1) 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来;

2) 具有完备的图形处理功能，实现计算结果和编程的可视化;

3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握;

4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ，为用户提供了大量方便实用的处理工具。

MATLAB由一系列工具组成。这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。

Matlab是一个高级的矩阵/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。用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序(M文件)后再一起运行。新版本的MATLAB语言是基于最为流行的C++语言基础上的，因此语法特征与C++语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式。使之更利于非计算机专业的科技人员使用。而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。

MATLAB是一个包含大量计算算法的集合。其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。函数中所使用的算法都是科研和工程计算中的最新研究成果，而且经过了各种优化和容错处理。在通常情况下，可以用它来代替底层编程语言，如C和C++ 。在计算要求相同的情况下，使用MATLAB的编程工作量会大大减少。MATLAB的这些函数集包括从最简单最基本的函数到诸如矩阵，特征向量、快速傅立叶变换的复杂函数。函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。

MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和矩阵用图形表现出来，并且可以对图形进行标注和打印。高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。可用于科学计算和工程绘图。新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使它不仅在一般数据可视化软件都具有的功能(例如二维曲线和三维曲面的绘制和处理等)方面更加完善，而且对于一些其他软件所没有的功能(例如图形的光照处理、色度处理以及四维数据的表现等)，MATLAB同样表现了出色的处理能力。同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。另外新版本的MATLAB还着重在图形用户界面(GUI)的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。

MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。一般来说，它们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱(Toolbox)家族中有了自己的一席之地。

新版本的MATLAB可以利用MATLAB编译器和C/C++数学库和图形库，将自己的MATLAB程序自动转换为独立于MATLAB运行的C和C++代码。允许用户编写可以和MATLAB进行交互的C或C++语言程序。另外，MATLAB网页服务程序还容许在Web应用中使用自己的MATLAB数学和图形程序。MATLAB的一个重要特色就是具有一套程序扩展系统和一组称之为工具箱的特殊应用子程序。工具箱是MATLAB函数的子程序库，每一个工具箱都是为某一类学科专业和应用而定制的，主要包括信号处理、控制系统、神经网络、模糊逻辑、小波分析和系统仿真等方面的应用。

在开发环境中，使用户更方便地控制多个文件和图形窗口;在编程方面支持了函数嵌套，有条件中断等;在图形化方面，有了更强大的图形标注和处理功能，包括对性对起连接注释等;在输入输出方面，可以直接向Excel和HDF5进行连接。

MATLAB系统由MATLAB开发环境、MATLAB数学函数库、MATLAB语言、MATLAB图形处理系统和MATLAB应用程序接口(API)五大部分构成。

MATLAB开发环境是一套方便用户使用的MATLAB函数和文件工具集，其中许多工具是图形化用户接口。它是一个集成的 用户工作空间，允许用户输入输出数据，并提供了M文件的集成编译和调试环境，包括MATLAB桌面、命令窗口、M文件编辑调试器、MATLAB工作空间和在线帮助文档。

MATLAB数学函数库包括了大量的计算算法。从基本算法如加法、正弦，到复杂算法如矩阵求逆、快速傅里叶变换等。

MATLAB语言是一种高级的基于矩阵/数组的语言，它有程序流控制、函数、数据结构、输入/输出和面向对象编程等特色。用这种语言能够方便快捷建立起简单运行快的程序，也能建立复杂的程序。

图形处理系统使得MATLAB能方便的图形化显示向量和矩阵，而且能对图形添加标注和打印。它包括强大的二维三维图形函数、图像处理和动画显示等函数。

MATLAB应用程序接口(API)是一个使MATLAB语言能与C、Fortran等其它高级编程语言进行交互的函数库。该函数库的函数通过调用动态链接库(DLL)实现与MATLAB文件的数据交换，其主要功能包括在MATLAB中调用C和Fortran程序，以及在MATLAB与其它应用程序间建立客户、服务器关系。

