matlab实验设计
现代控制理论-基于MATLAB的实验指导书课程设计指导书
现代控制理论基于MATLAB的实验指导书第一部分实验要求1．实验前做好预习。
2．严格按照要求操作实验仪器，用毕恢复原状。
3．实验完成后，由指导教师检查实验记录、验收仪器后，方可离开。
4．实验报告应包括以下内容：1）实验目的；2）实验原理图；3）实验内容、步骤；4）仿真实验结果（保留仿真实验波形，读取关键参数）；5）仿真实验结果分析。
第二部分MATLAB平台介绍实际生产过程中，大部分的系统是比较复杂的，并且要考虑安全性、经济性以及进行实验研究的可能性等，这在现场实验中往往不易做到，甚至根本不允许这样做。
这时，就需要把实际系统建立成物理模型或数学模型进行研究，然后把对模型实验研究的结果应用到实际系统中去，这种方法就叫做模拟仿真研究，简称仿真。
到目前为止，已形成了许多各具特色的仿真语言。
其中美国Mathworks软件公司的动态仿真集成软件Simulink与该公司著名的MATLAB软件集成在一起，成为当今最具影响力的控制系统应用软件。
国内MA TLAB软件的著名论坛为“MATLAB中文论坛”，网址为：https:///forum.php，建议同学们注册并参与论坛相关内容的讨论。
图1 MA TLAB仿真环境第三部分 实验实验一线性系统的时域分析实验目的熟悉MATLAB 环境，掌握用MATLAB 控制系统工具箱进行线性定常系统的时域分析、能控性与能观性分析、稳定性分析的方法。
实验要求完成指导书规定的实验内容，记录并分析实验结果，写出实验报告。
实验内容1．已知系统的状态模型，求系统在单位阶跃输入下的各状态变量、输出响应曲线。
例：[]⎥⎦⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡+⎥⎦⎤⎢⎣⎡⎥⎦⎤⎢⎣⎡--=⎥⎦⎤⎢⎣⎡2121214493.69691.1,0107814.07814.05572.0x x y u x x x x 。
键入：a = [-0.5572, -0.7814; 0.7814,0]; b = [1; 0]; c = [1.9691,6.4493]; d = 0;[y, x, t]=step(a, b, c, d); plot(t, y); grid （回车，显示输出响应曲线。
实验4 matlab gui设计
实验四 MATLAB GUI设计一．预备知识点1. 图形用户界面（GUI）是用户与计算机程序之间的交互方式，是用户与计算机进行信息交流的方式。
计算机在屏幕显示图形和文本，若有扬声器还可产生声音。
用户通过输入设备，如：键盘、鼠标、跟踪球、绘制板或麦克风，与计算机通讯。
用户界面设定了如何观看和如何感知计算机、操作系统或应用程序。
通常，多是根据悦目的结构和用户界面功能的有效性来选择计算机或程序。
图形用户界面或GUI是包含图形对象，如：窗口、图标、菜单和文本的用户界面。
以某种方式选择或激活这些对象，通常引起动作或发生变化。
最常见的激活方法是用鼠标或其它点击设备去控制屏幕上的鼠标指针的运动。
按下鼠标按钮，标志着对象的选择或其它动作。
2.对“句柄图形”的理解是设计和实现GUI的先决条件。
由图形命令生成的每一事物是一个图形对象。
图形对象不仅包括uimenu和uicontrol对象，而且还包括图形、坐标轴和他们的子对象。
让我们从另一个角度来看这一层次结构。
计算机的屏幕本身是根结点，图形是根对象的子对象，坐标轴，uimenu ，uicontrol是图形的子对象。
根可以包括多个图形，每个图形含有一组或多组坐标轴以及其子对象，每个图形也可以有一个或多个与坐标轴无关的uimenu和uicontrol。
虽然uicontrol对象无子对象结点，但他们确实具有多种类型。
uimenu对象常将其它的uimenu对象作为其子对象。
3. MATLAB的图形用户界面设计实际上是一种面向对象的设计方法。
假设想建立一个图形界面来显示和处理二维图形的颜色、线型及数据点的图标。
要求其基本功能是：（1）建立一个主坐标系，用来显示要绘制的二维图形；（2）建立一个列表框，允许用户选择不同的着色方法；（3）建立一组按扭，用于处理二维图形线型和数据点的图标；（4）为图形界面加入菜单项，用于决定坐标轴是否显示及坐标轴上是否需要网格；（A）最初图形界面的设想如下图所示：（B）根据上面的设想，下面我们就来制作它的图形用户界面：首先，我们先来看其图形窗口的设置。
电力电子课程设计matlab仿真实验
一．课程设计目的（1）通过matlab的simulink工具箱，掌握DC-DC、DC-AC、AC-DC电路的仿真。
通过设置元器件不同的参数，观察输出波形并进行比较，进一步理解电路的工作原理；（2）掌握焊接的技能，对照原理图，了解工作原理；（3）加深理解和掌握《电力电子技术》课程的基础知识，提高学生综合运用所学知识的能力；二．课程设计内容第一部分：simulink电力电子仿真/版本matlab7.0（1）DC-DC电路仿真（升降压（Buck-Boost）变换器）仿真电路参数：直流电压20V、开关管为MOSFET（内阻为0.001欧）、开关频率20KHz、电感L为133uH、电容为1.67mF、负载为电阻负载（20欧）、二极管导通压降0.7V（内阻为0.001欧）、占空比40%。
