实验一 用MATLAB处理系统数学模型
实验一基于MATLAB的二阶系统动态性能分析
实验一基于MATLAB的二阶系统动态性能分析二阶系统是控制系统中常见的一类系统，在工程实践中有广泛的应用。
为了对二阶系统的动态性能进行分析，可以使用MATLAB进行模拟实验。
首先，我们需要定义一个二阶系统的数学模型。
一个典型的二阶系统可以用如下的常微分方程表示：$$m\ddot{x} + b\dot{x} + kx = u(t)$$其中，$m$是系统的质量，$b$是系统的阻尼系数，$k$是系统的刚度，$u(t)$是控制输入。
在MATLAB中，我们可以使用StateSpace模型来表示二阶系统。
具体实现时，需要指定系统的状态空间矩阵，并将其转换为StateSpace模型对象。
例如：```matlabm=1;b=0.5;k=2;A=[01;-k/m-b/m];B=[0;1/m];C=[10;01];D=[0;0];sys = ss(A, B, C, D);```接下来，我们可以利用MATLAB的Simulink工具来模拟系统的响应。
Simulink提供了一个直观的图形界面，可以快速搭建系统的模型，并进行动态模拟。
我们需要使用一个输入信号来激励系统，并观察系统的响应。
例如，我们可以设计一个阶跃输入的信号，并将其作为系统的输入，然后观察系统的输出。
在Simulink中，可以使用Step函数来生成阶跃输入。
同时，我们可以添加一个Scope模块来实时显示系统的输出信号。
以下是一个简单的Simulink模型的示例：在Simulink模拟中，可以调整系统的参数，如质量、阻尼系数和刚度，以观察它们对系统动态性能的影响。
通过修改输入信号的类型和参数，还可以研究系统在不同激励下的响应特性。
另外，MATLAB还提供了一些工具和函数来评估二阶系统的动态性能。
例如，可以使用step函数来计算系统的阶跃响应，并获取一些性能指标，如峰值时间、上升时间和超调量。
通过比较不同系统的性能指标，可以选择最优的系统配置。
此外，MATLAB还提供了频域分析工具，如Bode图和Nyquist图，用于分析系统的频率响应和稳定性。
自动控制原理实验报告-太原理工
本科实验报告课程名称：自动控制原理实验项目：典型环节的时域特性实验地点：自动控制原理实验室专业班级：学号：学生姓名：指导教师：2012年 5 月实验一 典型环节的时域特性一、实验目的学会利用自动控制实验箱对控制系统进行典型环节时域分析二、实验设备TDN-AC/ACS+型控制试验箱一套，安装windows98系统和ACS2002应用软件的计算机一台三、实验内容下面列出各典型环节的方框图、传递函数、模拟电路图、阶跃响应，实验前应熟悉了解。
1．比例环节 (P) A 方框图B 传递函数：K S Ui S Uo =)()(C 阶跃响应：)0()(≥=t Kt U O 其中01/R R K =D 模拟电路图E 理想与实际阶跃响应对照曲线： ① 取R0 = 200K ；R1 = 100K 。
② 取R0 = 200K ；R1 = 200K 。
2．积分环节 (I) A ．方框图B ．传递函数：TS S Ui S Uo 1)()(=C ．阶跃响应：)0(1)(≥=t t Tt Uo 其中CRT0=D ．模拟电路图(5) 理想与实际阶跃响应曲线对照： ① 取R0 = 200K ；C = 1uF 。
② 取R0 = 200K ；C = 2uF 。
3．惯性环节 (T) (1) 方框图(2) 传递函数：1)()(+=TS KS Ui S Uo 。
(3) 模拟电路图图1.1-8(4) 阶跃响应：)1()(Tt eK t Uo --=，其中01/R R K =；C R T 1=(5) 理想与实际阶跃响应曲线对照： ① 取R0=R1=200K ；C=1uF 。
② 取R0=R1=200K ；C=2uF 。
4．比例微分环节 (PD) (1) 方框图(2) 传递函数：)1()()(TS K S Ui S Uo +=(3) 阶跃响应：K t KT t Uo +)(=δ)(。
(4) 模拟电路图(5) 理想与实际阶跃响应曲线对照：① 取R0 = R2 = 100K ，R3 = 10K ，C = 1uF ；R1 = 100K 。
如何利用Matlab进行模拟和仿真实验
如何利用Matlab进行模拟和仿真实验Matlab是一种功能强大的数学计算和数据可视化软件。
它不仅可以进行数学模拟和仿真实验，还可以处理数据、绘制图表和实施算法。
在工程、物理学、生物学等领域，Matlab被广泛用于解决各种实际问题。
本文将介绍如何利用Matlab进行模拟和仿真实验，并探讨其在实验设计和结果分析中的应用。
一. Matlab的基本功能Matlab具有很多基本功能，如矩阵操作、数值计算、符号计算等。
