第6章 MATLAB数据分析与多项式计算
6.1数据统计处理
6.1.1 最大值和最小值
MATLAB提供的求数据序列的最大值和最小值的函数分别为max和min，两个函数的调用格式和操作过程类似。
1．求向量的最大值和最小值
求一个向量X的最大值的函数有两种调用格式，分别是：
(1) y=max(X)：返回向量X的最大值存入y，如果X中包含复数元素，则按模取最大值。
(2) [y,I]=max(X)：返回向量X的最大值存入y，最大值的序号存入I，如果X中包含复数元素，则按模取最大值。
求向量X的最小值的函数是min(X)，用法和max(X)完全相同。
例6-1求向量x的最大值。
命令如下：
x=[-43,72,9,16,23,47];
y=max(x)%求向量x中的最大值
[y,l]=max(x)%求向量x中的最大值及其该元素的位置
2．求矩阵的最大值和最小值
求矩阵A的最大值的函数有3种调用格式，分别是：
(1) max(A)：返回一个行向量，向量的第i个元素是矩阵A的第i列
上的最大值。
(2) [Y,U]=max(A)：返回行向量Y和U，Y向量记录A的每列的最大值，U向量记录每列最大值的行号。
(3) max(A,[],dim)：dim取1或2。dim取1时，该函数和max(A)完全相同；dim取2时，该函数返回一个列向量，其第i个元素是A 矩阵的第i行上的最大值。
求最小值的函数是min，其用法和max完全相同。
例6-2分别求3×4矩阵x中各列和各行元素中的最大值，并求整个矩阵的最大值和最小值。
3．两个向量或矩阵对应元素的比较
函数max和min还能对两个同型的向量或矩阵进行比较，调用格式为：(1) U=max(A,B)：A,B是两个同型的向量或矩阵，结果U是与A,B同型的向量或矩阵，U的每个元素等于A,B对应元素的较大者。
(2) U=max(A,n)：n是一个标量，结果U是与A同型的向量或矩阵，U的每个元素等于A对应元素和n中的较大者。
min函数的用法和max完全相同。
例6-3求两个2×3矩阵x, y所有同一位置上的较大元素构成的新矩阵p。
6.1.2求和与求积
数据序列求和与求积的函数是sum和prod，其使用方法类似。设X 是一个向量，A是一个矩阵，函数的调用格式为：
sum(X)：返回向量X各元素的和。
prod(X)：返回向量X各元素的乘积。
sum(A)：返回一个行向量，其第i个元素是A的第i列的元素和。
prod(A)：返回一个行向量，其第i个元素是A的第i列的元素乘积。sum(A,dim)：当dim为1时，该函数等同于sum(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素之和。
prod(A,dim)：当dim为1时，该函数等同于prod(A)；当dim为2时，返回一个列向量，其第i个元素是A的第i行的各元素乘积。
例6-4求矩阵A的每行元素的乘积和全部元素的乘积。
6.1.3 平均值和中值
求数据序列平均值的函数是mean，求数据序列中值的函数是median。两个函数的调用格式为：
mean(X)：返回向量X的算术平均值。
median(X)：返回向量X的中值。
mean(A)：返回一个行向量，其第i个元素是A的第i列的算术平均值。
median(A)：返回一个行向量，其第i个元素是A的第i列的中值。mean(A,dim)：当dim为1时，该函数等同于mean(A)；当dim为2
时，返回一个列向量，其第i个元素是A的第i行的算术平均值。median(A,dim)：当dim为1时，该函数等同于median(A)；当dim 为2时，返回一个列向量，其第i个元素是A的第i行的中值。
例6-5分别求向量x与y的平均值和中值。
6.1.4累加和与累乘积
在MATLAB中，使用cumsum和cumprod函数能方便地求得向量和矩阵元素的累加和与累乘积向量，函数的调用格式为：
cumsum(X)：返回向量X累加和向量。
cumprod(X)：返回向量X累乘积向量。
cumsum(A)：返回一个矩阵，其第i列是A的第i列的累加和向量。cumprod(A)：返回一个矩阵，其第i列是A的第i列的累乘积向量。cumsum(A,dim)：当dim为1时，该函数等同于cumsum(A)；当dim 为2时，返回一个矩阵，其第i行是A的第i行的累加和向量。cumprod(A,dim)：当dim为1时，该函数等同于cumprod(A)；当dim 为2时，返回一个向量，其第i行是A的第i行的累乘积向量。
例6-6求s的值。
6.1.5标准方差与相关系数
1．求标准方差
在MATLAB中，提供了计算数据序列的标准方差的函数std。对于向量X，std(X)返回一个标准方差。对于矩阵A，std(A)返回一个行向
量，它的各个元素便是矩阵A各列或各行的标准方差。std函数的一般调用格式为：
Y=std(A,flag,dim)
