MATLAB仿真技术
MATLAB仿真技术
MATLAB仿真技术作业合集页脚内容1页脚内容1第1章 习题5.利用直接输入法和矩阵编辑器创建矩阵A=⎥⎦⎤⎢⎣⎡642531。
解：⑴利用直接输入法输入程序A=[1 3 5;2 4 6]按Enter 键后，屏幕显示A = 1 3 52 4 6⑵用矩阵编辑器创建矩阵，如图1.1所示。
图1.1 MATLAB 编辑器7.用矩阵编辑器创建矩阵a,使a 具有如下矩阵形式。
页脚内容2a=⎥⎦⎤⎢⎣⎡642531⇒a=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡654321⇒a=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡987654321⇒a=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡098706540321⇒a=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡0000098706540321 解：用矩阵编辑器创建矩阵a 的过程如图1.2、1.3、1.4、1.5、1.6所示。
图1.2 图1.3图1.4 图1.5图1.6页脚内容39.已知矩阵B=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡922518113211912102201304161475231501017，试：①提取矩阵B 的第一行和第二行的第2、4、5个元素组成新矩阵1B ;②提取矩阵B 的第三行和第一行的全部元素组成新矩阵2B ；③使矩阵B 的第一行和第三行的第2；4个元素为0；④标出矩阵B 的第一行中小于5的元素。
解：①如上题，用矩阵编辑器生成矩阵B ，再输入程序B1=B([1,2],[2,4,5])按Enter 键后，屏幕显示B1 = 0 0 155 14 16②输入程序B2=B([1,3],:)按Enter 键后，屏幕显示B2 = 17 0 1 0 15 4 0 13 0 22③第一行和第三行的第2；4个元素原本就为0。
④输入程序如下C=B(1,:)<5; %将B矩阵第一行中小于5 的值标记为1D=B(1,C) %去B矩阵第一行中标为1的元素按Enter键后，屏幕显示D= 0 1 011.已知矩阵a为4阶魔方阵，令a+3赋值给b，a+b赋值给c，求b和c。
matlab电机仿真精华50例
matlab电机仿真精华50例Matlab是一种功能强大的仿真软件，它被广泛应用于电机仿真领域。
在这篇文章中，我们将介绍Matlab电机仿真的50个精华例子，帮助读者更好地了解和应用电机仿真技术。
1. 直流电机的仿真：通过Matlab可以模拟直流电机的性能，包括转速、扭矩和电流等。
2. 交流电机的仿真：使用Matlab可以模拟交流电机的工作原理，包括转子和定子的相互作用。
3. 同步电机的仿真：通过Matlab可以模拟同步电机的运行特性，包括电压和频率的控制。
4. 步进电机的仿真：利用Matlab可以模拟步进电机的运行过程，包括步进角度和步进速度等。
5. 无刷直流电机的仿真：通过Matlab可以模拟无刷直流电机的工作原理，包括转子和定子的相互作用。
6. 电机控制系统的仿真：利用Matlab可以模拟电机控制系统的运行过程，包括速度和位置的闭环控制。
7. 电机噪声的仿真：通过Matlab可以模拟电机噪声的产生和传播过程，帮助优化电机的设计。
8. 电机故障诊断的仿真：利用Matlab可以模拟电机故障的发生和诊断过程，提供故障检测和排除的方法。
9. 电机热仿真：通过Matlab可以模拟电机的热传导和散热过程，帮助优化电机的散热设计。
10. 电机振动的仿真：利用Matlab可以模拟电机的振动特性，帮助优化电机的结构设计。
11. 电机效率的仿真：通过Matlab可以模拟电机的能量转换过程，评估电机的效率和能耗。
12. 电机启动过程的仿真：利用Matlab可以模拟电机的启动过程，包括起动电流和启动时间等。
