第一篇：電子信息MATLAB系統(tǒng)仿真與設(shè)計(jì)

電子信息系統(tǒng)仿真與設(shè)計(jì)

課程設(shè)計(jì)報(bào)告

設(shè)計(jì)課題: 油價(jià)變化系統(tǒng)的模型 姓 名:

學(xué) 院: 機(jī)電與信息工程學(xué)院

專 業(yè): 電子信息科學(xué)與技術(shù)

班 級: 09級 2班

學(xué) 號: 日 期 2010-2011第三學(xué)期

指導(dǎo)教師: 李光明 張軍蕊

山東大學(xué)威海分校信息工程學(xué)院 建模：

1背景

設(shè)某一星期的油價(jià)為p，其中n表示年份，它與上一星期的油價(jià)、油價(jià)升值速率以及新增資源所能滿足的個(gè)體數(shù)目之間的動力學(xué)方程由如下的差分方程所描述：

從此差分方程中可以看出，此油價(jià)變化系統(tǒng)為一非線性離散系統(tǒng)。如果設(shè)油價(jià)初始值、油價(jià)升值速率、新增資源所能滿足的個(gè)體數(shù)目，要求建立此油價(jià)動態(tài)變化系統(tǒng)的系統(tǒng)模型，并分析油價(jià)在未來100個(gè)星期內(nèi)之間的變化趨勢。2 建立油價(jià)變化系統(tǒng)的模型

(1)Discrete模塊庫Unit Delay模塊：其主要功能是將輸入信號延遲一個(gè)采樣時(shí)間，它是離散系統(tǒng)的差分方程描述以及離散系統(tǒng)仿真的基礎(chǔ)。在仿真時(shí)只要設(shè)置延遲模塊的初始值便可計(jì)算系統(tǒng)輸出。

(2)Discrete模塊庫Zero-Order Hold模塊：其主要功能是對信號進(jìn)行零階保持。使用Simulink對離散系統(tǒng)進(jìn)行仿真時(shí)，單位延遲是Discrete模塊庫中的Unit Delay模塊來完成的。對于油價(jià)變化系統(tǒng)模型而言，需要將作為Unit Delay模塊的輸入以得到，然后按照系統(tǒng)的差分方程來建立人口變化系統(tǒng)的模型。

1.05ProductGainScope1zUnit DelayGain1-K-1Constant 系統(tǒng)參數(shù)設(shè)置

系統(tǒng)模型建立之后，首先需要按照系統(tǒng)的要求設(shè)置各個(gè)模塊的參數(shù)，如下所述：(1)增益模塊Gain表示油價(jià)升值速率，故取值為1.05。

(2)模塊Gain1表示新增資源所能滿足的個(gè)體數(shù)目，故取值為1000000。（3）油價(jià)初始值設(shè)為10$/L(4)Unit Delay模塊參數(shù)設(shè)置。

(5)仿真時(shí)間設(shè)置：按照系統(tǒng)仿真的要求，設(shè)置系統(tǒng)仿真時(shí)間范圍為0~100。(6)離散求解器與仿真步長設(shè)置：對離散系統(tǒng)進(jìn)行仿真需要使用離散求解器。

實(shí)驗(yàn)總結(jié)及心得體會 MATLAB是一件很強(qiáng)大的工具，在模擬仿真方面有著不可比擬的優(yōu)勢。不僅可以通過語言腳本可以幫助我們解決很多問題，而且simulink也是十分強(qiáng)大的。通過十分直觀的方式直接按放各模塊，很明顯地顯示出各種邏輯關(guān)系，方便快捷，思路清晰。在實(shí)際應(yīng)用中。Simulink起到了重要作用。通過對simulink的學(xué)習(xí)，我發(fā)現(xiàn)我們所學(xué)的課本知識是很重要的，只要通過理解變通，就很容易解決實(shí)際問題。但是，有個(gè)前提就是你要有著扎實(shí)的理論知識。所以，我們千萬不能忽略了課本知識的重要性，不要浮躁，理解透徹。Simulink對我來說是很陌生的一個(gè)東西，通過幾天的摸索，我漸漸摸到了他的奇妙之處，其實(shí)不如我們想象那么難，只要沒仔細(xì)分析好，它會是我們工作學(xué)習(xí)的一個(gè)強(qiáng)力助手。當(dāng)然，由于時(shí)間短暫，我還需要更多時(shí)間的學(xué)習(xí)，才能徹底掌握這個(gè)仿真軟件。

附錄

1.利用simulink仿真來實(shí)現(xiàn)攝氏溫度到華氏溫度的轉(zhuǎn)換 Tf?9Tc?32 5

?y??x?y2.設(shè)系統(tǒng)微分方程為?，試建立系統(tǒng)模型并仿真

y(1)?2?

3.利用simulink仿真x(t)?

11(cos?t?cos3?t?cos5?t)，取A=1, ??2? 2925?8A

-K-ClockGain3cosTrigonometricFunctioncosTrigonometricFunction21/9GainSum ofElements-K-Gain1-K-Gain2Scope-K-Clock1Gain4-K-Clock2Gain5cosTrigonometricFunction1

4.建立如圖1所示的仿真模型并進(jìn)行仿真，改變增益，觀察x-y圖形變化，并用浮動的scope模塊觀測各點(diǎn)波形。

1sSine WaveIntegratorXY Graph1SliderGainFloatingScope 圖1.題目4

改變增益：

繼續(xù)增大增益：

5． 有初始狀態(tài)為0的二階微分方程x???0.5x??0.4x?2u(t)其中u(t)是單位階躍函數(shù)，試建立系統(tǒng)模型并仿真。

6． 通過構(gòu)造SIMULINK模型求y?cos(t)dt的結(jié)果，其中初值分別為y1(0)=0, y2(0)=1

?

當(dāng)y1(0)=0時(shí)：

當(dāng) y1(0)=1時(shí)：

7.分析二階動態(tài)電路的零輸入響應(yīng)

圖2為典型的二階動態(tài)電路，其零輸入響應(yīng)有過阻尼、臨界阻尼和欠阻尼三種情況，已知L=0.5H, C=0.02F, R=1, 2, 3, …, 13?, 初始值uc(0)?1V,iL(0)?0求uc(t)和iL(t)的零輸入響應(yīng)并畫出波形。（1用simulink的方法，2用腳本文件的方法）

LRC 圖2 題目5 二階動態(tài)電路

（1）用simulink的方法

1sIntegrator50Gain21sIntegrator1Scope-u-K-Gain3AddUnary Minus2Gain1Scope1

（2）用腳本文件的方法 定義函數(shù)文件funcforex123.m

function xdot=funcforex123(t,x,flag,R,L,C)xdot=zeros(2,1);

xdot(1)=-R/L*x(1)-1/L*x(2)+1/L*f(t);xdot(2)=1/C*x(1);function in=f(t)in=0;腳本文件：

L=0.5;C=0.02;

for R=[1 2 3 4 5 6 7 8 9 10 11 12 13]

