matlab实验原理
matlab信号与系统实验报告
实验一 基本信号的产生与运算一、 实验目的学习使用MATLAB 产生基本信号、绘制信号波形、实现信号的基本运算。
二、 实验原理MATLAB 提供了许多函数用于产生常用的基本信号：如阶跃信号、脉冲信号、指数信号、正弦信号和周期方波等等。
这些信号是信号处理的基础。
1、 利用MATLAB 产生下列连续信号并作图。
（1）51),1(2)(<<---=t t u t x （2）300),32sin()(3.0<<=-t t e t x t （3）1.01.0,3000cos 100cos )(<<-+=t t t t x （4）2000),8.0cos()1.0cos()(<<=t t t t x ππ 答：（1）、>> t=-1:0.02:5; >> x=(t>1);>> plot(t,-2*x);>> axis([-1,5,-3,1]);>> title('杨婕婕 朱艺星'); >> xlabel('x(t)=-2u(t-1)');（2）、>> t=0:0.02:30;>> x=exp(-0.3*t).*sin(2/3*t);>> plot(t,x);>> title('杨婕婕朱艺星');>> xlabel('x(t)=exp(-0.3*t).*sin(2/3*t)');因为原函数在t=15后x(t)取值接近于零，所以将横坐标改成0到15，看得更清晰axis([0,15,-0.2,0.6]);（3）>> t=-0.1:0.01:0.1;x=cos(100*t)+cos(3000*t);plot(t,x);>> title('杨婕婕朱艺星');>>xlabel('x=cos(100*t)+cos(3000*t)');因为t的间隔取太大，以至于函数不够准确，缩小t的间隔：t=-0.1:0.002:0.2;x=cos(100*t)+cos(3000*t);plot(t,x);title('杨婕婕')>> t=-0.1:0.0001:0.1;x=cos(100*t)+cos(3000*t);>> plot(t,x);title('杨婕婕朱艺星');>> xlabel('x=cos(100*t)+cos(3000*t)');（4）、t=0:0.01:200;>> x=cos(0.1*pi*t).*cos(0.8*pi*t);>> plot(t,x);>> title('杨婕婕朱艺星');>> xlabel('x=cos(0.1*pi*t).*cos(0.8*pi*t)');因为为周期函数，可以将横坐标t间隔扩大以便于观察图像>> axis([0,30,-1,1]);2、利用MATLAB 产生下列离散序列并作图。
实验一matlab环境语法及数学运算(验证性实验-2课时)
实验一Matlab环境语法及数学运算（验证性实验-2课时）一、实验目的：1、熟悉matlab软件的环境语法及简单的数学运算；2、能熟练运用matlab软件进行简单的数学运算；二、实验设备PC机，配置：PIII450/内存128M/显卡TNT32M/硬盘10G以上。
局域网、MATLAB7.0环境、投影仪三、实验原理MATLAB环境是一种为数值计算、数据分析和图形显示服务的交互式的环境。
MATLAB有3种窗口，即：命令窗口（The Command Window）、m-文件编辑窗口（The Edit Window）和图形窗口（The Figure Window），而Simulink另外又有Simulink 模型编辑窗口。
1．命令窗口（The Command Window）当MATLAB启动后，出现的最大的窗口就是命令窗口。
用户可以在提示符“>>”后面输入交互的命令，这些命令就立即被执行。
在MATLAB中，一连串命令可以放置在一个文件中，不必把它们直接在命令窗口内输入。
在命令窗口中输入该文件名，这一连串命令就被执行了。
因为这样的文件都是以“.m”为后缀，所以称为m-文件。
2．m-文件编辑窗口（The Edit Window）我们可以用m-文件编辑窗口来产生新的m-文件，或者编辑已经存在的m-文件。
在MATLAB主界面上选择菜单“File/New/M-file”就打开了一个新的m-文件编辑窗口；选择菜单“File/Open”就可以打开一个已经存在的m-文件，并且可以在这个窗口中编辑这个m-文件。
