrop(...)[x,y,A,rect]=imcrop(...)

6.impixel 確定像素顏色值

語(yǔ)法：P=impixel(I)P=impixel(X,map)P=impixel(RGB)P=impixel(I,c,r)P=impixel(X,map,c,r)P=impixel(RGB,c,r)[c,r,P]=impixel(...)P=impixel(x,y,I,xi,yi)P=impixel(x,y,RGB,xi,yi)P=impixel(x,y,X,map,xi,yi)[xi,yi,P]=impixel(x,y,...)

7.二進(jìn)制圖像操作函數(shù)

applylut 在二進(jìn)制圖像中利用lookup表進(jìn)行行邊沿操作 語(yǔ)法：A=applylut(BW,LUT)bwarea 計(jì)算二進(jìn)制圖像對(duì)象的面積 語(yǔ)法：total=bwarea(BW)bweuler 計(jì)算二進(jìn)制圖像的歐拉數(shù) 語(yǔ)法：eul=bweuler(BW)

8.顏色空間轉(zhuǎn)換函數(shù)

hsv2rgb 轉(zhuǎn)換HSV值為RGB顏色空間：M=hsv2rgb(H)ntsc2rgb 轉(zhuǎn)換NTSC值為RGB顏色空間：rgbmap=ntsc2rgb(yiqmap)RGB=ntsc2rgb(YIQ)rgb2hsv 轉(zhuǎn)換RGB值為HSV顏色空間：cmap=rgb2hsv(M)rgb2ntsc 轉(zhuǎn)換RGB值為NTSC顏色空間：yiqmap=rgb2ntsc(rgbmap)YIQ=rgb2ntsc(RGB)rgb2ycbcr 轉(zhuǎn)換RGB值為YCbCr顏色空間：ycbcrmap=rgb2ycbcr(rgbmap)YCBCR=rgb2ycbcr(RGB)ycbcr2rgb 轉(zhuǎn)化YCbCr值為RGB顏色空間：rgbmap=ycbcr2rgb(ycbcrmap)RGB=ycbcr2rgb(YCBCR)

9.類型轉(zhuǎn)換函數(shù)

im2bw 轉(zhuǎn)換圖像為二進(jìn)制圖像

語(yǔ)法：BW=im2bw(I,level)BW=im2bw(X,map,level)BW=im2bw(RGB,level)im2double 轉(zhuǎn)換圖像矩陣為雙精度型

語(yǔ)法：I2=im2double(I1)RGB2=im2double(RGB1)I=im2double(BW)X2=im2double(X1,'indexed')double 轉(zhuǎn)換數(shù)據(jù)為雙精度型 語(yǔ)法：double(X)unit8、unit16轉(zhuǎn)換數(shù)據(jù)為8位、16位無(wú)符號(hào)整型： i=unit8(x)i=unit16(x)im2unit8 轉(zhuǎn)換圖像陣列為8位無(wú)符號(hào)整型

語(yǔ)法：I2=im2unit8(I1)RGB2=im2unit8(RGB1)I=im2unit8(BW)X2=im2unit8(X1,'indexed')im2unit16 轉(zhuǎn)換圖像陣列為16位無(wú)符號(hào)整型

語(yǔ)法：I2=im2unit16(I1)RGB2=im2unit16(RGB1)I=im2unit16(BW)X2=im2unit16(X1,'indexed')