[t,x]=ode45('funcforex123',[0 7],[0;1],[],R,L,C);figure(1);plot(t,x(:,1));hold on;

xlabel('timesec');

text(0.9,0.07,'leftarrowi-L(t)');grid;figure(2);plot(t,x(:,2));hold on;

xlabel('timesec');

text(0.5,0.3,'leftarrowu-C(t)');grid;end

電壓圖：

10.80.60.4leftarrowu-C(t)0.20-0.2-0.4-0.6-0.801234timesec567

電流圖：

0.150.1leftarrowi-L(t)0.050-0.05-0.1-0.15-0.201323timesec345673

8.一池中有水2000m，含鹽 2 kg，以 6m/ 分 的速率向池中注入濃度為 0.5 kg / m 的3m鹽水，又以 4 / 分的速率從池中流出混合后的鹽水，問欲使池中鹽水濃度達(dá)到 0.2 kg / m3，需要多長時(shí)間？（1用simlink的方法，2用腳本文件的方法）【附加：試畫出濃度vs時(shí)間的曲線】

2Constant3ClockGain1-K-Gain2Gain34Gain2ProductAdd1sIntegratorScope

9.任意選擇一個(gè)待仿真的實(shí)際問題，建立模型并分析仿真結(jié)果，或者M(jìn)ATLAB Simulink demo里面一個(gè)模塊進(jìn)行分析

10.利用Simulink畫出以下微分方程組的框圖：

dx/dt=-x^2+y,dy/dt=-x-x*y;x(0)=0,y(0)=0 運(yùn)行結(jié)果要求傳到工作空間中，并畫出相位圖（橫坐標(biāo)為x，縱坐標(biāo)為y）。

11.搭建特定的信號源，建立SIMULINK仿真模型、顯示仿真結(jié)果。

ClockProduct>=Clock1RelationalOperator0ConstantSwitch

第二篇：《MATLAB及系統(tǒng)仿真》2010年課程簡介

課程編號：216317

課程名稱：MATLAB及系統(tǒng)仿真

學(xué)分：2學(xué)分

總 學(xué) 時(shí)：32學(xué)時(shí)其中授課學(xué)時(shí)：20學(xué)時(shí)上機(jī)學(xué)時(shí)：12學(xué)時(shí)

先修課程：C語言、線性代數(shù)、信號與系統(tǒng)、通信原理

開課部門：計(jì)算機(jī)與通信學(xué)院

課程內(nèi)容：

本課程要求學(xué)生掌握：MATLAB基本語句結(jié)構(gòu)，矩陣的基本運(yùn)算，控制語句，M文件和M函數(shù)的編寫與調(diào)用，繪圖功能，數(shù)學(xué)函數(shù)庫的調(diào)用，SIMULINK仿真。通過本課程的學(xué)習(xí)，學(xué)生應(yīng)能夠在MATLAB環(huán)境下解決常見的數(shù)學(xué)問題和工程問題，并且能利用MATLAB軟件對通信系統(tǒng)里的各種調(diào)制和解調(diào)過程進(jìn)行仿真分析。

選課對象：通信工程，計(jì)算機(jī)科學(xué)與技術(shù)、電子信息技術(shù)

第三篇：Matlab與Simulink系統(tǒng)仿真學(xué)習(xí)心得 馬楠

Matlab與Simulink系統(tǒng)仿真學(xué)習(xí)心得

班級：07610

學(xué)號：072019

姓名：馬楠

第一部分：Matlab學(xué)習(xí)心得以及實(shí)踐

Matlab是迄今為止我所見到過的功能最為強(qiáng)大實(shí)用范圍寬廣的軟件。的確Matlab適用于教學(xué)，航天，網(wǎng)絡(luò)仿真等等。而且提供了很多功能強(qiáng)大的工具箱，并且最為突出的是它自帶的很全面細(xì)致的幫助文檔，無論你是初學(xué)者還是老手都會驚嘆于此，你也不必去花很多時(shí)間去熟悉那些繁雜的命令，并且很容易通過這些幫助文檔得到關(guān)于這些函數(shù)最精準(zhǔn)的用法。

Matlab是一個(gè)建立在矩陣操作上的軟件，我想要想真正懂得并理解Matlab與一般的語言比如C或者java的區(qū)別，那么你就應(yīng)該真正理解矩陣的思想。而且要熟悉Matlab對矩陣存儲的方式（在下文中我會詳細(xì)解釋與之相關(guān)的內(nèi)容），這樣對提高你的代碼執(zhí)行效率與易懂性都有很大的幫助。

但是Matlab究竟應(yīng)該怎么定位呢？一個(gè)編程軟件，一個(gè)數(shù)學(xué)工具，一個(gè)工具箱，一個(gè)開發(fā)引擎，一個(gè)仿真工具，一個(gè)虛擬現(xiàn)實(shí)軟件…… 的確要精準(zhǔn)的說出Matlab的作用很難，或許去定義這個(gè)東西到底是用來干什么的并不重要，It is just a tool。

關(guān)于Matlab的學(xué)習(xí)方法，我想與別的語言有很大不同，對于匯編或者C，我們應(yīng)當(dāng)很注重底層的一些操作，比如?；蛘哧?duì)列存儲數(shù)據(jù)的方式，int或者double類型轉(zhuǎn)換的時(shí)候產(chǎn)生的數(shù)據(jù)丟失，或者指針方面很頭疼的一些東西，但是對于Matlab你根本不必去注重這些東西，也不必去清除的記得那個(gè)函數(shù)的具體調(diào)用方式，那個(gè)函數(shù)的內(nèi)容與結(jié)構(gòu)等等。你需要的只是相當(dāng)用一個(gè)筆記本寫下你一步一步實(shí)現(xiàn)目標(biāo)的步驟而已。一種草稿紙式的語言。你所學(xué)的東西很大部分都是為你要做的目標(biāo)來服務(wù)的，也許這就是當(dāng)初面向?qū)ο笫秸Z言產(chǎn)生的原因，但是Matlab就是這種語言的一個(gè)代表。

好了，就說到這里了，接下來是我自己學(xué)習(xí)中對Matlab的一些應(yīng)用中所遇到的問題以及思考方式和解決辦法。離散信號卷積：

N1=input('N1=');%輸入N1 N2=input('N2=');%輸入N2 k1=0:(N1-1);%定義序列f1的對應(yīng)序號向量 k2=0:(N2-1);% 序列f2的對應(yīng)序號向量 f1=ones(1,N1);%f1為階躍序列 f2=0.5*k2;%f2為斜坡序列

[f,k]=dconv(f1,f2,k1,k2)%求離散卷積

其中dconv函數(shù)的代碼為：

function [f,k]=dconv(f1,f2,k1,k2)

