第一篇：《信號(hào)處理matlab仿真》大作業(yè)

中國(guó)石油大學(xué)（華東）信息與控制工程學(xué)院

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

專(zhuān)業(yè)班級(jí)：電子班 學(xué)

號(hào)：***** 姓

名：****** 任課老師：***** 2088年11月12日

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

一、實(shí)現(xiàn)算法及設(shè)計(jì)思路

1、基本信號(hào)顯示

正弦信號(hào)的顯示，可以對(duì)它的幅度、角頻率以及初相位進(jìn)行設(shè)置輸入。

A1=get(handles.edit1,'String');A=str2num(A1);

w1=get(handles.edit2,'String');w=str2num(w1);

p1=get(handles.edit3,'String');p=str2num(p1);t=-2*pi:0.01:2*pi;y=A*sin(w*t+p);plot(t,y,'r-.');grid

title('正弦信號(hào)');

方波信號(hào)：

t0=-6*pi;t1=6*pi;dt=1;t=t0:dt:t1;y1=square(t);plot(t,y1,'r-');grid

title('方波信號(hào)')鋸齒信號(hào)：

t0=-6*pi;t1=6*pi;dt=0.05;t=t0:dt:t1;

f=sawtooth(pi/5*t,0);plot(t,f,'r-')grid

title('鋸齒信號(hào)')單位階躍信號(hào)：

t=-5:0.01:5 y1=u(t);plot(t,y1,'r');grid

title('單位階躍信號(hào)')

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

U(t):

function f=u(t)f=(t>0);%t>0時(shí)，f為1，否則為0 end 抽樣信號(hào)：

t=-15:0.01:15;t1=t/pi;y4=sinc(t1);plot(t,y4,'r-');grid title('抽樣信號(hào)');指數(shù)信號(hào)：

clc t=0:.001:10;ft=exp(t);plot(t,ft,'r-'),grid title('指數(shù)信號(hào))')

2、序列運(yùn)算

單位脈沖序列，可以對(duì)位移量進(jìn)行設(shè)置：

t=str2num(get(handles.edit1,'String'));k=[t-3:t+7];fk=[(k-t)==0];stem(k,fk)title('單位脈沖序列')單位階躍序列，可以對(duì)位移量進(jìn)行設(shè)置：

t=str2num(get(handles.edit2,'String'));k=[t-3:t+7];fk=[(k-t)>=0];stem(k,fk)title('單位階躍序列')指數(shù)序列，可以對(duì)底數(shù)進(jìn)行設(shè)置：

t=str2num(get(handles.edit3,'String'));

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

k=[0:10];fk=t.^k;stem(k,fk)title('指數(shù)序列')序列卷積，可以對(duì)卷積幅度進(jìn)行設(shè)置（針對(duì)了特定的兩個(gè)序列）： t=str2num(get(handles.edit4,'String'));k1=-1:3;k2=-1:3;f1=[0 1 3 2 0 ];f2=[0 4 3 2 1 ];y=t*conv(f1,f2);k0=k1(1)+k2(2);k3=length(f1)+length(f2)-2;k=k0:k0+k3;stem(k,y)title('卷積序列')

3、卷積與傅里葉變換

卷積，針對(duì)兩個(gè)特定的信號(hào)，對(duì)卷積幅度進(jìn)行設(shè)置： clc

t=str2num(get(handles.edit1,'String'));t11=0;

t12=1;

t21=0;

t22=2;

t1=t11:0.001:t12;ft1=2*rectpuls(t1-0.5,1);t2=t21:0.001:t22;ft2=t2;

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

t3=t11+t21:0.001:t12+t22;ft3=conv(ft1,ft2);ft3=t*ft3*0.001;plot(t3,ft3)title('f1(t)*f2(t)')方波傅里葉分析，對(duì)方波幅度進(jìn)行設(shè)置： clc f=str2num(get(handles.edit2,'String'));t=0:0.01:2*pi;y=f*sin(t);plot(t,y),hold on y=f*(sin(t)+sin(3*t)/3);plot(t,y),hold on y=f*(sin(t)+sin(3*t)/3+sin(5*t)/5);plot(t,y),hold on y=f*(sin(t)+sin(3*t)/3+sin(5*t)/5+sin(7*t)/7);plot(t,y),hold on y=f*(sin(t)+sin(3*t)/3+sin(5*t)/5+sin(7*t)/7+sin(9*t)/9);plot(t,y),hold on y=f*(sin(t)+sin(3*t)/3+sin(5*t)/5+sin(7*t)/7+sin(9*t)/9+sin(11*t)/11);plot(t,y),grid title('方波傅立葉分析')

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

離散傅里葉變化，針對(duì)指數(shù)信號(hào)，對(duì)底數(shù)進(jìn)行設(shè)置： t=str2num(get(handles.edit3,'String'));n=-5:5;x=t.^n;k=-200:200;w=(pi/100)*k;X=x*(exp(-j*pi/100)).^(n'*k);p=abs(X);plot(w/pi,p),grid title('離散傅立葉變換');快速傅里葉變化，針對(duì)指數(shù)信號(hào)，對(duì)底數(shù)進(jìn)行設(shè)置： N=str2num(get(handles.edit3,'String'));x0=sin(N*2*pi*[1:8]/8)*5;dt=2*pi/8;w=linspace(0,2*pi,1000)/dt;x0=x0*exp(-j*[1:length(x0)]'*w)*dt;plot(w,abs(x0))title('快速傅立葉變換')

4、濾波器設(shè)計(jì)

FIR低通濾波器,可以對(duì)階數(shù)、截止頻率進(jìn)行設(shè)置：

A1=get(handles.edit1,'String');N=str2num(A1);w1=get(handles.edit2,'String');Wn=str2num(w1);b=fir1(N,Wn,'low');

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

fs=2000;[h,f]=freqz(b,1,1024,fs)plot(f,20*log10(abs(h)));FIR高通濾波器,可以對(duì)階數(shù)、截止頻率進(jìn)行設(shè)置： A1=get(handles.edit3,'String');N=str2num(A1);w1=get(handles.edit4,'String');Wn=str2num(w1);b=fir1(N,Wn,'high');fs=2000;[h,f]=freqz(b,1,1024,fs)plot(f,20*log10(abs(h)));FIR帶通濾波器,可以對(duì)階數(shù)、截止頻率進(jìn)行設(shè)置： A1=get(handles.edit5,'String');N=str2num(A1);w1=get(handles.edit6,'String');Wn=str2num(w1);b=fir1(N,Wn);fs=2000;[h,f]=freqz(b,1,1024,fs)plot(f,20*log10(abs(h)));巴特沃斯低通濾波器：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

[b,a]=butter(11,0.5);figure(1);freqz(b,a,512,1000)n=0:40;x1=[(n-3)>=0];x2=[(n-20)>=0];x=x1-x2;y=filter(b,a,x);figure(2)subplot(1,2,1)stem(n,x);axis([0,35,-0.3,1.3]);grid title('x(n)');subplot(1,2,2)stem(n,y)grid title('y=filter(b,a,x)');切比雪夫I型濾波器： wp1=1000;ws1=1500;wc=3000;

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

wp=wp1/wc;ws=ws1/wc;[n,wn]=cheb1ord(wp,ws,1,15);[b,a]=cheby1(n,1,wn);freqz(b,a,512,6000);axis([0,3000,-40,5]);

5、簡(jiǎn)單圖像處理：

打開(kāi)圖片：

[filename,pathname]=uigetfile({'*.jpg';'*.bmp';'*.tif';'*.*'},' 載入圖像 ');%選擇路徑打開(kāi)圖像

if isequal(filename,0)|isequal(pathname,0)%若 filename 為 0 或 pathname為 0，即未選中文件

errordlg('未選中文件 ','警告');%建立一個(gè)名為警告的錯(cuò)誤對(duì)話框，內(nèi)容為“未選中文件 ”

return;else

file=[pathname,filename];%將文件名和目錄名組合成一個(gè)完整的路徑

x=imread(file);%讀入圖像

set(handles.axes1,'HandleVisibility','ON');%設(shè)置圖形對(duì)象屬性，可從命令窗口中和 GUIs 中訪問(wèn)

axes(handles.axes1);%定義圖形區(qū)域 axes1

imshow(x);%顯示圖像

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

set(handles.axes1,'HandleVisibility','OFF');%設(shè)置圖形對(duì)象屬性，不可從命令窗口中和 GUIs 中訪問(wèn)

axes(handles.axes2);%定義圖形區(qū)域 axes2 imshow(x);%顯示圖像

handles.img=x;%把圖像發(fā)給handles.img end 灰度處理：

global T %定義全局變量

axes(handles.axes2);%定義圖形區(qū)域 axes2 T=getimage;%從坐標(biāo)軸獲取圖像數(shù)據(jù)

x=rgb2gray(handles.img);%利用 rgb2gray函數(shù)對(duì)源圖像進(jìn)行灰度處理 imshow(x);%顯示圖像

xlabel('灰度圖像 ');% x 軸名為“灰度圖像 ”

handles.img=x;%把圖像發(fā)給 handles.img 傅里葉變換：

axes(handles.axes2);i1=handles.img;%獲取圖像

i2=im2double(i1);%圖像矩陣轉(zhuǎn)換成雙精度浮點(diǎn)類(lèi)型

f1=fft2(i2);%對(duì)圖像進(jìn)行二維離散傅里葉變換

fc1=fftshift(f1);%將變換后的圖象頻譜中心從矩陣的原點(diǎn)移到矩陣的中心

i=log(1+abs(fc1));%對(duì)變換后的圖像矩陣數(shù)據(jù)求絕對(duì)值后取自然對(duì)數(shù) imshow(i);

