五邑大学matlab实验报告
（最新版）MATLAB实验报告
（最新版）MATLAB实验报告实验一典型环节的MATLAB仿真一、实验目的1．熟悉MATLAB桌面和命令窗口，初步了解SIMULINK功能模块的使用方法。
2．通过观察典型环节在单位阶跃信号作用下的动态特性，加深对各典型环节响应曲线的理解。
3．定性了解各参数变化对典型环节动态特性的影响。
二、SIMULINK的使用MATLAB中SIMULINK是一个用来对动态系统进行建模、仿真和分析的软件包。
利用SIMULINK功能模块可以快速的建立控制系统的模型，进行仿真和调试。
1．运行MATLAB软件，在命令窗口栏“>>”提示符下键入simulink命令，按Enter 键或在工具栏单击按钮，即可进入如图1-1所示的SIMULINK仿真环境下。
2．选择File菜单下New下的Model命令，新建一个simulink 仿真环境常规模板。
3．在simulink仿真环境下，创建所需要的系统。
以图1-2所示的系统为例，说明基本设计步骤如下：1）进入线性系统模块库，构建传递函数。
点击simulink下的“Continuous”，再将右边窗口中“Transfer Fen”的图标用左键拖至新建的“untitled”窗口。
2）改变模块参数。
在simulink仿真环境“untitled”窗口中双击该图标，即可改变传递函数。
其中方括号内的数字分别为传递函数的分子、分母各次幂由高到低的系数，数字之间用空格隔开；设置完成后，选择OK，即完成该模块的设置。
3）建立其它传递函数模块。
按照上述方法，在不同的simulink 的模块库中，建立系统所需的传递函数模块。
例：比例环节用“Math”右边窗口“Gain”的图标。
4）选取阶跃信号输入函数。
用鼠标点击simulink下的“Source”，将右边窗口中“Step”图标用左键拖至新建的“untitled”窗口，形成一个阶跃函数输入模块。
5）选择输出方式。
用鼠标点击simulink下的“Sinks”，就进入输出方式模块库，通常选用“Scope”的示波器图标，将其用左键拖至新建的“untitled”窗口。
Matlab实验报告
实验一：Matlab操作环境熟悉一、实验目的1．初步了解Matlab操作环境。
2．学习使用图形函数计算器命令funtool及其环境。
二、实验内容熟悉Matlab操作环境，认识命令窗口、内存工作区窗口、历史命令窗口；学会使用format命令调整命令窗口的数据显示格式；学会使用变量和矩阵的输入，并进行简单的计算；学会使用who和whos命令查看内存变量信息；学会使用图形函数计算器funtool，并进行下列计算：1．单函数运算操作。
求下列函数的符号导数(1)y=sin(x); (2) y=(1+x)^3*(2-x);求下列函数的符号积分(1)y=cos(x);(2)y=1/(1+x^2);(3)y=1/sqrt(1-x^2);(4)y=(x1)/(x+1)/(x+2)求反函数(1)y=(x-1)/(2*x+3); (2) y=exp(x); (3) y=log(x+sqrt(1+x^2));代数式的化简(1)(x+1)*(x-1)*(x-2)/(x-3)/(x-4);(2)sin(x)^2+cos(x)^2;(3)x+sin(x)+2*x-3*cos(x)+4*x*sin(x);2．函数与参数的运算操作。
从y=x^2通过参数的选择去观察下列函数的图形变化(1)y1=(x+1)^2(2) y2=(x+2)^2(3) y3=2*x^2 (4) y4=x^2+2 (5) y5=x^4 (6)y6=x^2/23．两个函数之间的操作求和(1)sin(x)+cos(x) (2) 1+x+x^2+x^3+x^4+x^5乘积(1)exp(-x)*sin(x) (2) sin(x)*x商(1)sin(x)/cos(x); (2) x/(1+x^2); (3) 1/(x-1)/(x-2);求复合函数(1)y=exp(u) u=sin(x) (2) y=sqrt(u) u=1+exp(x^2)(3) y=sin(u) u=asin(x) (4) y=sinh(u) u=-x实验二：MATLAB基本操作与用法一、实验目的1.掌握用MATLAB命令窗口进行简单数学运算。
