2-3:function yt=x2_3(t)//编写x(t)的matlab函数yt=1*t.*(t>=0&t<2)+2*(t>=2&t<3)+(1)*(t>=3&t<5);
t=-4:0.01:10;//起点,步长,终点。
subplot(3,1,1)//函数,将多个图形画到一个平面上的工具。plot(t,x2_3(t))/调用函数x2_3titile(‘x(t)’)给已经画出的图加一个标题axis([-4,10,-2,3])/坐标轴设置范围t=-4:0.
01:10;
subplot(3,1,2)//函数,将多个图形画到一个平面上的工具。plot(t,x2_3(0.5*t))/连续信号的输出。
title(‘x(0.5t)’)给已经画出的图加一个标题axis([-4,10,-2,3])/坐标轴设置范围t=-6:0.01:8;
subplot(3,1,3)//函数,将多个图形画到一个平面上的工具。
plot(t,x2_3(2-0.5*t)’)坐标对依次放入plot函数中,画出图形,还可以调整参数。axis([-6,8,-2,3])/调整图轴的范围2-7:
a=1; w1=6*pi; phi=0;//变量赋值t1=0:0.0001:
1;xt1=a*cos(w1*t1+phi);
subplot(2,3,1)//函数,将多个图形画到一个平面上的工具。plot(t1,xt1)//控制图形参数,线型,标记符号,颜色title(‘x1(t)’)给已经画出的图加一个标题k1=0:20;//一定周期内的序列xk1=cos(3*pi/5*k1);
subplot(2,3,4)//函数,将多个图形画到一个平面上的工具。stem(k1,xk1)//绘制函数图形。
title(‘x1[k]’)给已经画出的图加一个标题a=1; w2=14*pi; phi=0;t2=0:0.0001:1;
xt2=a*cos(w2*t2+phi);
subplot(2,3,2)//函数,将多个图形画到一个平面上的工具。plot(t2,xt2)title(‘x2(t)’)k2=0:20;
xk2=cos(7*pi/5*k2);
subplot(2,3,5)//函数,将多个图形画到一个平面上的工具。stem(k2,xk2)//绘制函数图形title(‘x2[k]’)
a=1; w3=26*pi; phi=0;t3=0:0.0001:1;
xt3=a*cos(w3*t3+phi);
subplot(2,3,3)//函数,将多个图形画到一个平面上的工具。
plot(t3,xt3)title(‘x3(t)’)
k3=0:20;
xk3=cos(13*pi/5*k3);
subplot(2,3,6)//函数,将多个图形画到一个平面上的工具。stem(k3,xk3)title(‘x3[k]’)3-1:
ts=0;te=10;dt=0.001;//设置起点,步长,终点。
sys=tf([2 1],[1 3 2]);微分方程的连续时间lti系统模型sys要借助tf函数获得t=ts:dt:te;
x=1*exp(-3*t)*1;
y=lsim(sys,x,t);/用于求解零初始状态微分方程数值解的函数plot(t,y);/画出连续信号的图形xlabel(‘time(sec)’)坐标轴的设置ylabel(‘y(t)’)3-2
2):ts=0;te=5;dt=0.01;
sys=tf([6],[13]);微分方程的连续时间lti系统模型sys要借助tf函数获得,里面的是系数。
t=ts:dt:te;y=impulse(sys,t);/求解系统冲激响应的函数,t表示计算系统响应的抽样点向量plot(t,y);
xlabel(‘time(sec)’)x坐标量的设置ylabel(‘h(t)’)y坐标量的设置(3):ts=0;te=5;dt=0.01;
sys=tf([6],[13]);微分方程的连续时间lti系统模型sys要借助tf函数获得,里面的是系数。
t=ts:dt:te;
y=step(sys,t);/求解阶跃响应的函数plot(t,y);
3-7:k=0.100;
a=[1,0.42,-0.19];/差分方程左端的系数向量b=[0.31,0.68];/差分方程右端的系数向量a=1;a=0.6;xk=a*a.^k;
stem(k,xk)//绘制针状图。
y=filter(b,a,xk);/计算由差分方程描述的系统响应axis([0,20,0,1])/坐标轴范围xlabel(‘k’);ylabel(‘yzs[k]);
4-4(1):function yt=u(t)//建立一个函数文件yt=0*(t<0)+1*(t>=0);functionyt=xx1(t,w);yt=(u(t)-u(t-2)*exp(-j*w*t);
w=linspace(-6*pi;.6*pi,512);/线性空间取值范围为-6*pi到6*pi,默认包含512个点n=length(w);
x=zeros(1,n);/1行n列的0矩阵赋给xfork=1:n//重复计算n遍。
x(k)=quadl(xxl,0,2,w(k));求定积分近似值end
plot(w,real(x));画出图形xlabel(‘\omega’);坐标的设置ylabel(‘x(j\omega)’)
2) functionyt=u(t)yt=0*(t<0)+1*(t>=0);functionyt=xx2(t,w);
yt=cos(2*t).x(u(t)-u(t-2)).exp(-j*w*t);
w=linspace(-6*pi,6*pi,512);/线性空间取值范围为-6*pi到6*pi,默认包含512个点。
n=length(w); x=zeros(1,n);fork=1:n
x(k)=quadl(‘xx2’,0,2,w(k));求定积分近似值end
plot(w,read(x));xlabel(‘\omega’);ylabel(‘omega)’)
4-8(1)t=0.1//由题意设置步长t=0:t:4*pi;
n=length(t);x=cos(2*pi*t);f=(0:n-1)/(n*t);plot(f,abs(fft(x))
figure//figure(1)与figure的作用一样,建立一个新的图形t=0.5t=0:t:
8*pi;n=length(t);x=cos(2*pi*t);f=(0:n-1)/(n*t);plot(f ,abs(fft(x)))5-2:(1):
clear;
t=0:0.05:2.5;
f1=stepfun(t,0)-stepfun(t,1);/产生阶跃信号f2=tripls(t-1,2,0);f=f1+f2*cos(50*t);plot(t,f)
grid on//表示在画图的时候添加网格线axis([0,2.1,-1,2])/调整图轴的范围(2)clearb=[10^4];
a=[126.1313.4142*10^22.6131*10^310^4];h=freqs(b,a,w);/模拟滤波器的频率响应。
subplot(2,1,1)//2代表所画图形的行数1代表所画图形的列数1代表所画图形的序号。
plot(w,abs(h))
grid on; /表示在画图的时候添加网格线xlabel(‘\omega’)
ylabel(‘|h(j\omega)|’
subplot(2,1,2)//2代表所画图形的行数1代表所画图形的列数1代表所画图形的序号plot(w,angle(h))
grid on;//表示在画图的时候添加网格线xlabel(‘\omega’)ylabel(‘phi\omega’)(3)clear
t=0:0.005:2.5;
f1=stepfun(t,0)-stepfun(t,1);
f2=tripuls(t-1,2,0);/得到一个三角函数f3=f.*cos(50*t);b=[10^4];
a=[126.1313.4141*10^22.6131*10^310^4];
sys=tf(b,a); 微分方程的连续时间lti系统模型sys要借助tf函数获得。
y1=lsim(sys,f,t);/输出y的行数与f的长度相同,列数与输出个数相同;状态x的行数与f的长度相同,列数与状态的个数相同。y2=lsim(sys,f3,t);
subplot(2,1,1)//2代表所画图形的行数1代表所画图形的列数1代表所画图形的序号。
plot(t,y1)
grid on;//表示在画图的时候添加网格线subplot(2,1,2)grid on;
6-2零状态:b:[1 4 3];a:
[2 1];sys=tf(a,b);t=0:0.01:
5;x=1*(t>0):y=lsim(sys,x,t);plot(t,y);零输入:sys1=ss(sys);r0=[2 1];u=0*t;
y1=lsim(sys1,u,t,r0);/输出y的行数与u的长度相同,列数与输出个数相同;状态x的行数与u的长度相同,列数与状态的个数相同。figure(2);plot(t,y1);
完全:[a b c d]=tf2ss(a,b);/tf2ss(a,b)是一个函数,参数是b和a函数的返回值有4个,分别为a b c d
sys2=ss(a,b,c,d);/零极点增益模型转换成函数模型y2=lsim(sys2,x,t,r0);
figure(3);建立一个新的图形plot(t,y2)6-3(1)
a)num=[1]; 分子多项式系数向量。
a=conv([1 2*sin(pi/8) 1],[1 2*sin(3*pi/8) 1]);分母多项式系数向量。
r,p]=residue(num,a) /可以得到复杂s域表示式x(s)的部分分式展开式r = 0.4619 + 0.1913i-0.
4619 - 0.1913i0.4619 - 1.
1152i0.4619 + 1.1152ip =-0.
3827 + 0.9239i-0.3827 - 0.
9239i
0.9239 + 0.3827i-0.9239 - 0.3827i
b)b=[1];a=conv([1 2*sin(pi/8) 1],[1 2*sin(3*pi/8) 1]);sys=tf(b,a);
t=0:0.01:5;
h=impulse(sys,t); 求系统的单位冲激响应plot(t,h);
num=[2-10];/系统函数分子的系数den=[2-1-3];/系统函数分母的系数n=0:50;
nl=length(n);%求零输入响应y01=[13];/y的初始状态。
x01=[00];/x的初始状态x1=zeros(1,nl);
zi1=filtic(num,den,y01,x01);/为filter函数准备初始值y1=filter(num,den,x1,zi1);/求零输入响应subplot(311);stem(n,y1,'r.')title('零输入响应');gridon;//求零状态响应y02=[00];x02=[00];x2=0.5.
^n;zi2=filtic(num,den,y02,x02);y2=filter(num,den,x2,zi2);subplot(312);stem(n,y2,'r.')
title('零状态响应');gridon;//求全响应y03=[13];x03=[00];x3=0.5.^n;
zi3=filtic(num,den,y03,x03);y3=filter(num,den,x1,zi3);subplot(313);stem(n,y3,'r.')title('全响应');gridon;
matlab作业
2011029170002王柳。a 一个问题的病态性如何,与求解它的算法有关系。错 b 无论问题是否病态,好的算法都会得到它好的近似解。错 c 计算中使用更高的精度,可以改善问题的病态性。错 d 用一个稳定的算法计算一个良态问题,一定会得到它好的近似解。对 e 浮点数在整个数轴上是均匀分布。错 f ...
matlab作业
matlab语言 第3次作业 字符串,单元数组和结构体 专业 海洋技术 海洋测绘方向 姓名 张体强学号 1026222 1 如何将一个char 数据类型的向量转化为相应的double 型数据类型的数据向量。从式1 到8,判断这些语句是否正确。如果它们正确,那么将产生什么结果?这题不要在电脑中做。1....
matlab作业
电子与通信工程学院。通信系统 实验报告。2013 2014 学年第1学期。调频 fm 系统调制解调 专业 通信工程。班级 通信111 班。学号 姓名 指导教师姓名陈多瑜。2013年 11 月日。1.频率调制或调频 fm 1 设调制信号为m t 调频信号的数学表达式为。例如 m t 的时域波形为。m ...