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

xlabel('傅里葉變換圖像 ');handles.img=i;直方圖均衡化：

axes(handles.axes2);%定義圖形區(qū)域 axes2 T=getimage;%從坐標(biāo)軸獲取圖像數(shù)據(jù)

x=rgb2gray(handles.img);%利用 rgb2gray函數(shù)對(duì)源圖像進(jìn)行灰度處理 h=histeq(x);%對(duì)圖像進(jìn)行直方圖均衡化處理

imshow(h);%顯示圖像

xlabel('直方圖均衡化后的圖像 ');handles.img=h;低通濾波器處理： axes(handles.axes2);y1=handles.img;%獲取圖像

x=rgb2gray(handles.img);%灰度變換

f=double(x);%數(shù)據(jù)類(lèi)型轉(zhuǎn)換為雙精度數(shù)值

g=fft2(f);%二維離散傅里葉變換

g=fftshift(g);%將變換后的圖象頻譜中心從矩陣的原點(diǎn)移到矩陣的中心

[M,N]=size(g);%返回矩陣 g 的大小，即 M 為行數(shù)，N 為列數(shù)

nn=2;%二階巴特沃斯低通濾波器 d0=50;%截止頻率 50Hz m=fix(M/2);

n=fix(N/2);%取矩陣 g 的行數(shù)和列數(shù)一半的整數(shù)

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

for i=1:M

for j=1:N % 循環(huán)

d=sqrt((i-m)^2+(j-n)^2);

h=1/(1+0.414*(d/d0)^(2*nn));%計(jì)算低通濾波器傳遞函數(shù)

result(i,j)=h*g(i,j);%結(jié)果返回到 result

end end result=ifftshift(result);%將圖象頻譜中心從矩陣的中心移到矩陣的原點(diǎn) y2=ifft2(result);%二維離散傅里葉反變換

y3=uint8(real(y2));%把矩陣 y2 實(shí)部轉(zhuǎn)換成 8 位無(wú)符號(hào)數(shù)據(jù)

imshow(y3);%顯示低通濾波后的圖像

xlabel('低通濾波圖像 ');handles.img=y3;高通濾波器處理： axes(handles.axes2);x=handles.img;%獲取圖像

y=rgb2gray(handles.img);%灰度變換

f=double(y);%數(shù)據(jù)類(lèi)型轉(zhuǎn)換為雙精度數(shù)值 k=fft2(f);%二維離散傅里葉變換

g=fftshift(k);%將變換后的圖象頻譜中心從矩陣的原點(diǎn)移到矩陣的中心

[M,N]=size(g);%返回矩陣 g 的大小，即 M 為行數(shù)，N 為列數(shù)

nn=2;%二階

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

d0=25;%截止頻率 25Hz m=fix(M/2);n=fix(N/2);for i=1:M

for j=1:N %循環(huán) d=sqrt((i-m)^2+(j-n)^2);if d<=d0 h=0;else h=1;end result(i,j)=h*g(i,j);%結(jié)果返回到 result end end result=ifftshift(result);%將圖象頻譜中心從矩陣的中心移到矩陣的原點(diǎn)

y2=ifft2(result);%二維離散傅里葉反變換

y3=uint8(real(y2));%把矩陣 y2 實(shí)部轉(zhuǎn)換成 8 位無(wú)符號(hào)數(shù)據(jù) imshow(y3);%顯示高通濾波后的圖像

xlabel('高通濾波圖像 ');handles.img=y3;上下翻轉(zhuǎn)：

axes(handles.axes2);

T= getimage;%從坐標(biāo)軸獲取圖像數(shù)據(jù) f=flipud(handles.img);%將圖像矩陣上下翻轉(zhuǎn)

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

imshow(f);%顯示翻轉(zhuǎn)后的圖像

xlabel('上下翻轉(zhuǎn)后的圖像 ');handles.img=f;左右翻轉(zhuǎn)：

axes(handles.axes2);T= getimage;%從坐標(biāo)軸獲取圖像數(shù)據(jù) f=fliplr(handles.img);%將圖像矩陣左右翻轉(zhuǎn)

imshow(f);%顯示翻轉(zhuǎn)后的圖像

xlabel('左右翻轉(zhuǎn)后的圖像 ');handles.img=f;

二、調(diào)試分析

這個(gè)錯(cuò)誤主要是不細(xì)心造成，檢查發(fā)現(xiàn)右括號(hào)少了，加上就解決了。

對(duì)變量沒(méi)有定義，直接進(jìn)行使用，在程序開(kāi)始之前對(duì)其進(jìn)行了重新定義。

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

Freqz錯(cuò)誤使用，對(duì)程序及freqz參數(shù)調(diào)整，得到解決。

跟上面的問(wèn)題一樣，都是對(duì)freqz重新調(diào)整，得到解決。如圖所示：

沒(méi)有對(duì)axes1進(jìn)行定義，直接使用，程序加了：axes(handles.axes1);得到解決。

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

這個(gè)錯(cuò)誤開(kāi)始的時(shí)候以為是圖窗設(shè)計(jì)的不合理，或者是程序的問(wèn)題，就把圖窗和.m文件都刪了重新設(shè)計(jì)，還是這個(gè)錯(cuò)誤，排除了圖窗設(shè)計(jì)錯(cuò)誤，就對(duì)程序進(jìn)行重新設(shè)計(jì)，最后實(shí)現(xiàn)了簡(jiǎn)單的圖像處理按鈕的編寫(xiě)并且沒(méi)有了錯(cuò)誤。

直接對(duì).img進(jìn)行了使用，對(duì)程序作了一下改動(dòng)，此問(wèn)題得到解決：

三、測(cè)試結(jié)果

1、仿真系統(tǒng)開(kāi)始界面：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

2、基本信號(hào)顯示：

①：正弦信號(hào)的顯示：

②：方波信號(hào)的顯示：

③：鋸齒信號(hào)的顯示：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

④：?jiǎn)挝浑A躍信號(hào)的顯示：

⑤：抽樣信號(hào)的顯示：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

⑥：指數(shù)信號(hào)的顯示：

3、序列運(yùn)算：

①：?jiǎn)挝幻}沖序列：

②：?jiǎn)挝浑A躍序列：

③：指數(shù)序列：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

④：序列卷積：

4、卷積與傅里葉變換：

①：卷積：

②：方波傅里葉分析：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

③：離散傅里葉變換：（主要是對(duì)指數(shù)信號(hào)）

④：快速傅里葉變換：（主要是對(duì)指數(shù)信號(hào)）

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

5、濾波器設(shè)計(jì)：

①：FIR低通濾波器：

②：FIR高通濾波器：

③：FIR帶通濾波器：

④：巴特沃斯低通濾波器：（幅頻與相頻圖線）

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

⑤：切比雪夫I型濾波器：

6、簡(jiǎn)單圖像處理：

①：選擇圖片打開(kāi)：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

②：灰度處理：

③：傅里葉變換：

④：直方圖均衡化：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

⑤：低通濾波器處理：

⑥：高通濾波器處理：

⑦：上下翻轉(zhuǎn)：

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

⑧：左右翻轉(zhuǎn)：

注：每項(xiàng)操作完成后，都有一個(gè)返回主界面按鈕，為退出此項(xiàng)操作，這里不一一展示。

四、課程總結(jié)及心得體會(huì)

通過(guò)近一段的學(xué)習(xí)，我明確了matlab是一款集數(shù)據(jù)分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，可方便地應(yīng)用于數(shù)學(xué)計(jì)算、算法開(kāi)發(fā)、數(shù)據(jù)采集、系統(tǒng)建模和仿真、數(shù)據(jù)分析和可視化、科學(xué)和應(yīng)用軟件開(kāi)發(fā)等方面的強(qiáng)悍軟件，是研究人員、工程人員研究工作中不可多得的工具，也是我們學(xué)習(xí)過(guò)程中必不可少的軟件。而正因?yàn)槠鋸?qiáng)

《信號(hào)處理matlab仿真》結(jié)課作業(yè)

大之處，以及可視性及可交互性使我對(duì)它的學(xué)習(xí)產(chǎn)生了濃厚的興趣。開(kāi)學(xué)至今，我們學(xué)習(xí)了 matlab 矩陣及其運(yùn)算、matlab 程序設(shè)計(jì)、m文件操作、m文件 調(diào)試、m文件編程以及 matlab 繪圖等，一段時(shí)間下來(lái)，對(duì) matlab 還是有了一定的框架性認(rèn)識(shí)及編程能力。并且在學(xué)習(xí)matlab 過(guò)程中，我感覺(jué)到它和 c 語(yǔ)言有許多相似之處，它有c語(yǔ)言的特征，但是比 c 語(yǔ)言編程計(jì)算更加簡(jiǎn)單，適合于復(fù)雜的數(shù)學(xué)運(yùn)算。以上就是我對(duì)此課程的總結(jié)和心得體會(huì)。

根據(jù)自己學(xué)習(xí)的過(guò)程提出以下兩點(diǎn)建議：

1、針對(duì)上課學(xué)習(xí)： 對(duì)于軟件類(lèi)的學(xué)習(xí)存在這樣一個(gè)問(wèn)題，我們可以上課時(shí)帶電腦到課堂上或機(jī)房授課，一方面老師在講臺(tái)上演示，另 一方面同學(xué)們?cè)谙旅婕磿r(shí)練習(xí)，這樣印象會(huì)更加深刻。

2、針對(duì)課下學(xué)習(xí)：近期 matlab 學(xué)習(xí)，老師給的課下作業(yè)很少，僅有實(shí)驗(yàn)，也許老師考慮同學(xué)們比較忙，以及可能交上來(lái)的作業(yè)效果質(zhì)量達(dá)不到預(yù)期效果。但我認(rèn)為適量的課下作業(yè)還是非常有必要的，尤其是對(duì)于我們這些普遍自制力較差的情況，這點(diǎn)顯得更加有意義。課下作業(yè)可以布置那些老師演示過(guò)的程序或 ppt 中程序略加改動(dòng)，讓我們下課后及時(shí)完成上交?？梢允刮覀兗皶r(shí)鞏固。

第二篇：基于matlab的語(yǔ)音信號(hào)濾波處理——數(shù)字信號(hào)處理課程設(shè)計(jì)

數(shù)字信號(hào)處理課程設(shè)計(jì)