·MATLAB®: MATLAB 语言的单元测试框架

·Trading Toolbox™: 一款用于访问价格并将订单发送到交易系统的新产品

·Financial Instruments Toolbox™: 赫尔-怀特、线性高斯和 LIBOR 市场模型的校准和 Monte Carlo 仿真

·Image Processing Toolbox™: 使用有效轮廓进行图像分割、对 10 个函数实现 C 代码生成，对 11 个函数使用 GPU 加速

·Image Acquisition Toolbox™: 提供了用于采集图像、深度图和框架数据的 Kinect® for Windows®传感器支持

·Statistics Toolbox™: 用于二进制分类的支持向量机 (SVM)、用于缺失数据的 PCA 算法和 Anderson-Darling 拟合优度检验

·Data Acquisition Toolbox™: 为 Digilent Analog Discovery Design Kit 提供了支持包

·Vehicle Network Toolbox™: 为访问 CAN 总线上的 ECU 提供 XCP

Simulink 产品系列重要功能

·Simulink®: Simulation Performance Advisor，链接库模块的封装，以及通过逻辑表达式控制有效变量

·Simulink: 除 LEGO® MINDSTORMS® NXT、Arduino®、Pandaboard 和 Beagleboard 外，还为 Raspberry Pi™ 和 Gumstix® Overo® 硬件提供了内置支持

·SimRF™: 针对快速仿真和模型加载时间的电路包络求解器

·SimMechanics™: 发布了用于从 CAD 和其他系统导入模型的 XML 架构

·Simulink Design Verifier™: 数组超出边界检查

MATLAB 和 Simulink 的系统工具箱

·Communications System Toolbo Sphere 解码器和 Constellation 框图系统对象

·Computer Vision System Toolbox™: 相机标定，立体视觉，Viola-Jones 对象检测培训，FREAK 特征提取和其他新函数

·DSP System Toolbox™: 频谱分析仪和逻辑分析示波器，以及时域示波器的触发

·Phased Array System Toolbox™: 极化支持、数组锥化以及针对传感器数组分析、波形分析和雷达方程计算的应用程序代码生成和实现

·Simulink Coder™: 减少了从 Stateflow® 调用的 Simulink 函数的数据副本

·Fixed-Point Designer™: 一款结合了 Fixed-Point Toolbox™ 和 Simulink Fixed Point™ 功能的新产品

·HDL Verifier™: 从 MATLAB 生成 HDL 测试工作台

MATLAB 产品族可以用来进行以下各种工作:

●数值分析

●数值和符号计算

●工程与科学绘图

●控制系统的设计与仿真

●数字图像处理技术

●数字信号处理技术

●通讯系统设计与仿真

●财务与金融工程

●管理与调度优化计算(运筹学)

MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱(单独提供的专用MATLAB函数集)扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。

常用工具箱

MATLAB包括拥有数百个内部函数的主包和三十几种工具包。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充MATLAB的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。

开放性使MATLAB广受用户欢迎。除内部函数外，所有MATLAB主包文件和各种工具包都是可读可修改的文件，用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。

整数

fix(x):无论正负，舍去小数至相邻整数

floor(x):下取整，即舍去正小数至相邻整数

ceil(x):上取整，即加入正小数至相邻整数

rat(x):将实数x化为多项分数展开

rats(x):将实数x化为分数表示

sign(x):符号函数(Signum function)。

当x<0时，sign(x)=-1

当x=0时，sign(x)=0;

当x>0时，sign(x)=1。

rem(x,y):求x除以y的余数

gcd(x,y):整数x和y的最大公因数

lcm(x,y):整数x和y的最小公倍数

exp(x) :自然指数

pow2(x):2的指数

log(x):以e为底的对数，即自然对数或

log2(x):以2为底的对数

log10(x):以10为底的对数

MATLAB基本绘图函数

plot: x轴和y轴均为线性刻度(Linear scale)

loglog: x轴和y轴均为对数刻度(Logarithmic scale)

semilogx: x轴为对数刻度，y轴为线性刻度

semilogy: x轴为线性刻度，y轴为对数刻度

plot绘图函数的参数

字元颜色 字元图线型态

y 黄色. 点

k 黑色o 圆

w 白色x x

b 蓝色+ +

g 绿色* *

r 红色

- 实线

c 亮青色

: 点线

m 锰紫色

-. 点虚线

-- 虚线

MATLAB中有趣的演示实例

MATLAB中也同样有许多有意思的实例，为提高读者对MATLAB和Simulink的兴趣，特举部分以供参考。具体如下，运行的时候只要将":"前面的代码复制到MATLAB中就可以了，随之会出现各种各样的演示实例，对初学者帮助不小哦。