仿真时间0.3s，仿真算法为ode23tb。
图1-1占空比为40%的，降压后为12.12V。
触发脉冲、电感电流、开关管电流、二极管电流、负载电流、输出电压的波形。
图1-2占空比为60%的，升压后为28.25V。
触发脉冲、电感电流、开关管电流、二极管电流、负载电流、输出电压的波形。
图1-3•图1-4升降压变换电路（又称Buck-boost电路）的输出电压平均值可以大于或小于输入直流电压，输出电压与输入电压极性相反，其电路原理图如图1-4(a)所示。
它主要用于要求输出与输入电压反相，其值可大于或小于输入电压的直流稳压电源工作原理：①T导通，ton期间，二极管D反偏而关断，电感L储能，滤波电容C向负载提供能量。
②T关断，toff期间，当感应电动势大小超过输出电压U0时，二极管D导通，电感L经D向C和RL反向放电，使输出电压的极性与输入电压在ton期间电感电流的增加量等于toff期间的减少量，得：由的关系，求出输出电压的平均值为：上式中，D为占空比，负号表示输出与输入电压反相；当D=0.5时，U0=Ud；当0.5<D<1时，U0>Ud，为升压变换；当0≤D<0.5时，U0<Ud，为降压变换。
MATLAB实验遗传算法与优化设计（可编辑）
MATLAB实验遗传算法与优化设计遗传算法与优化设计一实验目的1 了解遗传算法的基本原理和基本操作选择交叉变异2 学习使用Matlab中的遗传算法工具箱 gatool 来解决优化设计问题二实验原理及遗传算法工具箱介绍1 一个优化设计例子图1所示是用于传输微波信号的微带线电极的横截面结构示意图上下两根黑条分别代表上电极和下电极一般下电极接地上电极接输入信号电极之间是介质如空气陶瓷等微带电极的结构参数如图所示Wt分别是上电极的宽度和厚度D是上下电极间距当微波信号在微带线中传输时由于趋肤效应微带线中的电流集中在电极的表面会产生较大的欧姆损耗根据微带传输线理论高频工作状态下假定信号频率1GHz电极的欧姆损耗可以写成简单起见不考虑电极厚度造成电极宽度的增加图1 微带线横截面结构以及场分布示意图1其中为金属的表面电阻率为电阻率可见电极的结构参数影响着电极损耗通过合理设计这些参数可以使电极的欧姆损耗做到最小这就是所谓的最优化问题或者称为规划设计问题此处设计变量有3个WDt它们组成决策向量[W D t] T待优化函数称为目标函数上述优化设计问题可以抽象为数学描述2其中是决策向量x1xn为n个设计变量这是一个单目标的数学规划问题在一组针对决策变量的约束条件下使目标函数最小化有时也可能是最大化此时在目标函数前添个负号即可满足约束条件的解X 称为可行解所有满足条件的X组成问题的可行解空间2 遗传算法基本原理和基本操作遗传算法 Genetic Algorithm GA 是一种非常实用高效鲁棒性强的优化技术广泛应用于工程技术的各个领域如函数优化机器学习图像处理生产调度等遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化算法按照达尔文的进化论生物在进化过程中物竞天择对自然环境适应度高的物种被保留下来适应度差的物种而被淘汰物种通过遗传将这些好的性状复制给下一代同时也通过种间的交配交叉和变异不断产生新的物种以适应环境的变化从总体水平上看生物在进化过程中子代总要比其父代优良因此生物的进化过程其实就是一个不断产生优良物种的过程这和优化设计问题具有惊人的相似性从而使得生物的遗传和进化能够被用于实际的优化设计问题按照生物学知识遗传信息基因Gene 的载体是染色体Chromosome 染色体中一定数量的基因按照一定的规律排列即编码遗传基因在染色体中的排列位置称为基因座Locus在同一个基因座上所有可能的基因就称为等位基因Allele生物所持有的基因以及基因的构成形式称为生物的基因型Genotype而该生物在环境中所呈现的相应性状称为该生物的表现型Phenotype在遗传过程中染色体上的基因能够直接复制给子代从而使得子代具有亲代的特征此外两条染色体之间也通过交叉 Crossover 而重组即两个染色体在某个相同的位置处被截断其前后两串基因交叉组合而形成两个新的染色体在基因复制时也会产生微小的变异Mutation从而也产生了新的染色体因此交叉和变异是产生新物种的主要途径由于自然选择在子代群体新产生的物种或染色体当中只有那些对环境适应度高的才能生存下来即适应度越高的被选择的概率也越大然后又是通过遗传和变异再自然选择一代一代不断进化因此生物遗传和进化的基本过程就是选择即复制交叉和变异遗传算法就是通过模拟生物进化的这几个基本过程而实现的①编码编码是设计遗传算法首要解决的问题在生物进化中选择交叉变异这些基本过程都是基于遗传信息的编码方式进行的即基于染色体的基因型而非表现型因此要模拟生物进化过程遗传算法必须首先对问题的可行解X决策向量进行某种编码以便借鉴生物学中染色体和基因等概念在遗传算法中将每一个决策向量X用一个染色体V来表示3其中每一个vi代表一个基因染色体的长度m不一定等于设计变量的数目n取决于染色体上基因的编码方式一般有两种编码方式二进制编码和浮点数编码如果是二进制编码每一个设计变量xi的真实值用一串二进制符号0和1按照一定的编码规则来表示每个二进制符号就代表一个基因因此染色体长度要远大于设计变量的数目这种由二进制编码构成的排列形式V就是染色体也称个体的基因型而基因型经过解码后所对应的决策向量X即可行解就是个体