四、实验内容：1、帮助命令使用 help 命令，查找 sqrt（开方）函数的使用方法；2、矩阵运算（1）矩阵的乘法已知 A=[1 2;3 4]; B=[5 6;7 8];求 A^2*B（2）矩阵除法已知 A=[1 2 3;4 5 6;7 8 9];B=[1 0 0;0 2 0;0 0 3];A＼B,A/B（3）矩阵的转置及共轭转置已知 A=[5+i,2-i,1;6*i,4,9-i];求 A.', A'（4）使用冒号选出指定元素已知： A=[1 2 3;4 5 6;7 8 9];求 A 中第 3 行前 2 个元素；A 中所有列第 2，3 行的元素；A 中第 3 列前 2 个元素为：3、多项式求多项式 p(x) = x3 + 2x+ 4的根4、基本绘图命令（1）绘制余弦曲线 y=cos(t)，t∈[0，2π]（2）在同一坐标系中绘制余弦曲线 y=cos(t-0.25)和正弦曲线 y=sin(t-0.5)，t∈[0，2π]5、基本绘图控制绘制[0，4π]区间上的 x1=10sint 曲线，并要求：（1）线形为点划线、颜色为红色、数据点标记为加号；（2）坐标轴控制：显示范围、刻度线、比例、网络线（3）标注控制：坐标轴名称、标题、相应文本；五、实验步骤1、帮助命令使用 help 命令，查找 sqrt（开方）函数的使用方法；SQRT Square root.SQRT(X) is the square root of the elements of X. Complexresults are produced if X is not positive.See also sqrtm.Overloaded functions or methods (ones with the same name in other directories) help sym/sqrt.mReference page in Help browserdoc sqrt2、矩阵运算（1）矩阵的乘法已知 A=[1 2;3 4]; B=[5 6;7 8];求 A^2*BA^2*B =105 122229 266（2）矩阵除法已知 A=[1 2 3;4 5 6;7 8 9];B=[1 0 0;0 2 0;0 0 3];A＼B,A/BWarning: Matrix is close to singular or badly scaled.Results may be inaccurate. RCOND = 1.541976e-018.A＼B =1.0e+016 *-0.4504 1.8014 -1.35110.9007 -3.6029 2.7022-0.4504 1.8014 -1.3511A/B =1.0000 1.0000 1.00004.0000 2.5000 2.00007.0000 4.0000 3.0000（3）矩阵的转置及共轭转置已知 A=[5+i,2-i,1;6*i,4,9-i];求 A.', A'A.'=5.0000 + 1.0000i 0 +6.0000i2.0000 - 1.0000i 4.00001.0000 9.0000 - 1.0000iA’ =5.0000 - 1.0000i 0 -6.0000i2.0000 + 1.0000i 4.00001.0000 9.0000 + 1.0000i（4）使用冒号选出指定元素已知： A=[1 2 3;4 5 6;7 8 9];求 A 中第 3 行前 2 个元素；A 中所有列第 2，3 行的元素；A 中第 3 列前 2 个元素为：A(3,1:2) =7 8A(2:3，：) =4 5 67 8 9A(1:2,3) =363、多项式求多项式 p(x) = x3 + 2x+ 4的根p=[1 0 2 4];roots(p)ans =0.5898 + 1.7445i0.5898 - 1.7445i-1.17954、基本绘图命令（1）绘制余弦曲线 y=cos(t)，t∈[0，2π]t=0:pi/100:2*pi;y=cos(t);plot(t,y)（2）在同一坐标系中绘制余弦曲线 y=cos(t-0.25)和正弦曲线 y=sin(t-0.5)，t∈[0，2π]t=0:pi/100:2*pi;y1=cos(t-0.25);y2=sin(t-0.5);plot(t,y1,t,y2)5、基本绘图控制绘制[0，4π]区间上的 x1=10sint 曲线，并要求：（1）线形为点划线、颜色为红色、数据点标记为加号；（2）坐标轴控制：显示范围、刻度线、比例、网络线（3）标注控制：坐标轴名称、标题、相应文本；程序：t=0:pi/100:4*pi;x1=10*sin(t);plot(t,x1,'r-.+')title('t from 0 to 4{\pi}')xlabel('Variable t')ylabel('Variable x1')grid ontext(2,5,'曲线x1=10*sin(t)')legend('x1')六、实验要求利用所学知识，完成上述各项实验内容，并将实验过程和实验步骤和结果写在报告中。