13. 电机负载仿真：通过Matlab可以模拟电机在不同负载条件下的工作特性，帮助优化电机的设计。
14. 电机饱和仿真：利用Matlab可以模拟电机在饱和状态下的工作特性，提供更准确的仿真结果。
15. 电机电磁干扰的仿真：通过Matlab可以模拟电机产生的电磁干扰对其他设备的影响，提供干扰抑制的方法。
16. 电机电磁场的仿真：利用Matlab可以模拟电机内部的电磁场分布，帮助优化电机的设计。
MATLAB机器人仿真程序
MATLAB机器人仿真程序哎呀，说起 MATLAB 机器人仿真程序，这可真是个有趣又充满挑战的领域！我还记得有一次，我带着一群学生尝试做一个简单的机器人行走仿真。
那时候，大家都兴奋极了，眼睛里闪着好奇的光。
我们先从最基础的开始，了解 MATLAB 这个工具的各种函数和命令。
就像是给机器人准备好各种“零部件”，让它能顺利动起来。
比如说，我们要设定机器人的初始位置和姿态，这就好像是告诉机器人“嘿，你从这里出发，站好啦！”然后，再通过编程来控制它的运动轨迹。
有的同学想让机器人走直线，有的同学想让它拐个弯，还有的同学想让它走个复杂的曲线。
在这个过程中，可遇到了不少问题呢。
有个同学不小心把坐标设置错了，结果机器人“嗖”地一下跑到了不知道哪里去，大家哄堂大笑。
还有个同学在计算速度和加速度的时候出了差错，机器人的动作变得奇奇怪怪的，像是在跳“抽筋舞”。
不过，大家并没有气馁，而是一起努力找错误，修改代码。
终于，当我们看到那个小小的机器人按照我们设想的轨迹稳稳地行走时，那种成就感简直无法形容。
回到 MATLAB 机器人仿真程序本身，它其实就像是一个神奇的魔法盒子。
通过输入不同的指令和参数，我们可以创造出各种各样的机器人运动场景。
比如说，我们可以模拟机器人在不同地形上的行走，像是平坦的地面、崎岖的山路或者是湿滑的冰面。
这时候，我们就要考虑摩擦力、重力等各种因素对机器人运动的影响。
想象一下，机器人在冰面上小心翼翼地走着，生怕滑倒，是不是很有趣？而且，MATLAB 机器人仿真程序还能帮助我们优化机器人的设计。
比如说，如果我们发现机器人在某个动作上消耗了太多的能量，或者动作不够灵活，我们就可以通过调整程序中的参数来改进。
这就像是给机器人做了一次“整形手术”，让它变得更完美。
另外，我们还可以用它来进行多机器人的协同仿真。
想象一下，一群机器人在一起工作，有的负责搬运东西，有的负责巡逻，它们之间需要相互配合，避免碰撞。
这就需要我们精心设计它们的通信和协调机制，让它们像一支训练有素的团队一样高效工作。
MATLAB仿真
第2章 MATLAB仿真 与其它高级语言相比较，MATLAB具有独特的优势： (1) MATLAB是一种跨平台的数学语言。采用MATLAB 编写的程序可以在目前所有的操作系统上运行 ( 只要这些系 统上安装了MATLAB平台)。MATLAB程序不依赖于计算机 类型和操作系统类型。
(2) MATLAB是一种超高级语言。MATLAB平台本身是 用C语言写成的，其中汇集了当前最新的数学算法库，是许 多专业数学家和工程学者多年的劳动结晶。 MATLAB 意味着站在巨人的肩膀上观察和处理问题，所 以在编程效率，程序的可读性、可靠性和可移植性上远远超 过了常规的高级语言。这使得 MATLAB 成为了进行科学研 究和数值计算的首选语言。
第2章 MATLAB仿真 MATLAB中可以方便地进行复数运算，例如计算
5
a b
2
，其中，a=15+j3，b=5e j2。
>>a=15+j*3,b=5*exp(j*2),(a.^2+b).^(1/5)［回车］ 6. MATLAB 提供了极为便利的数据可视化手段，可 以作出任意函数的图像。作为快速入门，在此以一个
二维作图为例，作出函数 y=e-x/10sinx 在 x∈［ -1,10 ］范