的表现型如果是浮点数编码每个设计变量用其取值范围内的一个浮点数表示构成染色体的一个基因vi因此个体的编码长度m也就等于决策变量的个数n由于这种编码方式使用的是决策变量的真实值所以也称真值编码方法无论哪种编码方式所有可能的染色体个体V构成问题的搜索空间种群遗传算法对最优解的搜索就是在搜索空间中搜索适应度最高的染色体后面叙述适应度的计算因此通过编码将一个问题的可行解从其解空间转换到了遗传算法能够处理的搜索空间经过个体的编码后就可以进行遗传算法的基本操作选择交叉和变异②选择复制操作选择也就是复制是在群体中选择适应度高的个体产生新群体的过程生物的进化是以集团为主体的与此相应遗传算法的运算对象是有M个个体或染色体组成的集合称为种群M也称为种群规模遗传算法在模拟自然选择时以个体的适应度Fitness高低为选择依据即适应度高的个体被遗传到下一代种群的概率较高而适应度低的个体遗传到下一代的概率则相对较低个体适应度由适应度函数计算适应度函数总是和个体表现型 ie X 的目标函数值f X 关联一般是由目标函数经过一定的变换得到一种最简单的方法就是直接使用目标函数f X 作为适应度函数4选定了适应度函数之后个体适应度也随之确定则在选择操作时个体被选中的概率5其中Fi为个体的适应度这种选择方式称为比例选择也称轮盘赌选择除此之外还有多种选择方法如随机竞争选择均匀选择无回放随机选择等不一一介绍③交叉操作所谓交叉就是以一定的概率交叉概率从群体中选择两个个体染色体按照某种方式交换其部分基因从而形成两个新的个体在遗传算法中它是产生新个体同时也是获得新的优良个体的主要方法它决定了遗传算法的全局搜索能力对于不同的编码方式交叉操作的具体方法也不相同对于浮点数编码一般使用算术交叉对于二进制编码有单点交叉和多点交叉等方式不论何种方式在交叉操作时首先应定义交叉概率Pc这个概率表明种群中参与交叉的个体数目的期望值是M 是种群规模通常交叉概率应取较大的值以便产生较多的新个体增加全局搜索力度但是Pc过大时优良个体被破坏的可能性也越大如果Pc 太小则搜索进程变慢影响算法的运行效率一般建议的取值范围是04–099④变异操作遗传算法中的变异操作就是将染色体上某些基因座上的基因以一定的变异概率Pm用其他的等位基因替代从而形成新的个体对于浮点数编码变异操作就是将变异点处的基因用该基因取值范围内的一个随机数替换对于二进制编码则是将变异点处的基因由1变成00变成1变异操作也有多种方法如均匀变异非均匀变异高斯变异等变异操作的概率Pm要比交叉操作的概率Pc小得多变异只是产生新个体的辅助手段但它是遗传算法必不可少的一个环节因为变异操作决定了算法的局部搜索能力它弥补了交叉操作无法对搜索空间的细节进行局部搜索的不足因此交叉和变异操作相互配合共同完成对搜索空间的全局和局部搜索以上简要介绍了遗传算法的基本原理和操作归纳起来基本遗传算法一般可以表示为一个8元组6式中C 个体的编码方法E 个体适应度评价函数P0 初始种群M 种群规模选择操作交叉操作变异操作是进化终止代数进化终止条件其中有4个运行参数需要预先设定M T PcPm 种群规模M一般取为20100 终止代数T一般取100500交叉概率Pc一般取04099 变异概率Pm一般取0000101最后给出遗传算法的基本步骤①选择二进制编码或浮点数编码把问题的解表示成染色体②随机产生一群染色体个体也就是初始种群③计算每一个个体的适应度值按适者生存的原则从中选择出适应度较大的染色体进行复制再通过交叉变异过程产生更适应环境的新一代染色体群即子代④重复第3步经过这样的一代一代地进化最后就会收敛到最适应环境适应度最大的一个染色体即个体上它就是问题的最优解图2给出了基本遗传算法设计流程图其中t代表当前代数T是进化终止代数图2 基本遗传算法设计流程图3 Matlab遗传算法工具箱 gatoolMatlab的遗传算法工具箱有一个精心设计的图形用户界面可以帮助用户直观方便快速地利用遗传算法求解最优化问题在Matlab命令窗口输入命令gatool可以打开遗传算法工具箱的图形用户界面如图3所示GA工具箱的参数设置步骤如下图3 遗传算法工具1 首先使用遗传算法工具箱必须输入下列信息Fitness function 适应度函数这里指的是待优化的函数也即目标函数该工具箱总是试图寻找目标函数的最小值输入适应度函数的格式为fitnessfun其中符号产生函数fitnessfun的句柄fitnessfun代表用户编写的计算适应度函数目标函数的M文件名该M文件的编写方法如下假定我们要计算Rastrigin函数的最小值7M函数文件确定这个函数必须接受一个长度为2的行向量X也即决策向量向量的长度等于变量数目行向量X的每个元素分别和变量x1和x2对应另外M文件要返回一个标量Z其值等于该函数的值下面是计算Rastrigin函数的M文件代码function Z Ras_fun XZ 20X 1 2X 2 2-10 cos 2piX 1 cos 2piX 2M文件编写保存后再在gatool工具箱界面Fitness function栏输入 Ras_funNumber of variable 变量个数目标函数中的变量数目也即适应度函数输入向量的长度在上例中它的值是22 其次设置遗传算法参数即Options设置以下只介绍部分运行参数的设置其他未提及的参数采用默认设置即可①种群参数 PopulationPopulation size 