(完整word版)肌电信号的识别.(DOC)
肌电信号电压范围
肌电信号电压范围摘要：一、肌电信号简介1.肌电信号定义2.肌电信号的重要性二、肌电信号的产生1.肌肉收缩2.电极检测三、肌电信号的电压范围1.肌电信号的幅值2.肌电信号的频率3.肌电信号的相位四、肌电信号的应用1.康复医学2.运动生理学3.假肢研究正文：一、肌电信号简介肌电信号（Myoelectric signal）是指肌肉在收缩过程中产生的电信号。
这种信号可以通过贴附在皮肤上的电极检测到，具有重要的生理学和工程学意义。
肌电信号的研究可以为康复医学、运动生理学和假肢研究等领域提供理论依据和技术支持。
二、肌电信号的产生肌电信号的产生主要与肌肉收缩有关。
当肌肉受到神经冲动刺激时，会发生收缩，这个过程会产生电位变化。
通过贴附在皮肤上的电极，可以检测到这个电位变化，从而获取肌电信号。
2.电极检测电极是检测肌电信号的重要工具。
根据电极的材料、形状和尺寸等特点，可以选择合适的电极来检测不同部位的肌电信号。
电极的性能直接影响到肌电信号的质量和准确性。
三、肌电信号的电压范围1.肌电信号的幅值肌电信号的幅值是指信号的最大正值。
肌电信号的幅值受到多种因素的影响，包括肌肉的收缩强度、电极的距离和皮肤的电阻等。
在实际应用中，需要根据具体情况调整这些因素，以获得合适的肌电信号幅值。
2.肌电信号的频率肌电信号的频率是指信号的周期性。
肌电信号的频率主要与肌肉的收缩类型和神经冲动的频率有关。
在正常情况下，肌电信号的频率范围在1-100Hz之间。
通过分析肌电信号的频率，可以了解肌肉的收缩特性和神经系统的调控机制。
3.肌电信号的相位肌电信号的相位是指信号的波形在时间上的分布。
肌电信号的相位信息对于分析肌肉收缩的同步性和神经系统的调控过程具有重要意义。
在实际应用中，需要对肌电信号进行相位分析，以提取有价值的信息。
四、肌电信号的应用1.康复医学肌电信号在康复医学领域具有广泛的应用。
通过检测患者的肌电信号，可以评估其肌肉功能和康复进程。
肌电信号电压范围
肌电信号电压范围
摘要：
1.肌电信号的概念
2.肌电信号的电压范围
3.肌电信号的应用
正文：
1.肌电信号的概念
肌电信号，又称肌电图，是指肌肉在活动或受到刺激时产生的生物电信号。
这种信号可以通过特殊的传感器捕捉并转换为可读的数据。
肌电信号是生物反馈技术的重要组成部分，被广泛应用于运动生理学、康复医学、人机交互等领域。
2.肌电信号的电压范围
肌电信号的电压范围通常在1-100 毫伏之间。
具体数值会受到多种因素的影响，如肌肉的类型、收缩程度、传感器的位置等。
一般来说，肌电信号的幅度会随着肌肉收缩的加强而增加，但当肌肉达到最大收缩时，信号幅度可能不再明显增加。
此外，肌电信号的频率范围通常在10-5000 赫兹之间。
3.肌电信号的应用
肌电信号在多个领域都有广泛的应用。
在运动生理学中，研究人员可以通过分析肌电信号来了解运动员的肌肉活动情况，从而优化运动技巧和提高运动表现。
在康复医学中，医生可以利用肌电信号来评估患者的肌肉功能恢复情况，以便制定更有效的康复计划。
在人机交互领域，肌电信号可以作为输入信号，用于控制假肢、轮椅等设备。
此外，肌电信号还被用于疾病诊断，如肌肉
病变、神经损伤等。
总之，肌电信号作为一种生物信号，具有广泛的应用价值。
肌电信号简介
EMG 的频率范围是在 30Hz 到 42Hz 之间。其公式如下；
������������������ = ������������ ������������������(������������������−������������ ������������ )