第2章 MATLAB仿真 (5) MATLAB具有强大的绘图功能。利用MATLAB的 绘图功能，可以轻易地获得高质量的(印刷级)曲线图。具 有多种形式来表达二维、三维图形，并具有强大的动画 功能，可以非常直观地表现抽象的数值结果。这也是 MATLAB广为流行的重要原因之一。 (6) MATLAB具有串口操作、声音输入输出等硬件操 控能力。随着版本的提高，这种能力还会不断加强，使 得人们利用计算机和实际硬件相连接的半实物仿真的梦 想得以轻易实现。 (7) MATLAB程序可以直接映射为DSP芯片可接受的 代码，大大提高了现代电子通信设备的研发效率。
Matlab中的电力系统仿真与稳态分析技术
Matlab中的电力系统仿真与稳态分析技术随着电力系统技术的不断发展，利用计算机软件进行电力系统仿真和稳态分析已经成为一个常见的工具。
Matlab作为一种强大的数学计算和仿真软件，在电力系统仿真和稳态分析中发挥了重要的作用。
本文将探讨Matlab在电力系统仿真和稳态分析中的应用，并对其相关技术进行介绍和分析。
第一部分：电力系统仿真技术的基本原理电力系统仿真是通过建立电力系统的数学模型，模拟实际电力系统运行过程的一种技术。
其基本原理是建立电力系统的节点电压和支路电流方程，使用数值计算方法求解这些方程，以得到电力系统的稳态解。
Matlab在电力系统仿真中常用的函数有powerflow和newton_raphson，它们分别用于求解电力系统的潮流计算和稳定计算。
潮流计算是电力系统仿真中最基本的环节，用于计算电网各节点的电压和支路的电流。
它的实质是求解电力系统的非线性方程组，对于大规模电力系统而言，这个方程组的求解是一个非常复杂的过程。
而Matlab提供了一套强大的数值计算工具箱，能够有效地处理这类问题。
利用Matlab编写的潮流计算程序，可以提供准确的电力系统状态信息。
第二部分：Matlab在电力系统仿真中的应用案例Matlab在电力系统仿真中提供了丰富的函数库和工具箱，可以用于建立电力系统的数学模型、求解电力系统方程组以及进行结果的可视化分析。
下面我们通过一个简单的案例，来展示Matlab在电力系统仿真中的应用。
假设一个3节点的电力系统，其中包括一个发电机节点、两个负荷节点以及电源节点。
我们可以通过Matlab的power_system函数建立电力系统的模型，并使用powerflow函数计算电力系统的潮流分布。
计算完成后，我们可以通过Matlab的plot函数绘制各节点的电压和支路的电流图像，对电力系统的稳态运行情况进行可视化分析。
第三部分：电力系统稳态分析技术的应用除了电力系统仿真，Matlab还可以用于电力系统稳态分析。
Matlab建模仿真
例：
求解Lorenz模型的状态方程，初值为 x1(0)=x2(0)=0,x3(0)=1e-10;
8/ 3， 10， 28
求解Lorenz模型的状态方程，
x 1(t ) x1(t ) x 2(t ) x3(t ) x 2(t ) x 2(t ) x3(t )
模块连接解释
0.5
Gain
×
Product 1
x´=∂x/∂t =bx－px²
－
＋
－
S
Sum
Integrator
Scope
Gain1
LOGO
微分方程的Simulink求解 及Matlab数字电路仿真
微分方程的Simulink建模与求解
建立起微分方程的 Simulink 模型 可以用 sim( ) 函数对其模型直接求解 得出微分方程的数值解
3.计算机仿真
计算机仿真是在研究系统过程中根据相似原理， 利用计算机来逼真模拟研究对象。研究对象可以 是实际的系统，也可以是设想中的系统。在没有 计算机以前，仿真都是利用实物或者它的物理模 型来进行研究的，即物理仿真。物理仿真的优点 是直接、形象、可信，缺点是模型受限、易破坏 、难以重用。
计算机作为一种最重要的仿真工具，已经推出了 模拟机、模拟数字机、数字通用机、仿真专用机 等各种机型并应用在不同的仿真领域。除了计算 机这种主要的仿真工具外还有两类专用仿真器： 一类是专用物理仿真器，如在飞行仿真中得到广 泛应用的转台，各种风洞、水洞等；另一类是用 于培训目的的各种训练仿真器，如培训原子能电 站、大型自动化工厂操作人员和训练飞行员、宇 航员的培训仿真器、仿真工作台和仿真机舱等