四、Matlab常用快捷鍵

1.在命令窗口(Command Window)中：

1)【上、下鍵】――切換到之前、之后的命令，可以重復(fù)按多次來(lái)達(dá)到你想要的命令

2)clc――清除命令窗口顯示的語(yǔ)句，此命令并不清空當(dāng)前工作區(qū)的變量，僅僅是把屏幕上顯示出來(lái)的語(yǔ)句清除掉

3)clear――這個(gè)才是清空當(dāng)前工作區(qū)的變量命令，常用語(yǔ)句clear all來(lái)完成 4)【Tab】鍵――在command窗口，輸入一個(gè)命令的前幾個(gè)字符，然后按tab鍵，會(huì)彈出前面含這幾個(gè)字符的所有命令，找到你要的命令，回車，就可以自動(dòng)完成。目前討論結(jié)果是：matlab6.5版本中，如果候選命令超過(guò)100個(gè)，則不顯示。而在matlab7以后版本中，則沒(méi)有這個(gè)限制，均可正常提示 5)【Ctrl+C】（或【Ctrl＋Break】）――在matlab程序運(yùn)行過(guò)程中，可能由于程序編寫的失誤，導(dǎo)致程序不停的運(yùn)行，在命令窗口輸入“Ctrl+C”可以將運(yùn)行的程序停下來(lái)，而不需要將整個(gè)Matlab程序關(guān)掉。不過(guò)進(jìn)行此操作的前提是能夠激活切換到命令窗口才行。6)edit+函數(shù)名 查看或編輯源文件 7)who 顯示當(dāng)前變量名列表 8)whos 顯示變量詳細(xì)列表

9)which+函數(shù)名 證實(shí)該函數(shù)是否在當(dāng)前路徑 10)what 列出當(dāng)前路徑的所有matlab文件 11)load 加載外部文件 12)save 保存文件到外部 13)20.matlab的幫助函數(shù)： 14)help 15)help+函數(shù)名或help+函數(shù)類名 精確查詢 16)helpwin 打開(kāi)幫助窗口 17)helpwin+函數(shù)名 精確查詢 18)helpdesk 打開(kāi)幫助窗口 19)doc 打開(kāi)幫助窗口

20)doc+函數(shù)名 打開(kāi)幫助窗口，精確查詢

21)lookfor+關(guān)鍵字 這個(gè)是matlab中的谷歌，模糊查詢

2.在編輯器(Editor)中： 1)【Tab】（或【Ctrl+]】）――增加縮進(jìn)（對(duì)多行有效）2)3)4)5)6)【Ctrl+[】－－減少縮進(jìn)（對(duì)多行有效）

【Ctrl+I】－－自動(dòng)縮進(jìn)（即自動(dòng)排版，對(duì)多行有效）【Ctrl+R】――注釋（對(duì)多行有效）【Ctrl+T】――去掉注釋（對(duì)多行有效）

【Ctrl+B】――括號(hào)配對(duì)檢查（對(duì)版本6.5有效，但版本7.0無(wú)效，不知道是取消了還是換了另外的快捷鍵，請(qǐng)大牛們指點(diǎn)，其他版本沒(méi)有測(cè)試過(guò)）7)【F12】――設(shè)置或取消斷點(diǎn) 8)【F5】――運(yùn)行程序

五、Matlab學(xué)習(xí)心得

接觸Matlab一個(gè)多月，從剛開(kāi)始連最基本的操作都不會(huì)，到現(xiàn)在能夠熟練地運(yùn)用Matlab解決問(wèn)題。雖然現(xiàn)在學(xué)到的也只是皮毛而已，離精通還相差甚遠(yuǎn)，但至少為以后研究生期間的學(xué)習(xí)打下了良好的基礎(chǔ)。下面我就簡(jiǎn)單的談一下這一個(gè)月來(lái)的學(xué)習(xí)感想。

首先，想要學(xué)好Matlab必須有一定數(shù)學(xué)基礎(chǔ)。Matlab軟件是與高等數(shù)學(xué)，計(jì)算機(jī)科學(xué)相結(jié)合的軟件。所以，當(dāng)你學(xué)習(xí)Matlab時(shí)，你也得會(huì)一定的數(shù)學(xué)。你要盡量多的熟悉matlab自帶的函數(shù)，及其作用，因?yàn)閙atlab的自帶函數(shù)特別多，基本上能夠滿足一般的數(shù)據(jù)和矩陣的計(jì)算，所以基本上不用你自己編函數(shù)。這一點(diǎn)對(duì)你的程序非常有幫助，可以使你的程序簡(jiǎn)單，運(yùn)行效率高，可以節(jié)省很多時(shí)間。

其次，要注重基礎(chǔ)知識(shí)于實(shí)際操作結(jié)合。你把基本的知識(shí)看過(guò)之后，就需要找一個(gè)實(shí)際的程序來(lái)動(dòng)手編一下，不要等所有的知識(shí)都學(xué)好之后再去編程，你要在編程的過(guò)程中學(xué)習(xí)，程序需要什么知識(shí)再去補(bǔ)充。在遇到問(wèn)題時(shí)，不要光看別人如果解決，也不要光想怎么解決，自己坐下來(lái)，動(dòng)手自己解決一下，那你就會(huì)把不是你的知識(shí)變成自己的知識(shí)。