The ElectroMyoGraphical (EMG) index refers to the component of facial muscular electrical activity embedded in the EEG recording. The raw EEG signal is low-pass filtered at 127Hz, downsampled at 256Hz and multiplied by a hamming window before performing the spectral analysis by means of the Fast Fourier Transform (FFT). The EMG index, ranging from 0 to 100, is then derived from the energy of the EEG signal in the 30-45Hz band, where EEG and EMG activity are overlapping. EMG 指数是跟脸部肌肉电活动有关。 原始的脑电信号在利用快速傅里叶理论 （FFT） 进行特殊分析之前，是通过 127Hz 的低通滤波器、256Hz 的降低采样率以及利用 汉明窗的阶乘得出来的。EMG 指数的范围是 0-100，且其能量范围在 30-45Hz 之 间，EEG（脑电）和 EMG 两者的活动是同时进行的。
人体肌电信号识别与应用研究
人体肌电信号识别与应用研究近年来，通过电生理学手段研究人体生理变化已经成为科学界的热门话题。
人体肌电信号识别及其应用研究就是电生理学中的一个重要领域。
肌电信号可获得人体运动的信息，也可以通过肌电信号识别技术实现神经控制的运动，因此在医疗、健身、生物机器人、游戏娱乐等领域有广泛的应用。
一、肌电信号的特性肌电信号是一种由肌肉收缩所产生的电信号，它是肌肉收缩活动的生物电反映。
肌电信号主要有两个方面的特点：时域特性和频域特性。
时域特性是指在时间轴上分析肌电信号的功率、波峰、波谷、波形等特征; 频域特性是指在频域上分析肌电信号的频率、能量、功率谱等特征。
二、肌电信号的识别肌电信号识别的主要目的是判断肌肉的运动状态及其指令，也就是通过肌电信号获取人体运动模式的信息，进而控制机器运动或改善健康状况。
肌电信号识别技术的方法主要包括信号滤波、特征提取、分类、参数设置等方面。
1. 信号滤波：在肌电信号采集之后，需要对信号进行滤波处理。
信号滤波的目的是削弱或消除噪声以便进行后续的处理。
2. 特征提取：肌电信号的特征提取是肌电信号处理的关键步骤，其目的是将原始的肌电信号转换为适合分类或处理的特征向量。
3. 分类：目前的肌电信号识别分类方法主要有决策树算法、朴素贝叶斯算法、支持向量机、神经网络等。
4. 参数设置：识别肌电信号时，参数设置是很重要的。
一个好的参数设定可以使分类的结果更加准确。
三、肌电信号应用研究肌电信号的应用研究主要分为医学、健身训练、生物机器人和游戏娱乐四个领域。
1. 医学方面：肌电信号应用于肌无力、截肢者康复、膀胱控制、神经假体控制和面部重建等方面。
2. 健身训练方面：肌电信号可以被用来检测肌肉活动，可以帮助基于动作的效果，协调系统的训练。
肌电信号的应用可以辅助运动员提高姿势的正确性和力量输出的效率。
3. 生物机器人方面：生物机器人在复杂环境下能够完成一些人类难以完成的任务。
使用肌电信号可实现神经控制的动作，能够提供高效的机器人控制方式。
第四章 肌电信号的检测与处理
比较 引入
50Hz 的电场干扰 分布电容中形成的位移电流
50Hz 的磁场干扰 通过感性偶合引入
措施
通过提高放大系统的共模抑制能增大信号线和干扰源之间
力，抑制干扰
的距离
合理接地的措施：合理设计电路的接地方式是抑制干扰比不可少的措施： 接地良好，减小公共阻抗产生的干扰电压和抑制容性偶合。 避免形成接地环路而产生接地电位差或引入磁场干扰，以避免由于测试系统
ì
ï ï ï肌 膜 ï ï
ì内 层 ： 单 位 膜
ï
í ï
外
î
层
：ìïí ïî
粘 网
多 状
蛋白 纤维
质
ü ý
肌
þ
膜
ï í
肌
细
胞
核
ï ï ï ï肌 浆 ï
ì肌 原 纤 维
ï ï
线
粒
体
í ï
肌
浆
网
ïî
ïî 肌 红 蛋 白
• 肌节：肌细胞收缩与舒张的基本单位。 • Z 线：横跨肌纤维把其分成许多肌节。 • A带 • H带 • M线 • I带
（2）干扰进入系统的途径：
传导偶合
公共阻抗的偶合