这些功能使得Matlab成为进行模拟和仿真实验的理想选择。
在Matlab中，可以定义和操作矩阵，进行线性代数运算，如求解方程组、矩阵求逆等。
此外，Matlab还提供了许多内置函数，可以进行数值计算和符号计算，如求解微分方程、积分、数值优化等。
二. 模拟实验的设计在进行模拟实验之前，首先需要设计实验方案。
实验设计包括选择合适的模型和参数设置，确定实验变量和观测指标等。
在Matlab中，可以使用函数或脚本来定义模型和参数，通过修改参数值来观察实验结果的变化。
比如，可以使用Matlab的模型库来选择合适的模型，然后使用函数传入参数值进行求解。
此外，Matlab还提供了绘图功能，可以绘制实验结果的图表，以便更直观地分析数据。
三. 仿真实验的实施在设计好实验方案后，就可以开始进行仿真实验了。
在Matlab中，可以使用已定义的模型和参数进行仿真计算。
可以通过Matlab的编程功能来实现计算过程的自动化。
比如，可以使用循环语句来迭代计算，以观察参数变化对结果的影响。
此外，Matlab还提供了随机数生成和统计分析函数，可以用于生成随机变量和分析实验数据。
四. 实验结果的分析在完成仿真实验后，需要对实验结果进行分析。
Matlab提供了丰富的数据处理和分析工具，可以对实验数据进行统计分析、绘图和可视化展示。
可以使用Matlab的数据处理函数来计算均值、标准差、相关系数等统计指标。
此外，Matlab还可以通过绘图函数来绘制直方图、散点图、线图等图形，以便更好地理解和展示数据。
实验一 数据处理方法的MATLAB实现范文
实验一数据处理方法的MATLAB实现一、实验目的学会在MATLAB环境下对已知的数据进行处理。
二、实验方法1. 求取数据的最大值或最小值。
2. 求取向量的均值、标准方差和中间值。
3．在MATLAB环境下，对已知的数据分别进行曲线拟合和插值。
三、实验设备1．586以上微机，16M以上内存，400M硬盘空间，2X CD-ROM2．MATLAB5.3以上含CONTROL SYSTEM TOOLBOX。
四、实验内容1．在MATLAB环境下，利用MATLAB控制系统工具箱中的函数直接求取数据的最大值或最小值，以及向量的均值、标准方差和中间值。
2．在MATLAB环境下，选择合适的曲线拟合和插值方法，编写程序，对已知的数据分别进行曲线拟合和插值。
五、实验步骤1. 在MATLAB环境下，将已知的数据存到数据文件mydat.mat中。
双击打开Matlab，在命令窗口（command window）中，输入一组数据：实验一数据处理方法的MATLAB实现一、实验目的学会在MATLAB环境下对已知的数据进行处理。
二、实验方法1. 求取数据的最大值或最小值。
2. 求取向量的均值、标准方差和中间值。
3．在MATLAB环境下，对已知的数据分别进行曲线拟合和插值。
三、实验设备1．586以上微机，16M以上内存，400M硬盘空间，2X CD-ROM2．MATLAB5.3以上含CONTROL SYSTEM TOOLBOX。
四、实验内容1．在MATLAB环境下，利用MATLAB控制系统工具箱中的函数直接求取数据的最大值或最小值，以及向量的均值、标准方差和中间值。
2．在MATLAB环境下，选择合适的曲线拟合和插值方法，编写程序，对已知的数据分别进行曲线拟合和插值。
五、实验步骤1. 在MATLAB环境下，将已知的数据存到数据文件mydat.mat中。
双击打开Matlab，在命令窗口（command window）中，输入一组数据：x=[1,4,2,81,23,45]x =1 42 81 23 45单击保存按钮，保存在Matlab指定目录（C:\Program Files\MATLAB71）下，文件名为“mydat.mat”。
matlab计算机实验报告
matlab计算机实验报告Matlab计算机实验报告引言Matlab是一种强大的计算机软件，广泛应用于科学计算、数据分析和工程设计等领域。
本实验报告旨在介绍我对Matlab的实验研究和应用。
通过实验，我深入了解了Matlab的功能和特点，并通过实际案例展示了其在科学计算和数据处理中的应用。
实验一：基本操作和语法在本实验中，我首先学习了Matlab的基本操作和语法。
通过编写简单的程序，我熟悉了Matlab的变量定义、赋值、运算符和条件语句等基本语法。
我还学习了Matlab的矩阵操作和向量化计算的优势。
通过实例演示，我发现Matlab在处理大规模数据时具有高效性和便捷性。
实验二：数据可视化数据可视化是Matlab的重要应用之一。
在本实验中，我学习了如何使用Matlab绘制各种图表，如折线图、散点图、柱状图和饼图等。
我了解了Matlab 的绘图函数和参数设置，并通过实例展示了如何将数据转化为直观的图形展示。