其中dim取1或2。当dim=1时，求各列元素的标准方差；当dim=2时，则求各行元素的标准方差。flag取0或1，当flag=0时，按σ1所列公式计算标准方差，当flag=1时，按σ2所列公式计算标准方差。缺省flag=0，dim=1。
例6-7对二维矩阵x，从不同维方向求出其标准方差。
2．相关系数
MATLAB提供了corrcoef函数，可以求出数据的相关系数矩阵。corrcoef函数的调用格式为：
corrcoef(X)：返回从矩阵X形成的一个相关系数矩阵。此相关系数矩阵的大小与矩阵X一样。它把矩阵X的每列作为一个变量，然后求它们的相关系数。
corrcoef(X,Y)：在这里，X,Y是向量，它们与corrcoef([X,Y])的作用一样。
例6-8生成满足正态分布的10000×5随机矩阵，然后求各列元素的均值和标准方差，再求这5列随机数据的相关系数矩阵。
命令如下：
X=randn(10000,5);
M=mean(X)
D=std(X)
R=corrcoef(X)
6.1.6排序
MATLAB中对向量X是排序函数是sort(X)，函数返回一个对X中的元素按升序排列的新向量。
sort函数也可以对矩阵A的各列或各行重新排序，其调用格式为：[Y,I]=sort(A,dim)
其中dim指明对A的列还是行进行排序。若dim=1，则按列排；若dim=2，则按行排。Y是排序后的矩阵，而I记录Y中的元素在A中位置。
例6-9对二维矩阵做各种排序。
6.2数据插值
6.2.1一维数据插值
在MATLAB中，实现这些插值的函数是interp1，其调用格式为：
Y1=interp1(X,Y,X1,'method')
函数根据X,Y的值，计算函数在X1处的值。X,Y是两个等长的已知向量，分别描述采样点和样本值，X1是一个向量或标量，描述欲插值的点，Y1是一个与X1等长的插值结果。method是插值方法，允许的取值有‘linear’、‘nearest’、‘cubic’、‘spline’。
注意：X1的取值范围不能超出X的给定范围，否则，会给出“NaN”错误。
例6-10用不同的插值方法计算在π/2点的值。
MATLAB中有一个专门的3次样条插值函数Y1=spline(X,Y,X1)，其功能及使用方法与函数Y1=interp1(X,Y,X1,‘spline’)完全相同。
例6-11某观测站测得某日6:00时至18:00时之间每隔2小时的室内外温度(℃)，用3次样条插值分别求得该日室内外6:30至17:30时之间每隔2小时各点的近似温度(℃)。
设时间变量h为一行向量，温度变量t为一个两列矩阵，其中第一列存放室内温度，第二列储存室外温度。命令如下：
h =6:2:18;
t=[18,20,22,25,30,28,24;15,19,24,28,34,32,30]';
XI =6.5:2:17.5
YI=interp1(h,t,XI,‘spline’) %用3次样条插值计算
6.2.2二维数据插值
在MATLAB中，提供了解决二维插值问题的函数interp2，其调用格式为：
Z1=interp2(X,Y,Z,X1,Y1,'method')
其中X,Y是两个向量，分别描述两个参数的采样点，Z是与参数采样点对应的函数值，X1,Y1是两个向量或标量，描述欲插值的点。Z1是根据相应的插值方法得到的插值结果。 method的取值与一维插值函数相同。X,Y,Z也可以是矩阵形式。
同样，X1,Y1的取值范围不能超出X,Y的给定范围，否则，会给出“NaN”错误。
例6-12设z=x2+y2，对z函数在[0,1]×[0,2]区域内进行插值。例6-13某实验对一根长10米的钢轨进行热源的温度传播测试。用x表示测量点0:2.5:10(米)，用h表示测量时间0:30:60(秒)，用T表示测试所得各点的温度(℃)。试用线性插值求出在一分钟内每隔20秒、钢轨每隔1米处的温度TI。
命令如下：
x=0:2.5:10;
h=[0:30:60]';
T=[95,14,0,0,0;88,48,32,12,6;67,64,54,48,41];
xi=[0:10];
hi=[0:20:60]';
TI=interp2(x,h,T,xi,hi)
6.3曲线拟合
在MATLAB中，用polyfit函数来求得最小二乘拟合多项式的系数，
