matlab实验 实验一 矩阵与数组的操作 矩阵于数组操作，创建，扩充，对角阵，逆矩阵，计算函数代入，复数计算，提取主对角线以上，矩阵乘法，转置，方程求解，数字统计，子矩阵，方程组求解 实验二 MATLAB 绘图 MATLAB绘图，魔方矩阵并画图形，正弦余弦双曲函数图形，，x方图形，折线标识，螺旋线，离散函数表示，调制波形及其包络，三维曲线，三维曲面 实验三 MATLAB 语言结构及编程 swich判断奇偶性，画出分段函数m，n的阶乘，大于或等于99的99次方的最小整数，用for写sum，循环结构个向量化两种方法实现数组的平方和平方根计算，并计算运行时间，函数文件生成等差数列 实验四 MATLAB 在信号分析与处理中的应用 编写 MATLAB 程序验证采样定理 编写 MATLAB 程序产生单位脉冲序列。 画出正弦序列 的波形，观察它们的周 期性。 编写程序实现序列相加和相乘 x(t)=3sin(2π10t+π/4)+2cos(2π50t)，取 N=128，对 t 从 0~1 秒采样， 用 fft 作快速傅立叶变换，绘制相应的频谱图。 用图示法表示离散信号 编写 MATLAB 程序产生单位阶跃序列。 已知离散序列 x(n)=3^n，编写程序实现序列翻转 x(t)=2sin(2πf1t+π/4)+sin(2πf2t)。 其中， f1 = 100Hz，f2 = 300Hz。 在 信号 x 中加入噪声，并对原信号及加噪信号进行频谱分析。
MATLAB作为一种强大的数值计算工具，在工程、科学计算和数据分析中有着广泛的应用。通过四个实验，我们从矩阵操作、绘图、编程到信号处理，逐步探索了MATLAB的核心功能和实践应用。以下是我的实验心得和代码分享。
实验一：矩阵与数组的操作
矩阵是MATLAB的核心数据类型，理解如何创建和操作矩阵是掌握MATLAB的第一步。以下是几个关键操作的示例：
1. 创建矩阵
% 创建一个3x3的魔方矩阵 M = [16 1 4; 8 6 12; 10 10 2]; disp(M);输出结果为：
16 1 4 8 6 12 10 10 22. 矩阵乘法与逆矩阵
矩阵乘法是线性代数的基础操作，而逆矩阵则在求解线性方程组中尤为重要。
% 矩阵乘法 A = [1 2; 3 4]; B = [5 6; 7 8]; C = A * B; disp(C); % 输出结果为 [19 22; 43 50] % 计算逆矩阵 A_inv = inv(A); disp(A_inv); % 输出结果为 [ -2 1; -1.5 0.5 ]3. 提取主对角线以上元素
有时我们需要提取矩阵中的特定元素，例如主对角线以上的元素：
% 创建一个4x4矩阵 A = magic(4); % 提取主对角线以上的元素 triu_A = triu(A); disp(triu_A);输出结果为：
17 5 3 1 0 10 8 9 0 0 6 4 0 0 0 24. 解线性方程组
MATLAB提供了多种方法来求解线性方程组，例如\和/'运算符。
% 解方程组 A*X = B A = [1 1; 2 3]; B = [5; 11]; X = A \ B; disp(X); % 输出结果为 [2; 3]实验二：MATLAB绘图
MATLAB的绘图功能强大，能够生成从简单的2D曲线到复杂的3D图形。以下是一些有趣的示例。
1. 魔方矩阵的3D图形
% 创建一个5x5的魔方矩阵 M = magic(5); % 绘制3D图形 surf(M); xlabel('列'); ylabel('行'); title('魔方矩阵3D图');生成的图形展示了魔方矩阵的数值分布。
2. 螺旋线
% 定义参数t t = 0:0.1:10; % 计算x, y, z坐标 x = sin(t); y = cos(t); z = t; % 绘制3D曲线 plot3(x, y, z); xlabel('X'); ylabel('Y'); zlabel('Z'); title('螺旋线');这段代码生成了一条沿着z轴上升的螺旋线。
实验三：MATLAB语言结构及编程
编程是MATLAB的核心功能之一，通过编写脚本和函数可以实现复杂的计算和数据处理。
1. 循环结构 vs 向量化操作
在MATLAB中，向量化操作通常比循环结构更高效。以下是计算数组平方和平方根的两种方法：
% 循环结构 a = 1:10; b1 = []; for i = 1:length(a) b1(i) = sqrt(a(i)); end % 向量化操作 b2 = sqrt(1:10);通过tic和toc可以测量两种方法的运行时间，结果通常向量化操作更快。
2. 函数文件
我们可以创建一个函数文件来生成等差数列：
function y = generate_sequence(a1, d, n) y = a1 + (0:n-1)*d; end调用函数生成一个等差数列：
sequence = generate_sequence(1, 2, 5); disp(sequence); % 输出 [1 3 5 7 9]实验四：MATLAB在信号分析与处理中的应用
信号分析是MATLAB的重要应用领域之一，以下是一些典型实验。
1. 采样定理与FFT
% 定义信号x(t) = 3sin(2π10t + π/4) + 2cos(2π50t) t = 0:1/1000:1; x = 3*sin(2*pi*10*t + pi/4) + 2*cos(2*pi*50*t); % 采样N=128点 N = 128; n = 0:N-1; x_sampled = 3*sin(2*pi*10*n/N + pi/4) + 2*cos(2*pi*50*n/N); % FFT变换 X = fft(x_sampled); % 绘制频谱图 freq = 0:1/N:1-1/N; plot(freq, abs(X)); xlabel('频率'); ylabel('幅值'); title('频谱图');这段代码展示了信号的频谱分析。
2. 信号翻转与噪声处理
% 定义信号x(n) = 3^n n = 0:10; x = 3.^n; % 翻转信号 x_flip = x(end:-1:1); % 绘制原信号和翻转信号 plot(n, x, 'b', n, x_flip, 'r'); legend('原信号', '翻转信号');总结
通过这四个实验，我们从矩阵操作、绘图、编程到信号处理，逐步掌握了MATLAB的核心功能。MATLAB的强大之处在于其简洁的语法和丰富的工具箱，使得复杂的计算和数据处理变得简单高效。如果你对这些实验感兴趣，可以尝试在自己的电脑上安装MATLAB，动手实践这些代码，相信你会发现编程的乐趣和MATLAB的强大！