MATLAB综合实验报告
实验七综合实验一.实验目的能综合利用信号处理的理论和Matlab工具实现对信号进行分析和处理（1）熟练对信号进行时域和频域分析；（2）熟练进行滤波器设计和实现；（3）掌握对信号的滤波处理和分析。
二．实验原理设计并实现滤波器对信号进行分析和处理是信号处理课程学习的主要内容。
通过对信号进行频谱分析，能发现信号的频率特性，以及组成信号的频率分量。
对信号进行滤波处理，能改善信号的质量，或者为数据处理（如传输，分类等）提供预处理，等。
本次实验是对特定信号进行分析并进行滤波处理，需要综合应用之前的实验内容，主要有以下几个方面。
（1）离散时间信号与系统的时域分析Matlab为离散时间信号与系统的分析提供了丰富且功能强大的计算函数和绘图分析函数，便于离散时间信号和系统的时域表示和分析。
（2）信号的频域分析信号处理课程主要学习了离散信号和系统的频域分析方法与实现，以及滤波器的设计与实现。
离散信号与系统的频域分析包括DTFT、DFT、Z变换等，FFT则是DFT的快速实现。
用Matlab分析信号的频谱可以用freqz函数或者FFT函数。
（3）滤波器设计滤波器的设计首先要确定滤波器的类型，即低通、高通、带通还是带阻。
滤波器的边缘频率可以通过对信号的频谱分析得到，滤波器的幅度指标主要有阻带最小衰减As和通带最大衰减Ap。
一般来说，As越大，对截止通过的频率分量的衰减越大；Ap越小，对需要保留的频率分量的衰减越小。
因此，As越大，Ap越小，滤波器的性能越好，但随之而来，滤波器的阶数越大，实现的代价（包括计算时间和空间）越大。
由此，滤波器的设计需要对滤波器性能和实现代价进行均衡考虑。
另外根据冲激响应的长度可以分为IIR和FIR两种类型。
两种类型的滤波器各有特点。
用FIR滤波器可以设计出具有严格线性相位的滤波器，但在满足同样指标的条件下，FIR滤波器的阶数高于IIR滤波器。
Matlab为各种类型的滤波器的设计提供了丰富的函数，可以借助这些函数方便地设计出符合要求地滤波器。
MATLAB实验报告
MATLAB实验报告MATLAB实验报告姓名：专业：学号：实验⼀MATLAB环境的熟悉与基本运算⼀、实验⽬的：1．熟悉MATLAB开发环境2．掌握矩阵、变量、表达式的各种基本运算⼆、实验基本知识：1.熟悉MATLAB环境:MATLAB桌⾯和命令窗⼝、命令历史窗⼝、帮助信息浏览器、⼯作空间浏览器⽂件和搜索路径浏览器。
2.掌握MATLAB常⽤命令3.MATLAB变量与运算符变量命名规则如下：（1）变量名可以由英语字母、数字和下划线组成（2）变量名应以英⽂字母开头（3）长度不⼤于31个（4）区分⼤⼩写MATLAB中设置了⼀些特殊的变量与常量，列于下表。
MATLAB运算符，通过下⾯⼏个表来说明MATLAB的各种常⽤运算符表2MATLAB算术运算符表3MATLAB关系运算符表4MATLAB逻辑运算符表5MATLAB特殊运算4.MATLAB的⼀维、⼆维数组的寻访表6⼦数组访问与赋值常⽤的相关指令格式5.MATLAB的基本运算表7两种运算指令形式和实质内涵的异同表6.MATLAB的常⽤函数表8标准数组⽣成函数表9数组操作函数三、实验内容1、学习安装MATLAB软件。
2、学习使⽤help命令，例如在命令窗⼝输⼊helpeye，然后根据帮助说明，学习使⽤指令eye（其它不会⽤的指令，依照此⽅法类推）3、学习使⽤clc、clear，观察commandwindow、commandhistory和workspace等窗⼝的变化结果。
4、初步程序的编写练习，新建M-file，保存（⾃⼰设定⽂件名，例如exerc1、exerc2、exerc3……），学习使⽤MATLAB的基本运算符、数组寻访指令、标准数组⽣成函数和数组操作函数。
注意：每⼀次M-file的修改后，都要存盘。
四、实验结果练习A：（1）helprand，然后随机⽣成⼀个2×6的数组，观察commandwindow、commandhistory和workspace等窗⼝的变化结果。
matlab实验报告
（2）将上述信号左平移或右平移 得到两个新信号y2和y3，利用hold命令在同一图中显示三条曲线并通过线型和颜色加以区分。
（3）利用subplot命令将y，y2和y3以子图的形式显示。
3.