当然我们可以直接观察Matlab工具箱原有的 Lorenz
MATLAB仿真技术
4. 系统建模 4．1 连续系统建模
线性系统建模举例
例3：复位积分器的功用示例。 在仿真启动时，积分器从零开始对 0.5 t 进行积分。当复位口 信号 t-5=0 瞬间，积分器被重置为零。此后，再对0.5 （ t-5 ） 进行积分。
例3_4_2：积分模块直接构造微分方程求解模型。
假设从实际自然界（力学、电学、生态等）或社会中，抽象 出有初始状态为0的二阶微分程 x 0.2x 0.4x 0.2u，(t) u(t)是单位阶跃函数。本例演示如何用积分器直接构搭求解该微 分方程的模型。
符号矩阵的基本运算：加、减、乘、除、微积分等。 符号代数方程的求解。 符号微分方程的求解。 符号积分变换。
目录 主页
MATLAB的可视化功能
（1）二维曲线图形和三维曲面图形
二维符号函数曲线。
二维曲线图形。
三维符号函数曲线。 三维曲面图形。
三维线性图形。
目录 主页
（2）句柄图形 句柄图形（Handle Graphics）是一种面向对象的绘图系统。 图形对象、对象句柄和句柄图形树。 • MATLAB把用于数据可视和界面制作的基本绘图要素称 为句柄图形对象。 • 构成MATLAB句柄图形体系有12个图形对象（见句柄图形 树） 。
例：直接利用传递函数模块求解方程。
对二阶微分程进行拉氏变换：s2 X (s) 0.2sX (s) 0.4X (s) 0.2U (s)
可以得到： G(s) X (s)
0.2
U (s) s 2 0.2s 0.4
目录 主页
4．1 连续系统建模（续）
非线性系统建模举例
例3：求非线性系统
目录 主页
MATLAB的数值计算功能
Matlab中的动态系统建模与仿真方法介绍
Matlab中的动态系统建模与仿真方法介绍引言：动态系统建模与仿真在各个科学领域扮演着重要的角色。
在众多的建模软件中，Matlab无疑是最为常用和受欢迎的。
本文将介绍Matlab中的动态系统建模与仿真方法，帮助读者理解和掌握这一重要技术。
一、动态系统建模的基础知识动态系统是指在时间上随着一系列因素的变化而产生演化的系统。
建模是指将真实世界的系统用数学方程来描述，并将其转化为计算机可处理的形式。
为了进行动态系统建模，我们需要了解以下几个基础概念：1. 状态变量：动态系统的状态变量描述系统在某一时刻的状态。
例如，对于物理系统来说，位置和速度可以作为系统的状态变量。
2. 输入和输出：输入是指影响系统状态变量的外部参数，而输出是指我们希望观测到的系统的行为或性能指标。
3. 动态方程：动态方程是描述系统状态变化随时间演化的数学方程。
一般来说，动态方程是一个微分方程或差分方程。
二、Matlab中的动态系统建模工具Matlab提供了许多用于动态系统建模和仿真的工具箱。
下面将介绍其中几个常用的工具箱：1. Simulink：Simulink是Matlab的一个可视化仿真环境，用于建模、仿真和分析各种动态系统。
它提供了丰富的模块库，可以轻松构建复杂的系统模型，并进行仿真分析。
2. Control System Toolbox：该工具箱提供了一套功能强大的工具，用于设计和分析控制系统。
它包含了许多常见的控制器设计方法，如比例、积分和微分控制器（PID），以及现代控制理论中的状态空间方法。
3. Signal Processing Toolbox：信号处理是动态系统建模中的一个重要环节。
这个工具箱提供了许多用于信号处理和分析的函数和工具，如傅里叶变换、滤波器设计等。
三、动态系统建模方法在Matlab中，我们可以使用不同的方法来进行动态系统建模，下面介绍几种常见的方法：1. 方程建模法：这是最常见的建模方法之一，通过分析系统的物理特性和因果关系，建立微分方程或差分方程来描述系统动态特性。
- 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)。
MATLAB仿真技术作业合集第1章习题5.利用直接输入法和矩阵编辑器创建矩阵A=⎥⎦⎤⎢⎣⎡642531。