最后，也是最重要的一點(diǎn)就是堅(jiān)持。MATLAB涉及的領(lǐng)域太多，每個(gè)領(lǐng)域里面都缺乏足夠的專家分布在你周圍。那么我們很難有機(jī)會(huì)接觸到真正的高手，對(duì)我們的技術(shù)細(xì)節(jié)一一指點(diǎn)。在遇到實(shí)際問(wèn)題時(shí)，就只能靠自己去摸索。常常是再堅(jiān)持一兩個(gè)小時(shí)，就能夠解決你的問(wèn)題。最大的成就感，就在付出了極大的心血和耐心，才取得一個(gè)艱難的小勝利。

第五篇：關(guān)于“Matlab Demos”的學(xué)習(xí)和總結(jié)

關(guān)于“Matlab Demos”的學(xué)習(xí)和總結(jié)

這里總結(jié)了Matlab Demos下通信工具箱里面的examples，給出源代碼和注釋。

程序代碼(一):關(guān)于BPSK的Mente Carlo仿真

%-----------% Matlab Demos

No.1.1 %-----------% Phase Shift Keying Simulation % This demo shows how to simulate a basic Quarternary Phase Shift Keying %(QPSK)communication link, and to generate empirical performance curves % that can be compared to theoretical predictions.%-----------% 1.兩個(gè)函數(shù)的使用：rectpulse與intdump成對(duì)使用，重復(fù)插值與抽取，互為逆操作； % 2.randn的seed的使用；

% 3.這里的解調(diào)是直接采用MATLAB自帶的pskmod、pskdemod函數(shù)；

% 4.為什么在后面調(diào)用函數(shù)，當(dāng)采用的EbNo越大的時(shí)候，計(jì)算需要的時(shí)間越長(zhǎng)？甚至是

%

系統(tǒng)死機(jī)（大概超過(guò)10dB之后）？

% 5.這里需要討論的問(wèn)題就是 Mente Carlo 仿真的數(shù)值問(wèn)題，即當(dāng)用一個(gè)試驗(yàn)樣本函數(shù)去

%

估計(jì)一個(gè)觀測(cè)值的時(shí)候，如何盡量減小估計(jì)值的方差問(wèn)題（選擇合適的仿真點(diǎn)總數(shù)和期望錯(cuò)誤點(diǎn)數(shù)）。%-----------%

revised by lavabin 2006.07.26 %-----------clc;clear all;close all;echo off;tic;%-----------%

Parameter Definition %-----------nSamp = 8;numSymb = 100;

M = 4;SNR = 14;

seed = [12345 54321];

rand('state', seed(1));randn('state', seed(2));%-----------%

Generating random information symbols %-----------numPlot = 10;rand('state', seed(1));msg_orig = randsrc(numSymb, 1, 0:M-1);%-----------% Phase modulating the data

% Use PSKMOD to phase modulate the data and RECTPULSE to upsample to a % sampling rate 8 times the carrier frequency.%-----------grayencod = bitxor(0:M-1, floor((0:M-1)/2));

% Gray coding here!% % a = bitxor(0:M-1, floor((0:M-1)/2))% % a = 0 msg_gr_orig = grayencod(msg_orig+1);% % Using “l(fā)ooktable” to map source data to Gray code msg_tx = pskmod(msg_gr_orig,M);% % Mapping source data to MPSK constellation msg_tx = rectpulse(msg_tx,nSamp);%-----------------------------% figure(1);%-----------------------------scatterplot(msg_tx);hold on;grid on;%-----------% Creating the noisy signal % Then use AWGN to add noise to the transmitted signal to create the noisy % signal at the receiver.Use the 'measured' option to add noise that is % 14 dB below the average signal power(SNR = 14 dB).Plot the % constellation of the received signal.%-----------randn('state', seed(2));msg_rx = awgn(msg_tx, SNR, 'measured', [], 'dB');%-----------------------------% figure(2);