%The function of compute f=f1*f2 % f: 卷積和序列f(k)對應(yīng)的非零樣值向量 % k：

序列f(k)的對應(yīng)序號向量 % f1: 序列f1(k)非零樣值向量 % f2: 序列f2(k)的非零樣值向量 % k1: 序列f1(k)的對應(yīng)序號向量 % k2: 序列f2(k)的對應(yīng)序號向量 f=conv(f1,f2)

%計(jì)算序列f1與f2的卷積和f k0=k1(1)+k2(1);

%計(jì)算序列f非零樣值的起點(diǎn)位置 k3=length(f1)+length(f2)-2;

%計(jì)算卷積和f的非零樣值的寬度

k=k0:k0+k3

%確定卷積和f非零樣值的序號向量 subplot(2,2,1)stem(k1,f1)title('f1(k)')xlabel('k')ylabel('f1(k)')subplot(2,2,2)

%在子圖1繪序列f1(k)時(shí)域波形圖

stem(k2,f2)

%在圖2繪序列f2(k)時(shí)波形圖 title('f2(k)')xlabel('k')ylabel('f2(k)')subplot(2,2,3)stem(k,f);

%在子圖3繪序列f(k)的波形圖 title('f(k)f1(k)與f2(k)的卷積和f(k)')xlabel('k')ylabel('f(k)')h=get(gca,'position');

h(3)=2.5*h(3);set(gca,'position',h)%將第三個(gè)子圖的橫坐標(biāo)范圍擴(kuò)為原來的2.5倍一次物理實(shí)驗(yàn)中的數(shù)據(jù)處理，關(guān)于非線性電阻。

x=[12.042 11.844 11.644 11.444 11.244 11.043 10.843 10.645 10.447 10.240 10.054 9.843 9.640 9.447 8.950 8.448 7.946 7.441 6.940 6.444 5.942 5.446 4.946 4.445 3.944 3.447 2.942 2.442 2.246 2.045 1.846 1.643 1.464 1.252 1.038 0.849 0.642 0.448 0.208 0 ];y=[0.601 0.915 1.349 1.742 2.152 2.572 2.994 3.414 3.840 4.285 4.678 4.612 4.526 4.447 4.246 4.043 3.846 3.635 3.433 3.232 3.028 2.827 2.625 2.442 2.220 2.018 1.814 1.614 1.535 1.455 1.376 1.235 1.101 0.950 0.791 0.642 0.491 0.341 0.158 0.001]

p1=polyfit(x(1:11),y(1:11),1);p2=polyfit(x(11:31),y(11:31),1);p3=polyfit(x(31:end),y(31:end),1);Y1=vpa(poly2sym(p1,'x'),6)Y2=vpa(poly2sym(p2,'x'),6)Y3=vpa(poly2sym(p3,'x'),6)

x1=min(x(1:11)):0.1:max(x(1:11));x2=min(x(11:31)):0.1:max(x(11:31));x3=min(x(31:end)):0.1:max(x(31:end));y1=polyval(p1,x1);y2=polyval(p2,x2);y3=polyval(p3,x3);

plot(x,y,'o',x1,y1,x2,y2,x3,y3);xlabel('電壓值U/v');ylabel('電流值I/mA');title('非線性電阻伏安特性曲線');grid on 54.543.532.521.510.5002468101214

3：三維立體圖形燈光效果 [x,y]=meshgrid(-8:0.5:8);R=sqrt(x.^2+y.^2)+eps;z=sin(R)./R;surf(x,y,z,'FaceColor','interp','EdgeColor','none','FaceLighting','phong');axis tight;daspect([5 5 1]);camlight left view(-50,30)

10.80.60.40.204-0.2-8-6-4-202468-8-6-4-20268

4：地形模擬：

A=[ 0 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 20 0.2 0.2 0.2 0.2 0.2 0.2 0.4 0.4 0.3 0.2 0.3 0.2 0.1 0.2 0.2 0.4 0.3 0.2 0.2 0.2 0.2 19 0.3 0.2 0.2 0.2 0.2 0.4 0.3 0.3 0.3 0.3 0.4 0.2 0.2 0.2 0.2 0.4 0.4 0.4 0.3 0.2 0.2 18 0.2 0.3 0.3 0.2 0.3 1 0.4 0.5 0.3 0.3 0.3 0.3 0.2 0.2 0.2 0.6 0.5 0.4 0.4 0.2 0.2 17 0.2 0.2 0.4 0.2 1 1.1 0.9 0.4 0.3 0.3 0.5 0.3 0.2 0.2 0.2 0.7 0.3 0.6 0.6 0.3 0.4 16 0.2 0.2 0.9 0.7 1 1 1 0.7 0.5 0.3 0.2 0.2 0.2 0.6 0.2 0.8 0.7 0.9 0.5 0.5 0.4 15 0.2 0.3 1 1 1 1.2 1 1.1 0.8 0.3 0.2 0.2 0.2 0.5 0.3 0.6 0.6 0.8 0.7 0.6 0.5 14 0.2 0.4 1 1 1.1 1.1 1.1 1.1 0.6 0.3 0.4 0.4 0.2 0.7 0.5 0.9 0.7 0.4 0.9 0.8 0.3 13 0.2 0.2 0.9 1.1 1.2 1.2 1.1 1.1 0.6 0.3 0.5 0.3 0.2 0.4 0.3 0.7 1 0.7 1.2 0.8 0.4 12 0.2 0.3 0.4 0.9 1.1 1 1.1 1.1 0.7 0.4 0.4 0.4 0.3 0.5 0.5 0.8 1.1 0.8 1.1 0.9 0.3 11 0.3 0.3 0.5 1.2 1.2 1.1 1 1.2 0.9 0.5 0.6 0.4 0.6 0.6 0.3 0.6 1.2 0.8 1 0.8 0.5 10 0.3 0.5 0.9 1.1 1.1 1 1.2 1 0.8 0.7 0.5 0.6 0.4 0.5 0.4 1 1.3 0.9 0.9 1 0.8 9 0.3 0.5 0.6 1.1 1.2 1 1 1.1 0.9 0.4 0.4 0.5 0.5 0.8 0.6 0.9 1 0.5 0.8 0.8 0.9 8 0.4 0.5 0.4 1 1.1 1.2 1 0.9 0.7 0.5 0.6 0.3 0.6 0.4 0.6 1 1 0.6 0.9 1 0.7 7 0.3 0.5 0.8 1.1 1.1 1 0.8 0.7 0.7 0.4 0.5 0.4 0.4 0.5 0.4 1.1 1.3 0.7 1 0.7 0.6 6 0.3 0.5 0.9 1.1 1 0.7 0.7 0.4 0.6 0.4 0.4 0.3 0.5 0.5 0.3 0.9 1.2 0.8 1 0.8 0.4 5 0.2 0.3 0.6 0.9 0.8 0.8 0.6 0.3 0.4 0.5 0.4 0.5 0.4 0.2 0.5 0.5 1.3 0.6 1 0.9 0.3 4 0.2 0.3 0.3 0.7 0.6 0.6 0.4 0.2 0.3 0.5 0.8 0.8 0.3 0.2 0.2 0.8 1.3 0.9 0.8 0.8 0.4 3 0.2 0.3 0.3 0.6 0.3 0.4 0.3 0.2 0.2 0.3 0.6 0.4 0.3 0.2 0.4 0.3 0.8 0.6 0.7 0.4 0.4 2 0.2 0.3 0.4 0.4 0.2 0.2 0.2 0.3 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.5 0.7 0.4 0.4 0.3 0.3 1 0.2 0.2 0.3 0.2 0.2 0.3 0.2 0.2 0.2 0.2 0.2 0.1 0.2 0.4 0.3 0.6 0.5 0.3 0.3 0.3 0.2 0 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.2 0.4 0.7 0.4 0.2 0.4 0.5 0.3];z=A(2:end,2:end)[x,y]=meshgrid(0:20,20:-1:0);surf(x,y,z)xlabel('x')[X,Y]=meshgrid(0:0.3:20,20:-0.3:0);Z=interp2(x,y,z,X,Y,'spline')figure surf(X,Y,Z)1.41.210.80.60.40.2020******161820x