解：⑴利用直接输入法输入程序A=[1 3 5;2 4 6]按Enter键后，屏幕显示A = 1 3 52 4 6⑵用矩阵编辑器创建矩阵，如图1.1所示。
图1.1 MATLAB编辑器7.用矩阵编辑器创建矩阵a,使a具有如下矩阵形式。
a=⎥⎦⎤⎢⎣⎡642531⇒a=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡654321⇒a=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡987654321⇒a=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡987654321⇒a=⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡987654321解：用矩阵编辑器创建矩阵a的过程如图1.2、1.3、1.4、1.5、1.6所示。
图1.2 图1.3图1.4图1.5图1.69.已知矩阵B=⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎣⎡92251811321191210221341614752315117，试：①提取矩阵B的第一行和第二行的第2、4、5个元素组成新矩阵1B;②提取矩阵B的第三行和第一行的全部元素组成新矩阵2B；③使矩阵B的第一行和第三行的第2；4个元素为0；④标出矩阵B的第一行中小于5的元素。
解：①如上题，用矩阵编辑器生成矩阵B，再输入程序B1=B([1,2],[2,4,5])按Enter键后，屏幕显示B1 = 0 0 155 14 16②输入程序B2=B([1,3],:)按Enter键后，屏幕显示B2 = 17 0 1 0 154 0 13 0 22③第一行和第三行的第2；4个元素原本就为0。
④输入程序如下C=B(1,:)<5; %将B矩阵第一行中小于5 的值标记为1D=B(1,C) %去B矩阵第一行中标为1的元素按Enter键后，屏幕显示D= 0 1 011.已知矩阵a为4阶魔方阵，令a+3赋值给b，a+b赋值给c，求b和c。
解：程序如下。
>> a=magic(4) %建立4阶魔方矩阵a = 16 2 3 135 11 10 89 7 6 124 14 15 1>> b=a+3 %将a中各元素加3b = 19 5 6 168 14 13 1112 10 9 157 17 18 4>> c=a+b %将a,b中对应元素相加c = 35 7 9 2913 25 23 1921 17 15 2711 31 33 513.已知A为3×3的均匀分布随机矩阵，B为3×2的均匀分布随机矩阵，C为2×3的均匀分布随机矩阵，求Q=C*A^2*B。
解：程序如下。
>> A=rand(3,3) %A为3×3的均匀分布随机矩阵A = 664/815 717/785 408/14651298/1433 1493/2361 1324/2421751/5914 694/7115 338/353>> B=rand(3,2) %B为3×2的均匀分布随机矩阵B = 687/712 581/607589/3737 614/12656271/6461 1142/1427>> C=rand(2,3) %C为2×3的均匀分布随机矩阵C = 689/4856 1065/1163 1966/2049407/965 61/77 3581/5461>> Q1=C*A^2*BQ1 = 1444/357 6485/15441263/311 699/16315.指出下列矩阵函数所实现的具体运算。
⑴A=rand(5)；⑵B=rank(A)；⑶C=eig(A)；⑷D=sqrtm(A)；⑸E=det(A)解：⑴A=rand(5)建立5x5的均匀分布随机矩阵；⑵B=rank(A)求A矩阵的秩；⑶C=eig(A)是求的A矩阵的全部特征值；⑷D=sqrtm(A)是按矩阵乘法的方式对A矩阵开平方根；⑸E=det(A)是求矩阵A的行列式。