近场感应偶合
三种干扰途径的比较
比较 传导偶合
公共阻抗的偶合
近场感应偶合
引入 措施
导线传播
内部个单元之间或两组测量系 以电场为主的电容性偶合以
统 之间存在公共阻抗
磁场为主的电感性偶合
对交流电源线或
消除工频近场偶合干扰
黄伟
生物医学工程
2、工频干扰 在肌电测量中工频干扰的表现：
肌内膜
肌 电 图 诊 断
1.肌电图检查的基本原理 2.插入电位 3.电静息 4.运动单位电位时限
当前您正浏览第24页，共25页。
内容总结
肌 电 图 诊 断。波幅：最大负峰和最大正峰之间的电位差。极性：基线以下为正， 以上为负。电静息 放松时正常情况下无任何电活动。minimal/no act.缩短：引出的电 位少或无--失神经较久甚至已纤维化的肌肉。一个正相电位，宽度大于10ms，幅度大 于100-200uV。神经损伤初期纤颤电位增多，后期正尖波增多。自发的完整的运动单位 电位，肌肉处于受激状态。普遍减低：周围神经疾病早期、神经再生早期与肌病
当前您正浏览第25页，共25页。
肌电图诊断
当前您正浏览第1页，共25页。
肌电图-EMG
肌电图 是记录、显示肌肉活动时产生的 电位的图形 下运动神经单位 脊髓前角--神经根--神经丛--神经干--神 经支--神经肌肉接头--肌纤维
Clinical significance 临床意义 较全面地了解神经肌肉的功能状态，
鉴别神经源性和肌源性疾病，判断神经损 伤的部位、程度及恢复状况。
鉴别肌源性myopathy或神经源性 neuropathy 脱髓鞘/轴索损伤
当前您正浏览第20页，共25页。
神经电图诊断
反射检查
F反应(the F wave)刺激神经干运动纤维 的兴奋双向传导，向下引起肌肉兴奋即M 波，向上达运动神经元激起兴奋，此兴奋 回返传导并引起同一肌肉的二次兴奋。
H波(the H reflex) 刺激混合神经干而强 度尚不足以刺激运动神经引起M反应时， 即刺激了感觉神经，兴奋经后根至脊髓前 角细胞，引起兴奋，产生肌肉反应，即H 反射.
异常肌电图
相、时限、波幅、极性、频率改变。 1. 插入电位insertional activity异常
肌电信号的识别
燕山大学课程设计说明书题目：肌电信号分析及动作识别学院（系）：电气工程学院年级专业： 10级仪表三班学号：学生姓名：指导教师：教师职称：教授讲师电气工程学院《课程设计》任务书目录第一章摘要 (2)第二章系统总体设计方案 (3)第三章肌电信号的时域参数处理及其分析 (4)第四章肌电信号的频域处理方法及其分析 (7)3.1 FFT分析 (7)3.2 功率谱分析 (8)3.3 倒谱分析 (9)3.4 平均功率频率MPF和中值频率 (10)第五章 Matlab程序及GUI (11)第六章系统整体调试及结果说明 (24)第七章学习心得 (24)参考文献 (25)第一章摘要肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。
其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测方法，其应用收到了一定的限制。
二，表面肌电则是从人体皮肤表面通过电极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。
主要应用领域有：一，仿生学。
提出肌肉生理模型来判别肌肉的动作以来, 电子假肢的研究进入了新的发展时期, 过去电子假肢的控制靠使用者人为开关和选择运动模式来完成, 现在则可通过检测人体残肢表面肌电信号, 提取出肢体的动作特征, 来自动控制假肢运动, 利用残肢表面肌电信号的肌电假肢研制在国内外都取得较大进展。
二，康复工程。
如利用表面肌电信号提取出的特征作为功能性电刺激的控制信号, 帮助瘫痪的肢体恢复运动功能。
通过检测表面肌电信号, 并将其作为反馈信号提供给病人和医生, 便于进行合理的治疗和训练。
三，运动医学。
表面肌电信号在运动医学中也可发挥重要作用, 通过检测运动员运动时的表面肌电信号,及时反映出肌肉的疲劳和兴奋状态, 有助于建立科学的训练方法。