1.41.210.80.60.40.20-0.220******161820

第二部分：Simulink學(xué)習(xí)心得以及實(shí)踐

Simulink是Matlab最重要的組件之一，它提供一個(gè)動態(tài)系統(tǒng)建模、仿真和綜合分析的集成環(huán)境。在該環(huán)境中，無需大量書寫程序，而只需要通過簡單直觀的鼠標(biāo)操作，就可構(gòu)造出復(fù)雜的系統(tǒng)。Simulink具有適應(yīng)面廣、結(jié)構(gòu)和流程清晰及仿真精細(xì)、貼近實(shí)際、效率高、靈活等優(yōu)點(diǎn)，并基于以上優(yōu)點(diǎn)Simulink已被廣泛應(yīng)用于控制理論和數(shù)字信號處理的復(fù)雜仿真和設(shè)計(jì)。同時(shí)有大量的第三方軟件和硬件可應(yīng)用于或被要求應(yīng)用于Simulink。

最開始的仿真是沒有圖形化輸入的，所謂模型化圖形輸入是指SIMULINK提供了一些按功能分類的基本的系統(tǒng)模塊，用戶只需要知道這些模塊的輸入輸出及模塊的功能，而不必考察模塊內(nèi)部是如何實(shí)現(xiàn)的，通過對這些基本模塊的調(diào)用，再將它們連接起來就可以構(gòu)成所需要的系統(tǒng)模型（以.mdl文件進(jìn)行存取），進(jìn)而進(jìn)行仿真與分析。

現(xiàn)在來想其實(shí)要用Simulink去仿真一個(gè)系統(tǒng)不是很麻煩，只是實(shí)現(xiàn)一些拖拽或者參數(shù)設(shè)置什么的，但是要真正的去設(shè)計(jì)完善一個(gè)系統(tǒng)的確需要很多知識以及精力。我們必須了解這個(gè)系統(tǒng)的每一個(gè)步驟以及需要什么樣的組件與之匹配。而且在仿真出現(xiàn)錯(cuò)誤之后去分析也是很麻煩的一件事情，我們必須有對系統(tǒng)詳細(xì)的分析和充分了解以及對Simulink每個(gè)組件充分的了解才能真正找到錯(cuò)誤所在并且修正。所以學(xué)好計(jì)算機(jī)仿真重在理論知識。

接下來是一些自己做的Simulink仿真。

1：階躍信號的積分 仿真圖

仿真結(jié)果：

房屋產(chǎn)熱的一個(gè)實(shí)例

該問題是模擬一個(gè)戶外條件下一所房屋能夠產(chǎn)生的熱量的例子

這是仿真結(jié)果圖

第四篇：MATLAB與控制系統(tǒng)仿真實(shí)驗(yàn)報(bào)告

《MATLAB與控制系統(tǒng)仿真》

實(shí)驗(yàn)報(bào)告

2013-2014學(xué)年 第 1 學(xué)期

專業(yè)： 班級： 學(xué)號： 姓名：

實(shí)驗(yàn)三 MATLAB圖形系統(tǒng)一、實(shí)驗(yàn)?zāi)康模?/p>

1.掌握繪制二維圖形的常用函數(shù)。2.掌握繪制三維圖形的常用函數(shù)。3.熟悉利用圖形對象進(jìn)行繪圖操作的方法。4.掌握繪制圖形的輔助操作。

二、實(shí)驗(yàn)原理：

1，二維數(shù)據(jù)曲線圖

（1）繪制單根二維曲線 plot(x,y);（2）繪制多根二維曲線 plot(x,y)當(dāng)x是向量，y是有一維與x同維的矩陣時(shí)，則繪制多根不同顏色的曲線。當(dāng)x，y是同維矩陣時(shí)，則以x，y對應(yīng)列元素為橫、縱坐標(biāo)分別繪制曲線，曲線條數(shù)等于矩陣的列數(shù)。（3）含有多個(gè)輸入?yún)?shù)的plot函數(shù) plot(x1,y1,x2,y2,…,xn,yn)（4）具有兩個(gè)縱坐標(biāo)標(biāo)度的圖形 plotyy(x1,y1,x2,y2)2,圖形標(biāo)注與坐標(biāo)控制 1）title(圖形名稱)； 2）xlabel（x軸說明）3）ylabel（y軸說明）4）text（x，y圖形說明）5）legend（圖例1，圖例2，…）

6）axis（[xmin xmax ymin ymax zmin zmax]）3, 圖形窗口的分割 subplot（m,n,p）4,三維曲線

plot3（x1,y1,z1,選項(xiàng)1，x2,y2，選項(xiàng)2，…,xn,yn,zn,選項(xiàng)n）5，三維曲面

mesh(x,y,z,c)與surf(x,y,z,c)。一般情況下，x，y，z是維數(shù)相同的矩陣。X，y是網(wǎng)格坐標(biāo)矩陣，z是網(wǎng)格點(diǎn)上的高度矩陣，c用于指定在不同高度下的顏色范圍。6，圖像處理

1）imread和imwrite函數(shù) 這兩個(gè)函數(shù)分別用于將圖象文件讀入matlab工作空間，以及將圖象數(shù)據(jù)和色圖數(shù)據(jù)一起寫入一定格式的圖象文件。

2）image和imagesc函數(shù) 這兩個(gè)函數(shù)用于圖象顯示。為了保證圖象的顯示效果，一般還應(yīng)使用colormap函數(shù)設(shè)置圖象色圖。