17.利用MATLAB的roots函数求ƒ(x)=5x+44x+103x+162x+17x+12=0的根。
解：程序运行如下>> p=[1,4,10,16,17,12]p = 1 4 10 16 17 12>> x=roots(p)x = -1.6506-1.0000 + 1.4142i-1.0000 - 1.4142i-0.1747 + 1.5469i-0.1747 - 1.5469i19.画出一个幅度为2、频率为4Hz 、相位为3的正弦信号。
解：程序如下>> A=2;>> phi=pi/3;>> omega=2*pi/12;>> n=-10:10;>> x=A*sin(omega*n+phi);>> stem(n,x,'fill');>> grid on;运行结果如图1.7所示。
图1.7 离散正弦信号图第2章 习题1.系统的微分方程为'x (t)=-4x (t)+2u (t),其中u (t)是幅度为1、角频率为1rad/s 的方波输入信号，试建立系统的Simulink 模型并进行仿真。
解：利用模块库中的模块建立系统模型，如图2.1所示。
图2.1 求解微分方程的模型在Scope 窗口中看到仿真曲线如图2.2所示。
图2.2 仿真结果3.某单位反馈控制系统如图2.3(a)所示，引人反馈如图2.3(b)所示。
F ⊗ Y F ⊗ ⊗ _ _ _(a)控制系统结构图 (b)引人反馈后的控制系统结构图图2.3（1）在Simulink 环境下构建原始系统的结构图，输入阶跃信号，进行仿真，并对结果进行分析。
（2）在原系统中引人比例反馈，在Simulink 环境下构建引人比例反馈后的系统结构图，进行仿真，并对结果进行分析。
解：（1）在Simulink 环境下构建原始系统的结构图如图2.4所示，仿真结果如图2.5所示。
110+s s 1110+s s 1G(s)图2.4 仿真模型图2.5 仿真结果（2）在Simulink环境下构建引人比例反馈后的系统结构图如图2.6所示，仿真结果如图2.7所示。
图2.6 仿真模型图2.7 仿真结果5.使用Simulink仿真求下列系统的单位脉冲响应（Simulink中没有单位冲激信号模块，所以要利用阶跃信号模块经微分来产生）。
（1）H （s ）=)5)(2()1(5+++s s s s （2）H （s ）=115232++++s s s s 解:（1）建立的系统仿真模型如图2.8所示，仿真结果如图2.9所示。
图2.8 系统仿真模型图2.9 仿真结果（2）建立的系统仿真模型如图2.10所示，仿真结果如图2.11所示。
图2.10 系统仿真模型图2.11 仿真结果第3章习题2.利用信号处理模块库中的模块，构造并仿真信号:ƒ(n)=δ(n)+2u(n-1)-δ(n-3)解：图3.1 仿真框图选择模块搭建好的模型如图3.1所示。
接着设置各个模块的参数，Discrete Impulse模块参数如图3.2所示，Discrete Impulse1模块参数如图3.3所示，Buffer中Output Buffer Size设置为20，Gain模块Gain参数设为-1，Constant模块中Constant Value设为2，Delay模块中Delay参数设为1。
仿真结果如图3.4所示。
图3.2 Discrete Impulse模块参数图3.3 Discrete Impulse1模块参数图3.4 仿真结果5.设计一个巴特沃斯数字低通滤波器，使其满足：通带截止频率为0.4π，通带波纹小于0.5dB;阻带截止频率为06π，阻带最小衰减为50dB，试用FDAtool设计该数字滤波器，并生成脉冲响应曲线和频率响应曲线。
解：按3.5图设计滤波器参数。
图13.5 滤波器设计界面点击Impulse选项得到冲激响应曲线如图3.6所示。
图3.6 冲激响应频率响应曲线如图3.7所示。
图3.7 幅频特性和相频特性12.自行录入一段语言信号，并对其做4倍抽取运算，观测抽取前与抽取后的频谱变化。
解：选择模块构造仿真框图如图3.8所示。