实验结果及分析
1．（1）
t1 =
0.0780
实验结果及分析
（2）
t2 =
0.0780
实验结果及分析
（3）
t3 =
0
实验结果及分析
2.
实验
名称
实验四Matlab在通信系统中的应用
实验目的
1、练习通信原理中各种调制方法及简单通信系统的Matlab编程实现；
2、学习Matlab与Simulink的混合编程。
（2）y变成虚数后，重复上述运算。
（3）创建矩阵 ，并进行如下操作，取出矩阵A的前两行元素，生成一个新矩阵B。生成一个3*3的单位矩阵B，与矩阵A进行加、减、乘、除、相等、不相等运算。
（4）随机生成2个复数x1和x2，计算x3=x1÷x2，x3的实部real_x3、虚部image_x3、模abs_x3、幅角angle_x3，并把x1，x2，x3，real_x3，image_x3，abs_x3，angle_x3保存至文件complex_学号.mat。利用save命令保存数据为mat格式文件后，用clear命令清除工作空间中的变量，再利用load命令从文件读入数据。
2、流程控制语句相关操作。
（1）使用for语句及while语句求解1至100整数中奇数的和。
（2）求连续自然数的和，当和大于等于1000时，求最后一个自然数以及自然数的和。
matlab实验报告1
matlab实验报告1MATLAB实验报告1摘要：本实验使用MATLAB软件进行了一系列的实验，主要包括数据处理、图像处理和信号处理。
通过实验，我们掌握了MATLAB软件在科学计算和工程领域的应用，深入了解了MATLAB在数据处理、图像处理和信号处理方面的强大功能。
一、数据处理实验在数据处理实验中，我们使用MATLAB对一组实验数据进行了分析和处理。
首先，我们导入了实验数据并进行了数据清洗和预处理，然后利用MATLAB的统计分析工具对数据进行了描述性统计分析，包括均值、方差、标准差等指标的计算。
接着，我们利用MATLAB的绘图工具绘制了数据的直方图和散点图，直观地展现了数据的分布规律和相关性。
二、图像处理实验在图像处理实验中，我们使用MATLAB对一幅图像进行了处理和分析。
首先，我们读取了图像并进行了灰度化处理，然后利用MATLAB的图像滤波工具对图像进行了平滑和锐化处理，最后利用MATLAB的图像分割工具对图像进行了分割和特征提取。
通过实验，我们深入了解了MATLAB在图像处理领域的应用，掌握了图像处理的基本原理和方法。
三、信号处理实验在信号处理实验中，我们使用MATLAB对一组信号进行了处理和分析。
首先，我们生成了一组模拟信号并进行了频域分析，利用MATLAB的信号滤波工具对信号进行了滤波处理，然后利用MATLAB的频谱分析工具对信号的频谱特性进行了分析。
通过实验，我们深入了解了MATLAB在信号处理领域的应用，掌握了信号处理的基本原理和方法。
综上所述，本实验通过对MATLAB软件的应用实验，使我们对MATLAB在数据处理、图像处理和信号处理方面的功能有了更深入的了解，为我们今后在科学计算和工程领域的应用奠定了良好的基础。
MATLAB软件的强大功能和广泛应用前景，将为我们的学习和科研工作提供有力的支持和帮助。
matlab操作实验报告
matlab操作实验报告一、实验目的1、学会使用matlab建立.m文件。
2、学会二机五节点的潮流计算计算原理。
3、学会使用matlab命令窗编写程序。
4、学会潮流计算的matlab的程序。
5、学会matlab中simulink模块库的模型用法。
二、实验原理潮流分布（1）描述电力系统运行状态的技术术语，它表明电力系统在某一确定运行方式和接线方式下，系统从电源经网络到负荷各处的电压、电流、功率的大小和方向的分布情况。
（2）电力系统潮流分布主要取决于负荷的分布、电力网参数、以及和供电电源之间的关系。
潮流计算的方法1）建立描述电力系统运行状态的数学模型；2）确定解算数学模型的方法；3）制定程序框图，编写计算机计算程序，并进行计算；4）对计算结果进行分析。
对图1所示电力系统拓扑图进行潮流计算该拓扑图为2机5节点的系统应用Matpower计算潮流技巧的核心在于输入好三个矩阵和部分参数，清晰的知道输入参数、矩阵中每一个元素的含义。
参数一、MATPOWER CaseFormat:Version2mpc.version='2';解释：目前普遍采用2形式的算法。
参数二、system MVA base mpc.baseMVA=100;解释：采用有铭值图1mpc.baseMVA=100；（Matpower只能计算有铭值得网络）矩阵一%%bus data %bus_i type Pd Qd Gs Bs area Vm Va baseKV zone Vmax Vmin解释：bus data母线参数也就是我们所说的节点参数，下面逐条注释：1bus number(positive integer)：第一列表示节点的编号（括号里面注释正整数）； 2bus type：第二列表示节点的类型，一般只用得到1、2、3三种节点类型，4类型的节点目前没有接触到。
PQ bus=1PV bu=2reference bus=3isolated bu=43Pd,(MW)：表示负荷所需要的有功功率（所有数据都是正数）（有铭值）。
matlab实验一实验报告