題目： 學(xué)院： 專(zhuān)業(yè)： 班級(jí)： 學(xué)號(hào)： 姓名： 指導(dǎo)教師：

基于matlab的語(yǔ)音信號(hào)濾波處理

物理與電子信息學(xué)院電子信息工程

摘要：

語(yǔ)音信號(hào)處理是研究用數(shù)字信號(hào)處理技術(shù)和語(yǔ)音學(xué)知識(shí)對(duì)語(yǔ)音信號(hào)進(jìn)行處理的新興學(xué)科，是目前發(fā)展最為迅速的學(xué)科之一，通過(guò)語(yǔ)音傳遞信息是人類(lèi)最重要，最有效，最常用和最方便的交換信息手段，所以對(duì)其的研究更顯得尤為重要。

Matlab語(yǔ)言是一種數(shù)據(jù)分析和處理功能十分強(qiáng)大的計(jì)算機(jī)應(yīng)用軟件，它可以將聲音文件變換成離散的數(shù)據(jù)文件，然后用起強(qiáng)大的矩陣運(yùn)算能力處理數(shù)據(jù)。這為我們的本次設(shè)計(jì)提供了強(qiáng)大并良好的環(huán)境！

本設(shè)計(jì)要求自己錄制一段自己的語(yǔ)音后，在MATLAB軟件中采集語(yǔ)音信號(hào)、回放語(yǔ)音信號(hào)并畫(huà)出語(yǔ)音信號(hào)的時(shí)域波形和頻譜圖。再在Matlab中分別設(shè)計(jì)不同形式的FIR數(shù)字濾波器。之后對(duì)采集的語(yǔ)音信號(hào)經(jīng)過(guò)不同的濾波器（低通、高通、帶通）后，觀察不同的波形，并進(jìn)行時(shí)域和頻譜的分析。對(duì)比處理前后的時(shí)域圖和頻譜圖，分析各種濾波器對(duì)于語(yǔ)音信號(hào)的影響。最后分別收聽(tīng)進(jìn)行濾波后的語(yǔ)音信號(hào)效果，做到了解在怎么樣的情況下該用怎么樣的濾波器。

目錄

1.設(shè)計(jì)內(nèi)容……………………………………………………………4 2.設(shè)計(jì)原理……………………………………………………………4 2.1語(yǔ)音信號(hào)的時(shí)域分析…………………………………………4 2.2語(yǔ)音信號(hào)的頻域分析…………………………………………5 3.設(shè)計(jì)過(guò)程……………………………………………………………5 3.1實(shí)驗(yàn)程序源代碼………………………………………………6

3.1.1原語(yǔ)音信號(hào)時(shí)域、頻域圖………………………………6

3.1.2低通濾波器的設(shè)計(jì)………………………………………6

3.1.3高通濾波器的設(shè)計(jì)………………………………………7

3.1.4帶通濾波器的設(shè)計(jì)………………………………………8

3.1.5語(yǔ)音信號(hào)的回放………………………………………9 3.2調(diào)試結(jié)果描述…………………………………………………10 3.3所遇問(wèn)題及結(jié)果分析…………………………………………15

3.3.1所遇主要問(wèn)題…………………………………………16

3.3.2結(jié)果分析………………………………………………16 4.體會(huì)與收獲…………………………………………………………17 5.參考文獻(xiàn)……………………………………………………………17

1.設(shè)計(jì)內(nèi)容：

1．首先錄制好一段自己的語(yǔ)音。

2．用Matlab分別設(shè)計(jì)好3種類(lèi)型的濾波器（指標(biāo)自己確定）：低通型、高通型、帶通型。3．用Matlab將語(yǔ)音信號(hào)進(jìn)行采樣，并分別將其通過(guò)所設(shè)計(jì)的3種濾波器。4．用Matlab自帶的語(yǔ)音返回函數(shù)收聽(tīng)濾波后的語(yǔ)音信號(hào)，分析并比較其與原語(yǔ)音信號(hào)的差異。

2.設(shè)計(jì)原理：

語(yǔ)音信號(hào)時(shí)一種非平穩(wěn)的時(shí)變信號(hào)，它帶著各種信息。在語(yǔ)音編碼、語(yǔ)音合成、語(yǔ)音識(shí)別和語(yǔ)音增強(qiáng)等語(yǔ)音處理中無(wú)一例外需要提取語(yǔ)音中包含的各種信息。語(yǔ)音信號(hào)分析的目的就在于方便有效的提取并表示語(yǔ)音信號(hào)所攜帶的信息。語(yǔ)音信號(hào)處理可以分為時(shí)域和變換域等處理方法，其中時(shí)域分析是最簡(jiǎn)單的方法，直接對(duì)語(yǔ)音信號(hào)的時(shí)域波形進(jìn)行分析，崎嶇的特征參數(shù)主要有語(yǔ)音的短時(shí)能量，短時(shí)平均過(guò)零率，短時(shí)自相關(guān)函數(shù)等。2.1語(yǔ)音信號(hào)的時(shí)域分析

信號(hào)提取：通過(guò)圖形用戶界面上的菜單功能按鍵采集電腦上的一段音頻信號(hào)，完成音頻信號(hào)的頻率，幅度等信息的提取，并得到該語(yǔ)音信號(hào)的波形圖。

信號(hào)調(diào)整：在設(shè)計(jì)的用戶圖形界面下對(duì)輸入的音頻信號(hào)進(jìn)行各種變化，如變化幅度、改變頻率等操作，以實(shí)現(xiàn)對(duì)語(yǔ)音信號(hào)的調(diào)整。

2.2語(yǔ)音信號(hào)的頻域分析

信號(hào)的傅里葉表示在信號(hào)的分析和處理中起著重要的作用。因?yàn)閷?duì)于線性系統(tǒng)來(lái)說(shuō)，可以很方便地確定其對(duì)正弦或復(fù)指數(shù)和的響應(yīng)，所以傅里葉分析方法能完善地解決許多信號(hào)分析和處理問(wèn)題。另外，傅里葉表示使信號(hào)的某些特性變得更明顯，因此，它能更深入地說(shuō)明信號(hào)的各項(xiàng)紅物理現(xiàn)象。

由于語(yǔ)音信號(hào)時(shí)隨著時(shí)間變化的，通常認(rèn)為，語(yǔ)音是一個(gè)受準(zhǔn)周期脈沖或隨機(jī)噪聲源激勵(lì)的線性系統(tǒng)的輸出。輸出頻譜是聲道系統(tǒng)頻率響應(yīng)與激勵(lì)源頻譜的乘積。身份到系統(tǒng)的頻率響應(yīng)及激勵(lì)源都是隨時(shí)間變化的，因此一般標(biāo)準(zhǔn)的傅里葉表示雖然適用于周期及平穩(wěn)隨機(jī)信號(hào)的表示，但不能直接用于語(yǔ)音信號(hào)。由于語(yǔ)音信號(hào)可以認(rèn)為在短時(shí)間內(nèi)，近似不變，因而可以采用短時(shí)分析法。

1.信號(hào)變換：在用戶圖形界面西啊對(duì)采集的語(yǔ)音信號(hào)進(jìn)行Fourier等變換，并畫(huà)出變換前后的頻譜圖和倒譜圖。

2.信號(hào)濾波：濾除語(yǔ)音信號(hào)中的噪音部分，可以采用抵用濾波、高通濾波、帶通濾波，并比較各種濾波后的效果。

3．設(shè)計(jì)過(guò)程：

3.1實(shí)驗(yàn)程序源代碼（原語(yǔ)音信號(hào)存放在e:下）：

3.1.1．原語(yǔ)音信號(hào)的時(shí)域、頻域圖

[x1,fs,bits]=wavread('e:txwz.wav');%sound(x1,fs,bits);figure(1);

plot(x1);%做原始語(yǔ)音信號(hào)的時(shí)域圖形 title('原始語(yǔ)音信號(hào)');xlabel('時(shí)間 t');ylabel('音量 n');figure(2);y1=fft(x1);%做length(x1)點(diǎn)的FFT y1=fftshift(y1);%平移，是頻率中心為0 derta_fs = fs/length(x1);%設(shè)置頻譜的間隔，分辨率 plot([-fs/2:derta_fs: fs/2-derta_fs],abs(y1));%畫(huà)出原始語(yǔ)音信號(hào)的頻譜圖

title('原始語(yǔ)音信號(hào)的頻譜');grid on;3.1.2低通濾波器的設(shè)計(jì)

%低通濾波：截止頻率4000，阻帶衰減20dB，過(guò)渡帶寬0.1π

fc1=4000;N1=2*pi*0.9/(0.1*pi)wc1=2*pi*fc1/fs;if rem(N1,2)==0 N1=N1+1;end Window= boxcar(N1+1);%長(zhǎng)度為N1的矩形窗Window b1=fir1(N1,wc1/pi,Window);

figure(3);freqz(b1,1,512);title('低通濾波器的頻率響應(yīng)');x1_low = filter(b1,1,x1);%對(duì)信號(hào)進(jìn)行低通濾波 figure(4);plot(x1_low);title('信號(hào)經(jīng)過(guò)低通濾波器(時(shí)域)');figure(5);plot([-fs/2:derta_fs:fs/2-derta_fs],abs(fftshift(fft(x1_low))));title('信號(hào)經(jīng)過(guò)低通濾波器（頻域）');3.1.3高通濾波器的設(shè)計(jì)

%高通濾波：截止頻率4000，阻帶衰減40dB,過(guò)渡帶寬0.1π

fc2=4000;N2=2*pi*3.1/(0.1*pi)wc2=2*pi*fc1/fs;N2=N2+mod(N2,2);Window=hanning(N2+1);b2=fir1(N2,wc2/pi,'high',Window);figure(6);freqz(b2,1,512);%數(shù)字濾波器頻率響應(yīng) title('高通濾波器的頻率響應(yīng)');

x1_high = filter(b2,1,x1);%對(duì)信號(hào)進(jìn)行高通濾波 figure(7);plot(x1_high);title('信號(hào)經(jīng)過(guò)高通濾波器(時(shí)域)');figure(8);plot([-fs/2:derta_fs:fs/2-derta_fs],abs(fftshift(fft(x1_high))));title('信號(hào)經(jīng)過(guò)高通濾波器（頻域）')3.1.4帶通濾波器的設(shè)計(jì)