图3.8 仿真模型框图在matlab工作空间输入命令[x,fs]=wavread('E:\yinyue\xuyong.wav');设置各个模块参数。
Buffer模块参数如图3.9所示。
Signal from work space参数如图3.10所示。
图3.9 Buffer参数设置图3.10 Signal from work space参数设置仿真结果如下：图3.11 仿真前图3.12 仿真后第4章习题2.对四进制差分相移键控(DPSK)通信系统进行建模和蒙特卡罗仿真。
解：程序如下：clear all;SNRindB1=0:2:12;SNRindB2=0:0.1:12;for i=1:length(SNRindB1)simu_err_prb(i)=snr2ps(SNRindB1(i)); %仿真误码率endfor i=1:length(SNRindB2)SNR=exp(SNRindB2(i)*log(10)/10);theo_err_prb(i)=2*qfunc(sqrt(SNR));endsemilogy(SNRindB1,simu_err_prb,'*');hold on;semilogy(SNRindB2,theo_err_prb);xlabel('Eb/N0(dB)');ylabel('误码率');legend('仿真符号误码率','理论符号误码率');function [p]=snr2ps(snr_in_dB)N=10000;Es=1;snr=10^(snr_in_dB/10);sigma=sqrt(Es/(4*snr));for i=1:2*Ntemp=rand;if (temp<0.5)dsource(i)=0;elsedsource(i)=1;endendmapping=[0 1 3 2];M=4;[diff_enc_output]=cm_dpske(Es,M,mapping,dsource);for i=1:N[n(1) n(2)]=gausamp(sigma);r(i,:)=diff_enc_output(i,:)+n;endnumoferr=0;prev_theta=0;for i=1:Ntheta=angle(r(i,1)+j*r(i,2));delta_theta=mod(theta-prev_theta,2*pi);if ((delta_theta<pi/4)|(delta_theta>7*pi/4))decis=[0 0];elseif (delta_theta<3*pi/4)decis=[0 1];elseif (delta_theta<5*pi/4)decis=[1 1];elsedecis=[1 0];endprev_theta=theta;if ((decis(1)~=dsource(2*i-1))|(decis(2)~=dsource(2*i))) numoferr=numoferr+1;endendp=numoferr/N;endfunction [enc_comp]=cm_dpske(E,M,mapping,sequence)k=log2(M);N=length(sequence);remainder=rem(N,k);if(remainder~=0)for i=N+1:N+k-remaindersequence(i)=0;endN=N+k-remainder;endtheta=0;for i=1:k:Nindex=0;for j=i:i+k-1index=2*index+sequence(j);endindex=index+1;theta=mod(2*pi*mapping(index)/M+theta,2*pi); enc_comp((i+k-1)/k,1)=sqrt(E)*cos(theta);enc_comp((i+k-1)/k,2)=sqrt(E)*sin(theta); endfunction [y1 y2]=gausamp(sigma)y1=sigma*randn(1);y2=sigma*randn(1);end运行结果如图4.1所示。