三、實(shí)驗(yàn)儀器和設(shè)備：

計(jì)算機(jī)一臺（帶有MATLAB6.5以上的軟件環(huán)境）。

四、預(yù)習(xí)要求：

1．復(fù)習(xí)二維與三維圖形的繪圖函數(shù)。2．復(fù)習(xí)圖形輔助操作。

五、實(shí)驗(yàn)內(nèi)容及步驟：

1，設(shè)y?[0.5?3sinx]cosx，在x＝0～2π區(qū)間取101點(diǎn)，繪制函數(shù)曲線。21?x

2，已知y1=x2,y2=cos(2x),y3=y1*y2,完成下列操作：

（1）在同一坐標(biāo)系下用不同的顏色和線型繪制三條曲線；

（2）分別用條形圖、階梯圖、桿圖和填充圖繪制三條曲線。

3，已知

?x??,?x?02?e y???1In(x?1?x2),x?0??2在－5<=x<=5區(qū)間繪制函數(shù)曲線。

4，繪制函數(shù)的曲面圖和等高線

z?cosxcosye?x2?y24

其中x的21個(gè)值均勻分布在[-5,5]范圍，y的31個(gè)值均勻分布在[0,10]，要求使用subplot（2，1，1）和subplot（2，1，2）將產(chǎn)生的曲面圖和登高圖畫在同一個(gè)窗口上。

5.畫出函數(shù)

z?x2?y2?sin(xy)的曲面及等高線圖。

x2y2?1繪制平面曲線，并分析參數(shù)a對其形狀的影響。6.根據(jù)2?a25?a2

四、心得體會：

通過這次實(shí)驗(yàn)我能熟練掌握二維和三維圖以及其他特殊圖形的制作，弄清楚了基本的圖形操作規(guī)則，大大加深了我對matlab的興趣。

實(shí)驗(yàn)二 MATLAB程序設(shè)計(jì)

一、實(shí)驗(yàn)?zāi)康?/p>

1.掌握利用if語句實(shí)現(xiàn)選擇結(jié)構(gòu)的方法。

2.掌握利用switch語句實(shí)現(xiàn)多分支選擇結(jié)構(gòu)的方法。3.掌握利用for語句實(shí)現(xiàn)循環(huán)結(jié)構(gòu)的方法。4.掌握利用while語句實(shí)現(xiàn)循環(huán)結(jié)構(gòu)的方法。

二、實(shí)驗(yàn)設(shè)備及條件

計(jì)算機(jī)一臺（帶有MATLAB6.5以上的軟件環(huán)境）。

三、實(shí)驗(yàn)內(nèi)容

1.編寫求解方程ax2?bx?c?0的根的函數(shù)（這個(gè)方程不一定為一元二次方程，因a、b、c的不同取值而定），這里應(yīng)根據(jù)a、b、c的不同取值分別處理，有輸入?yún)?shù)提示，當(dāng)a?0,b?0,c~?0時(shí)應(yīng)提示“為恒不等式!”。并輸入幾組典型值加以檢驗(yàn)。

clear,clc a=input('請輸入一個(gè)數(shù)a=');b=input('請輸入一個(gè)數(shù)b=');c=input('請輸入一個(gè)數(shù)c=');m=b^2-4*a*c;if a==0

if b==0

'為恒不等式'

end end

m=b^2-4*a*c;if m>0

x1=(-b+sqrt(m))/(2*a)

x2=(-b-sqrt(m))/(2*a)elseif m==0

x=(-b)/(2*a)else

'不存在正實(shí)根' end

2.輸入一個(gè)百分制成績，要求輸出成績等級A+、A、B、C、D、E。其中100分為A+，90分～99分為A，80分～89分為B，70分～79分為C，60分～69分為D，60分以下為E。

要求：（1）用switch語句實(shí)現(xiàn)。

（2）輸入百分制成績后要判斷該成績的合理性，對不合理的成績應(yīng)輸出出錯(cuò)信息。

clear,clc for k=1:10

a(k)={89+k};b(k)={79+k};

c(k)={69+k};d(k)={59+k};end A=cell(3,6);A(1,:)={'a','b','c','d','e','f'};A(2,:)={85,76,95,100,40,65};for k=1:6

switch A{2,k}

case 100

r='A+';

case a

r='A';

case b

r='B';

case c

r='C';

case d

r='D';

otherwise

r='E';

end

A(3,k)={r};end A A =

'a'

'b'

'c'

[85]

[76]

[95]

'B'

'C'

'A'

'd'

'e'

[100]

[40]

'A+'

'E'

'f' [65] 'D'

3.利用for循環(huán)語句編寫計(jì)算n!的函數(shù)程序，取n分別為-89、0、3、5、10驗(yàn)證其正確性(輸入n為負(fù)數(shù)時(shí)輸出出錯(cuò)信息)。

clear,clc n=input('請輸入一個(gè)正數(shù)n=');if n<0

'輸入錯(cuò)誤' elseif n==0

'n!=0' elseif n==1

'n!=1' else

y=1;

for i=1:1:n

y=y*i;

i=i+1;

end

y end 請輸入一個(gè)正數(shù)n=-89

ans =輸入錯(cuò)誤 請輸入一個(gè)正數(shù)n=0

ans =n!=0 請輸入一個(gè)正數(shù)n=1

ans =n!=1 請輸入一個(gè)正數(shù)n=3

y =6 請輸入一個(gè)正數(shù)n=10

y =3628800

四、實(shí)驗(yàn)心得體會：

通過本次實(shí)驗(yàn)課，我能熟練運(yùn)用for循環(huán)語句，switch條件語句以及if條件語句的新用法，和在C中的區(qū)別。盡管如此，但是在實(shí)驗(yàn)中依然容易把for循環(huán)跟C語言中的for語句弄混，最后經(jīng)過不懈努力下，終于弄明白了兩者之間的差別，使我能更好的運(yùn)用這些指令語句。

第五篇：Matlab與Simulink仿真學(xué)習(xí)心得

Matlab與Simulink仿真學(xué)習(xí)心得

班級：07610 學(xué)號：072016 姓名：呂天雄

一 Matlab學(xué)習(xí)心得體會與編程實(shí)踐

<1>學(xué)習(xí)Matlab的心得體會

真正開始接觸Matlab是大二上就開始了，到現(xiàn)在已經(jīng)一年多了，在此之間，Matlab的確為我提供了很多便利。Matlab的確不愧成為是草稿紙上的語言。我們不必去為很簡單的顯示效果圖形去找一些什么其他軟件或者研究比較復(fù)雜的計(jì)算機(jī)圖形學(xué)，一個(gè)plot或者別的函數(shù)往往就可以得到很滿意的效果。

其實(shí)最初開始學(xué)習(xí)matlab的時(shí)候感覺這個(gè)東西和C沒什么兩樣，但是后來具體到一些 東西，比如信號處理和數(shù)學(xué)建模上以后才感覺到使用matlab編寫程序去驗(yàn)證結(jié)果比C要節(jié) 省很多時(shí)間，而且matlab寫東西基本都是按照自己的思路平鋪直敘很少去考慮什么函數(shù)的 嵌套調(diào)用或者指針等等很頭疼的東西。