%帶通濾波：下截止頻率4000，上截止頻率8000，阻帶衰減20dB,過(guò)渡帶寬度0.1π

f1=4000;f2=8000;%帶通濾波器的通帶范圍 w1=2*pi*f1/fs;w3=w1+0.1*pi;w2=2*pi*f2/fs;w4=w2-0.1*pi;w=[(w1+w3)/2,(w2+w4)/2];B=0.1*pi;N3=ceil(2*0.9*pi/B);N3=N3+mod(N3,2);Window=boxcar(N3+1);b3=fir1(N3,w/pi,'stop',Window);%帶通濾波器

figure(9);freqz(b3,1,512);%數(shù)字濾波器頻率響應(yīng) title('帶通濾波器的頻率響應(yīng)');x1_daitong = filter(b3,1,x1);%對(duì)信號(hào)進(jìn)行帶通濾波 figure(10);plot(x1_daitong);title('信號(hào)經(jīng)過(guò)帶通濾波器(時(shí)域)');figure(11);plot([-fs/2:derta_fs:fs/2-derta_fs],abs(fftshift(fft(x1_daitong))));title('信號(hào)經(jīng)過(guò)帶通濾波器（頻域）');3.1.5語(yǔ)音信號(hào)的回放（分別執(zhí)行）

sound(x1,fs,bits);%原始信號(hào)

sound(x1_low,fs,bits);%經(jīng)過(guò)低通濾 sound(x1_high,fs,bits);%經(jīng)過(guò)高通濾波 sound(x1_daitong,fs,bits);%經(jīng)過(guò)帶通濾波

3.2調(diào)試結(jié)果描述

原始語(yǔ)音信號(hào)的時(shí)域圖形：

原始語(yǔ)音信號(hào)頻譜：

低通濾波器的頻率響應(yīng)：

信號(hào)經(jīng)過(guò)低通濾波后的時(shí)域波形：

信號(hào)經(jīng)過(guò)低通濾波后的頻域波形

高通濾波器的頻率響應(yīng)：

信號(hào)經(jīng)過(guò)高通濾波后的時(shí)域波形：

信號(hào)經(jīng)過(guò)高通濾波后的頻域波形：

帶通濾波器的頻率響應(yīng)：

信號(hào)經(jīng)過(guò)帶通濾波后的時(shí)域波形：

信號(hào)經(jīng)過(guò)帶通濾波后的頻域波形：

3.3所遇問(wèn)題及結(jié)果分析

3.3.1所遇主要問(wèn)題

1．在高通與帶通濾波器的設(shè)計(jì)時(shí)老是報(bào)錯(cuò)，但同樣的用法在低通濾波器中就可以實(shí)現(xiàn)

b2=fir1(N2,wc2/pi,'high',Window);??? Error using ==> fir1 The window length must be the same as the filter length.其要求在fir函數(shù)中所選用的窗長(zhǎng)要和濾波器長(zhǎng)度一致。但在參考書(shū)上指出，濾波器階數(shù)必須為窗長(zhǎng)加1。經(jīng)上網(wǎng)查詢后，原來(lái)高通、帶阻濾波器的階數(shù)應(yīng)該控制為奇數(shù)，因?yàn)槿绻A數(shù)為偶數(shù)，則在π點(diǎn)必有一零點(diǎn)，這對(duì)于高通帶阻來(lái)說(shuō)是不允許的，故取階數(shù)為奇數(shù)，而你FIR1濾波器階數(shù)為M+1階，所以你的M必須為偶數(shù)，所以可以將程序中去窗長(zhǎng)算法由原程序的: N2=2*pi*0.9/(0.1*pi);if rem(N2,2)==0 N2=N2+1;End 和: N3=2*pi*0.9/(0.1*pi);if rem(N3,2)==0 N3=N3+1;End 改為了：

N2=N2+mod(N2,2);和: B=0.1*pi;（B為過(guò)渡帶寬）N3=ceil(2*0.9*pi/B);N3=N3+mod(N3,2);2.在設(shè)計(jì)高通濾波器時(shí)先是使用的矩形窗，用矩形窗驗(yàn)證出來(lái)的結(jié)果中低頻語(yǔ)音分量依舊很強(qiáng)，不能將其全部抑制在0，之后換窗，選著了最小衰減可以到達(dá)53dB的海明窗，再次試驗(yàn)，非常成功！3.3.2結(jié)果分析

經(jīng)過(guò)回放三個(gè)不同類(lèi)型濾波器輸出的語(yǔ)音信號(hào)，并與原語(yǔ)音信號(hào)對(duì)比得到了如下結(jié)論。

語(yǔ)音高頻成分音質(zhì)非常尖銳，齒音中，聲音有些暗淡。語(yǔ)音低頻成分音質(zhì)沉穩(wěn)，空間感覺(jué)強(qiáng)，語(yǔ)音渾厚。語(yǔ)音中頻成分音質(zhì)有力度，有通透感。

4．體會(huì)與收獲

以往都是通過(guò)課本來(lái)感性的認(rèn)知語(yǔ)音信號(hào)，通過(guò)本次的課程設(shè)計(jì)，讓我對(duì)語(yǔ)音信號(hào)有了一個(gè)較為實(shí)際的認(rèn)識(shí)。于此同時(shí)，讓我再次把數(shù)字信號(hào)處理及數(shù)字濾波器的設(shè)計(jì)方法重新進(jìn)行了復(fù)習(xí)和學(xué)習(xí)。而對(duì)于Matlab，也再次讓我感受到了其功能的強(qiáng)大。最為重要的是，本次課 17

程設(shè)計(jì)讓我重新審視了學(xué)習(xí)的過(guò)程：只去做實(shí)驗(yàn)是不行的，首先還是要思考，遇到了問(wèn)題查書(shū)籍，百度搜索也只是一種手段，更加重要的是想，再理解，只有這樣才能真正的做好實(shí)驗(yàn)。

5.參考文獻(xiàn)

《數(shù)字信號(hào)處理》錢(qián)同惠、百度文庫(kù)

第三篇：基于Matlab的ASK仿真

基于MATLAB的2ASK調(diào)制

根據(jù)數(shù)字帶通調(diào)制原理，運(yùn)用MATLAB進(jìn)行編程，仿真調(diào)制過(guò)程，記錄并分析仿真結(jié)果。

形成設(shè)計(jì)報(bào)告。

課程設(shè)計(jì)需要運(yùn)用MATLAB編程實(shí)現(xiàn)2ASK,2FSK,2PSK，2DPSK調(diào)制解調(diào)過(guò)程，并且輸出其調(diào)制后的波形，畫(huà)出頻譜、功率譜密度圖，并比較各種調(diào)制的誤碼率情況，討論其調(diào)制效果。

二進(jìn)制數(shù)字調(diào)制技術(shù)原理

數(shù)字信號(hào)的傳輸方式分為基帶傳輸和帶通傳輸，在實(shí)際應(yīng)用中，大多數(shù)信道具有帶通特性而不能直接傳輸基帶信號(hào)。為了使數(shù)字信號(hào)在帶通信道中傳輸，必須使用數(shù)字基帶信號(hào)對(duì)載波進(jìn)行調(diào)制，以使信號(hào)與信道的特性相匹配。這種用數(shù)字基帶信號(hào)控制載波，把數(shù)字基帶信號(hào)變換為數(shù)字帶通信號(hào)的過(guò)程稱為數(shù)字調(diào)制。通常使用鍵控法來(lái)實(shí)現(xiàn)數(shù)字調(diào)制，比如對(duì)載波的振幅、頻率和相位進(jìn)行鍵控。

2ASK

2ASK信號(hào)的產(chǎn)生方法通常有兩種：模擬調(diào)制和鍵控法。解調(diào)有相干解調(diào)和非相干解調(diào)。P=1時(shí)f(t)=Acoswt;p=0時(shí)f(t)=0;其功率譜密度是基帶信號(hào)功率譜的線性搬移

2.2 數(shù)字調(diào)制技術(shù)的仿真實(shí)現(xiàn)

MATLAB是一種功能強(qiáng)大的科學(xué)計(jì)算和工程仿真軟件，它的交互式集成界面能夠幫助用戶快速的完成數(shù)值分析、數(shù)字信號(hào)處理、仿真建模、和優(yōu)化等功能。本課程設(shè)計(jì)需要運(yùn)用MATLAB編程實(shí)現(xiàn)2ASK,2FSK,2PSK，2DPSK調(diào)制解調(diào)過(guò)程，并且輸出其調(diào)制后的波形，畫(huà)出頻譜、功率譜密度圖，并比較各種調(diào)制的誤碼率情況，討論其調(diào)制效果。

3．程序與調(diào)試圖形 3.1、ASK調(diào)制解調(diào) 3.1.1 ASK程序： 3.3.2 ASK圖形：

close all clear all n=16;fc=1000000;

%fc>=bitRate fc/bitRate為每個(gè)二進(jìn)制包含sin周期個(gè)數(shù) bitRate=1000000;N=50;%noise=ti;noise=10;

signal=source(n,N);transmittedSignal=askModu(signal,bitRate,fc,N);signal1=gussian(transmittedSignal,noise);configueSignal=demoASK(signal1,bitRate,fc,n,N);

1.隨機(jī)信號(hào)的產(chǎn)生

2.ASK信號(hào)調(diào)制

3.信道加噪聲后信號(hào)

4.接收信號(hào)的解調(diào)

5.解調(diào)出的二進(jìn)制信號(hào)

3.4、誤碼率分析

1.ASK誤碼率分析

ASK clear all close all i=10;j=5000;

t=linspace(0,5,j);%取0，0.001，0.002。。5 共5001個(gè)點(diǎn)

fc=10;fm=i/5;B=2*fc;

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%生基帶信號(hào)

a=round(rand(1,i));%隨機(jī)序列

figure(2)