◆平面与立体绘图

graf2d :XY平面绘图(火柴棒)

graf2d2 :XYZ立体绘图(切片)

hndlgraf :平面显示线型处理窗口及命令演示

hndlaxis :平面显示处理窗口及命令演示

graf3d :立体显示处理窗口及命令演示

◆ 复杂函数的三维绘图

cplxdemo :复杂的XYZ立体图形

◆ 等高线绘制

quivdemo :等高线箭头显示

◆ 动画

lorenz :Lorenz吸引子动画显示

◆电影

vibes :L-形薄膜振动

◆Fourier变换

sshow sunspots :太阳黑点数据的傅里叶分析

fftdemo :分析噪声序列中两组数据的相关度

◆数据拟合

sshow fitdemo :显示非线性数据拟合过程

census :预测世界人口

spline2d :样条拟合

◆稀疏矩阵

sshow sparsity :降阶

◆ 游戏

xpbombs :仿Windows系统自带的扫雷游戏

life :生命发展游戏

◆ 三维效果图

klein1 :肤色三维效果图

tori4 :四个首尾相接的圆环

spharm2 :球形和声

cruller :类似油饼的东西

xpklein :Klein瓶 bottle

modes :L-形薄膜的12中模态

logo :MATLAB的Logo

xpquad :不同比例的巴尔体超四方体

truss :二维桁架的12个模模态

travel :旅行商问题动画演示

wrldtrv :在地球仪上演示两地间的飞行线路

makevase :通过点击鼠标来制作花瓶

xpsound :声音样本分析

funfuns :综合了找零点，最小化和单输入函数积分功能

sshow e2pi :e^pi或者pi^e

quake :地震波可视化

penny :便士可视化

imageext :改变图像的映射颜色

earthmap :地球仪

◆ 优化工具箱

bandem :香蕉最优化展示expo-style banana optimization

sshow filtdem :滤波效果演示filter effect demo

sshow filtdem2 :滤波设计演示filter design demo

cztdemo :FFT和CZT (两种不同类型的Z-变换算法)

phone :演示电话通声音的时间与频率的关系

sigdemo1 :离散信号的时频图，可用鼠标设置

sigdemo2 :连续信号的时频图，可用鼠标设置

filtdemo :低通滤波器的交互式设计

moddemo :声音信号的调制

sosdemo :数字滤波器的切片图

◆ 神经网络工具箱

neural :神经网络模块组

firdemo :二维FIR滤波器

nlfdemo :非线性滤波器

dctdemo :DCT演示

mlpdm1 :利用多层感知器神经网络拟合曲线动画

mlpdm2 :利用多层感知器神经网络进行XOR问题运算

◆ 模糊逻辑工具箱

invkine :运动逆问题

juggler :跳球戏法

fcmdemo :FCM

slcp :类似倒立摆动画

slcp1 :类似倒立摆动画cart and a varying pole

slcpp1 :类似倒立摆动画，有两个摆，一个可以变化

sltbu :卡车支援

slbb :类似于翘翘板

◆姓名函数:将自己姓名模拟成一个独一无二的函数图像

1.安装出错时，可换注册码继续安装，到同一目录;

2.【谨记】安装路径不要有中文名称;

3.成功安装完毕之后，如果遇到matlab启动后，窗口在打开一到两秒后就自动关闭了， 可按以下方法试试:【假设你安装的目录为c:\MATLAB\】(不过不建议安装到C盘，那样会影响系统速度!)

1.确认安装好后，在此路径下c:\MATLAB\bin\win32有一个名为 atlas_Athlon.dll的文件;

2.我的电脑上右击点"属性",再在"高级"中点"环境变量"，在"系统变量"中点击 "新建" 输入以下信息:变量名:BLAS_VERSION 变量址:

c:\MATLAB\bin\win32\atlas_Athlon.dll

3.这样之后，启动MATLAB，不过又出现一个问题:窗口显示

To get started, select MATLAB Help or Demos from the Help menu. The element type "name" must be terminated by the matching end-tag "</name>".