数据可视化不仅可以帮助我们更好地理解数据，还可以用于数据分析和决策支持。
实验三：数值计算和优化Matlab在数值计算和优化方面具有强大的功能。
在本实验中，我学习了Matlab 的数值计算函数和工具箱，如数值积分、微分方程求解和线性代数运算等。
通过实例研究，我发现Matlab在求解复杂数学问题和优化算法方面具有出色的性能。
这对于科学研究和工程设计中的数值分析和优化问题非常有用。
实验四：图像处理和模式识别Matlab在图像处理和模式识别领域也有广泛的应用。
在本实验中，我学习了Matlab的图像处理工具箱和模式识别算法。
通过实例演示，我了解了如何使用Matlab进行图像滤波、边缘检测和特征提取等操作。
我还学习了一些常见的模式识别算法，如支持向量机和神经网络等。
这些技术在计算机视觉和模式识别中具有重要的应用价值。
实验五：信号处理和系统建模Matlab在信号处理和系统建模方面也有广泛的应用。
在本实验中，我学习了Matlab的信号处理工具箱和系统建模工具。
《基于MATLAB的数字信号处理》实验报告
0.60007.0000-5.4000所以，X=[错误!未找到引用源。
]=[ 0.6000, 7.0000, -5.4000]’实验结果2：K=1.732051实验结果3：三曲线的对比图如下所示：图1.1 三曲线的对比实验二基于MATLAB信号处理实验xlabel('频率/Hz');ylabel('振幅/dB');title('布莱克窗的幅频特性');grid on;subplot(2,1,2);plot(f4,180/pi*unwrap(angle(H4)));xlabel('频率/Hz');ylabel('相位');title('布莱克窗的相频特性');grid on;六、实验结果实验结果2.1：图2-1 x(n)与y(n)的互相关序列图由实验结果可知，x(n)与y(n)的互相关只在区间[-4,8]上有能力，刚好是区间[-3,3]与右移后的区间[-1,5]两端点之和，与结论一致。
且互相关在2处达到最大。
实验结果2.2.1：其表示的差分方程为：y(n)-0.8145y(n-4)=x(n)+x(n-4)实验结果2.2.2：滤波器的幅频和相频图如下所示：图2-2 滤波器的幅频与相频图实验结果2.2.3：由下图实验结果可知，输出信号相对于输入信号有一小小的延迟，基本上x(n)的频点都通过了，滤波器是个梳状filter，正好在想通过的点附近相位为0，也就是附加延迟为0图2-3 滤波器的幅度和相位变化图2-4 两信号波形实验结果2.3：四种带通滤波器的窗函数的频率响应如下所示：图2-5 矩形窗的频率特性图2-6 汉宁窗的频率特性图2-7 海明窗的频率特性图2-8 布莱克曼窗的频率特性图3-1 加噪前、后图像对比图3-2 加椒盐噪声的图像均值滤波前、后的图像对比图3-3 加椒盐噪声的图像中值滤波前、后的图像对比图3-4加高斯噪声的图像均值滤波前、后的图像对比图3-5 加高斯噪声的图像中值滤波前、后的图像对比实验结果3.2：图3-6 原图及重构图像图3-7 程序运行结果由实验结果可知，当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：43.708737；当DCT变换的系数置0个数小于10时，重构图像与原图像的峰值信噪比15.922448，重构图像置为0的变换系数的个数个数为：36.110705；当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：30.366348；可以发现，在抛弃部分DCT系数后，重构图像时不会带来其画面质量的显著下降，采用这种方法来实现压缩算法时，可以通过修改mask变量中的DCT系数来更好地比较仿真结果。
自动控制原理实验指导书(11.09版)
河南机电高等专科学校《自动控制原理》实验指导书专业：电气自动化技术、计算机控制技术生产过程自动化技术等吴君晓编2008年9月目录实验一 (2)实验二 (4)实验三 (6)实验四 (8)实验五 (10)实验六 (12)实验七 (14)实验八 (15)实验九 (17)实验一建立MATLAB环境下控制系统数学模型一. 实验目的1.熟悉MATLAB实验环境，掌握MATLAB命令窗口的基本操作。
2.掌握MATLAB建立控制系统数学模型的命令及模型相互转换的方法。
3.掌握使用MATLAB命令化简模型基本连接的方法。
二、实验设备和仪器1．计算机2. MATLAB软件三、实验原理控制系统常用的数学模型有四种：传递函数模型（tf对象）、零极点增益模型（zpk对象）、结构框图模型和状态空间模型（ss对象）。
经典控制理论中数学模型一般使用前三种模型，状态空间模型属于现代控制理论范畴。