种群规模每一代中的个体数目一般是20-100之间种群规模大算法搜索更彻底可以增加算法搜索全局最优而非局部最优的概率但是耗时也更长Initial range 初始范围其值是两行的矩阵代表初始种群中个体的搜索范围实际上是决策向量X中每个变量xi的初始搜索范围矩阵的列数等于变量个数Number of variable第一行是每个变量的下限第二行是每个变量的上限如果只输入2 1的矩阵则每个变量的初始搜索范围都一样注意初始范围仅限定初始种群中个体或决策向量的范围后续各代中的个体可以不在初始范围之内初始范围不能设置太小否则造成个体之间的差异过小即种群的多样性降低不利于算法搜索到最优解②复制参数 ReproductionCrossover fraction 交叉概率一般取04099默认08③算法终止准则 Stopping Criteria提供了5种算法终止条件Generations最大的进化代数一般取100500默认是100当遗传算法运行到该参数指定的世代计算终止Time limit指明算法终止执行前的最大时间单位是秒缺省是Inf 无穷大Fitness limit 适应度限当最优适应度值小于或等于此参数值时计算终止缺省是-InfStall generation 停滞代数如果每一代的最佳适应度值在该参数指定的代数没有改善则终止计算缺省是50代Stall time 停滞时间如果每一代的最佳适应度值在该参数指定的时间间隔内没有改善则终止计算缺省是20秒3 设置绘图参数即Plots设置绘图参数Plots工作时可以从遗传算法得到图形数据当选择各种绘图参数并执行遗传算法时一个图形窗口在分离轴上显示这些图形下面介绍其中2个参数Best fitness 选择该绘图参数时将绘制每一代的最佳适应度值和进化世代数之间的关系图如图4的上图所示图中蓝色点代表每一代适应度函数的平均值黑色点代表每一代的最佳值Distance 选择此参数时绘制每一代中个体间的平均距离它反映个体之间的差异程度所以可用来衡量种群的多样性图4的下图显示的即是每一代个体间的平均距离图44 执行算法参数设置好了之后点击工具箱界面上的按钮Star 执行求解器在算法运行的同时Current generation当前代数文本框中显示当前的进化代数通过单击Pause按钮可以使计算暂停之后再点击Resume可以恢复计算当计算完成时Status and results窗格中出现如图5所示的情形图5其中包含下列信息算法终止时适应度函数的最终值即目标函数的最优值Fitness function value 0003909079476983379算法终止原因Optimization terminated imum number of generations exceeded 超出最大进化世代数最终点即目标函数的最优解[x1 x2] [-0004 -000193]两个变量的例子三实验内容1 Rastrigin函数的最小值问题函数表达式如 7 式函数图像如下图6所示它有多个局部极小值但是只有一个全局最小值Rastrigin函数的全局最小值的精确解是0出现在[x1 x2] [0 0]处图6 Rastrigin函数图像使用遗传算法工具箱近似求解Rastrigin函数的最小值首先编写计算适应度函数的M文件然后设置运行参数绘图参数Plots勾选Best fitness和Distance两项其它参数可以使用默认值执行求解器Run solver计算Rastrigin函数的最优值观察种群多样性对优化结果的影响决定遗传算法的一个重要性能是种群的多样性个体之间的距离越大则多样性越高反之则多样性越低多样性过高或过低遗传算法都可能运行不好通过实验调整Population 种群的Initial range 初始范围参数可得到种群适当的多样性取Initial range参数值[1 11]观察Rastrigin函数最小值的计算结果取Initial range参数值[1 100]观察Rastrigin函数最小值的计算结果取Initial range参数值[1 2]观察Rastrigin函数最小值的计算结果2 微带电极欧姆损耗的优化微带电极的欧姆损耗公式可由 1 式表示令设计变量[WDt] [x1 x2 x3] X变量的约束条件如下8根据 1 式和 8 式使用遗产算法工具箱优化设计电极的结构参数W 宽度 D 间距 t 厚度使得电极的欧姆损耗最小 1 式中用到的常数提示对约束条件 8 式的处理可以在编写计算适应度函数的M文件中实现方法是在M文件中引入对每个输入变量值范围的判断语句如果任一变量范围超出 8 式的限制则给该个体的适应度施加一个惩罚使得该个体被遗传到下一代的概率减小甚至为0一般可用下式对个体适应度进行调整9其中F x 是原适应度F x 是调整后的适应度P x 是罚函数为简单计本问题中我们可以给个体的适应度 com件的返回值Z 加上一个很大的数即可如正无穷Inf四思考题1 在遗传算法当中个体的变异对结果有何影响如果没有变异结果又将如何试以Rastrigin函数最小值的计算为例说明取变异概率为0即交叉概率Crossover fraction 102 遗传算法工具箱针对的是最小化函数值问题如果要利用该工具箱计算函数的最大值该如何实现。
MATLAB课程设计实验体会