实验1 利用matlab进行系统的时域分析
实验1 利用matlab进行系统的时域分析一．实验目的:1．了解离散时间序列卷积与的matlab实现;2．利用卷积与求解系统的零状态响应;二．实验原理:1．连续时间系统零状态响应的求解连续时间LTI系统以常系数微分方程描述,系统的零状态响应可通过求解初始状态为零的微分方程得到。
在MATLAB中,控制系统工具箱提供了一个用于求解零初始状态微分方程数值解的函数lsim。
其调用方式为y= lsim( sys,x,t)式中t表示计算系统响应的抽样点向量,x就是系统输入信号向量,sys就是连续时间LTI系统模型,用来表示微分方程、差分方程、状态方程。
在求解微分方程时,微分方程的连续时间LTI系统模型sys要借助tf函数获得,其调用方式为sys= tf(b,a)式中b与a分别为微分方程右端与左端各项的系数向量。
例如对3阶微分方程+++=+++可用a=[ a3, a2, a1, a0];b=[b3 ,b2, b1,b0]; sys=tf( b,a)获得连续时间LTI模型。
注意微分方程中为零的系数一定要写入向量a与b中。
【例2-1】描述某力学系统中物体位移y(t)与外力f(t)的关系为++y(t)=x(t)物体质量m=l kg,弹簧的弹性系数ks= 100 N/m,物体与地面的摩擦系数fd=2 N·s/m,系统的初始储能为零,若外力x(t)就是振幅为10、周期为1的正弦信号,求物体的位移y(t)。
解:由已知条件,系统的输入信号为x(t)=10sin(2πt),系统的微分方程为++100y(t)=x(t)计算物体位移y(t)的MATLAB程序如下:%program2_1微分方程求解ts=0;te=5;dt=0、01;sys=tf([1],[1 2 100]);t=ts:dt:te;x=10*sin(2*pi*t);y=lsim(sys,x,t);plot(t,y);xlabel('Time(sec)')ylabel('y(t)')-0.25-0.2-0.15-0.1-0.0500.050.10.150.2Time(sec)y (t )图2-1系统的零状态响应2、连续时间系统冲激响应与阶跃响应的求解在MATLAB 中,求解系统冲激响应可应用控制系统工具箱提供的函数impulse,求解阶跃响应可利用函数step 。
基于matlab的实验报告
基于matlab的实验报告实验报告：基于MATLAB 的实验一、实验目的通过使用MATLAB 软件，掌握如何进行数据分析、图像处理、算法实现等一系列实验操作，提高实验者的实践能力和动手能力。
二、实验原理MATLAB 是一种在科学计算和技术开发领域广泛应用的计算机软件。
它能进行矩阵计算、绘制函数和数据图像、实现算法以及进行数据分析等。
通过掌握MATLAB 的使用，能够快速、高效地解决各种科学和工程问题。
三、实验内容1. 数据分析：使用MATLAB 的数据分析工具进行数据的导入、处理和分析。
2. 图像处理：利用MATLAB 的图像处理工具包对图像进行滤波、增强、分割等操作。
3. 算法实现：使用MATLAB 实现常用的算法，如排序、搜索、图像压缩等。
四、实验步骤1. 数据分析：（1）使用MATLAB 的读取数据函数将数据导入MATLAB 环境中。
（2）利用MATLAB 的数据处理函数进行数据清洗和预处理。
（3）使用MATLAB 的统计工具进行数据分析，如求平均值、标准差等。
（4）利用MATLAB 的绘图函数将分析结果可视化。
2. 图像处理：（1）使用MATLAB 的读取图像函数将图像导入MATLAB 环境中。
（2）利用MATLAB 的图像处理工具包进行滤波操作，如均值滤波、中值滤波等。
（3）使用MATLAB 的图像增强函数对图像进行锐化、变换等操作。
（4）利用MATLAB 的图像分割算法对图像进行分割。
3. 算法实现：（1）使用MATLAB 编写排序算法，如冒泡排序、快速排序等。
（2）使用MATLAB 编写搜索算法，如二分查找、线性搜索等。
（3）使用MATLAB 实现图像压缩算法，如离散余弦变换（DCT）。