產(chǎn)

plot(rand(1,i))st=t;for n=1:10

if a(n)<1;

for m=j/i*(n-1)+1:j/i*n

%一個(gè)信號(hào)取500個(gè)點(diǎn)

st(m)=0;

end

else

for m=j/i*(n-1)+1:j/i*n

st(m)=1;

end

end end figure(1);subplot(421);plot(t,st);axis([0,5,-1,2]);title('基帶信號(hào)');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%載波

s1=cos(2*pi*fc*t);subplot(422);

plot(s1);title('載波信號(hào)');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%調(diào)制

e_2ask=st.*s1;subplot(423);plot(t,e_2ask);title('已調(diào)信號(hào)');noise =rand(1,j);

e_2ask=e_2ask+noise;%加入噪聲

subplot(424);plot(t,e_2ask);

title('加入噪聲的信號(hào)');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%相干解調(diào)

at=e_2ask.*cos(2*pi*fc*t);at=at-mean(at);subplot(425);plot(t,at);

title('相乘后信號(hào)');

[f,af] = T2F(t,at);%通過(guò)低通濾波器

[t,at] = lpf(f,af,2*fm);subplot(426);

plot(t,at);

title('解調(diào)后波形');

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%抽樣判決

for m=0:i-1;

if at(1,m*500+250)+0.5<0.5;

for j=m*500+1:(m+1)*500;

at(1,j)=0;

end else

for j=m*500+1:(m+1)*500;

at(1,j)=1;

end end end subplot(427);plot(t,at);axis([0,5,-1,2]);title('抽樣判決后波形')

第四篇：數(shù)字信號(hào)處理課后習(xí)題Matlab作業(yè)

數(shù)字信號(hào)處理MATLAB

第1頁(yè)

習(xí)題數(shù)字信號(hào)處理MATLAB習(xí)題

M1-1 已知g1(t)?cos(6?t)，g2(t)?cos(14?t)，g3(t)?cos(26?t)，以抽樣頻率fsam?10Hz對(duì)上述三個(gè)信號(hào)進(jìn)行抽樣。在同一張圖上畫(huà)出g1(t)，g2(t)和g3(t)及抽樣點(diǎn)，對(duì)所得結(jié)果進(jìn)行討論。

解：

第2頁(yè)

從以上兩幅圖中均可看出，三個(gè)余弦函數(shù)的周期雖然不同，但它們抽樣后相應(yīng)抽樣點(diǎn)所對(duì)應(yīng)的值都相同。那么這樣還原回原先的函數(shù)就變成相同的，實(shí)際上是不一樣的。這是抽樣頻率太小的原因，我們應(yīng)該增大抽樣頻率才能真實(shí)還原。如下圖：f=50Hz

第3頁(yè)

程序代碼

f=10;

t=-0.2:0.001:0.2;g1=cos(6.*pi.*t);g2=cos(14.*pi.*t);g3=cos(26.*pi.*t);k=-0.2:1/f:0.2;h1=cos(6.*pi.*k);h2=cos(14.*pi.*k);h3=cos(26.*pi.*k);% subplot(3,1,1);

% plot(k,h1,'r.',t,g1,'r');% xlabel('t');% ylabel('g1(t)');% subplot(3,1,2);

% plot(k,h2,'g.',t,g2,'g');% xlabel('t');% ylabel('g2(t)');% subplot(3,1,3);

% plot(k,h3,'b.',t,g3,'b');% xlabel('t');% ylabel('g3(t)');

plot(t,g1,'r',t,g2,'g',t,g3,'b',k,h1,'r.',k,h2,'g.',k,h3,'b.')

第4頁(yè)

xlabel('t');ylabel('g(t)');

legend('g1(t)','g2(t)','g3(t)');

M2-1 利用DFT的性質(zhì)，編寫(xiě)一MATLAB程序，計(jì)算下列序列的循環(huán)卷積。

(1)g[k]={1,-3,4,2,0,-2,},h[k]={3,0,1,-1,2,1}；(2)x[k]=cos(?k/2),y[k]=3k,k=0,1,2,3,4,5。解：(1)循環(huán)卷積結(jié)果

6.0000-3.0000 17.0000-2.0000 7.0000-13.0000

程序代碼

第5頁(yè)

g=[1-3 4 2 0-2];h=[3 0 1-1 2 1];l=length(g);L=2*l-1;GE=fft(g,L);HE=fft(h,L);y1=ifft(GE.*HE);for n=1:l

if n+l<=L

y2(n)=y1(n)+y1(n+l);else

y2(n)=y1(n);

end end y2

stem(0:l-1,y2)xlabel('k')ylabel('y(k)')title('循環(huán)卷積')

(2)循環(huán)卷積結(jié)果

-71.0000-213.0000 89.0000 267.0000 73.0000 219.0000

第6頁(yè)

程序代碼

k=0:5;

x=cos(pi.*k./2);y=3.^k;l=length(x);L=2*l-1;GE=fft(x,L);HE=fft(y,L);y1=ifft(GE.*HE);for n=1:l

if n+l<=L

y2(n)=y1(n)+y1(n+l);

else

y2(n)=y1(n);

end end y2

stem(0:l-1,y2)xlabel('k')ylabel('y’(k)')title('循環(huán)卷積')

第7頁(yè)

M2-2 已知序列x[k]???cos(k?/2N),|k|?N

0,其他?(1)計(jì)算序列DTFT的表達(dá)式X(ej?),并畫(huà)出N=10時(shí)，X(ej?)的曲線。

(2)編寫(xiě)一MATLAB程序，利用fft函數(shù)，計(jì)算N=10時(shí)，序列x[k]的DTFT在?m?2?m/N的抽樣值。利用hold函數(shù)，將抽樣點(diǎn)畫(huà)在X(ej?)的曲線上。

解：

(1)X(e)?DTFT{x[k]}?j?k????x[k]e??j?k?k??N?cos(k?/2N)eN?j?k

程序代碼

N=10;k=-N:N;

x=cos(k.*pi./(2*N));W=linspace(-pi,pi,512);

第8頁(yè)

X=zeros(1,length(W));for k=-N:N

X1=x(k+N+1).*exp(-j.*W.*k);X=X+X1;end

plot(W,abs(X))xlabel('W');ylabel('abs(X)');

(2)

程序代碼

N=10;k=-N:N;

x=cos(k.*pi./(2*N));X_21=fft(x,21);L=-10:10;

W=linspace(-pi,pi,1024);X=zeros(1,length(W));for k=-N:N

X1=x(k+N+1).*exp(-j.*W.*k);X=X+X1;end

第9頁(yè)

plot(W,abs(X));hold on;

plot(2*pi*L/21,fftshift(abs(X_21)),'o');xlabel('W');ylabel('abs(X)');

M2-3 已知一離散序列為x[k]?Acos?0k?Bcos[(?0???)k]。用長(zhǎng)度N=64的Hamming窗對(duì)信號(hào)截短后近似計(jì)算其頻譜。試用不同的A和B的取值，確定用Hamming窗能分辨的最小的譜峰間隔??w?c的值。

解：f1=100Hz f2=120Hz時(shí)

2?中cN

f2=140Hz時(shí)

第10頁(yè)

f2=160Hz時(shí)

第11頁(yè)

由以上三幅圖可見(jiàn)

f2=140Hz時(shí)，各譜峰可分辨。則?f又

??w?c2?N

?40Hz

且

??w???T?2??fT?2??40?1 800所以c=3.2（近似值）

程序代碼

N=64;L=1024;

f1=100;f2=160;;fs=800;

A=1;B1=1;B2=0.5;B3=0.25;B4=0.05;T=1/fs;ws=2*pi*fs;k=0:N-1;

x1=A*cos(2*pi*f1*T*k)+B1*cos(2*pi*f2*T*k);x2=A*cos(2*pi*f1*T*k)+B2*cos(2*pi*f2*T*k);x3=A*cos(2*pi*f1*T*k)+B3*cos(2*pi*f2*T*k);x4=A*cos(2*pi*f1*T*k)+B4*cos(2*pi*f2*T*k);hf=(hamming(N))';x1=x1.*hf;x2=x2.*hf;x3=x3.*hf;x4=x4.*hf;

X1=fftshift(fft(x1,L));X2=fftshift(fft(x2,L));X3=fftshift(fft(x3,L));X4=fftshift(fft(x4,L));

W=T*(-ws/2+(0:L-1)*ws/L)/(2*pi);subplot(2,2,1);plot(W,abs(X1));title('A=1,B=1');xlabel('W');ylabel('X1');subplot(2,2,2);

第12頁(yè)

plot(W,abs(X2));title('A=1,B=0.5');xlabel('W');ylabel('X2');subplot(2,2,3);plot(W,abs(X3));title('A=1,B=0.25');xlabel('W');ylabel('X3');subplot(2,2,4);plot(W,abs(X4));title('A=1,B=0.05');xlabel('W');ylabel('X4');

M2-4 已知一離散序列為x[k]?cos?0k?0.75cos?1k,0?k?63。其中, ?0?2?/15，?1?2.3?/15。

(1)對(duì)x[k]做64點(diǎn)FFT, 畫(huà)出此時(shí)信號(hào)的譜。

(2)如果(1)中顯示的譜不能分辨兩個(gè)譜峰，是否可對(duì)(1)中的64點(diǎn)信號(hào)補(bǔ)0而分辨出兩個(gè)譜峰。通過(guò)編程進(jìn)行證實(shí)，并解釋其原因。

解：(1)

第13頁(yè)

程序代碼

W0=2*pi/15;W1=2.3*pi/15;N=64;k=0:N-1;

x=cos(W0*k)+0.75*cos(W1*k);X=fft(x);

plot(k/N,abs(X));grid on;

title('64點(diǎn)FFT');

(2)

第14頁(yè)

第15頁(yè)

由以上三幅圖看出：不能對(duì)(1)中的64點(diǎn)信號(hào)補(bǔ)零而分辨出兩個(gè)譜峰，這樣的方法只能改變屏幕分辨率，但可以通過(guò)加hamming窗來(lái)實(shí)現(xiàn)對(duì)譜峰的分辨。程序代碼