MATLAB课程设计实验体会课程设计实验体会学生姓名：李祥胜学生学号： 0704专业班级：光信息科学与技术指导老师： miss Chen学院：信息工程学院题目: MATLAB学期实验总结MATLAB概念及介绍MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。
是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。
它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。
MATLAB和Mathematica、Maple并称为三大数学软件。
它在数学类科技应用软件中在数值计算方面首屈一指。
MATLAB能够进行矩阵运算、绘制函数和数据、实现算法、创立用户界面、连接其它编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
MATLAB集成环境主要包括五个部分：MATLAB语言、MATLAB工作环境、句柄图形、MATLAB数学函数库和数学建模、小波分析、MATLAB API(App lication Program Interface)。
MATLAB语言是以数组为基本数据单位，包括控制流程语句、函数、数据结构、输人输出及面向对象等特点的高级语言。
利用SIMULINK对系统进行仿真与分析，在进入虚拟实验环境后，不需要书写代码，只需使用鼠标拖动库中的功能模块并将它们连接起来，再按照实验要求修改各元器件的参数。
经过虚拟实验环境建立实验仿真电路模型，可使一些枯燥的电路变得有趣味，复杂的波形变得形象生动，使得各种复杂的能量转换过程比较直观地呈现。
实验3 用MATLAB窗函数法设计FIR滤波器
实验10 用MATLAB 窗函数法设计FIR 滤波器一、实验目的㈠、学习用MA TLAB 语言窗函数法编写简单的FIR 数字滤波器设计程序。
㈡、实现设计的FIR 数字滤波器，对信号进行实时处理。
二、实验原理㈠、运用窗函数法设计FIR 数字滤波器与IIR 滤波器相比，FIR 滤波器在保证幅度特性满足技术要求的同时，很容易做到有严格的线性相位特性。
设FIR 滤波器单位脉冲响应)(n h 长度为N ，其系统函数)(z H 为∑-=-=10)()(N n n zn h z H)(z H 是1-z 的)1(-N 次多项式，它在z 平面上有)1(-N 个零点，原点0=z 是)1(-N 阶重极点。
因此，)(z H 永远是稳定的。
稳定和线性相位特性是FIR 滤波器突出的优点。
FIR 滤波器的设计任务是选择有限长度的)(n h ，使传输函数)(ωj e H 满足技术要求。
主要设计方法有窗函数法、频率采样法和切比雪夫等波纹逼近法。
本实验主要介绍用窗函数法设计FIR 数字滤波器。
图7-10-1 例1 带通FIR 滤波器特性㈡、 用MATLAB 语言设计FIR 数字滤波器例1：设计一个24阶FIR 带通滤波器，通带为0.35<ω<0.65。
其程序如下b=fir1(48,[0.35 0.65]);freqz(b,1,512)可得到如图7-10-1 所示的带通FIR滤波器特性。
由程序可知，该滤波器采用了缺省的Hamming窗。
例2：设计一个34阶的高通FIR滤波器，截止频率为0.48,并使用具有30dB波纹的Chebyshev窗。
其程序如下Window=chebwin(35,30);b=fir1(34,0.48,'high',Window);freqz(b,1,512)可得到如图7-10-2 所示的高通FIR滤波器特性。
图7-10-2 例2 高通FIR滤波器特性例3：设计一个30阶的低通FIR滤波器，使之与期望频率特性相近，其程序如下 f=[0 0.6 0.6 1];m=[1 1 0 0];b=fir2(30,f,m);[h,w]=freqz(b,1,128);plot(f,m,w/pi,abs(h))结果如图7-10-3所示。
MATLAB综合实验项目
综合实验题目一基于MATLAB 的语音处理系统设计（一）内容录制一段个人自己的语音信号，并对录制的信号进行采样；画出采样后语音信号的时域波形和频谱图；给定滤波器的性能指标，设计滤波器，并画出滤波器的频率响应；然后用自己设计的滤波器对采集的信号进行滤波，画出滤波后信号的时域波形和频谱，并对滤波前后的信号进行对比，分析信号的变化；回放语音信号；最后，设计一个信号处理系统界面。
（二）步骤1．语音信号的采集利用Windows 下的录音机，录制一段自己的话音，时间在1 s 内。
然后在Matlab 软件平台下，利用函数wavread 对语音信号进行采样，记住采样频率和采样点数。
2．语音信号的频谱分析利用函数fft 对信号进行快速傅里叶变换，得到信号的频谱特性，要求首先画出语音信号的时域波形；然后对语音信号进行频谱分析。
3．设计数字滤波器和画出其频率响应给出各滤波器的性能指标:(1) 低通滤波器性能指标f b= 1000Hz，f c=1200Hz，A s=100dB，A p= 1dB。
(2) 高通滤波器性能指标f c= 4800 Hz，f b=5000Hz，A s=100 dB，A p= 1dB。
(3) 带通滤波器性能指标f b1=1200 Hz，f b2=3000 Hz，f c1= 1000 Hz，f c2= 3200 Hz，A s=100dB，A p= 1dB。