五、实验结果实验中，我们使用MATLAB 完成了数据分析、图像处理和算法实现的一系列实验操作。
通过数据分析，我们成功导入了数据并对其进行了清洗和预处理，最后得到了数据的统计结果。
在图像处理方面，我们对图像进行了滤波、增强和分割等操作，最终得到了处理后的图像。
matlab数学实验
《管理数学实验》实验报告班级姓名实验1：MATLAB的数值运算【实验目的】（1）掌握MATLAB变量的使用（2）掌握MATLAB数组的创建，（3）掌握MA TLAB数组和矩阵的运算。
（4）熟悉MATLAB多项式的运用【实验原理】矩阵运算和数组运算在MA TLAB中属于两种不同类型的运算，数组的运算是从数组元素出发，针对每个元素进行运算，矩阵的运算是从矩阵的整体出发，依照线性代数的运算规则进行。
【实验步骤】（1）使用冒号生成法和定数线性采样法生成一维数组。
（2）使用MA TLAB提供的库函数reshape，将一维数组转换为二维和三维数组。
（3）使用逐个元素输入法生成给定变量，并对变量进行指定的算术运算、关系运算、逻辑运算。
（4）使用MA TLAB绘制指定函数的曲线图，将所有输入的指令保存为M文件。
【实验内容】（1）在[0,2*pi]上产生50个等距采样数据的一维数组，用两种不同的指令实现。
0:(2*pi-0)/(50-1):2*pi 或linspace(0,2*pi,50)（2）将一维数组A=1:18，转换为2×9数组和2×3×3数组。
reshape(A,2,9)ans =Columns 1 through 71 3 5 7 9 11 132 4 6 8 10 12 14Columns 8 through 915 1716 18reshape(A,2,3,3)ans(:,:,1) =1 3 52 4 6ans(:,:,2) =7 9 118 10 12 ans(:,:,3) =13 15 17 14 16 18（3）A=[0 2 3 4 ;1 3 5 0],B=[1 0 5 3;1 5 0 5]，计算数组A 、B 乘积，计算A&B,A|B,~A,A= =B,A>B 。
A.*Bans=0 0 15 121 15 0 0 A&Bans =0 0 1 11 1 0 0 A|Bans =1 1 1 11 1 1 1~Aans =1 0 0 00 0 0 1A==Bans =0 0 0 01 0 0 0A>=Bans =0 1 0 11 0 1 0（4）绘制y= 0.53t e -t*t*sin(t),t=[0,pi]并标注峰值和峰值时间,添加标题y= 0.53t e -t*t*sint ，将所有输入的指令保存为M 文件。
自动控制原理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、实验原理1．比例环节的传递函数为 K R K R R R Z ZsG 200,1002)(211212==-=-=-=其对应的模拟电路及SIMULINK 图形如图1所示。
2．惯性环节的传递函数为uf C K R K R s C R R R Z Z s G 1,200,10012.021)(121121212===+-=+-=-=其对应的模拟电路及SIMULINK 图形如图2所示。
图1 比例环节的模拟电路及SIMULINK 图形3．积分环节(I)的传递函数为uf C K R s s CR Z Z s G 1,1001.011)(111112==-=-=-=其对应的模拟电路及SIMULINK 图形如图3所示。
4．微分环节(D)的传递函数为uf C K R s s C R Z Z s G 10,100)(111112==-=-=-= uf C C 01.012=<<其对应的模拟电路及SIMULINK 图形如图4所示。
5．比例+微分环节（PD ）的传递函数为)11.0()1()(111212+-=+-=-=s s C R R R Z Z s G uf C C uf C K R R 01.010,10012121=<<===其对应的模拟电路及SIMULINK 图形如图5所示。
图3 积分环节的模拟电路及及SIMULINK 图形图4 微分环节的模拟电路及及SIMULINK 图形6．比例+积分环节（PI ）的传递函数为 )11(1)(11212sR s C R Z Z s G +-=+-=-= uf C K R R 10,100121=== 其对应的模拟电路及SIMULINK 图形如图6所示。
实验二-MATLAB用于时域分析