關(guān)于matlab的學(xué)習(xí)，我感覺其實(shí)百度和matlab自帶的help基本能夠解決絕大數(shù)問題，而且一些比較好的論壇比如004km.cn都會為你產(chǎn)生很大的幫助，關(guān)鍵是在于多動手實(shí)踐，多思考。但是matlab畢竟只是一個(gè)工具，原理和一些基本的編程素質(zhì)還是必須有的，否則matlab最多也只能是驗(yàn)證一些別人的東西而已，根本幫不上什么忙的。

<2>遇到的一些問題的思考方式與解決辦法

最開始用matlab的時(shí)候是在大物實(shí)驗(yàn)，實(shí)驗(yàn)要求去根據(jù)測量得到的數(shù)據(jù)作出圖。但是 手動用鉛筆去畫確實(shí)很麻煩，所以用matlab確實(shí)可以省去很大的麻煩。但是第一次遇到問 的時(shí)候是有關(guān)極化坐標(biāo)下的曲線擬合。

首先是一個(gè)物理實(shí)驗(yàn)的問題；在做一個(gè)關(guān)于光的偏振的實(shí)驗(yàn)的時(shí)候，最后的結(jié)果要在一個(gè)極化坐標(biāo)下顯示出來；因?yàn)閿?shù)據(jù)是離散的，所以顯示出來的圖像是一個(gè)折來折去的一個(gè)東東； 然后很自然的想法是對這個(gè)曲線進(jìn)行插值處理。

但是極化坐標(biāo)下MATLAB并未提供插值處理的函數(shù)，interp1這個(gè)函數(shù)只能在笛卡爾坐標(biāo)系，也就是直角坐標(biāo)系下使用。

然后就想到把極坐標(biāo)的數(shù)據(jù)轉(zhuǎn)換的直角坐標(biāo)系下，pol2cart可以實(shí)現(xiàn)這個(gè)想法，但是隨后而來，也就是最后導(dǎo)致整個(gè)問題失敗的關(guān)鍵也在這里。

pol2cart以后產(chǎn)生的一串?dāng)?shù)據(jù)中出現(xiàn)了重復(fù)的數(shù)據(jù)，那么interp1這個(gè)東西也就無能為力了，因?yàn)閕nterp1不能處理一串?dāng)?shù)據(jù)中有重復(fù)出現(xiàn)的情況。最后的處理辦法是把這些數(shù)據(jù)c os，sin這些東西變換一下后，使其大致規(guī)則，然后再用polar畫出極坐標(biāo)下的圖形。

接下來這個(gè)問題就有點(diǎn)超過我的范圍了，可能會有點(diǎn)敘述不清楚。問題可以概要為：人臉網(wǎng)格插值。

這是一個(gè)用三角形網(wǎng)格表示的一個(gè)人臉模型。需要通過插值使其變得光滑，當(dāng)然問題的復(fù)雜之處在于，插值會改變原本的網(wǎng)格結(jié)構(gòu)。

對于這個(gè)問題許多人都給出了解決的辦法，當(dāng)然是一些關(guān)于人臉識別技術(shù)和運(yùn)動圖像處理的范疇之內(nèi)的。

主要有兩種，第一種是face—ls算法。這種算法是基于RBF（徑向插值函數(shù)）和loop細(xì)分原則的一種算法，當(dāng)然其精確程度比較差點(diǎn)。但是速度挺好。原理是：基于網(wǎng)格上的點(diǎn)，產(chǎn)生出頂點(diǎn)的迭代函數(shù)，從而產(chǎn)生出新的定點(diǎn)，進(jìn)行細(xì)化。然后進(jìn)行插值。也就是引進(jìn)新的頂點(diǎn)。分為兩個(gè)過程內(nèi)部插值和邊緣插值。具體可以去看蘭州大學(xué)信息工程學(xué)院的學(xué)報(bào)。

第二種也就是基本的老辦法RBF。首先解釋一下什么叫做徑向插值 徑向基函數(shù)

主要是考慮多維空間的數(shù)據(jù)插值問題，徑向基函數(shù)在三維圖形的變形中常常被采用，用其來變分三維人臉的時(shí)候還應(yīng)結(jié)合人臉的固有特征。確定該方法來實(shí)現(xiàn)三維人臉變形是可行的，但要構(gòu)造好的基函數(shù)，以及解這些高維方程的解仍是難點(diǎn)。插值方法：

假設(shè)大多數(shù)人臉的形狀都可以由一個(gè)拓?fù)湓妥兓脕恚敲?，通過調(diào)整一個(gè)一般模型的構(gòu)造參數(shù)可以建立不同的面部模型。但是，這種參數(shù)模型僅僅局限于那些構(gòu)造參數(shù)已知的情況，并且對特定人臉參數(shù)的調(diào)整非常困難。在離散數(shù)據(jù)的多變量插值問題方面，徑向基函數(shù)（radial basis function，RBF）插值方法是一個(gè)行之有效的工具，所以也適用于類似人臉這樣高維曲面的近似或平滑插值?，F(xiàn)有的許多方法使用了基于RBF的插值技術(shù)，將一般人臉網(wǎng)格變化到特定人臉的形狀。這種方法的優(yōu)點(diǎn)在于：（1）通過插值可以得到丟失的數(shù)據(jù)點(diǎn)，所以源網(wǎng)格和目標(biāo)網(wǎng)格不需要相同數(shù)目的結(jié)點(diǎn)；（2）如果選擇了合適的匹配點(diǎn)，數(shù)學(xué)上可以保證能夠?qū)⒃淳W(wǎng)格變形到目標(biāo)網(wǎng)格。

當(dāng)然我也不是很懂，只是理解了部分。這種方法的關(guān)鍵是找到一個(gè)很好的核函數(shù)來計(jì)算出新的頂點(diǎn)。

最后問題解決的方式是查著了一些圖書館的學(xué)報(bào)。然后而且在網(wǎng)上找到了部分代碼。然后做出來的。這是我校大四一個(gè)同學(xué)畢設(shè)中的一個(gè)東西。

其實(shí)這個(gè)事件最好的解決辦法是在3D-MAX中，不過因?yàn)闆]能找到MATLAB與3D-MAX是怎么接口的，所以作罷了。

第三次遇到的問題是我在數(shù)學(xué)建模課上遇到的一個(gè)關(guān)于矩陣LU分解的問題：

Matlab作出的結(jié)果和手算的結(jié)果竟然不一樣。

10??1????1???1?