要求采用脉冲响应不变法、窗函数法、双线性变换法和频率采样法设计上面要求的3种滤波器。
在Matlab中，可以利用函数fir1设计FIR滤波器，可以利用函数butte，cheby1和ellip设计IIR滤波器；利用Matlab中的函数freqz画出各滤波器的频率响应。
4．用滤波器对信号进行滤波要求用自己设计的各滤波器分别对采集的信号进行滤波，在Matlab中，FIR 滤波器利用函数fftfilt 对信号进行滤波。
5．比较滤波前后语音信号的波形及频谱要求在一个窗口同时画出滤波前后的波形及频谱。
MATLAB程序设计实验指导书
MATLAB程序设计实验指导书MATLAB是集数值计算、符号运算及图形处理等强大功能于一体的科学计算语言。
作为强大的科学计算平台，它几乎能满足所有的计算需求。
在美国及其他发达国家的理工科院校里，MATLAB已经作为一门必修的课程；在科研院所、大型公司或企业的工程计算部门，MATLAB也是最普遍的计算工具之一。
有鉴于此，我院开设了《MATLAB程序设计》这门课程，它需要一定的理论基础，同时又具有很强的实践性。
如何加强理论课程的学习、加深学生对本课程中的基本理论知识及基本方法的理解，如何培养学生实践动手能力是教学的当务之急。
而MATLAB程序设计实验课程就是一种重要的教学手段和途径。
实验将MATLAB程序设计的基本方法灵活地运用在数学、电路等课程中，重点突出，内容丰富。
同时，注重理论分析与实际动手相结合，以理论指导实践，以实践验证基本原理，旨在提高学生分析问题、解决问题的能力及动手能力，使学生进一步巩固基本理论知识，建立比较全面的MATLAB程序设计的概念。
实验注意事项1、实验系统接通电源前请确保电源插座接地良好。
2、完成实验后请确保关闭电脑电源及插座电源。
实验一 矩阵及其运算一、实验目的1、熟悉MATLAB 工作环境2、掌握矩阵和数组的创建、寻访和运算 二、实验内容验证欧姆定律：iur ，其中i u r , ,分别是电阻（欧姆）、电压（伏特）、电流（安培）。
已知u=[0.89, 1.20, 3.09, 4.27, 3.62, 7.71, 8.99, 7.92, 9.70, 10.41]，i=[0.028, 0.040, 0.100, 0.145, 0.118, 0.258, 0.299, 0.257, 0.308, 0.345]。
三、实验器材PC 机 （装有 MA TLAB 软件 ） 1台 四、实验原理 4.1 Desktop 简介MATLAB R2006a 版的Desktop 操作桌面，是一个高度集成的MATLAB 工作界面。
matlab实验书
MATLAB程序设计语言实验教学大纲(实验课程)◆课程编号：131089◆课程英文名称：Experiment of MATLAB Language◆课程类型：☐通识通修☐通识通选☐学科必修☐学科选修☐跨学科选修☐专业核心☑专业选修（学术研究）☐专业选修（就业创业）◆适用年级专业（学科类）：三年级通信工程、电子信息工程、生物医学工程◆先修课程：C语言程序设计◆总学分：0.5◆总学时：18一、课程简介与教学目标《MATLAB程序设计语言实验》是配合电子信息工程和通信工程专业的专业选修课——《MATLAB程序设计语言》而开设的实验课程。
上机实验操作是十分重要的环节，只有通过上机实习，才能真正领会仿真技术的实现方法和MATLAB软件的强大功能，才能更好地应用于今后从事的生产和研究工作中。
二、教学方式与方法采用以上机练习为主的教学方式，通过讲解实验重点及其中包含的理论知识引导学生获得正确的实验和理论思路，从而成为理论课的有益补充，使理论和实践相结合。
三、教学重点与难点（一）教学重点教学重点是MATLAB软件的基本操作方法、MATLAB进行科学计算、图形绘制以及MATLAB的应用领域和GUI的界面设计方法。
（二）教学难点教学难点在于灵活运用各种MATLAB的程序设计方法以及调试。
四、学时分配计划五、教材与教学参考书（一）教材自编MATLAB程序设计语言实验指导书（二）教学参考书1.John G.Proakis 等著，刘树棠译.现代通信系统（MATLAB 版）（第二版） 电子工业出版社2.郭文斌，桑林.通信原理—基于MATLAB 的计算机仿真 北京邮电大学出版社六、课程考核与成绩评定【考核类型】☐ 考试 ☑ 考查【考核方式】☐ 开卷（Open-Book ） ☐ 闭卷（Close-Book ） ☐ 项目报告/论文☑ 其它： 上机 （填写具体考核方式）【成绩评定】平时成绩占(60－70)％，考试成绩占(30-40)％七、课程内容概述实验一MATLAB 基本操作（一）教学要求1、了解MATLAB 软件的使用方法以及系统组成2、掌握MATLAB 的工作空间、搜索路径以及一些常用的命令3、掌握表达式的构成4、掌握矩阵的各种输入方法、逻辑运算符和关系运算符以及矩阵的操作方法 （二）知识点提示主要知识点：矩阵的操作符以及各种操作方法 重点：矩阵输入的各种方法、各种矩阵运算 难点：矩阵的操作以及各种基本数学函数 （三）教学内容1.1 建立工作目录MYBIN 和MYDATA 。
《MATLAB程序设计实验》教学大纲