实验二 MATLAB用于时域分析一、实验目的通过使用MATLAB完成系统的输出响应分析、稳定性分析、求动态性能指标以及稳态误差分析等工作。
二、实验原理在MATLAB中，可以通过单输入单输出系统的传递函数，进行系统的脉冲响应，阶跃响应以及一般输入响应等时域分析。
用到以下函数：单位阶跃响应 step(num,den,t)单位脉冲响应impluse(num,den,t)一般输入响应 y=Isim(num,den,u,t)时间t是事先定义的矢量，u为输入信号。
此外，还可以求出系统的超调量，调节时间以及稳态误差。
SIMULINK是MATLAB的一个附加组件，用来提供一个系统的建模、动态仿真及综合分析的工作平台。
SIMULINK模型可以用来模拟线性或非线性、连续或离散，或者两者混合的系统，即可用它来模拟几乎所有的动态系统。
三、实验内容通过MATLAB以及其中的SIMULINK完成系统的输出响应分析、稳定性分析、求动态性能指标以及稳态误差分析等工作。
四、实验代码1、一阶系统响应sys1=tf([100],[1 0]);sys2=tf([0.1],[1]);sys=feedback(sys1,sys2);step(sys)2、二阶系统响应wn=1t=0:0.1:12;num=[1];zeta1=0;den1=[1 2*zeta1 1];zeta3=0.3;den3=[1 2*zeta3 1];zeta5=0.5;den5=[1 2*zeta5 1];zeta7=0.7;den7=[1 2*zeta7 1];zeta9=1.0;den9=[1 2*zeta9 1];[y1,x,t]=step(num,den1,t);[y3,x,t]=step(num,den3,t);[y5,x,t]=step(num,den5,t);[y7,x,t]=step(num,den7,t);[y9,x,t]=step(num,den9,t);plot(t,y1,t,y3,t,y5,t,y7,t,y9)grid on;3、稳定性分析den=[1 1 2 24];roots(den)4、求动态性能指标t=0:0.01:2;num=[1000]';den=[1 34.5 1000];[y,x,t]=step(num,den,t);plot(t,y);maxy=max(y);yes=y(length(t));pos=100*(maxy-yes)/yesfor i=1:1:201if y(i)==maxy,n=i;endendtp=(n-1)*0.01for i=1:1:201if(y(i)<1.05&y(i)>0.95),n=i;endbreak;endts=(n-1)*0.015、稳态误差分析t=0:0.1:15;[num1,den1]=cloop([1],[1 1]);[num2,den2]=cloop([1],[1 1 0]);[num3,den3]=cloop([4 1],[1 1 0 0]);y1=impulse(num1,den1,t);y2=impulse(num2,den2,t);y3=impulse(num3,den3,t);subplot(311);plot(t,y1);subplot(312);plot(t,y2);subplot(313);plot(t,y3);er1=0-y1(length(t))er2=0-y2(length(t))er3=0-y3(length(t))6、求单位阶跃响应及其稳态误差t=0:0.1:20[num1,den1]=cloop([1],[1 1]);[num2,den2]=cloop([1],[1 1 0]);[num3,den3]=cloop([4 1],[1 1 0 0]);y1=step(num1,den1,t);y2=step(num2,den2,t);y3=step(num3,den3,t);subplot(311);plot(t,y1);subplot(312);plot(t,y2);subplot(313);plot(t,y3);er1=1-y1(length(t));er2=1-y2(length(t));er3=1-y3(length(t));7、求单位斜坡响应及其稳态误差t=0:0.1:20;t1=0:0.1:100;[num1,den1]=cloop([1],[1 1]);[num2,den2]=cloop([1],[1 1 0]);[num3,den3]=cloop([4 1],[1 