U=?1? ?一個(gè)矩陣 A=? 經(jīng)過三角分解為L=101????????11?因?yàn)?/?為一個(gè)極大數(shù) 則1—1/?可以看成—1/?；

設(shè)?=0.***000000001%10的負(fù)24次方

從而L*U=則最后一位1沒有了 變成了0

其中L=

U=Matlab 程序?yàn)?/p>

epusino=0.***000000001;U=[epusino 1;0-1/epusino];L=[1 0;1/epusino 1];L*U ans =

0.***

1.***

1.***

0 而直接用lu函數(shù)對矩陣A分解的結(jié)果為

A=[epusino 1;1 1] A =

0.0000

1.0000

1.0000

1.0000

>> [L,U]=lu(A)L =

0.0000

1.0000

1.0000

0

U =

0 我們老師當(dāng)時(shí)的解釋是這是由于我們所用matlab是破解版的緣故，破解版的計(jì)算精度 沒正版的高所以導(dǎo)致運(yùn)算結(jié)果的錯(cuò)誤，后來我看了一些LU這個(gè)函數(shù)的help文檔 psychologically lower triangular matrix"(i.e.a product of lower triangular and permutation matrices)in L。翻譯過來是L是一個(gè)心理上的下三角矩陣，其實(shí)是下三角矩陣和置換矩陣也就是最后的結(jié)論。P*A = L*U.。由此可見這并不是什么精度的問題導(dǎo)致的結(jié)果只是LU分解的矩陣意義和書本上的不同而已。

以下是我自己寫的一些程序的代碼

1：網(wǎng)絡(luò)隨機(jī)拓?fù)鋱D

目的是要生成一個(gè)度數(shù)隨機(jī)、權(quán)值隨機(jī)的拓?fù)鋱D。首先的理解是利用鄰接矩陣，先隨機(jī)生成一個(gè)矩陣，該矩陣為一個(gè)對稱矩陣。然后畫出這個(gè)矩陣就行了。

隨機(jī)拓?fù)鋱D10026516398191 ***0430 ***065

%產(chǎn)生數(shù)組A用來存放表示兩點(diǎn)之間權(quán)值的矩陣A，也就是臨接矩陣，那么兩點(diǎn)之間權(quán)值不為零元素的個(gè)數(shù)即為該點(diǎn)的度數(shù)

DEF=5;%設(shè)定一個(gè)東東 方便改變隨機(jī)點(diǎn)的個(gè)數(shù) A=rand(DEF,DEF);%產(chǎn)生DEF*DEF的隨機(jī)矩陣 for i=1:DEF A(i,i)=0%將對角線上的數(shù)置為0 end A=10*A;A=floor(A);%向下去整 for i=1:DEF for j=1:i A(j,i)=A(i,j)%將A矩陣變?yōu)橐粋€(gè)上三角或者下三角矩陣 end end x=100*rand(1,DEF);y=100*rand(1,DEF);%產(chǎn)生10個(gè)隨機(jī)的點(diǎn) plot(x,y,'r+');

for i=1:DEF a=find(A(i,:)>0)%將A矩陣每行大于0的數(shù)的在該行的地址找出來放在a中

for j=1:length(a)

c=num2str(A(i,j));%將A中的權(quán)值轉(zhuǎn)化為字符型

if c~='0'%不顯示為0的值 因?yàn)锳矩陣為零代表兩點(diǎn)不相連 text((x(i)+x(j))/2,(y(i)+y(j))/2,c,'Fontsize',18);%將權(quán)值顯示在兩點(diǎn)連線中間 end hold on;

line([x(i)x(a(j))],[y(i)y(a(j))]);%連線 end end

title('隨機(jī)拓?fù)鋱D');e=num2str(DEF);legend(e);%左上角顯示節(jié)點(diǎn)的個(gè)數(shù) for m=1:DEF A(m,m)=m;f=num2str(A(m,m));hold on;text((x(m)+x(m))/2,(y(m)+y(m))/2,f,'Fontsize',18);%將權(quán)值顯示在兩點(diǎn)連線中間 end 接下來是一個(gè)在信息安全課上寫的一個(gè)關(guān)于256色圖分層的程序，一副圖像有m*n個(gè)像素然后每個(gè)像素是一個(gè)8bit的二進(jìn)制數(shù)據(jù)換算為十進(jìn)制是0-255之間。要做的就是把每bit的信息提取出來。

I=imread('bupt副本.bmp');%讀入源圖像

I=double(I);%將圖像轉(zhuǎn)換為double類型便于MATLAB中的計(jì)算 %確定圖像的長寬 M=size(I,1);%長 N=size(I,2);%寬 l=M*N;%圖像長寬之積 for n=1:8;%剔除每層 for i=1:M

for j=1:N

B=numdec2bin(I(i,j),8);%先將每個(gè)像素轉(zhuǎn)換為8位2進(jìn)制序列

B(n)=[];%刪除相應(yīng)位置的元素

y(i,j)=numbin2dec(B);%將剩下的7個(gè)元素轉(zhuǎn)換為10進(jìn)制數(shù)放入y矩陣中

end end

y=uint8(y);%將10進(jìn)制的矩陣轉(zhuǎn)換為無符號整形

subplot(4,2,9-n);%顯示n個(gè)圖像，每層是相應(yīng)的剔除該層的結(jié)果

imshow(y);%顯示這個(gè)圖像

title(strcat('去除第',num2str(9-n),'層后的結(jié)果'));%顯示標(biāo)題 end

附帶的兩個(gè)函數(shù)：

function y=numdec2bin(x,n);%從函數(shù)將十進(jìn)制數(shù)x轉(zhuǎn)化為n位二進(jìn)制 y=zeros(1,n);a=x;i=n;while a>0 y(i)=mod(a,2);a=floor(a/2);i=i-1;end function y=numbin2dec(x)%將二進(jìn)制數(shù)轉(zhuǎn)換為十進(jìn)制數(shù) a=0;lx=length(x);for i=1:lx a=a+x(i)*2^(lx-i);end y=a;

去除第1層后的結(jié)果去除第2層后的結(jié)果去除第3層后的結(jié)果去除第4層后的結(jié)果去除第5層后的結(jié)果去除第6層后的結(jié)果去除第7層后的結(jié)果去除第8層后的結(jié)果

Matlab的RGB轉(zhuǎn)換為YCbCr之后轉(zhuǎn)換回來和原圖不符

這個(gè)是做JPEG圖像壓縮的時(shí)候遇到的一個(gè)問題，當(dāng)時(shí)的代碼是用C寫的但是結(jié)果不對，后來想到用matlab進(jìn)行驗(yàn)證結(jié)果發(fā)現(xiàn)通過公式轉(zhuǎn)換得到的圖是錯(cuò)的。

原理：BMP圖像壓縮為JPEG的第一步是將RGB色彩空間通過這個(gè)公式映射到Y(jié)CbCr空間上。

Y=0.299 R + 0.587 G + 0.114 B Cb =0.3313G + 0.5 B + 128 Cr = 0.5 R0.0813 B + 128 然后再進(jìn)行量化，DCT，編碼等等步驟。JPEG解壓時(shí)需要將YCbCr空間的圖像又轉(zhuǎn)化回來到RGB上。

R = Y + 1.402(Cr0.34414(Cb-128)128)

B = Y + 1.772(Cb-128)