MATLAB程序设计实验Matlab Programing II一、课程基本情况课程总学时：32学时实验总学时：16学时学分： 2 学分开课学期：第4学期课程性质：选修对应理论课程：MATLAB程序设计适用专业：大气科学（大气探测方向）教材：《精通matlab 7》，Duane Hanselman著，朱仁峰译，清华大学出版社，2006开课单位：大气物理学院大气探测系二、实验课程的教学目标和任务Matlab程序设计属于实践性较强的课程，因此需要大量的动手实践提升自己编程能力，进而利用Matlab解决学习中遇到的实际问题。
实验课程的目标是：通过Matlab基本操作和重要应用的训练，使学生具有初步使用Matlab进行科学计算、处理数据，以及画图显示的能力。
课程实验分为8次，分别对应教学课程中的7章内容，其中第7章内容为2次实验。
8次实验中，前4次的目的是使同学掌握Matlab基本编程能力，后4次培养学生解决实际问题的能力。
这几次实验中基于Matlab的数据分析、文本文件的读写、二进制文件如气象雷达数据的读写是实验课程的重点和难点内容，而二进制气象雷达数据的读取是难点中的难点。
通过理论和应用相结合，课堂学习和上机操作结合，使学生全面掌握使用Matlab的能力，进而将Matlab应用到大气探测数据的处理过程。
三、实验课程的内容和要求四、课程考核（1）实验报告的撰写要求：基于实验习题进行编程和结果显示，纸版上交（2）实验报告：7次（3）考核及成绩评定：7次报告成绩平均值五、参考书目（1）《Matlab Reference Guide》, The Math Works, Inc, 1993;（2）《MA TLAB 7基础与提高—MA TLAB应用技术》，电子工业出版社，飞思科技产品研发中心编著，2005；（3）《精通MA TLAB7》，电子工业出版社，王正林、刘明等著，2006。
- 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)。
自控系统仿真软件课程设计报告 设计题目： 斯洛克进球仿真 姓 名: XXX 学 号: XXXXX 院 系: 电气与电子信息工程系 专 业: 自动化 指导教师: XXXX
2012年12月24日 一．摘 要 本软件设计作品使用MATLAB语言进行校斯洛克进球动画仿真。动画较真实，能较客观反映仿真效果。 在斯洛克动画设计中使其移动产生动画效果。仿真杆运动击白球，白球运动击中绿球，绿球运动，遇到台球桌边沿反弹改变运动轨迹，进入中腰洞口。 在总菜单设计中，分别提供不同的动画仿真和退出MATLAB语言环境。
一．课程设计目的 1:熟悉课程设计的基本流程。 2:掌握MATLAB语法结构及调试方法。 3:熟悉MATLAB函数调用，熟练二维画图。 4:掌握MATLAB语言在控制方面的运用。 5:学会用MATLAB进行基本仿真。 6:掌握MATLAB编程技巧，提高编程水平。 二．系统分析 运行程开始，先建立坐标系，除去坐标，画好台球桌与球杆，
填充底座背景颜色，画D型区及球桌网络，按照指定位置放好各色桌球。球杆移动，击中白球，白球移动击中绿球，绿球移动碰到台球桌边沿，反弹，换方向移动，到中腰洞口。绿球进洞，即绿球消失。仿真结束。 2:设计的要求: ①画好台球桌，按照指定位置摆好各色球 ②打绿球使绿球进洞
三．系统设计: 系统总体框架流程
画台球桌 程序开始 清除工作区清除命令区 放置各色球 杆击球白球运动 绿球运动 3: MATLAB动画源程序清单: figure('name','李成茂 学号：090408608 自动化091班');%设置标题名字
title ('玩转斯诺克','fontsize',28,'color','y'); %设置背景色，坐标和标题
axis([0,400,0,210]); %建立坐标系 axis equal; axis off; %除掉坐标 hold on; %画球台与球杆 fill([0,385.1,385.1,0],[0,0,206.0,206.0],[0,1,0]);%填充底座背景
fill([14.1,371.0,371.0,14.1],[14.1,14.1,191.9,191.9],[0,0.5,0]);%填充底座背景
l1=line([87.8;87.8],[14.1;191.9],'color','k','linewidth',2); g1=line([1;45],[103;103],'color','k','linewidth',8); %画D区域 t=pi/2:0.01:3*pi/2; plot(87.8+29.2*cos(t),103+29.2*sin(t),'color','k','linewidth',2)
%画球网 t1=0:0.01:3*pi/2; plot(14.1+8.5*cos(t1),191.9+8.5*sin(t1),'color','k','linewidth',2)
t2=pi/2:0.01:2*pi; plot(14.1+8.5*cos(t2),14.1+8.5*sin(t2),'color','k','linewidth',2)
t3=pi:0.01:5*pi/2; plot(371.0+8.5*cos(t3),14.1+8.5*sin(t3),'color','k','linewidth',2)
t4=-pi/2:0.01:pi; plot(371.0+8.5*cos(t4),191.9+8.5*sin(t4),'color','k','linewidth',2)