%-----------------------------scatterplot(msg_rx);hold on;grid on;%-----------% Recovering information from the transmitted signal % Use INTDUMP to downsample to the original information rate.Then use % PSKDEMOD to demodulate the signal, and detect the transmitted symbols.% The detected symbols are plotted in red stems with circles and the % transmitted symbols are plotted in blue stems with x's.The blue stems of % the transmitted signal are shadowed by the red stems of the received % signal.Therefore, comparing the blue x's with the red circles indicates % that the received signal is identical to the transmitted signal.%-----------msg_rx_down = intdump(msg_rx,nSamp);% operation before DEMOD msg_gr_demod = pskdemod(msg_rx_down,M);[dummy graydecod] = sort(grayencod);graydecod = graydecod(11;% Drive the simulation for each of the SNR values calculated above for idx2 = 1:length(EsNo)

% Exit loop only when minimum number of iterations have completed and the

% number of errors exceeds 'expSymErrs'

idx = 1;

while((idx <= iters)||(sum(errSym)<= expSymErrs))% ||--> logical or %

while(idx <= iters)

% Generate random numbers from in the range [0, M-1]

msg_orig = randsrc(symbPerIter, 1, 0:M-1);

% Gray encode symbols

msg_gr_orig = grayencod(msg_orig+1)';

% Digitally modulate the signal

msg_tx = pskmod(msg_gr_orig, M);

% Add Gaussian noise to the signal.The noise is calibrated using

% the 'measured' option.msg_rx = awgn(msg_tx, EsNo(idx2), 'measured', [], 'dB');

% Demodulate the signal

msg_gr_demod = pskdemod(msg_rx, M);

% Gray decode message

msg_demod = graydecod(msg_gr_demod+1)';

% Calculate bit error count, BER, symbol error count and SER，% for this iteration.[errBit(idx)ratBit(idx)] = biterr(msg_orig, msg_demod, k);

[errSym(idx)ratSym(idx)] = symerr(msg_orig, msg_demod);

% Increment for next iteration

idx = idx + 1;

end

% average the errors and error ratios for the iterations.errors(idx2, :)= [sum(errBit), sum(errSym)];

ratio(idx2, :)= [mean(ratBit), mean(ratSym)];% %

函數(shù)說(shuō)明 mean：

% %

MEAN

Average or mean value.% %

For vectors, MEAN(X)is the mean value of the elements in X.For % %

matrices, MEAN(X)is a row vector containing the mean value of % %

each column.% Plot the simulated results for SER and BER.semilogy(EbNo(1:size(ratio(:,2),1)), ratio(:,2), 'bo',...EbNo(1:size(ratio(:,1),1)), ratio(:,1), 'ro');

legend('Theoretical SER','Theoretical BER','Simulated SER','Simulated BER',0);

drawnow;end hold off;%-----------%

End of Function %-----------% % 函數(shù)說(shuō)明：

% % DRAWNOW Flush pending graphics events.% %

DRAWNOW “flushes the event queue” and forces MATLAB to % %

update the screen.% %

% %

There are four events that cause MATLAB to flush the event % %

queue and draw the screen: % %

% %

-a return to the MATLAB prompt % %

-hitting a PAUSE statement % %

-executing a GETFRAME command % %

-executing a DRAWNOW command

程序代碼(二): 程序代碼(三): 關(guān)于升余弦濾波器

%-----------% Matlab Demos

No.3.1 %-----------% Raised Cosine Filtering %-----------%(1)% This demonstration uses the Communications Toolbox functions, RCOSINE and % RCOSFLT, to demonstrate the ISI rejection capability of the raised cosine % filter.%(2)% It demonstrates how to use RCOSINE and RCOSFLT, how the raised cosine

% filter controls intersymbol interference, and how to split % the raised cosine filtering between transmitter and receiver.%(3)% This data sequence represents a digital sequence that will be upsampled by % zero-padding before filtering.Raised cosine filters will be used to shape % the waveform without introducing intersymbol interference(ISI).%-----------% 幾點(diǎn)主要的意思：

% 1

“升余弦函數(shù) rcosine” 和 “升余弦濾波器函數(shù) rcosflt”的使用；

% 2

波形成形的目標(biāo)是在源端就利用升余弦函數(shù)的抗ISI特性消除ISI，因?yàn)椴豢赡苌?%

絕對(duì)的的時(shí)域有限的信號(hào)； % 3

升余弦濾波器在源/宿端的分割。% % 從上到下幾個(gè)code板塊依次討論了: % % Delay的影響 % % R的影響

% % 發(fā)、收端之間平方根升余弦濾波 % % 缺省方式下的rcosflt的快速調(diào)用方法

%-----------%

revised by lavabin 2006.08.02 %-----------clc;clear all;close all;echo off;tic;%-----------%