Could not parse the file:c:\matlab\toolbox\ccslink\ccslink\info.xml

【解决方案】找到c:\matlab\toolbox\ccslink\ccslink\info.xml这个文件，用记事本打开【注意，这是重点，或者写字板】找到有一行这样的<name>Link for Code Composer Studio?/name>，大概是在第七行吧，把这句的/name>改成</name>【加左尖括号】,保存文件，退出，即可。

4.安装MATLAB成功!

无法运行可以考虑使用兼容模式运行，比如windows 2000模式

《MATLAB实用教程》从快速入门和实用性两个方面，对MATLAB7.0进行了详细的介绍，并列举了大量实用的例子。全书共分为12章，第1章介绍MATLAB的安装及系统功能;第2~3章介绍MATLAB基于命令窗口的应用，讲述了MATLAB的基础知识和数学运算;第4~8章介绍MATLAB基于M文件的应用，讲述了MATLAB的编程功能、数据显示及存取功能、数值和符号计算功能、图形用户界面设计功能等;第9~10章从模块化仿真的角度介绍MATLAB基于Simulink环境的应用，讲述了MATLAB的包含S函数的Simulink环境基础知识和在信号处理、图像处理以及控制等领域的实际应用;第11章从信息和功能交互的角度介绍MATLAB的外部接口，讲述了MATLAB与Word、Excel、C语言、Java语言等的接口;第12章提供对《MATLAB实用教程》内容加深理解的实验。