肌电图解读.(精选)
神经传导速度减慢主要见于周围神经疾患；脊髓前角细胞疾患时传导速度一般无改变，但如果伴有周围神经变性时，运动神经传导速度可有不同程度减慢，而感觉神经传导速度正常；肌源性疾病时，传导速度在正常范围。
一般认为感觉神经传导速度较运动神经传导速度敏感，周围神经疾患在临床症状出现前．即可出现感觉神经传导速度的减慢，而运动神经传导速度正常。
神经根压迫症神经传导速度无显著改变，这是因为每个神经内含有多个神经根，一个神经根的受损，并不影响神经传导。
肌电图的临床应用—、下运动神经元疾患的肌电诊断下运动神经元疾患的共同临床表现是：该单位支配的肌内发生瘫痪，肌张力降低，腱反射减弱或消失，肌肉萎缩和无病理反射，由于病损部位不同，临床表现也各有其特征。
因此，对患者进行细胞的肌电检查，是较易作出定位诊断的。
（—）脊髓前角细胞疾病的肌电图1. 放松时①纤颤电位和正相电位呈节段性分布；②束颤电位常见。
2. 随意收缩时①运动单位电位时限显著增宽，常超过 12.0ms；②运动单位电位电压显著增高，常出现巨大电位；③多相电位增加，且以群多相电位多见；④慢性病程可见巨大同步电位，同步实现阳性；⑤最大用力收缩时运动单位电位减少，呈单纯相或混合相。
3. 传导速度运动传导速度正常或接近正常范围，感觉神经传导速度正常。
4．反射肌电图病变的脊髓分节范围内反射都减弱或消失，而在没有病变的脊髓分节的反射均正常。
5. 异常肌电位的分布特点①脊髓灰质炎时多选择性损伤腰膨大，且不对称，多为单侧性；②进行性脊肌萎缩症时，多先选择损伤颈膨大，且多为对称性。
（二）神经根压迫症的肌电图1. 放松时病变神经根所支配的躯干、肢体、椎旁肌可出现纤颤电位、正相电位，这是因为受压神经发生变性，肌肉失神经引起的。
束颤电位以颈椎病较多见，但比纤颤电位出现的机会要少。
2．随意收缩时①多相电位增加，运动单位电位电压降低、时限延长。
神经根后支支配的椎旁肌和骶棘肌出现多相电位增加，对诊断根性病变具有重要诊断价值。
- 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)。
燕山大学课程设计说明书题目：肌电信号分析及动作识别学院（系）：电气工程学院年级专业： 10级仪表三班学号：学生姓名：指导教师：教师职称：教授讲师电气工程学院《课程设计》任务书目录第一章摘要 (2)第二章系统总体设计方案 (3)第三章肌电信号的时域参数处理及其分析 (4)第四章肌电信号的频域处理方法及其分析 (7)3.1 FFT分析 (7)3.2 功率谱分析 (8)3.3 倒谱分析 (9)3.4 平均功率频率MPF和中值频率 (10)第五章 Matlab程序及GUI (11)第六章系统整体调试及结果说明 (24)第七章学习心得 (24)参考文献 (25)第一章摘要肌电信号是产生肌肉力的电信号根源，它是肌肉中很多运动单元动作电位在时间和空间上的叠加，反映了神经，肌肉的功能状态，在基础医学研究、临床诊断和康复工程中有广泛的应用。
其种类重要有两种：一，临床肌电图检查多采用针电极插入肌肉检测肌电图，其优点是干扰小，定位性好，易识别，但由于它是一种有创伤的检测方法，其应用收到了一定的限制。
二，表面肌电则是从人体皮肤表面通过电极记录下来的神经肌肉活动时发放的生物电信号，属于无创伤性，操作简单，病人易接受，有着广泛的应用前景。
主要应用领域有：一，仿生学。
提出肌肉生理模型来判别肌肉的动作以来, 电子假肢的研究进入了新的发展时期, 过去电子假肢的控制靠使用者人为开关和选择运动模式来完成, 现在则可通过检测人体残肢表面肌电信号, 提取出肢体的动作特征, 来自动控制假肢运动, 利用残肢表面肌电信号的肌电假肢研制在国内外都取得较大进展。
二，康复工程。
如利用表面肌电信号提取出的特征作为功能性电刺激的控制信号, 帮助瘫痪的肢体恢复运动功能。
通过检测表面肌电信号, 并将其作为反馈信号提供给病人和医生, 便于进行合理的治疗和训练。
三，运动医学。
表面肌电信号在运动医学中也可发挥重要作用, 通过检测运动员运动时的表面肌电信号,及时反映出肌肉的疲劳和兴奋状态, 有助于建立科学的训练方法。