t5=pi:0.01:2*pi; plot(192.55+8.5*cos(t5),14.1+8.5*sin(t5),'color','k','linewidth',2)
t6=0:0.01:pi; plot(192.55+8.5*cos(t6),191.9+8.5*sin(t6),'color','k','linewidth',2)
%放置球 t=0:pi/200:2*pi; x11=58.6-8.5*cos(t); y11=103.0-8.5*sin(t); c11=fill(x11,y11,'w');%放置白球 x12=87.8-8.5*cos(t); y12=132.2-8.5*sin(t); c12=fill(x12,y12,'g');%放置绿球 x13=87.8-8.5*cos(t); y13=103.0-8.5*sin(t); c13=fill(x13,y13,'c');%放置青球 x14=87.8-8.5*cos(t); y14=73.8-8.5*sin(t); c14=fill(x14,y14,'y');%放置黄球 x15=361.0-8.5*cos(t); y15=181.9-8.5*sin(t); c15=fill(x15,y15,'b');%放置蓝球 x16=192.5-8.5*cos(t); y16=103.0-8.5*sin(t); c16=fill(x16,y16,'r');%放置红球 x17=338.6-8.5*cos(t); y17=103.0-8.5*sin(t); c17=fill(x17,y17,'k');%放置黑球 pause(1);%暂停一秒 t1=text(200,150,'准备','fontsize',16,'color','r'); pause(1.5); delete(t1);%取消t1 t1=text(200,150,'开始 ! ! !','fontsize',16,'color','r'); pause(1);%暂停一秒 delete(t1);%取消t1 g2=line([14.4;50],[59;93],'color','k','linewidth',8);%球杆第一次击球
delete(g1); drawnow; for i=0:95;%设置运动速度 xa=x11+0.192*i; ya=y11+0.192*i; set(c11,'xdata',xa,'ydata',ya); %描述白球第一次运动 drawnow;%刷新屏幕 end ; for i=0:85;%设置运动速度 xa=x12+0.597*i; ya=y12+0.597*i; set(c12,'xdata',xa,'ydata',ya);%绿球运动轨迹 drawnow;%刷新屏幕 end ; delete(c12); t=0:pi/200:2*pi; x121=138.5-8.5*cos(t); y121=182.9-8.5*sin(t); c121=fill(x121,y121,'g');%放置绿球 for i=0:200;%设置运动速度 xa=x121+0.2750*i; ya=y121-0.8645*i; set(c121,'xdata',xa,'ydata',ya);%绿球运动轨迹 drawnow;%刷新屏幕 end ; delete(c121); 四．系统调试过程中出现的主要问题 1；未使用axis off指令，使坐标没有消除。
2；轨迹参数设置不准确，发生球没打到洞口，球却消失了。改进方法是，准确求出参数，不断进行微调修改。
3:程序报错－－原因是出现语法错误; 如:未定义变量时有Error: Missing variable or function. 使用非英文符号时有Error: "End of Input" expected, ":" found. 4:程序无响应－－原因是路径错误； 如果调用M文件,要使M文件处于当前路径; 5:实际与理论不符－－原因是出现逻辑错误； 在动画衔接处要用MATLAB计算出临界值,如足球场罚球弧和禁区线的交接以及脚旗区与边界的交接等都需要先计算出临界值。 6:程序运行异常－－原因是运行前没有清空数据区。 由于数据区是覆盖作用的,所以应该养成先清空数据区的习惯。 7:函数调用报错－－原因是版本不同,库函数就不同。
8:动画变化单步－－原因是未使用hold on语句，hold on语句可使该条语句前的所有画面覆盖合成。
五．系统调试后的效果图: （1）绘制的台球桌面 （2）绿球进洞后
六．系统运行报告与结论
通过调试后: 1:台球桌显示正常，说明无语法与逻辑错误。 2:各色桌球摆在指定位置，说明坐标设置没有错误。 3:球杆及白球运动正常，说明程序运行正常； 4:绿球运动并反弹，说明轨迹及坐标设定正确； 七．作品中存在的不足 台球桌与实际台球桌相比没有那么逼真，只限于编程水平还不够,所以需要更多的学习。 八．总结 MATLAB语言有强大的数据处理功能，处理速度快，精度高，还有众多工具包,所以大规模用于控制领域，仿真领域,因此它有强大的生命力和广阔的发展前景；同时，MATLAB语言不同于其他计算机语言，它是一种解释语言，即解释一条就执行一条！而且严格的区分中英文!所以，在编制程序时要细心！这使我们在编制程序的过程中对MATLAB有了一个深层次的理解。 通过这次MATLAB课程设计，我学到了许多MATLAB的知识。为了了完