但是通過書上給的公式和網(wǎng)上大部分公式卻發(fā)現(xiàn)根本轉(zhuǎn)化不會來。下面是寫的程序代碼以及測試得到的結(jié)果圖像。

clc,clear;Source=imread('hl.jpg');%讀入原始RGB圖像

figure(1);subplot(1,2,1);imshow(Source):title('original image');%顯示圖像 [r c d]=size(Source);%計(jì)算圖像大小 %------計(jì)算紅色分量并顯示分解圖------% R(:,:,1)=Source(:,:,1);R(:,:,2)=zeros(r,c);R(:,:,3)=zeros(r,c);R=uint8(R);whos;figure(2);subplot(1,3,1);imshow(R)title('Red Component');%-------計(jì)算綠色分量并顯示分解圖-------% G(:,:,2)=Source(:,:,2);G(:,:,1)=zeros(r,c);G(:,:,3)=zeros(r,c);G=uint8(G);figure(2);subplot(1,3,2);imshow(G)title('Green Component');%--------計(jì)算藍(lán)色分量并顯示分解圖-------% B(:,:,3)=Source(:,:,3);B(:,:,1)=zeros(r,c);B(:,:,2)=zeros(r,c);B=uint8(B);figure(2);subplot(1,3,3)imshow(B)title('Blue Component');%------------合成-------------% Comp(:,:,1)=R(:,:,1);Comp(:,:,2)=G(:,:,2);Comp(:,:,3)=B(:,:,3);figure(1);subplot(1,2,2);imshow(Comp):title('composition image');Y=0.229*R+0.587*G+0.114*B;Cb=0.5*B-0.1687*R-0.3313*G+128;Cr=0.5*R-0.4187*G-0.0813*B+128;red=Y+1.402*(Cr-128);green=Y-0.34414*(Cb-128)-0.71414*(Cr-128);blue=Y+1.772*(Cb-128);Comp2(:,:,1)=red(:,:,1);Comp2(:,:,2)=green(:,:,2);Comp2(:,:,3)=blue(:,:,3);figure(3);imshow(Comp2);title('RGB轉(zhuǎn)換為YCrCb后又轉(zhuǎn)換為RGB的圖像');RD=R(:,:,1)-red(:,:,1);GD=G(:,:,2)-green(:,:,2);BD=B(:,:,3)-blue(:,:,3);figure(4);subplot(1,3,1);imshow(RD);title('紅色分量差異');subplot(1,3,2);imshow(GD);title('綠色分量差異');subplot(1,3,3);imshow(BD);title('藍(lán)色分量差異');

然而可以通過figure(4)的圖像清楚看到R 和G分量轉(zhuǎn)換后恢復(fù) 與以前的差別很大。而且看了一下matlab自帶的rgb2ycbcr和ycbcr2rgb并且用了這兩個(gè)函數(shù)測試后圖像是一樣的。很是不解

實(shí)驗(yàn)得到的圖為: original imagecomposition image

將源圖像分為RGB三個(gè)部分。

Red ComponentGreen ComponentBlue Component

將源圖像的RGB分量轉(zhuǎn)換到Y(jié)CbCr上后又轉(zhuǎn)化為RGB得到的三個(gè)分量差異的圖。

紅色分量差異綠色分量差異藍(lán)色分量差異 公式轉(zhuǎn)換的y分量公式轉(zhuǎn)換的cb分量公式轉(zhuǎn)換的Cr分量matlab函數(shù)轉(zhuǎn)換的y分量matlab函數(shù)轉(zhuǎn)換的Cb分量matlab函數(shù)轉(zhuǎn)換的Cr分量

從最后的結(jié)果可以看出原圖轉(zhuǎn)換到Y(jié)CbCr空間之后又轉(zhuǎn)化回來得到的圖像與原圖不符….RGB轉(zhuǎn)換為YCrCb后又轉(zhuǎn)換為RGB的圖像

以上只是我自己用Matlab做過的部分問題，還有一些比如場聲源定位Music算法仿真，DES加密算法。神經(jīng)網(wǎng)絡(luò)濾波器等等，鑒于代碼量太大，就不再敖述。二 Simulink學(xué)習(xí)心得與編程實(shí)踐

SIMILINK模塊庫按功能進(jìn)行分類，包括以下8類子庫： Continuous（連續(xù)模塊）Discrete（離散模塊）

Function&Tables（函數(shù)和平臺模塊）Math（數(shù)學(xué)模塊）

Nonlinear（非線性模塊）

Signals&Systems（信號和系統(tǒng)模塊）Sinks（接收器模塊）Sources（輸入源模塊）

對于simulink來說其實(shí)沒什么好說的，需要什么就把什么拖到Model里面，連線之后設(shè)定參數(shù)。不是很麻煩的。但是重要的是對于系統(tǒng)的設(shè)計(jì)與仿真思想才是最重要的。而且里面的S-Function也是比較好的一個(gè)設(shè)計(jì)，用S-Function可以自定義一些組件，使自己的仿真看上去更加清晰與精簡。

Simulink的工作方式：

（1）模塊內(nèi)的參數(shù)值首先會送到Matlab中進(jìn)行計(jì)算，得到的參數(shù)值會用來當(dāng)做以后需要調(diào)用的參數(shù)。

（2）模型系統(tǒng)中的各個(gè)層級將被平展開來，每一個(gè)子系統(tǒng)將被相應(yīng)的模塊所代替。（3）模塊按被處理的順序排列，此時(shí)代數(shù)回路結(jié)構(gòu)也被檢查出來，此種排列產(chǎn)生一個(gè)列表，以確保具有代數(shù)回路的模塊驅(qū)動輸入的模塊被更新后才更新。

（4）檢查塊之間的鏈接，是否每一個(gè)塊的輸出端口與它所連接的模塊輸入端口有相同的信號寬度。

現(xiàn)在可以準(zhǔn)備執(zhí)行仿真操作，仿真時(shí)使用數(shù)值迭代求的的結(jié)果，每種數(shù)值積分模型提供的連續(xù)狀態(tài)的微分能力。

Simulink中的模型都是分級的，因此可以通過自上而下或者自下而上的方式建立模型。定義了一個(gè)模型以后，就可以通過Simulink的菜單或者在Matlab的Command中輸入命令進(jìn)行仿真。

關(guān)于學(xué)習(xí)的心得就寫到這里了，接下來是一些自己做的仿真。

1：觀察一個(gè)信號與積分之后的區(qū)別，目的是了解Scope的功能和用法。

仿真結(jié)果，左邊為原始信號，右邊為積分后的信號。

用XYGraph看到的對比

Rossler吸引子產(chǎn)生仿真：

Rossler 吸引子產(chǎn)生是服從下面這個(gè)方程的 1

212 331

仿真圖 ???(x?x)x??x?axx??b?x(x?c)xa?b?0.2c?5.7

仿真結(jié)果

LMS自適應(yīng)濾波器： 仿真圖：

遇到的問題

問題的解決辦法：

將Spectrum Scope中的buffer input打勾就行了。

仿真結(jié)果圖形：

1：Spectrum Scope的輸出圖形

2：Vector Scope的輸出結(jié)果

3：Scope的輸出結(jié)果圖形