本次课程设计的主要任务就是对微弱的肌电信号进行时域和频域的处理及分析，运用数字处理及matlab的知识进行“屈”和“伸”动作识别。
然后通过串口将数据发送到单片机下行微机进行显示。
第二章系统总体设计方案根据课程设计要求在上微机利用matble分析肌电信号并处理，基于肌电信号分析结果，通过串口发送命令给单片机系统，根据肌电信号动作状态控制相应的数码管显示。
并增加了扩展模块，通过动作模式驱动电机转动或其他控制输出模块。
通过分析上位机matlab中对信号处理的结果，我们可以得到一系列的信号特征值，其中我们选取了具有代表意义积分肌电值来进行处理，并给出对于屈伸动作的阈值。
通过对阈值的判断，使数码管显示积分肌电值，使点阵模块显示相应的“屈”和“伸”字样，使电机根据动作进行正反转，蜂鸣器在“屈”动作是发出鸣响。
最后，将上微机的处理数据通过串口通信发送到下微机显示，得到动作识别的要求。
第三章肌电信号的时域参数处理及其分析（1）均值：对于一组随机变量来说，均值是一个很重要的数值特征，用来描述一组变量的平均水平。
其严格的数学定义非常简单，就是一个随机变量关于概率测度的积分。
因此，在此处，均值表示肌电信号的平均水平。
公式如下：（2）方差：方差是各个数据与平均数之差的平方的平均数。
在数理统计和概率论中，方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。
在此处，研究信号的随机变量和均值之间的偏离程度有着很重要的意义。
其求解公式如下：（3）标准差：标准差也称均方差，是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用u表示。
标准差是方差的算术平方根。
标准差能反映一个数据集的离散程度。
所以能很好的反映肌电信号的离散程度。
求解公式如下：（4）积分肌电值IEMG：积分肌电值就是对所有信号取绝对值后尽心均值的求解，由于对肌电信号直接求均值，均值近似为零，无法表征信号间的差异。
若对肌电信号取绝对值后再进行均值运算后，均值恒大于零，因而可用于提取肌电信号的特征。
公式如下：（5）均方根RMS：方根是最理想的平方滤波方式的典型，让滤波更平滑，更大限度的滤掉噪声。
因此，对肌电信号求均方根，可以滤除信号中的噪声，使滤波后的信号更平滑、更明显。
公式如下：（6）原始信号的时域及上述参数值的Matlab程序clear;close all;a=load('qu.txt');//('shen.txt');N=10000;b=0:N-1;axis([0,10000,-1,1]);plot(b,a);xlabel('时间 (s)');ylabel('被测变量y');grid on;fprintf('\n数据基本信息：\n')printf(' 均值 = %7.5f \n',mean(a));fprintf(' 标准差 = %7.5f \n', sqrt(var(a)));fprintf(' 方差= %7.5f \n', var(a));fprintf(' 积分肌电值IEMG = %7.5f \n', mean(abs(a)));fprintf(' 均方根有效值RMS= %7.5f \n', sqrt(mean(a.^2)) );屈信号数据基本信息：均值 = 0.03502标准差 = 0.05775方差= 0.00334积分肌电值IEMG = 0.05437均方根RMS= 0.17246伸信号数据基本信息：均值 = 0.00337标准差 = 0.24421方差= 0.05964积分肌电值IEMG = 0.12826均方根RMS= 0.19993第四章肌电信号的频域处理方法及其分析3.1 FFT分析：FFT是离散傅立叶变换的快速算法，可以将一个信号变换到频域。
有些信号在时域上是很难看出什么特征的，但是如果变换到频域之后，就很容易看出特征了。
这就是很多信号分析采用FFT变换的原因。
另外，FFT可以将一个信号的频谱提取出来。
采样得到的数字信号FFT变换。