Parameter Definition %-----------Delay = 3;DataL = 20;R =.5;Fd = 1;Fs = 8;PropD = 0;% Generate random data.x = randsrc(DataL, 1, [], 1245);% at time 0, 1/Fd, 2/Fd,...% Fd is the sampling frequency of the data source % 1/Fd is the symbol period of the data source tx = [PropD: PropD + DataL1]./ Fd;% figure(2)% figure1 與 figure2的波形對(duì)比強(qiáng)烈地反映出了Delay的作用，濾波器輸出的波形與輸入

% 波形在包絡(luò)上的相似性需要通過(guò)延遲輸入信號(hào)來(lái)得到保證 figure;stem(tx, x, 'kx');hold on;plot(to, yo, 'b.');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------% This step demonstrates the effect that changing the rolloff factor from.5 %(blue curve)to.2(red curve)has on the resulting filtered output.The % lower value for rolloff causes the filter to have a narrower transition band % causing the filtered signal overshoot to be greater for the red curve than for % the blue curve.%----------% Design filter.[yg, tg] = rcosine(Fd, Fs, 'fir',.2, Delay);% Filter data.[yo1, to1] = rcosflt(x, Fd, Fs, 'normal/fir/filter',yg);% figure(3)figure;stem(tx, x, 'kx');hold on;% Plot filtered data.plot(to, yo, 'b-',to1, yo1, 'r-');hold off;% Set axes and labels.axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');legend('Source Data','R = 0.5','R = 0.2')%-----------% A typical use of raised cosine filtering is to split the filtering between % transmitter and receiver.The data stream is upsampled and filtered at the % transmitter using the square-root raised cosine filter.This plot shows % the transmitted signal when filtered using the square-root raised cosine % filter.The “fir/sqrt” switch was used with RCOSINE to generate the % square-root raised cosine filter.%-----------% Design square root filter.[ys, ts] = rcosine(Fd, Fs, 'fir/sqrt', R, Delay);% Filter at the transmitter.[yc, tc] = rcosflt(x, Fd, Fs, 'filter', ys);% figure(4)figure;stem(tx, x, 'kx');hold on;plot(tc, yc, 'm.');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------% The transmitted signal(magenta curve)is then filtered, but not upsampled, at % the receiver, using the same square-root raised cosine filter, resulting in a % signal depicted by the blue curve at the receiver.The resulting signal is % virtually identical to the signal filtered using a single raised cosine % filter.The “Fs” was used to filter without upsampling.%-----------% Filter at the receiver.[yr, tr] = rcosflt(yc, Fd, Fs, 'filter/Fs', ys);% Adjust for propagation delay.tcc = tc + Delay.* Fd;txx = tx + Delay.* Fd;% figure(5)figure;stem(txx, x, 'kx');hold on;plot(tcc, yc, 'm-',tr, yr, 'b-');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------% This step demonstrates a quicker way to filter data using RCOSFLT.When % RCOSFLT is used without the “filter” type switch, it designs a filter and uses % it to filter the input data.This step creates the same plot as before but % designs the raised cosine filter and generates the filtered stream in one % command.%-----------% Design and filter.[yo2, to2] = rcosflt(x, Fd, Fs, 'normal/fir', R, Delay);% figure(6)figure;stem(tx, x, 'kx');hold on;plot(to2, yo2, 'b-');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------displayEndOfDemoMessage(mfilename)%-----------simulation_time = toc %-----------%

End of Script %-----------% % 關(guān)于rcosflt的函數(shù)說(shuō)明

%-----------% % RCOSFLT Filter the input signal using a raised cosine filter.% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, R, DELAY)filters the input signal X % %