W0=2*pi/15;W1=2.3*pi/15;N=64;L=1024;k=0:N-1;

x=cos(W0*k)+0.75*cos(W1*k);X=fft(x,L);

plot((0:L-1)/N,abs(X));grid on;

title('1024點(diǎn)FFT');

M2-5 已知一連續(xù)信號(hào)為x(t)=exp(-3t)u(t)，試?yán)肈FT近似分析

第16頁(yè)

其頻譜。若要求頻率分辨率為1Hz，試確定抽樣頻率fsam、抽樣點(diǎn)數(shù)N以及持續(xù)時(shí)間Tp。

解：

本題使用矩形窗，則N?fsamfsam1??fsam，Tp??1 ?f1?f

第17頁(yè)

由以上三幅圖可以看出當(dāng)fsam越來(lái)越大時(shí)，近似值越來(lái)越接近

第18頁(yè)

于實(shí)際值。即fsam越大擬合效果越好，造成的混疊也是在可以允許的范圍內(nèi)。程序代碼

fs=100;ws=2*pi*fs;Ts=1/fs;N=fs;

x=exp(-3*Ts*(0:N-1));y=fft(x,N);l=length(y);

k=linspace(-ws/2,ws/2,l);

plot(k,Ts*fftshift(abs(y)),'b:');hold on;

w=linspace(-ws/2,ws/2,1024);y1=sqrt(1./(9+w.^2));plot(w,y1,'r')

title('fs=100Hz時(shí)的頻譜')legend('近似值','實(shí)際值);

M2-6 試用DFT近似計(jì)算高斯信號(hào)g(t)?exp(?dt2)的頻譜抽樣值。

π?2通過(guò)和頻譜的理論值G(j?)?exp(?)比較，討論如何根據(jù)時(shí)域的信

d4d號(hào)來(lái)恰當(dāng)?shù)剡x取截短長(zhǎng)度和抽樣頻率使計(jì)算誤差能滿足精度要求。

解：

第19頁(yè)

第20頁(yè)

由以上三幅圖可以看出：

當(dāng)時(shí)域截取長(zhǎng)度相同時(shí)，抽樣間隔越小時(shí)誤差越小，當(dāng)抽樣間隔一定時(shí)，時(shí)域截取長(zhǎng)度越長(zhǎng)，誤差越小。當(dāng)取抽樣間隔為1S，時(shí)域截取長(zhǎng)度為2S時(shí)，誤差較大，絕對(duì)誤差在0.5左右；當(dāng)抽樣間隔為0,5S，時(shí)域截取長(zhǎng)度為2S時(shí)，誤差比間隔為1S時(shí)小，絕對(duì)誤差不大于0.2；當(dāng)抽樣間隔為0.5S時(shí)域截取長(zhǎng)度為4S時(shí)，誤差更小，絕對(duì)誤差不大于0.04。因?yàn)闀r(shí)域截取長(zhǎng)度越長(zhǎng)，保留下來(lái)的原信號(hào)中的信息越多，抽樣間隔越小，頻譜越不容易發(fā)生混疊，所以所得頻譜與理論值相比，誤差更小。

程序代碼

Ts=0.5;N=4;N0=64;

k=(-N/2:(N/2))*Ts;

第21頁(yè)

x=exp(-pi*(k).^2);X=Ts*fftshift(fft(x,N0));

w=-pi/Ts:2*pi/N0/Ts:(pi-2*pi/N0)/Ts;XT=(pi/pi)^0.5*exp(-w.^2/4/pi);subplot(2,1,1)

plot(w/pi,abs(X),'-o',w/pi,XT);xlabel('omega/pi');ylabel('X(jomega)');

legend('試驗(yàn)值','理論值');

title(['Ts=',num2str(Ts)subplot(2,1,2)plot(w/pi,abs(X)-XT)ylabel('實(shí)驗(yàn)誤差')

xlabel('omega/pi');

'N=',num2str(N)]);第22頁(yè)

' '

第五篇：MATLAB作業(yè)

第一章 MATLAB R2010a簡(jiǎn)介

主要內(nèi)容總結(jié)如下：

本章主要介紹了MATLAB的功能和它的用戶界面以及MATLAB R2010a的路徑搜索。MATLAB的功能是多種多樣的，有數(shù)學(xué)計(jì)算功能、圖形化顯示功能、M語(yǔ)言編程功能、編譯功能Simulink建模仿真功能，自動(dòng)代碼生成功能，圖形用戶界面開(kāi)發(fā)功能等一系列功。在介紹MATLAB R2010a用戶界面時(shí)，主要介紹了它的啟動(dòng)方法，主菜單及其功能。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)，我了解了MATLAB的基本功能，認(rèn)識(shí)了它的界面和啟動(dòng)方法，以及主菜單功能，被他強(qiáng)大的計(jì)算功能和其他功能深深吸引，學(xué)會(huì)了MATLAB，將會(huì)為我以后學(xué)習(xí)其他方面的知識(shí)提供一種工具，使學(xué)習(xí)其他的東西更加的方便。我非常喜歡這門(mén)課，所以我一定會(huì)努力學(xué)好它的。

第二章 基本使用方法

主要內(nèi)容總結(jié)如下：

本章主要介紹了MATLAB中一些簡(jiǎn)單的數(shù)學(xué)運(yùn)算和常用的數(shù)學(xué)函數(shù)和數(shù)學(xué)運(yùn)算符，標(biāo)點(diǎn)符號(hào)的使用，常用的操作命令和快捷鍵，整數(shù)、浮點(diǎn)數(shù)、復(fù)數(shù)、邏輯變量等數(shù)據(jù)類(lèi)型和他們之間的轉(zhuǎn)換，數(shù)據(jù)類(lèi)型操作函數(shù)和變量，MATLAB中的關(guān)系運(yùn)算符邏輯運(yùn)算符等運(yùn)算符和它們的優(yōu)先級(jí)，以及一些基礎(chǔ)函數(shù)，如位操作函數(shù)、邏輯運(yùn)算函數(shù)、集合函數(shù)、時(shí)間與日期函數(shù)。本章還介紹了MATLAB中的腳本文件。

學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)我了解了MATLAB中的簡(jiǎn)單數(shù)學(xué)運(yùn)算符，一些操作命令和快捷鍵，MATLAB R2010a的數(shù)據(jù)類(lèi)型和運(yùn)算符，還有一些基礎(chǔ)函數(shù)，腳本文件。我認(rèn)為這些東西是基本的東西，但是我又必須要學(xué)好它們，只有把這些基礎(chǔ)都掌握了，才能為以后的學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。我認(rèn)為MATLAB中的許多函數(shù)我應(yīng)該熟練它的作用，做到看到函數(shù)要知道其作用。我在這一部分的學(xué)習(xí)中，腳本文件的編寫(xiě)對(duì)我來(lái)說(shuō)有一定的困難，我以后一定多加練習(xí)，學(xué)好他們。

第三章 數(shù)組和向量

主要內(nèi)容總結(jié)如下：

本章主要介紹了數(shù)組和向量?jī)蓚€(gè)大的方面。其中數(shù)組介紹了數(shù)組的創(chuàng)建，數(shù)組的操作（如獲取數(shù)組中的元素，從數(shù)組中移除元素，數(shù)組算術(shù)操作，數(shù)組邏輯運(yùn)算數(shù)組連接，切片、重排和線性化數(shù)組），和一些實(shí)例應(yīng)用；向量部分介紹了向量的創(chuàng)建，尺寸，索引（包括數(shù)值索引、邏輯索引），縮短，向量操作（包括算術(shù)操作、邏輯操作、應(yīng)用庫(kù)函數(shù)、連接、切片）等知識(shí)。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)我對(duì)數(shù)組和向量有了一個(gè)全新的認(rèn)識(shí)，這部分的學(xué)習(xí)有許多細(xì)節(jié)需要注意，如我們?cè)趶臄?shù)組中移除元素時(shí)，元素必須整列整行的移除；行向量可以直接輸入，列向量輸入時(shí)中間需要用到分號(hào)；.*,./,和.^被分別用作逐個(gè)元素相乘，相除，及指數(shù)運(yùn)算等等。還有一些函數(shù)如zeros,rand,diag,magic等都可以產(chǎn)生一些常用的數(shù)組，學(xué)習(xí)時(shí)應(yīng)該熟練掌握。向量的索引對(duì)我來(lái)說(shuō)是比較難的知識(shí)，剛開(kāi)始學(xué)的時(shí)候不太理解，不過(guò)后來(lái)經(jīng)過(guò)我反復(fù)的學(xué)習(xí)逐漸了解，這部分知識(shí)我還需要努力。向量和數(shù)組這部分知識(shí)在以后的幾章會(huì)經(jīng)常用到，并且和實(shí)際聯(lián)系的也比較緊密，所以我必須要學(xué)好他們。

第四章MATLAB 的數(shù)學(xué)運(yùn)算 本章主要內(nèi)容總結(jié)如下：

本章主要介紹了多項(xiàng)式與差值，函數(shù)運(yùn)算，微分方程三大模塊。其中多項(xiàng)式與插值主要介紹了多項(xiàng)式的四則運(yùn)算，roots函數(shù)，polyval函數(shù)，polyder函數(shù)，多項(xiàng)式擬合，以及數(shù)據(jù)插值；函數(shù)運(yùn)算主要介紹了函數(shù)圖像的繪制，函數(shù)的極值，數(shù)值積分和含參數(shù)函數(shù)的使用；微分積分主要介紹了常微分初值問(wèn)題和常微分方程邊值問(wèn)題。