N个采样点，经过FFT之后，就可以得到N个点的FFT结果。
为了方便进行FFT运算，通常N取2的整数次方。
假设采样频率为Fs，信号频率F，采样点数为N。
那么FFT之后结果就是一个为N点的复数。
每一个点就对应着一个频率点。
这个点的模值，就是该频率值下的幅度特性。
而每个点的相位就是在该频率下的信号的相位。
如果要要提高频率分辨率，就需要增加采样点数，也即采样时间。
频率分辨率和采样时间是倒数关系。
Matlab实现：clear;close all;a=load('qu.txt');/'shen.txt'y=fft(a,1024); %做1024点傅立叶变换fs=1000;N=length(y);mag=abs(y);f=(0:N-1)/N*fs;figure;plot(f,mag);%幅频谱xlabel('频率');ylabel('幅值');title('（屈/伸）肌电幅频');figure;plot(f,angle(y));% 相频谱xlabel('频率');ylabel('相位');title('（屈/伸）肌电相频');grid on;3.2 功率谱分析：功率谱是信号或噪声的自相关函数的傅里叶变换。
如果一确定信号平均功率为有限的，则该信号的自相关函数存在，如随机信号或随机噪声是由二阶随机平稳函数表示的，则其自相关函数存在。
为了更好得描述能量信号、功率信号，我们引入能量谱密度和功率谱密度概念。
能量谱密度、功率谱密度函数表示信号的能量、功率密度随频率变化的情况。
通过研究功率谱密度，可以帮助了解信号的功率分布情况，确定信号的频带等。
信号的功率谱即上述FFT分析后，幅频值mag的平方再除以2得到。
功率密度谱虽然描述了随机信号的功率在各个不同频率上的分布，但因为它仅与幅度频谱有关，没有相位信息，所以从已知功率谱还难以完整地恢复原来的功率信号。
Matlab实现：a=load('qu.txt');//('shen.txt'）y=fft(a,1024); %做1024点傅里叶变换fs=1000;N=length(y);mag=abs(y);f=(0:N-1)/N*fs;power1=(mag.^2)/2;%周期图法求功率谱plot(f,power1);xlabel('频谱');ylabel('功率谱');title('（屈/伸）肌电信号功率谱');3.3 倒谱分析：倒谱是信号的傅里叶变换谱经对数运算后再进行的傅里叶反变换或者功率谱的对数值的逆傅氏变换称为倒谱。
倒频谱函数C(q)(power cepstrum)其数学表达式为：C(q) = | IF(log(s(f))) |^2。
其中，s(f)是信号s(t)的傅里叶变换，log（）为取对数，IF为逆傅里叶变换。
Matlab实现：前100点的倒谱变化比较明显，所以取前100点波形图。
a=load('qu.txt');//('shen.txt')y=fft(a,1024); %做1024点傅里叶变换fs=1000;N=length(y);mag=abs(y);f=(0:N-1)/N*fs;w=rceps(a);%求倒谱n=[1:100];plot(n,w(1:100));xlabel('时间');ylabel('倒谱');title('（屈/伸）肌电信号倒谱');grid on;3.4 平均功率频率MPF和中值频率MF:平均功率频率是总功率除以总时间。
中值频率是各个时间段的功率的平均值。
公式如下：Matlab实现：a=load('qu.txt');y=fft(a,1024); %做10000点傅里叶变换fs=1000;N=length(y);mag=abs(y);f=(0:N-1)/N*fs;power=(mag.^2)/2;ss=sum(power);M2=0.5*ss;df=fs/N;M1=0.5*df*(sum(power(1:N-1))+sum(power(2:N)));MPF=M1/M2;MF=M2/2;第五章Matlab程序及GUIMATLAB是一种面向工程和科学计算的交互式计算软件，它以矩阵运算为基础，把计算、可视化、程序设计融合到了一个简单易用的交互式工作环境中。