⊙在matlab中clear,clc,clf,hold作用介绍 clear是清变量， clc只清屏， clf清除图形窗口上的旧图形， hold on是为了显示多幅图像时，防止新的窗口替代旧的窗口。 ①format：设置输出格式 对浮点性变量，缺省为format short. format并不影响matlab如何计算和存储变量的值。对浮点型变量的计算，即单精度或双精度，按合适的浮点精度进行，而不论变量是如何显示的。对整型变量采用整型数据。整型变量总是根据不同的类（class）以合适的数据位显示，例如，3位数字显示显示int8范围-128：127。 format short, long不影响整型变量的显示。 format long 显示15位双精度，7为单精度（scaled fixed point） format short 显示5位(scaled fixed point format with 5 digits) format short eng 至少5位加3位指数 format long eng 16位加至少3位指数 format hex 十六进制 format bank 2个十进制位 format + 正、负或零 format rat 有理数近似 format short 缺省显示 format long g 对双精度，显示15位定点或浮点格式，对单精度，显示7位定点或浮点格式。 format short g 5位定点或浮点格式 format short e 5位浮点格式 format long e 双精度为15位浮点格式，单精度为7为浮点格式 ②plot函数 基本形式 >> y=[0 0.58 0.70 0.95 0.83 0.25]; >> plot(y) 生成的图形是以序号为横坐标、数组y的数值为纵坐标画出的折线。 >> x=linspace(0,2*pi,30); % 生成一组线性等距的数值 >> y=sin(x); >> plot(x,y) 生成的图形是上30个点连成的光滑的正弦曲线。 多重线 在同一个画面上可以画许多条曲线，只需多给出几个数组，例如 >> x=0:pi/15:2*pi; >> y=sin(x)； >> w=cos(x)；
一、MATLAB常用的基本数学函数 abs(x)：纯量的绝对值或向量的长度 angle(z)：复数z的相角(Phase angle) sqrt(x)：开平方 real(z)：复数z的实部 imag(z)：复数z的虚部 conj(z)：复数z的共轭复数 round(x)：四舍五入至最近整数 fix(x)：无论正负，舍去小数至最近整数 floor(x)：地板函数，即舍去正小数至最近整数ceil(x)：天花板函数，即加入正小数至最近整数rat(x)：将实数x化为分数表示 rats(x)：将实数x化为多项分数展开 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的馀数 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 二、MATLAB常用的三角函数 sin(x)：正弦函数 cos(x)：余弦函数
tan(x)：正切函数 asin(x)：反正弦函数 acos(x)：反馀弦函数 atan(x)：反正切函数 atan2(x,y)：四象限的反正切函数 sinh(x)：超越正弦函数 cosh(x)：超越馀弦函数 tanh(x)：超越正切函数 asinh(x)：反超越正弦函数 acosh(x)：反超越馀弦函数 atanh(x)：反超越正切函数 三、适用於向量的常用函数有： min(x): 向量x的元素的最小值 max(x): 向量x的元素的最大值 mean(x): 向量x的元素的平均值 median(x): 向量x的元素的中位数 std(x): 向量x的元素的标准差 diff(x): 向量x的相邻元素的差 sort(x): 对向量x的元素进行排序（Sorting）length(x): 向量x的元素个数 norm(x): 向量x的欧氏（Euclidean）长度sum(x): 向量x的元素总和 prod(x): 向量x的元素总乘积 cumsum(x): 向量x的累计元素总和cumprod(x): 向量x的累计元素总乘积 dot(x, y): 向量x和y的内积 cross(x, y): 向量x和y的外积 四、MATLAB的永久常数
信源函数 randerr 产生比特误差样本 randint 产生均匀分布的随机整数矩阵 randsrc 根据给定的数字表产生随机矩阵 wgn 产生高斯白噪声 信号分析函数 biterr 计算比特误差数和比特误差率 eyediagram 绘制眼图 scatterplot 绘制分布图 symerr 计算符号误差数和符号误差率 信源编码 compand mu律/A律压缩/扩张 dpcmdeco DPCM（差分脉冲编码调制）解码dpcmenco DPCM编码 dpcmopt 优化DPCM参数 lloyds Lloyd法则优化量化器参数 quantiz 给出量化后的级和输出值 误差控制编码 bchpoly 给出二进制BCH码的性能参数和产生多项式convenc 产生卷积码 cyclgen 产生循环码的奇偶校验阵和生成矩阵cyclpoly 产生循环码的生成多项式 decode 分组码解码器 encode 分组码编码器 gen2par 将奇偶校验阵和生成矩阵互相转换gfweight 计算线性分组码的最小距离 hammgen 产生汉明码的奇偶校验阵和生成矩阵rsdecof 对Reed-Solomon编码的ASCII文件解码rsencof 用Reed-Solomon码对ASCII文件编码rspoly 给出Reed-Solomon码的生成多项式syndtable 产生伴随解码表 vitdec 用Viterbi法则解卷积码 （误差控制编码的低级函数） bchdeco BCH解码器 bchenco BCH编码器 rsdeco Reed-Solomon解码器 rsdecode 用指数形式进行Reed-Solomon解码 rsenco Reed-Solomon编码器 rsencode 用指数形式进行Reed-Solomon编码 调制与解调