石家庄铁道大学《Matlab语言及其应用》实验报告--实验1 Matlab软件环境的基本使用实验者姓名：韩云星实验者学号：20153254实验者班级：信1501-1所在学院：信息科学与技术学院课程编号：RL090011指导教师：刘展威报告完成日期：2017年 4月 28 日实验一熟悉MATLAB 工作环境一、实验目的1、了解Matlab的发展和主要功能；2、熟悉Matlab工作环境的各个窗口；3、掌握建立矩阵的方法；4、掌握Matlab各种表达式的书写规则以及常用函数的使用。
二、实验内容图 1实验内容1图 2实验内容2图 3实验内容3三、实验设备和软件环境处理器: Intel(R) Core(TM) i5-6200 CPU @ 2.30GHz (4 CPUs), ~2.3GHz内存: 4096MB RAMIntel(R) Core(TM) i5-6200 CPU @ 2.30GHz (8 CPUs), ~2.3GHz硬盘： Model: ATA ST2000DM001-1ER1 SCSI Disk Device操作系统: Windows 7 旗舰版 64-bit (6.1, Build 7601) (7601.win7_gdr.101026-1503)Matlab版本：9.0.0.341360 (R2016a)四、实验步骤或过程1.在命令窗口依次输入下列命令，根据执行结果分析其功能：help在命令窗口输入后，会看到帮助的目录信息，如下图所示图 4 帮助的目录信息lookfor inv输入后会在命令窗口显示帮助中含有字母inv的函数和函数功能的列表。
图 5 帮助中含有字母inv的函数和函数功能help inv查找函数inv，并显示其帮助信息。
图 6查找函数invWhich inv显示函数保存的位置信息和类型。
图 7显示函数保存的位置信息和类型2.建立自己的工作目录，再将自己的工作目录设置到Matlab搜索路径下。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1.Conv_m.m:function[y,ny]=conv_m(x,nx,h,nh)nyb=nx(1)+nh(1);nye=nx(length(x))+nh(length(h));ny=[nyb:nye];y=conv(x,h);2.impseq.m:function[x,n]=impseq(n0,n1,n2)n=[n1:n2]; x=[(n-n0)==0];3.stepseq.m:function[x,n]=stepseq(n0,n1,n2)n=[n1:n2];x=[(n-n0)>=0];2.38(1):n=[-4:3];x=2*impseq(-3,-4,3)-impseq(-2,-4,3)+2*impseq(0,-4,3) +4*impseq(-1,-4,3);subplot(2,2,1);stem(n,x);xlabel('n');ylabel('x(n)');2.38(2)n=[0:12];x=(0.8).^n.*(stepseq(0,0,12)-stepseq(10,0,12));stem(n,x);xlabel('n');ylabel('x(n)');n=[0:200];x=5*cos(0.04*pi*n)+0.3*randn(size(n));subplot(2,1,1);plot(n,x);xlabel('n');ylabel('x(n)');subplot(2,1,2);plot(n,x);xlabel('n');ylabel('x(n)');2.38(4)n=[-10:0.5:10];blta=-0.08+0.3j;x=exp(blta*n);subplot(2,2,1);stem(n,real(x));title('实部');xlabel('n');subplot(2,2,2);stem(n,imag(x));title('虚部');xlabel('n'); subplot(2,2,3);stem(n,abs(x));title('幅度');xlabel('n');subplot(2,2,4);stem(n,(180/pi)*angle(x));title('相位');xlabel('n');2.40x=[1,2,3,4,5];nx=[0:4];h=[1,-2,1,3];nh=[0:3];[y,ny]=conv_m(x,nx,h,nh)n=length(ny);x1=zeros(1,n);h1=zeros(1,n);x1(find((ny>=min(nx))&(ny<=max(nx))==1))=x;h1(find((ny>=min(nh))&(ny<=max(nh))==1))=h;subplot(3,1,1);stem(ny,x1);xlabel('n');ylabel('x(n)');subplot(3,1,2);stem(ny,h1);xlabel('n');ylabel('h(n)');subplot(3,1,3);stem(ny,y);xlabel('n');ylabel('h(n)');b=[1];a=[1,-1,0.9];x=impseq(0,-20,100);n=[-20:100];h=filter(b,a,x);subplot(2,1,1);stem(n,h);title('冲激响应');xlabel('n');ylabel('h(n)');x=stepseq(0,-20,100);s=filter(b,a,x);subplot(2,1,2);stem(n,s);title('阶跃响应');xlabel('n');ylabel('s(n)');z=roots(a);magz=abs(z)2.45(3)n=0:7;k=0:500;w=(pi/500)*k;X=(exp(-j*0.3*pi/500)).