學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)掌握了在MATLAB中對(duì)多項(xiàng)式的處理，和圖形的繪制，極值的求解，函數(shù)的求解，微分、積分的處理。本章所介紹的MATLAB處理方法處理的是高等數(shù)學(xué)中經(jīng)常遇到的問(wèn)題，從這里可以知道MATLAB是一種很好的數(shù)學(xué)工具。本章學(xué)習(xí)時(shí)有許多問(wèn)題需要注意，如多項(xiàng)式在相加時(shí)要等長(zhǎng)；繪制函數(shù)圖像的函數(shù)為fplot;使用含參數(shù)函數(shù)還可以通過(guò)匿名函數(shù)來(lái)實(shí)現(xiàn)，函數(shù)的參數(shù)在使用之前必須先賦值等問(wèn)題。這一部分也介紹了許許多多的函數(shù)，我應(yīng)該在課下熟練掌握，充分理解其作用。

第五章 字符串、單元數(shù)組和結(jié)構(gòu)體

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了的字符串生成、執(zhí)行、字符串與數(shù)值之間的轉(zhuǎn)化；單元數(shù)組的生成和一些操作；結(jié)構(gòu)體的生成和一些操作。在MATLAB中，生成字符串的簡(jiǎn)單方法為stringname=’the content of the string’.；單元數(shù)組可以通過(guò)賦值語(yǔ)句直接創(chuàng)建，也可以利用cell函數(shù)先為單元數(shù)組分配一個(gè)內(nèi)存空間，然后再給各個(gè)單元賦值；結(jié)構(gòu)體的生成可以是直接輸入，也可以使用結(jié)構(gòu)體生成函數(shù)struct。還介紹了字符串的比較，字符串的查找和替換；單元數(shù)組的顯示和圖形顯示和單元數(shù)組元素的刪除；結(jié)構(gòu)體中有添加成員變量，刪除成員變量和調(diào)用成員變量。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)了解了字符串，單元數(shù)組，結(jié)構(gòu)體的一些基本的使用技巧，學(xué)會(huì)了字符串，單元數(shù)組，結(jié)構(gòu)體的創(chuàng)建，以及它們的一些特殊的用途，如利用函數(shù)來(lái)進(jìn)行字符串與數(shù)值之間的轉(zhuǎn)化，單元數(shù)組的圖形顯示，在結(jié)構(gòu)體中添加成員變量。字符串，單元數(shù)組和結(jié)構(gòu)體是三種特殊的數(shù)據(jù)結(jié)構(gòu)，字符串用于對(duì)字符型數(shù)據(jù)結(jié)構(gòu)進(jìn)行操作，單元數(shù)組和結(jié)構(gòu)體數(shù)據(jù)類(lèi)型允許用戶將不同類(lèi)型的數(shù)據(jù)集成為一個(gè)單一的變量，因此，相關(guān)的數(shù)據(jù)可以通過(guò)一個(gè)單元數(shù)組或是結(jié)構(gòu)體進(jìn)行組織和操作。在這一部分的學(xué)習(xí)中，感覺(jué)比較有意思，所以對(duì)這部分知識(shí)興趣很高。覺(jué)的這一部分知識(shí)很是有用，所以應(yīng)該好好學(xué)習(xí)。

第六章 MATLAB編程

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了MATLAB的腳本文件和編輯器/調(diào)試器，程序設(shè)計(jì)和開(kāi)發(fā)，關(guān)系運(yùn)算符和邏輯變量，邏輯運(yùn)算符和函數(shù)，條件語(yǔ)句，和循環(huán)。其中腳本文件和編輯器主要介紹了腳本文件如何創(chuàng)建和使用，以及它的命令窗口的介紹，腳本文件的調(diào)試，如何使用腳本文件存儲(chǔ)數(shù)據(jù)，以及如何控制輸入和輸出；程序設(shè)計(jì)和開(kāi)發(fā)主要介紹了算法和控制結(jié)構(gòu)，結(jié)構(gòu)化程序設(shè)計(jì)以及偽代碼；關(guān)系運(yùn)算符和邏輯變量主要介紹了logical類(lèi)，logical函數(shù)以及使用邏輯數(shù)組訪問(wèn)數(shù)組；邏輯運(yùn)算符和函數(shù)主要介紹了一些如與、或、非等邏輯運(yùn)算符以及它，們的優(yōu)先級(jí)別和使用方法，還介紹了短路邏輯運(yùn)算符，find函數(shù)；條件語(yǔ)句主要介紹了if語(yǔ)句，elseif語(yǔ)句和它們的使用方法，還簡(jiǎn)要介紹了如何輸入和輸出參數(shù)的數(shù)量；循環(huán)主要介紹了for循環(huán)，break和continue語(yǔ)句，使用數(shù)組作為循環(huán)索引，隱含循環(huán)，使用邏輯數(shù)組作為掩碼等知識(shí)。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)初步掌握了MATLAB的腳本文件及其編輯和調(diào)試方法，掌握了MATLAB的程序設(shè)計(jì)和開(kāi)發(fā)流程，和MATLAB的關(guān)系運(yùn)算符、邏輯運(yùn)算及函數(shù)操作，MATLAB中的流程控制語(yǔ)句包括if語(yǔ)句，switch語(yǔ)句，contine語(yǔ)句。本章的腳本文件對(duì)今后的學(xué)習(xí)非常有幫助，條件語(yǔ)句和循環(huán)語(yǔ)句可用于解決實(shí)際生活中許多問(wèn)題。我對(duì)這一部分的認(rèn)識(shí)是：感覺(jué)不是太難，又不會(huì)的地方也及時(shí)請(qǐng)教老師，所以沒(méi)有遺留太多疑問(wèn)。再者，大一時(shí)也學(xué)過(guò)條件語(yǔ)句和循環(huán)語(yǔ)句，所以學(xué)起來(lái)沒(méi)有那么的吃力。習(xí)題如下：

編程：求[100]以內(nèi)的全部素?cái)?shù)（素?cái)?shù)是大于1且除了1和它本身以外不能被其他任何整數(shù)所整除的整數(shù)。為了判斷整數(shù)m是否為素?cái)?shù)，一個(gè)最簡(jiǎn)單的辦法用2,3,4,5, m-1這些數(shù)逐個(gè)去除m看能否除盡，如果全都除不盡，則m是素?cái)?shù)；否則，只要其中一個(gè)能除盡，則m不是素?cái)?shù)。）

程序如下： disp(2)for m=3:1:100 for x=2:1:m-1 if rem(m,x)==0 break

elseif(x>=m-1)disp(m)end

end end

第七章 MATLAB的符號(hào)處理

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了符號(hào)運(yùn)算的簡(jiǎn)介，符號(hào)表達(dá)式的化簡(jiǎn)與替換，符號(hào)函數(shù)圖形的繪制，符號(hào)微積分，符號(hào)方程的求解，符號(hào)積分變換，MAPLE函數(shù)的調(diào)用，符號(hào)函數(shù)計(jì)算器。其中符號(hào)運(yùn)算簡(jiǎn)介主要介紹了符號(hào)對(duì)象，符號(hào)變量、表達(dá)式的生成，以及findsym函數(shù)和subs函數(shù)，符號(hào)和數(shù)值之間的轉(zhuǎn)化；符號(hào)表達(dá)式的化簡(jiǎn)與替換主要介紹了用collect函數(shù)合并同類(lèi)項(xiàng)，用expand函數(shù)進(jìn)行符號(hào)表達(dá)式的展開(kāi)，用horner函數(shù)將函數(shù)轉(zhuǎn)化為嵌套格式，用factor函數(shù)來(lái)實(shí)現(xiàn)因式分解的功能，simplify和simple函數(shù)來(lái)實(shí)現(xiàn)表達(dá)式的化簡(jiǎn)，符號(hào)表達(dá)式的替換可以用subexpr和subs函數(shù)；符號(hào)函數(shù)圖形繪制主要介紹了符號(hào)函數(shù)曲線的繪制，符號(hào)函數(shù)曲面網(wǎng)格圖及表面圖的繪制和等值線的繪制；符號(hào)微積分主要介紹了符號(hào)表達(dá)式求極限，符號(hào)微分、積分，級(jí)數(shù)求和和Taylor級(jí)數(shù)；符號(hào)方程的求解主要包括代數(shù)方程的求解，代數(shù)方程組的求解，微分方程的求解，微分方程組的求解等；符號(hào)積分變換主要有符號(hào)傅立葉變換，符號(hào)拉普拉斯變換，符號(hào)Z變換。學(xué)習(xí)心得體會(huì)： 通過(guò)本章的學(xué)習(xí)了解了MATLAB符號(hào)計(jì)算的幾個(gè)功能，有計(jì)算、線性代數(shù)、化簡(jiǎn)、方程求解、特殊的數(shù)學(xué)函數(shù)、符號(hào)積分變換，MATLAB提供了與MAPLE的良好接口，通過(guò)maple.m和map.m實(shí)現(xiàn)。這樣，MATLAB可以實(shí)現(xiàn)更強(qiáng)大的符號(hào)運(yùn)算功能功能，為習(xí)慣于MAPLE的用戶提供了方便。本章的學(xué)習(xí)讓我領(lǐng)會(huì)了MATLAB強(qiáng)大的符號(hào)功能，能夠很好的解決實(shí)際生活中問(wèn)題。

第八章 MATLAB繪圖

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了MATLAB的繪圖功能，首先介紹了MATLAB的圖形窗口，包括圖形窗口的創(chuàng)建與控制，圖形窗口的菜單欄的主要功能；然后介紹了基本圖形的繪制，有二維圖形的繪制，三維圖形的繪制以及如何對(duì)圖形進(jìn)行操作；介紹了特殊圖形的繪制，有條形圖、面積圖、餅狀圖、離散型數(shù)據(jù)圖、方向矢量圖和速度矢量圖、等值線繪制，還介紹了在圖形中添加基本注釋?zhuān)ㄎ谋究?，線條，箭頭，框圖，標(biāo)題，坐標(biāo)軸，顏色條，圖例；最后介紹了一些三維圖像的高級(jí)控制。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)了解了MATLAB的圖形窗口，掌握了MATLAB基本二維圖形、三維圖形的繪制，以及圖形的基本操作，掌握了MATLAB特殊圖形的繪制，如柱狀圖，餅狀圖，掌握了圖形注釋的添加及管理，了解了三維圖形的視點(diǎn)控制及顏色、光照控制。本章的學(xué)習(xí)和實(shí)際生活聯(lián)系的非常緊密，把抽象的數(shù)學(xué)式子轉(zhuǎn)化為易理解的圖形，給人一目了然的清晰感覺(jué)。這部分知識(shí)是一個(gè)很好的繪圖工具，對(duì)解決其他學(xué)科的問(wèn)題很有幫助。我在學(xué)習(xí)這一部分知識(shí)時(shí)，上課緊跟著老師的思路走，模塊很是清晰，學(xué)習(xí)興趣極高，但是仍存在許多不足的地方，課下一定再進(jìn)一步努力學(xué)習(xí)。習(xí)題如下：