《MATLAB实用教程》可作为电子、通信、自控等专业本科生的教材，同时也可作为相关专业研究生及广大科研人员的参考用书。

《matlab工程计算及分析》

第1讲 matlab基础入门 1

1.1 matlab简介 1

1.1.1 matlab的历史 1

1.1.2 matlab的主要功能 4

1.2 matlab软件安装与界面介绍 4

1.2.1 matlab软件安装 5

1.2.2 matlab界面介绍 5

1.3 matlab帮助系统 9

1.3.1 在线帮助桌面系统 9

1.3.2 命令查询系统 10

1.3.3 联机演示系统 13

1.3.4 其他帮助 14

第2讲 数组与矩阵 15

2.1 变量与数值 15

2.1.1 运算符 15

2.1.2 变量 17

2.1.3 数值 18

2.2 数据类型 18

2.2.1 数值型数据 19

.2.2.2 字符型数据 22

2.2.3 逻辑型数据 22

2.2.4 结构类型 23

2.2.5 函数句柄类型 24

2.3 数组 24

2.3.1 一维数组的创建 25

2.3.2 多维数组的创建 26

2.3.3 数组的运算 27

2.4 元胞数组和结构体 31

2.4.1 元胞数组的创建和显示 31

2.4.2 元胞数组函数 33

2.4.3 结构体创建 34

2.4.4 结构体函数 35

2.5 矩阵 36

2.5.1 矩阵创建 36

2.5.2 矩阵运算 40

2.5.3 稀疏矩阵 45

第3讲 matlab编程基础 50

3.1 字符串、关系运算和逻辑运算 50

3.1.1 字符串 50

3.1.2 关系运算和逻辑运算 53

3.1.3 nans和空矩阵 57

3.2 程序控制流 59

3.2.1 顺序结构语句 59

3.2.2 选择与分支语句 60

3.2.3 循环结构语句 66

3.3 m文件 69

3.3.1 m文件结构 70

3.3.2 m文件规则和属性 72

3.3.3 m文件实例 75

3.4 函数 77

3.4.1 函数类型 77

3.4.2 函数句柄 79

第4讲 符号计算 80

4.1 符号表达式 80

4.1.1 matlab符号运算的工作流程 80

4.1.2 符号对象的生成和使用 81

4.1.3 符号表达式的操作 83

4.2 符号函数 85

4.2.1 matlab的六大常见符号运算 85

4.2.2 符号运算的其他函数 89

4.3 符号微积分 91

4.3.1 符号序列的求和 91

4.3.2 符号微分和jacobian矩阵 91

4.3.3 符号积分 92

4.4 符号代数方程求解 94

4.4.1 线性方程组的符号解 94

4.4.2 一般代数方程组的解 95

4.4.3 符号微分方程的求解 96

第5讲 数据绘图 98

5.1 二维图形 98

5.1.1 绘图指令 98

5.1.2 图形注释 101

5.1.3 特殊绘图 102

5.2 三维图形 106

5.2.1 创建三维图形 106

5.2.2 三维网图的高级处理 110

5.2.3 图形的控制与修饰 113

第6讲 多项式与曲线拟合 115

6.1 多项式的四则运算 115

6.1.1 加、减法 115

6.1.2 乘法 116

6.1.3 除法 116

6.2 多项式的导函数 117

6.3 多项式的求值 118

6.3.1 代数多项式求值 119

6.3.2 矩阵多项式求值 119

6.4 多项式求根 120

6.5 有理多项式 121

6.6 最小二乘法拟合 122

6.7 曲线拟合工具箱 134

第7讲 数据插值 138

7.1 插值函数 138

7.1.1 一维插值 139

7.1.2 二维插值 142

7.2 lagrange插值 144

7.3 牛顿插值 146

7.3.1 差商的定义 147

7.3.2 牛顿插值公式 147

7.3.3 等距节点插值公式 150

7.4 hermite插值 153

7.5 艾特肯插值 156

7.6 三次样条插值 157

7.7 高维插值 160

第8讲 复变函数应用 162

8.1 复数和复矩阵的生成 162

8.1.1 复数的生成 162

8.1.2 创建复矩阵 162

8.2 复数的运算 163

8.3 留数 166

8.4 taylor级数展开 168

8.5 fourier级数与fourier变换 169

8.5.1 三角级数 169

8.5.2 以2π为周期的函数的fourier级数 169

8.5.3 以2l为周期的函数的fourier级数 170

8.5.4 fourier变换及其逆变换 172

8.6 快速fourier变换及其matlab应用 174

第9讲 数值微分与积分 176

9.1 数值微分方法 176

9.1.1 差商方法 176

9.1.2 插值型公式 178

9.1.3 理查森外推加速法 179

9.2 matlab常用数值微分函数 180

9.2.1 函数diff() 180

9.2.2 函数gradient()和函数surfnorm() 181

9.3 数值积分 183

9.3.1 插值型的求积公式 183