using a raised cosine FIR filter.The sample frequency for the input, X, % %

is Fd(Hz).The sample frequency for the output, Y, is Fs(Hz).Fs must be % %

an integer multiple of Fd.The TYPE_FLAG gives specific filter design % %

or filtering options.The rolloff factor, R, determines the width of the % %

transition band of the filter.DELAY is the time delay from the beginning % %

of the filter to the peak of the impulse response.% %

% %

R, the rolloff factor specifies the excess bandwidth of the filter.R must % %

be in the range [0, 1].For example, R =.5 means that the bandwidth of the % %

filter is 1.5 times the input sampling frequency, Fd.This also means that % %

the transition band of the filter extends from.5 * Fd and 1.5 * Fd.Since % %

R is normalized to the input sampling frequency, Fd, it has no units.% %

Typical values for R are between 0.2 to 0.5.% %

% %

DELAY determines the group delay of the filter.The group delay is the % %

opposite of the change in filter phase with respect to frequency.For linear % %

phase filters, the group delay is also the time delay between the input % %

signal and the peak response of the filter.DELAY also determines the % %

length of the filter impulse response used to filter X.This delay is % %

Fs/Fd *(2 * DELAY + 1).% %

% %

Y is the output of the upsampled, filtered input stream X.The length of % %

vector Y is % %

Fs/Fd *(length(X)+ 2 * DELAY).% %

% %

TYPE_FLAG is a string which may contain any of the option strings listed % %

below delimited by a '/' For example, the 'iir' and 'Fs' flags may % %

be combined as 'iir/Fs'.While some of the pairs of option substrings % %

are mutually exclusive, they are not mutually exclusive in general.% % % %

'fir'

Design an FIR filter and use it to filter X.When the 'filter' % %

TYPE_FLAG is not used, an FIR filter is designed and used to % %

filter X.See the 'filter' TYPE_FLAG description for the behavior % %

when the 'fir' and 'filter' TYPE_FLAGs are used together.This % %

option is exclusive of the 'iir' substring.% %

% %

'iir'

Design an IIR filter and use it to filter X.When the 'filter' % %

TYPE_FLAG is not used, an IIR approximation to the equivalent FIR % %

filter is designed and used to filter X.See the 'filter' % %

TYPE_FLAG description for the behavior when the 'iir' and 'filter' % %

TYPE_FLAGs are used together.This option is exclusive of the % %

'fir' substring.% % % %

'normal' Design a normal raised cosine filter and use it to filter X.The % %

filter coefficients are normalized so the peak coefficient is one.% %

This option is exclusive of the 'sqrt' substring.% %

% %

'sqrt'

Design a square root raised cosine filter and use it to filter X.% %

The filter coefficients are normalized so that the impulse % %

response of this filter when convolved with itself will result % %

in an impulse response that is approximately equal to the 'normal' % %

raised cosine filter.The difference in this approximation is due % %

to finite filter length.This is a useful option when the raised % %

cosine filtering is split between transmitter and receiver by % %

using the 'sqrt' filter in each device.This option is exclusive % %

of the 'normal' substring.% %

% %

'Fs'

X is input with sample frequency Fs(i.e., the input signal has % %

Fs/Fd samples per symbol).In this case the input signal is not % %

upsampled from Fd to Fs but is simply filtered by the raised % %

cosine filter.This is useful for filtering an oversampled data % %

stream at the receiver.When using the 'Fs' substring, the length % %

of vector, Y is % %

length(X)+ Fs/Fd * 2 * DELAY.% %

% %

'filter' Means the filter is provided by the user.When using the 'filter' % %

TYPE_FLAG, the input parameters are: % %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, NUM)filters with % %

a user-supplied IIR filter.When TYPE_FLAG contains both 'filter' % %

and 'iir' type substrings, the IIR filter defined by numerator, % %

NUM, and denominator, DEN, is used as to filter X.The DELAY % %

parameter is used to force RCOSFLT to behave as if the filter were % %

designed by RCOSFLT using the same DELAY parameter.The DELAY % %

parameter should match the DELAY parameter used to design the % %

filter defined by NUM and DEN in the RCOSINE function.The default % %

value of DELAY is 3.% %

% %

The raised cosine filter should be designed using the RCOSINE % %

function.% %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, R)filters the input signal X % %

using a raised cosine filter and default DELAY parameter, 3.% %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG)filters the input signal X using a % %

raised cosine filter and the following default parameters % %

DELAY = 3 % %

R =.5 % %

% %

Y = RCOSFLT(X, Fd, Fs)filters the input signal X using a raised cosine % %

filter and the following default parameters % %

DELAY = 3 % %

R =.5 % %

TYPE_FLAG = 'fir/normal' % %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, R, DELAY, TOL)specifies the % %

tolerance in IIR filter design.The default value for TOL is.01.% %

% %

[Y, T] = RCOSFLT(...)returns the time vector in T.%-----------