Matlab 图像处理相关函数命令大全 一、通用函数： colorbar 显示彩色条 语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle) getimage 从坐标轴取得图像数据 语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage imshow 显示图像 语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...) montage 在矩形框中同时显示多幅图像 语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...) immovie 创建多帧索引图的电影动画 语法：mov=immovie(X,map) \ mov=immovie(RGB) subimage 在一副图中显示多个图像 语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \ subimage(x,y,...) \ subimage(...) truesize 调整图像显示尺寸 语法：truesize(fig,[mrows mcols]) \ truesize(fig)
A a abs 绝对值、模、字符的ASCII码值 acos 反余弦 acosh 反双曲余弦 acot 反余切 acoth 反双曲余切 acsc 反余割 acsch 反双曲余割 align 启动图形对象几何位置排列工具 all 所有元素非零为真 angle 相角 ans 表达式计算结果的缺省变量名 any 所有元素非全零为真 area 面域图 argnames 函数M文件宗量名 asec 反正割 asech 反双曲正割 asin 反正弦 asinh 反双曲正弦 assignin 向变量赋值 atan 反正切 atan2 四象限反正切 atanh 反双曲正切 autumn 红黄调秋色图阵 axes 创建轴对象的低层指令 axis 控制轴刻度和风格的高层指令 B b bar 二维直方图 bar3 三维直方图 bar3h 三维水平直方图 barh 二维水平直方图 base2dec X进制转换为十进制 bin2dec 二进制转换为十进制 blanks 创建空格串 bone 蓝色调黑白色图阵 box 框状坐标轴 break while 或for 环中断指令 brighten 亮度控制 C c
capture （3版以前）捕获当前图形 cart2pol 直角坐标变为极或柱坐标 cart2sph 直角坐标变为球坐标 cat 串接成高维数组 caxis 色标尺刻度 cd 指定当前目录 cdedit 启动用户菜单、控件回调函数设计工具cdf2rdf 复数特征值对角阵转为实数块对角阵ceil 向正无穷取整 cell 创建元胞数组 cell2struct 元胞数组转换为构架数组 celldisp 显示元胞数组内容 cellplot 元胞数组内部结构图示 char 把数值、符号、内联类转换为字符对象chi2cdf 分布累计概率函数 chi2inv 分布逆累计概率函数 chi2pdf 分布概率密度函数 chi2rnd 分布随机数发生器 chol Cholesky分解 clabel 等位线标识 cla 清除当前轴 class 获知对象类别或创建对象 clc 清除指令窗 clear 清除内存变量和函数 clf 清除图对象 clock 时钟 colorcube 三浓淡多彩交叉色图矩阵 colordef 设置色彩缺省值 colormap 色图 colspace 列空间的基 close 关闭指定窗口 colperm 列排序置换向量 comet 彗星状轨迹图 comet3 三维彗星轨迹图 compass 射线图 compose 求复合函数 cond （逆）条件数 condeig 计算特征值、特征向量同时给出条件数condest 范-1条件数估计 conj 复数共轭 contour 等位线 contourf 填色等位线 contour3 三维等位线