9.3.2 牛顿-柯特斯求积公式 184

9.3.3 梯形求积公式 185

9.3.4 辛普生求积公式 187

9.4 复合求积公式 189

9.4.1 复合梯形求积公式 190

9.4.2 复合辛普生求积公式 190

9.5 高斯求积公式 191

9.6 龙贝格求积公式 192

9.6.1 龙贝格求积公式简介 193

9.6.2 龙贝格求积公式的matlab实现 194

9.7 matlab常用数值积分函数 195

9.7.1 函数int() 195

9.7.2 函数trapz()实现复合梯形法求积计算 196

9.7.3 函数quad()和quadl() 196

9.7.4 函数dblquad() 197

9.7.5 函数triplequad() 198

第10讲 矩阵分析与线性方程组 199

10.1 特征值与特征向量 199

10.1.1 特征值和特征向量的求取 199

10.1.2 特征值问题的条件数 201

10.1.3 复数特征值对角阵与实数特征值对角阵的转化 203

10.2 矩阵对角化 203

10.3 jordan标准型 208

10.4 矩阵分解 209

10.4.1 lu分解 209

10.4.2 qr分解 210

10.4.3 cholesky分解 213

10.4.4 schur分解 214

10.4.5 奇异值分解 214

10.4.6 hessenberg分解 216

10.5 解线性方程组的求逆法 217

10.6 解线性方程组的分解法 219

10.6.1 lu分解 219

10.6.2 qr分解 220

10.6.3 cholesky分解 222

10.7 解线性方程组的迭代法 223

10.7.1 jacobi迭代法 223

10.7.2 gauss-seidel迭代法 224

10.7.3 梯度法 226

10.7.4 共轭梯度法 227

10.7.5 超松弛迭代法 229

10.8 求齐次线性方程组的通解 232

10.9 求非齐次线性方程组的通解 233

第11讲 常微分方程与偏微分方程 236

11.1 常微分方程的数值解法 236

11.2 euler方法 243

11.3 runge-kutta方法 246

11.4 常微分方程的符号解法 248

11.5 偏微分方程简介 250

11.5.1 偏微分方程的定解问题 251

11.5.2 偏微分方程的差分解法 252

11.6 偏微分方程的数值解 254

11.7 有限元法 263

11.7.1 有限元理论综述 263

11.7.2 ritz方法和galerkin方法 264

11.7.3 matlab实现基函数的图形展示 265

11.8 一维边值问题线性有限元数值解 268

11.9 二维poisson方程问题有限元数值解 269

第12讲 运筹优化工具箱 276

12.1 运筹优化概述 276

12.1.1 最优化问题 277

12.1.2 matlab优化工具箱 278

12.2 线性规划的matlab实现 281

12.3 整数规划 284

12.3.1 0-1型线性整数规划 285

12.3.2 matlab优化工具箱函数 287

12.3.3 指派问题 288

12.4 多目标规划 291

12.4.1 多目标规划基本理论 291

12.4.2 多目标规划问题的matlab计算 292

12.5 利用工具箱函数实现最优化方法 294

12.5.1 最小化问题 294

12.5.2 最小二乘问题 300

12.5.3 有约束的一元函数的最小值 304

12.5.4 无约束多元函数最小值 305

12.5.5 有约束的多元函数最小值 306

12.5.6 二次规划问题 308

第13讲 遗传算法工具箱 311

13.1 遗传算法简介 311

13.1.1 遗传算法的特点 312

13.1.2 遗传算法的研究现状 312

13.1.3 遗传算法的应用 313

13.2 遗传算法概述 314

13.2.1 遗传算法计算流程 314

13.2.2 遗传算法的基因操作 315

13.3 遗传算法工具箱简介及其应用 318

13.3.1 matlab遗传工具箱结构 319

13.3.2 matlab遗传工具箱中的主要函数 319

13.3.3 遗传算法工具箱的应用 322

13.4 遗传算法求解tsp问题 324

13.4.1 tsp问题的数学模型 324

13.4.2 遗传算法求解tsp问题 325

13.4.3 求解tsp问题的matlab程序 327

第14讲 神经网络工具箱 334

14.1 人工神经网络简介 334

14.1.1 神经元模型 335

14.1.2 神经网络特点 335

14.1.3 几种著名的神经网络 337

14.2 感知器 338

14.2.1 感知器工具函数 339

14.2.2 感知器函数详解 339

14.3 线性神经网络 344

14.3.1 线性神经网络函数 344

14.3.2 线性神经网络函数详解 344

14.4 bp网络 346

14.4.1 bp网络原理 346

14.4.2 bp网络函数 348