繪圖：在同一圖像窗口中繪制六副子圖

1.在第一個(gè)子圖中同時(shí)繪制不同線型不同顏色的正弦和余弦曲線，添加圖例、坐標(biāo)軸、標(biāo)題、網(wǎng)格線和邊框線。2.在第二個(gè)子圖中繪制磁盤(pán)空間的餅圖。3.在第三個(gè)子圖中繪制三維網(wǎng)格圖（surf）。4.在第四個(gè)子圖中繪制三維曲面圖（mesh）。

5.在第五—六個(gè)子圖中同時(shí)繪制二維正弦離散圖和紅色點(diǎn)劃線余弦階躍圖。

程序如下：

>> x=[0:pi/10:2*pi];subplot(3,2,1);plot(x,sin(x));hold on;plot(x,cos(x),'r-.');grid on box on >> m=[8 17];>> subplot(3,2,2);>> pie(m,{'可用空間','已用空間'});>> t=0:pi/50:10*pi;>> subplot(3,2,3),plot3(sin(t),cos(t),t);>> grid on >> axis square >> X=-1:0.1:1;>> Y=X';>> X1=X.^2;>> Y1=Y.^2;>> p=ones(3,1);>> p=ones(length(X),1);>> q=ones(1,length(Y));>> X1=p*X1;>> Y1=Y1*q;>> Z=X1+Y1;>> subplot(3,2,4)>> mesh(X,Y,Z)>> n=[0:10:360]*pi/180;>> N=sin(n);>> subplot(3,2,5),stem(n,N)>> subplot(3,2,6),stairs(n,N,'r-.');

運(yùn)行結(jié)果如下：

第九章 句柄圖形

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了MATLAB 的圖形對(duì)象，圖形對(duì)象的屬性，和圖形對(duì)象的屬性值的設(shè)置和查詢。MATLAB介紹了Root對(duì)象，F(xiàn)igure對(duì)象，Core對(duì)象，Plot對(duì)象，Annotation對(duì)象，Group對(duì)象；圖形對(duì)象的屬性包括公共屬性和特有屬性；圖形對(duì)象屬性值的設(shè)置和查詢首先通過(guò)構(gòu)造函數(shù)返回其創(chuàng)建的對(duì)象句柄，然后利用該句柄，用戶可以在對(duì)象創(chuàng)建完成后對(duì)其屬性值進(jìn)行查詢和修改。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)了解MATLAB圖形對(duì)象及其屬性，掌握MATLAB圖形對(duì)象屬性的設(shè)置及其查詢，掌握了MATLAB圖形句柄的訪問(wèn)及其操作。句柄圖形是MATLAB中用于創(chuàng)建圖形的面向?qū)ο蟮膱D形系統(tǒng)。通過(guò)圖形句柄，MATLAB可以對(duì)圖形元素進(jìn)行操作，而這些圖形正是產(chǎn)生各種類(lèi)型圖形的基礎(chǔ)。利用圖形句柄，可以在MATLAB中修改圖形的顯示效果，創(chuàng)建繪圖函數(shù)。對(duì)于這部分知識(shí)的學(xué)習(xí)有所欠缺，課下應(yīng)該多加練習(xí)。

第十章GUI設(shè)計(jì)

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了GUI的基本控件，如何創(chuàng)建簡(jiǎn)單的GUI，如何向界面中添加控件以及如何設(shè)置設(shè)置控件的屬性和編寫(xiě)響應(yīng)函數(shù)；本章還介紹了通過(guò)向?qū)?chuàng)建GUI界面和通過(guò)程序創(chuàng)建GUI,其中通過(guò)向?qū)?chuàng)建包括1，啟動(dòng)GUIDE2，2，向GUI中添加控件并設(shè)置控件標(biāo)志和控件顯示文本，3，創(chuàng)建菜單；通過(guò)程序創(chuàng)建GUI的步驟主要包括1，需要實(shí)現(xiàn)的功能及需要包含的控件2，需要使用的技術(shù)3，創(chuàng)建GUI,4,創(chuàng)建GUI界面和控件，5，初始化GUI，6，定義響應(yīng)函數(shù)，7，該GUI的完整M文件；本章還介紹了如何編寫(xiě)GUI代碼，包括GUI文件和響應(yīng)函數(shù)。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)掌握了圖形用戶界面和GUI中所包含的多個(gè)圖形對(duì)象，如窗口、圖標(biāo)、菜單和文本的用戶界面。以某種方式選擇或激活這些對(duì)象，通常引起動(dòng)作或發(fā)生變化。了解GUI的基本控件，掌握了通過(guò)GUIDE創(chuàng)建GUI的方法，也掌握了通過(guò)程序創(chuàng)建GUI的方法。對(duì)于本章的知識(shí)我是比較陌生的，以前從來(lái)沒(méi)有接觸過(guò)，所以剛開(kāi)始學(xué)的時(shí)候比較吃力，后來(lái)經(jīng)過(guò)老師的講解，和自己在課下的學(xué)習(xí)，對(duì)這部分知識(shí)有了一個(gè)系統(tǒng)的了解。做作業(yè)時(shí)，剛開(kāi)始時(shí)，程序運(yùn)行出錯(cuò)，后來(lái)經(jīng)過(guò)反復(fù)修改，終于運(yùn)行成功，看著自己的GUI成功運(yùn)行，心中是比較興奮的，課下一定會(huì)多加練習(xí)的。習(xí)題如下：

GUI：繪制拋物線y=ax2+bx+c的圖像，其中參數(shù)a、b、c及標(biāo)題等由界面文本編輯框輸入，設(shè)計(jì)邊框線按鈕和邊框菜單。M文件程序如下：

function varargout = untitled(varargin)gui_Singleton = 1;gui_State = struct('gui_Name', mfilename,...'gui_Singleton', gui_Singleton,...'gui_OpeningFcn', @untitled_OpeningFcn,...'gui_OutputFcn', @untitled_OutputFcn,...'gui_LayoutFcn', [] ,...'gui_Callback', []);if nargin && ischar(varargin{1})gui_State.gui_Callback = str2func(varargin{1});end

if nargout [varargout{1:nargout}] = gui_mainfcn(gui_State, varargin{:});else

gui_mainfcn(gui_State, varargin{:});end

function untitled_OpeningFcn(hObject, eventdata, handles, varargin)handles.output = hObject;guidata(hObject, handles);function varargout = untitled_OutputFcn(hObject, eventdata, handles)

varargout{1} = handles.output;function go_Callback(hObject, eventdata, handles)grid on function tit_Callback(hObject, eventdata, handles)title('?t′??ú??y=a*x.^2+b*x+c')function ax_Callback(hObject, eventdata, handles)axis([-7 7-10 10])function gf_Callback(hObject, eventdata, handles)grid off

function togglebutton5_Callback(hObject, eventdata, handles)function op_Callback(hObject, eventdata, handles)box on box off

function bo_Callback(hObject, eventdata, handles)box on

function bf_Callback(hObject, eventdata, handles)box off

function pushbutton2_Callback(hObject, eventdata, handles)function edit1_Callback(hObject, eventdata, handles)x=str2num(get(handles.edit1,'string'));t=-10:.001:10;y=x(1)*t.^2+x(2)*t+x(3);plot(t,y)function edit1_CreateFcn(hObject, eventdata, handles)

if ispc && isequal(get(hObject,'BackgroundColor'), get(0,'defaultUicontrolBackgroundColor'))set(hObject,'BackgroundColor','white');end

運(yùn)行結(jié)果如下：

第十一章 Simulink的建模與仿真

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了Simulink中的建模方法和基本功能模塊，首先介紹了Simulink建模的基本操作和基本流程，然后介紹了Simulink的各，功能模塊和常見(jiàn)Simulink模型，最后介紹S函數(shù)，并通過(guò)實(shí)例建模以使讀者對(duì)Simulink有進(jìn)一步的認(rèn)識(shí)。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)了解了Simulink的建模方法和基本模塊，這一部分知識(shí)對(duì)我來(lái)說(shuō)完全是新的內(nèi)容，學(xué)起來(lái)有點(diǎn)吃力，所以應(yīng)該多花點(diǎn)時(shí)間在這部分。這部分知識(shí)和專(zhuān)業(yè)聯(lián)系的比較緊密，專(zhuān)業(yè)性很強(qiáng)，一定要學(xué)好。

第十二章 文件和數(shù)據(jù)的導(dǎo)入與導(dǎo)出

本章主要內(nèi)容總結(jié)如下：

本章主要介紹了文件的存儲(chǔ)，數(shù)據(jù)的導(dǎo)入，文件的打開(kāi)，文本文件的讀寫(xiě)，低級(jí)文件I/O和利用界面工具導(dǎo)入數(shù)據(jù)。文本文件的讀寫(xiě)可以用csvread,csvwrite,dlmread,dlmwrite,textread,textscan等函數(shù)來(lái)實(shí)現(xiàn)。學(xué)習(xí)心得體會(huì)：

通過(guò)本章的學(xué)習(xí)了解了MATLAB的基本數(shù)據(jù)操作，掌握了MATLAB中文本文件的讀寫(xiě)方式和MATLAB通過(guò)界面導(dǎo)入導(dǎo)出數(shù)據(jù)，了解MATLAB中的基本輸入輸出函數(shù)，這部分知識(shí)要深入了解，達(dá)到融會(huì)貫通的程度。