1 0 0]);y1=step(num1,[den1 0],t1);y2=step(num2,[den2 0],t);y3=step(num3,[den3 0],t);subplot(311);plot(t1,y1,t1,t1);subplot(312);plot(t,y2,t,t);subplot(313);plot(t,y3,t,t);er1=t1(length(t1))-y1(length(t1))er2=t(length(t))-y2(length(t))er3=t(length(t))-y3(length(t))8、实例分析kp=[0.11 6];t=[0:0.01:1];num1=303.03*kp(1);den1=[0.00001 0.00633 0.20167 21.21*kp(1)+1];y1=step(num1,den1,t);num2=303.03*kp(2);den2=[0.00001 0.00633 0.20167 21.21*kp(2)+1];y2=step(num2,den2,t);subplot(211);plot(t,y1);subplot(212);plot(t,y2);gtext('kp=0.11');gtext('kp=6');9、SIMULINK用于系统仿真五、实验结果1、一阶系统响应2、二阶系统响应3、稳定性分析4、求动态性能指标5、稳态误差分析6、求单位阶跃响应及其稳态误差7、求单位斜坡响应及其稳态误差8、实例分析9、SIMULINK用于系统仿真六、实验总结通过本次实验实现了用MATLAB完成系统的输出响应分析、稳定性分析、求动态性能指标以及稳态误差分析等工作。
《自动控制原理》Matlab求解控制系统频域分析实验
《自动控制原理》Matlab求解控制系统频域分析实验
一、实验目的
1、加深了解系统频率特性的概念。
2、学习使用Matlab软件绘制Nyquist图、Bode图的基本方法。
3、掌握典型环节的频率特性。
二、实验仪器
Matlab2014b版
三、实验原理
1.奈奎斯特图（幅相频率特性图）
MATLAB为用户提供了专门用于绘制奈奎斯特图的函数nyquist
axis([-2,0.4,-1.5,1.5]);
k=500;
num=[1,10];
den=conv([1,0],conv([1,1],conv([1,20],[h,50])))；
w=logspace(-1,3,200)
bode(k*num,den,w);
grid;
五、实验原始数据记录与数据处理
六、实验结果与分析讨论
范围是自动确定的。当需要指定幅值范围和相角范围时，则需用下面的功能指令：
[mag,phase,w]=bode(num,den,w)
四、实验内容及步骤
z=[]:
p=[0,-1,-2]:
k=5;
g=zpk(z,p,k):
nyquist(g);
w=0.5：0.1:10:
figure(2):
nyquist(g:w);
- 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实验原理
Matlab是一种高级编程语言和环境，用于数值计算、可视化和数据分析。
它提供了许多内置函数和工具箱，可用于各种科学和工程应用。
在Matlab中，可以使用矩阵和向量来表示和操作数据。
通过使用矩阵和向量的线性代数运算，可以高效地进行数值计算。
Matlab还提供了许多数学函数，包括三角函数、指数函数和对数函数等，使得数值计算更加方便。
Matlab的另一个重要特点是其强大的可视化功能。
可以使用Matlab绘制各种图形，如线图、散点图、饼图等，以便更直观地展示数据和结果。
通过调整颜色、线型和坐标轴等参数，可以定制化绘图风格，以满足特定的需求。
除了数值计算和可视化外，Matlab还支持数据分析和建模。
它提供了各种统计函数和工具箱，用于处理和分析数据。
可以进行基本的统计计算（如平均值、方差、相关性等），以及更高级的数据分析（如回归分析、聚类分析、主成分分析等）。
Matlab还具有与其他编程语言和工具的集成能力。
可以使用Matlab与C、C++、Java等语言进行交互，以便调用其它语言的函数和库。
此外，Matlab还支持与各种数据库和文件格式的连接和交互，以便读取和写入数据。
总之，Matlab是一种功能强大的编程环境，适用于各种科学
和工程应用。
它提供了丰富的数值计算、可视化和数据分析功能，使得科学家和工程师能够更高效地进行研究和开发工作。