^(n'*k);magX=abs(X);angX=angle(X);subplot(2,1,1);plot(w/pi,magX);title('幅度响应');grid; ylabel('幅度');xlabel('以\pi为单位的频率');subplot(2,1,2);plot(w/pi,angX);title('相位响应');grid; ylabel('相位/\pi');xlabel('以\pi为单位的频率');2.47(3)b=[1,-1,0.5];a=[1,0.25,0.125];[R,P,C]=residuez(b,a);disp('R=');disp(R');disp('P=');disp(P');disp('C=');disp(C');:第三章function[Xk]=dft(xn,N)n=[0:1:N-1];k=[0:1:N-1];WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^nk;Xk=xn*WNnk;Idft.m:function[xn]=idft(Xk,N)n=[0:1:N-1];k=[0:1:N-1];WN=exp(-j*2*pi/N);nk=n'*k;WNnk=WN.^(-nk);xn=(Xk * WNnk)/N;3.22(1)x=[1,1,1,1];n=0:3;k=-200:200;w=(pi/100)*k;X=x*(exp(-j*pi/100)).^(n'*k);magX=abs(X);angX=angle(X)*180/pi;figure(1)subplot(2,1,1);plot(w/pi,magX);% axis([xmin xmax ymin ymax])axis([-1 1 0 4]);grid;title('DTFT的幅度');xlabel('以\pi为单位的频率');ylabel('幅度'); subplot(2,1,2);plot(w/pi,angX);grid;axis([-1 1 -200 200]);title('DTFT的相位');xlabel('以\pi为单位的频率');ylabel('相位');N=4;X=dft(x,N);magX=abs(X);phaX=angle(X)*180/pik=0:3;figure(2)subplot(2,1,1);stem(k,magX);title('DFT的幅度');xlabel('k');subplot(2,1,2);stem(k,phaX);title('DFT的相位');xlabel('k');x=[1,1,1,1,0,0,0,0];n=0:7;k=-200:200;w=(pi/100)*k;X=x*(exp(-j*pi/100)).^(n'*k);magX=abs(X);angX=angle(X)*180/pi; subplot(2,1,1);stem(k,magX);title('DFT的幅度');xlabel('k'); subplot(2,1,2);stem(k,phaX);title('DFT的相位');xlabel('k');3.23x=[1,1,1,1,0,0,0,0];n=0:7;k=-200:200;w=(pi/100)*k;X=x*(exp(-j*pi/100)).^(n'*k);magX=abs(X);angX=angle(X)*180/pi; figure(1)subplot(2,1,1);plot(w/pi,magX);N=8;X=dft(x,N);magX=abs(X);phaX=angle(X)*180/pi k=0:7;subplot(2,1,1);stem(k,magX);title('DFT的幅度');xlabel('k'); subplot(2,1,2);stem(k,phaX);title('DFT的相位');xlabel('k');3.29x=[1,1,1,1,0,0,0,0];n=0:7;k=-200:200;w=(pi/100)*k;X=x*(exp(-j*pi/100)).^(n'*k);magX=abs(X);angX=angle(X)*180/pi; figure(1)subplot(2,1,1);plot(w/pi,magX);N=8;X=dft(x,N);magX=abs(X);phaX=angle(X)*180/pi k=0:7;subplot(2,1,1);stem(k,magX); title('DFT的幅度');xlabel('k'); subplot(2,1,2);stem(k,phaX); title('DFT的相位');xlabel('k');。