1.传递函数模型（也称为多项式模型）连续系统的传递函数模型为：在MATLAB中用分子、分母多项式系数按s的降幂次序构成两个向量：num = [ b0 , b1 ,…, bm ] ，den = [ a0 , a1 ,…, an]。
用函数tf ( )来建立控制系统的传递函数模型，其命令调用格式为：G = tf ( num , den )注意：对于已知的多项式模型传递函数，其分子、分母多项式系数两个向量可分别用G.num{1}与G.den{1}命令求出。
2.零极点增益模型零极点模型是是分别对原传递函数的分子、分母进行因式分解，以获得系统的零点和极点的表示形式。
式中，K为系统增益，z1，z2，…，z m为系统零点，p1，p2，…，p n为系统极点。
在MATLAB 中，用向量z，p，k构成矢量组[ z, p, k ]表示系统。
即z = [ z1, z2 ,…,z m ]，p = [ p1, p2,…, p n ]，k = [ k ],用函数命令zpk ( )来建立系统的零极点增益模型，其函数调用格式为：G = zpk ( z, p, k )3.控制系统模型间的相互转换零极点模型转换为多项式模型: G＝zpk(G)多项式模型转化为零极点模型: G＝tf(G)4.系统反馈连接之后的等效传递函数两个环节反馈连接后，其等效传递函数可用feedback ( )函数求得。
Matlab实验报告（1）
《Matlab语言与应用》课程实验报告*名：**班级：电信114学号：************指导老师：***二〇一三年十一月二十一日Matlab实验报告实验一一、实验问题求[12 + sin(2)×( 22 −4)]÷3^2的算术运算结果。
二、问题的分析该题主要熟悉Matlab环境下的对数学运算的熟悉，如何输入数据、建立函数输出结果。
三、上机实验结果如图四、实验的总结与体会通过本次实验，我学会了用Matlab来计算数学运算中的复杂技术。
我们也可以自己编写一个可以调用的函数，首先我们要了解Matlab语言函数的基本结构，结构如下：Function [返回变量列表]=函数名（输入变量列表）注释说明语句段，由%引导输入、返回变量格式的检测函数体语句例如：输入变量为k，返回的变量为m和s,其中s为前m项的和Function [m,s]=findsum(k)s=0;m=0;while(s<=k),m=m+1;s=s+m;end编写了函数，就可以将其存为findsum.m文件，这样就可以在Matlab环境中对不同的k值调用该函数了。
这样就可以灵活的实现我们想要的数据。
实验二一、实验问题二、问题分析输入矩阵时，空格或逗号表示间隔，分号表示换行，比如上面的矩阵A应写为A=[1,2,3;4,5,6;7,8,9]三、上机实验结果如图四、实验的总结与体会通过对本次上机实验了解到在Matlab中对矩阵的代数运算矩阵转置、矩阵的加减法运算、矩阵乘法、矩阵的左、右除、矩阵翻转、矩阵乘方运算、点运算等。
实验三一、实验要求画图，理解plot函数用法二、代码如下clear; clf;t=0:pi/20:2*pi;R=5;x=R*sin(t); y=R*cos(t);plot(x,y,'b:'), gridhold onrrr=[x;y;x+y];plot(rrr(1,:),'.','MarkerSize',10,'Color','r')plot(rrr(2,:),rrr(3,:),'o','MarkerSize',15,'Color','b'); axis([-8,20,-8,8]), % axis squarehold off三、Matlab运行结果如图实验四一、实验要求二、代码如下t=0:pi/50:4*pi;y0=exp(-t/3);y=exp(-t/3).*sin(3*t);plot(t,y,'-r',t,y0,':b',t,-y0,':b') Grid三、Matlab运行结果如图实验五一、实验要求傅里叶频谱分析二、代码及分析(1)首先生成数据，包含50Hz和120Hz频率的正弦波x >>t = 0:.001:.25;>>x = sin(2*pi*50*t) + sin(2*pi*120*t);(2)再生成噪音信号yy = x + 2*randn(size(t));plot(y(1:50))title('Noisy time domain signal')(3)对y进行快速傅里叶变换Y = fft(y,256);(4)计算功率谱Pyy = Y.