14.4.3 bp网络应用举例 353

14.5 径向基网络 358

14.5.1 径向基网络原理 358

14.5.2 径向基网络函数 359

14.5.3 径向基网络应用举例 362

第15讲 图像处理工具箱 369

15.1 matlab图像处理初步 369

15.1.1 图像处理工具箱概述 369

15.1.2 matlab支持的图像格式 370

15.2 matlab图像文件操作 370

15.2.1 matlab图像文件的读写 371

15.2.2 图像的显示 371

15.3 图像变换 372

15.3.1 离散余弦变换 372

15.3.2 radon变换 373

15.4 图像增强 374

15.4.1 灰度变换增强 374

15.4.2 直方图变换增强 376

15.4.3 空间域滤波增强 378

15.4.4 频域增强 381

15.5 图像分割 383

15.5.1 边缘检测 383

15.5.2 阈值分割 384

第16讲 simulink仿真工具箱 390

16.1 simulink基础知识 390

16.1.1 simulink中的基本概念 391

16.1.2 simulink的启动 393

16.1.3 模型库介绍 396

16.2 simulink模型操作 402

16.3 仿真参数设置 406

16.4 simulink与matlab 410

16.5 仿真模型分析 411

16.5.1 传递函数 411

16.5.2 微分方程 412

16.6 simulink子系统 415

16.6.1 子系统介绍 415

16.6.2 封装子系统 417

16.6.3 条件子系统 421

16.7 s函数 423

16.7.1 s函数概述 424

16.7.2 s函数的工作原理 424

16.7.3 s函数的基本概念 425

16.7.4 函数的回调 426

16.7.5 s函数的调用格式 426

16.7.6 s函数的模板格式 427

前言

1.1 MATLAB简介

1.1.1 MATLAB发展历程

1.1.2 MATLAB组成

1.1.3 MATLAB主窗口

1.1.4 MATLAB命令窗口

1.1.5 MATLAB工作空间窗口

1.1.6 命令历史窗口

1.1.7 Start菜单

1.2 MATLAB的基础准备及入门

1.2.1 MATLAB基本操作

1.2.2 MATLAB绘图

1.2.3 MATLAB常用命令

1.2.4 MATLAB帮助窗口

1.2.5 MATLAB演示系统

1.2.6 当前目录浏览器窗口

2.1 MATLAB中的数据及变量类型

2.1.1 常量和变量

2.1.2 数据类型

2.1.3 数值计算应用实例

2.2 MATLAB数值矩阵运算

2.2.1 数值矩阵的创建

2.2.2 数值矩阵的矩阵算法

2.2.3 数值矩阵的数组算法

2.2.4 矩阵的特殊运算

2.3 MATLAB多项式及其运算

2.3.1 多项式求值

2.3.2 多项式求根

2.3.3 部分分式展开

2.3.4 多项式乘除

2.3.5 多项式的微积分

2.4 字符串变量和符号矩阵

2.4.1 字符串变量和函数求值

2.4.2 符号变量

2.4.3 符号矩阵的创建方法

2.4.4 符号矩阵的运算

2.4.5 符号矩阵运算中的几个特有命令的应用

2.5 MATLAB在复变函数中的应用

2.5.1 复数的基本概念

2.5.2 复变量的函数

2.5.3 复数的生成及其矩阵创建

2.5.4 复数的几何意义

2.5.5 MATLAB在复数运算中的应用

3.1 M文件及其使用方法

3.1.1 M文件

3.1.2 脚本文件

3.1.3 函数文件

3.1.4 函数调用和变量传递

3.1.5 数据导入与导出

3.1.6 示例分析

3.2 程序结构

3.2.1 顺序结构

3.2.2 循环结构

3.2.3 分支结构

3.2.4 程序终止控制语句

3.2.5 程序异常处理语句

3.3 程序流控制语句

3.3.1 echo指令

3.3.2 input指令

3.3.3 pause指令

3.3.4 keyboard指令

3.3.5 bread指令

3.3.6 错误控制

3.4 函数类型

3.4.1 主函数

3.4.2 子函数

3.4.3 私有函数

3.4.4 嵌套函数

3.4.5 重载函数

3.5 MATLAB程序调试

3.5.1 调试方法

3.5.2 调试工具

4.1 二维图形绘制

4.1.1 绘制二维曲线的常用函数

4.1.2 二维图形处理

4.1.3 文字在图形中显示

4.1.4 图形的图例和颜色条

4.1.5 绘制二维图形的其他函数

4.1.6 向量图

4.1.7 饼图

4.1.8 等高线图

4.1.9 带形图

4.2 MATLAB的三维绘图

4.2.1 三维图形的基本函数

4.2.2 三维曲面图绘制

4.2.3 透明度作图

4.2.4 立体可视化

4.2.5 三维饼图

4.2.6 三维图的镂空

4.2.7 光照处理

4.2.8 三维向量图

4.2.9 三角网目图

4.2.10 三维图的裁剪

4.2.11 其他三维图形绘制

4.3 三维图形高级绘图功能

4.3.1 视点处理

4.3.2 色彩处理

4.3.3 图像的旋转

5.1 通信系统概述

5.2 通信系统的组成

5.2.1 信源

5.2.2 信道

5.2.3 信宿

5.2.4 发送与接收设备

5.3 通信系统模型的分类

5.3.1 按信源分类

5.3.2 按信号特征分类

5.3.3 按传输媒介分类

5.4 通信系统仿真的方法

5.4.1 动态系统模型的状态方程求解法

5.4.2 蒙卡罗法

5.4.3 混合法

5.5 MATLAB/Simulink建模与仿真原理

5.5.1 概述

5.5.2 Simulink主要特点

5.5.3 Simulink仿真工作原理

5.5.4 静态系统的MATLAB仿真

5.5.5 动态系统的MATLAB仿真

5.6 应用S函数编写Simulink的常用模块

5.6.1 信源模块

5.6.2 信号传输模块

5.6.3 信宿模块

5.7 Simulink与MATLAB的交互

6.1 Simulink的启动及其模块库简介

6.1.1 Simulink的启动

6.1.2 Simulink模块库简介

6.2 Simulink建模与仿真方法

6.2.1 模型建立

6.2.2 模块的参数设置

6.2.3 仿真参数的设置

6.2.4 仿真结果输出

6.3 设置仿真性能与计算精度

6.3.1 MATLAB加速计算介绍

6.3.2 Simulink仿真加速设计

6.3.3 Simulink精度提高设计

6.4 创建Simulink子系统及其封装

6.4.1 创建子系统

6.4.2 条件执行子系统

6.4.3 子系统的封装

6.5 S函数及M文件S函数的模板介绍

6.5.1 S函数简介

6.5.2 S函数工作原理

6.5.3 M文件S函数的模板

7.1 信息论基础介绍

7.1.1 信息的度量

7.1.2 信道容量的计算

7.2 信源模型

7.2.1 确定信源

7.2.2 伪随机码源

7.2.3 统计信源

7.3 信道模型分析

7.3.1 加性高斯白噪声信道分析

7.3.2 带限加性噪声信道分析

7.3.3 离散时间信道指标的定量计算分析

7.4 信号观测设备分析

7.4.1 离散的眼图示波器分析

7.4.2 星座图观测仪分析

7.4.3 离散信号轨迹观测设备分析

7.4.4 误码率计算器

7.5 信号参数分析

7.5.1 信号直流分量和交流分量分析

7.5.2 信号能量和功率分析

7.5.3 信号的频域参数分析

7.5.4 离散时间信号的统计参数分析

8.1 信源编码与译码

8.1.1 信源编码

8.1.2 信源译码

8.2 调制与解调分析

8.2.1 调制的通带与基带分析

8.2.2 模拟调制与解调分析

8.2.3 数字调解与调制分析

8.3 数字信号基带传输分析

8.3.1 数字基带信号的码型介绍

8.3.2 码型的功率谱分布

8.3.3 基带传输的误码率

8.4 载波提取分析

8.4.1 幅度键控分析

8.4.2 相移键控分析

8.4.3 频移键控分析

8.4.4 正交幅度调制

8.5 扩频通信系统的性能仿真

8.5.1 直接序列扩频系统

8.5.2 跳频扩频系统

8.6 通信系统性能指标

9.1 滤波器的模型分析

9.1.1 滤波器的类型、参数指标分析

9.1.2 滤波器相关函数及模拟介绍

9.1.3 滤波器的相关实现

9.2 通信系统的基本模型分析

9.2.1 模拟通信系统基本模型分析

9.2.2 数字通信系统基本模型分析

9.3 模拟通信系统的建模与仿真分析

9.3.1 调幅广播系统的仿真分析

9.3.2 调频立体声广播信号结构

9.3.3 彩色电视信号的构成和频谱仿真分析

9.4 数字信号建模与仿真

9.4.1 采样定理的原理仿真

9.4.2 PCM编码与解码

9.4.3 DPCM编码与解码

9.4.4 增量调制

9.5 常用的随机分布

9.5.1 均匀分布随机数

9.5.2 指数随机数

9.5.3 分布

9.5.4 分布

9.5.5 瑞利分布

9.5.6 F分布

9.5.7 t分布

9.6 仿真数据的处理

9.6.1 插值

9.6.2 拟合

10.1 跳频技术在通信系统中的应用

10.1.1 蓝牙跳频系统各部分分析

10.1.2 接收信号部分分析

10.1.3 误码部分分析

10.1.4 谱分析

10.2 设计通信系统发射机

10.2.1 利用直接序列扩频技术设计发射机

10.2.2 利用IS-95前向链路技术设计发射机

10.2.3 利用OFDM技术设计发射机

10.3 设计通信系统接收机

10.3.1 利用直接序列扩频技术设计发射机

10.3.2 利用IS-95前向链路技术设计接收机

10.3.3 利用OFDM技术设计接收机

10.4 通信系统的MATLAB实现

10.5 Stateflow原理与应用

10.5.1 Stateflow概述

10.5.2 Stateflow在Simulimk中的应用

10.5.3 Stateflow常用命令

10.5.4 Stateflow相关操作

10.5.5 Stateflow仿真实例分析

参考文献