*conj(Y)/256;f = 1000/256*(0:127);plot(f,Pyy(1:128))title('Power spectral density')xlabel('Frequency (Hz)')(5)只查看200Hz以下频率段plot(f(1:50),Pyy(1:50))title('Power spectral density')xlabel('Frequency (Hz)')三、上机结果如下图实验六一、实验要求FIR数字滤波器设计代码如下clear;close allf=[0,0.6,0.6,1]; m=[0,0,1,1]; % 设定预期幅频响应b=fir2(30,f,m); n=0:30; % 设计FIR 数字滤波器系数subplot(3,2,1),stem(n,b,'.')xlabel('n'); ylabel('h(n)');axis([0,30,-0.4,0.5]),line([0,30],[0,0])[h,w]=freqz(b,1,256);subplot(3,2,2),plot(w/pi,20*log10(abs(h)));gridaxis([0,1,-80,0]),xlabel('w/pi'); ylabel('幅度(dB)');二、上级结果如图实验七二、实验要求用guide实验一个简单的加减乘除计算器二、实验步骤在命令行输入guide命令，进入guide界面新建一个空白guide文件在空白文件中设置好功能模块如图模块建立好后，就要把编写好的加减乘除代码加入到各自的回调函数中，见下图两个被加数代码如下图加模块代码如下图减模块代码如下图乘模块代码如下图除模块代码如下图各模块的回调函数加完后就可以运行了，运行结果如下图总结：Matlab一个高级的距阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。
- 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)。
实验一用MATLAB处理系统数学模型
一、实验原理
表述线性定常系统的数学模型主要有微分方程、传递函数、动态结构图等.求拉氏变换可用函数laplace(ft,t,s）,求拉式反变换可用函数illaplace(Fs,s,t);有关多项式计算的函数主要有roots(p),ploy(r),conv(p,q),ployval(n,s);求解微分方程可采用指令
s=dslove(‘a_1’,’a_2’,’···,’a_n’);建立传递函数时，将传递函数的分子、分母多项式的系数写成两个向量，然后用tf()函数来给出，还可以建立零、极点形式的传递函数，采用的函数为zpk(z,p,k);可用函数sys=series(sys1,sys2)来实现串联，用
sys=parallel(sys1,sys2)来实现并联，可用函数sys=feedback(sys1,sys2,sign)来实现系统的反馈连接，其中sign用来定义反馈形式，如果为正反馈，则sign=+1，如果为负反馈，则sign=-1。
二、实验目的
通过MATLAB软件对微分方程、传递函数和动态结构图等进行处理，观察并分析实验结果。
三、实验环境
MATLAB2012b
四、实验步骤
1、拉氏变换
syms s t;
ft=t^2+2*t+2;
st=laplace(ft,t,s)
2、拉式反变换
syms s t;
Fs=(s+6)/(s^2+4*s+3)/(s+2);
ft=ilaplace(Fs,s,t)
3、多项式求根
p=[1 3 0 4];
r=roots(p)
p=poly(r)
4、多项式相乘
p=[ 3 2 1 ];q=[ 1 4];
n=conv(p,q)
value=polyval(n,-5)
5、微分方程求解
y=dsolve('3*D2y+3*Dy+2*y=1','y(0)=0,Dy(0)=0') 6、建立传递函数
num=[1 3];
den=[1 0 2 1];
g=tf(num,den)
7、建立零、极点形式的传递函数
z=[-3];
p=[-1,-1];
k=1;
g=zpk(z,p,k)
8、结构图求传递函数
numg=[1];deg=[500 0 0];
numh=[1 1];denh=[1 2];
[num,den]=feedback(numg,deg,numh,denh,-1);
printsys(num,den)
五、实验结果
1、拉氏变换
2、拉式反变换
3、多项式求根
4、多项式相乘
5、微分方程求解
6、建立传递函数
7、建立零、极点形式的传递函数
8、结构图求传递函数
六、实验总结
通过本次实验初步了解并掌握使用MATLAB处理微分方程、传递函数和动态结构图等数学模型，加深了对其的了解，为以后的相关实验打下了基础。
七、实验心得
本次实验比较简单，因而很快的就做出来了，但也遇到了一些问题比如说文件名不能写为数据库中相关函数的名字，否则程序调用时会出错，在这方面耽误了好些时间，所幸找到了问题的所在，避免了以后犯相同的错误。