互相关函数，自相关函数计算和作图 1.自相关和互相关的概念。 ●互相关函数是描述随机信号x(t),y(t)在任意两个不同时刻t1，t2间的相关程度。 ●自相关函数是描述随机信号x(t)在任意两个不同时刻t1，t2间的相关程度。 互相关函数是在频域内两个信号是否相关的一个判断指标，把两测点之间信号的互谱与各自的自谱联系了起来。它能用来确定输出信号有多大程度来自输入信号，对修正测量中接入噪声源而产生的误差非常有效。 -----------------------------------------------------------------------------------事实上，在图象处理中，自相关和互相关函数的定义如下：设原函数是f(t)，则自相关函数定义为R(u)=f(t)*f(-t)，其中*表示卷积；设两个函数分别是f(t)和g(t)，则互相关函数定义为R(u)=f(t)*g(-t)，它反映的是两个函数在不同的相对位置上互相匹配的程度。 2.利用matlab中实现这两个相关并用图像显示： 自相关函数： dt=.1; t=[0:dt:100];x=cos(t); [a,b]=xcorr(x,'unbiased'); plot(b*dt,a)
互相关函数：把[a,b]=xcorr(x,'unbiased');改为[a,b]=xcorr(x,y,'unbiased');便可。 3.实现过程： 在Matalb中，求解xcorr的过程事实上是利用Fourier变换中的卷积定理进行的，即 R(u)=ifft(fft(f)×fft(g))，其中×表示乘法，注：此公式仅表示形式计算，并非实际计算所用的公式。当然也可以直接采用卷积进行计算，但是结果会与xcorr的不同。事实上，两者既然有定理保证，那么结果一定是相同的，只是没有用对公式而已。下面是检验两者结果相同的代码： dt=.1; t=[0:dt:100]; x=3*sin(t); y=cos(3*t); subplot(3,1,1); plot(t,x); subplot(3,1,2); plot(t,y); [a,b]=xcorr(x,y); subplot(3,1,3); plot(b*dt,a); yy=cos(3*fliplr(t));%or use:yy=fliplr(y); z=conv(x,yy); pause; subplot(3,1,3); plot(b*dt,z,'r'); 即在xcorr中不使用scaling。
Matlab数理统计工具箱应用简介 1．概述 Matlab的数理统计工具箱是Matlab工具箱中较为简单的一个，其牵扯的数学知识是大家都很熟悉的数理统计，因此在本文中，我们将不再对数理统计的知识进行重复，仅仅列出数理统计工具箱的一些函数，这些函数的意义都很明确，使用也很简单，为了进一步简明，本文也仅仅给出了函数的名称，没有列出函数的参数以及使用方法，大家只需简单的在Matlab工作空间中输入“help 函数名”，便可以得到这些函数详细的使用方法。 2．参数估计 betafit 区间 3．累积分布函数 betacdf β累积分布函数 binocdf 二项累积分布函数 cdf 计算选定的累积分布函数 chi2cdf 累积分布函数2χ expcdf 指数累积分布函数 fcdf F累积分布函数 gamcdf γ累积分布函数 geocdf 几何累积分布函数 hygecdf 超几何累积分布函数 logncdf 对数正态累积分布函数 nbincdf 负二项累积分布函数 ncfcdf 偏F累积分布函数 nctcdf 偏t累积分布函数 ncx2cdf 偏累积分布函数2χ normcdf 正态累积分布函数 poisscdf 泊松累积分布函数 raylcdf Reyleigh累积分布函数 tcdf t 累积分布函数 unidcdf 离散均匀分布累积分布函数 unifcdf 连续均匀分布累积分布函数 weibcdf Weibull累积分布函数 4．概率密度函数 betapdf β概率密度函数 binopdf 二项概率密度函数 chi2pdf 概率密度函数2χ
exppdf 指数概率密度函数 fpdf F概率密度函数 gampdf γ概率密度函数 geopdf 几何概率密度函数 hygepdf 超几何概率密度函数 lognpdf 对数正态概率密度函数 nbinpdf 负二项概率密度函数 ncfpdf 偏F概率密度函数 nctpdf 偏t概率密度函数 ncx2pdf 偏概率密度函数2χ normpdf 正态分布概率密度函数 pdf 指定分布的概率密度函数 poisspdf 泊松分布的概率密度函数 raylpdf Rayleigh概率密度函数 tpdf t概率密度函数 unidpdf 离散均匀分布概率密度函数unifpdf 连续均匀分布概率密度函数weibpdf Weibull概率密度函数5．逆累积分布函数 Betainv 逆β累积分布函数 binoinv 逆二项累积分布函数 chi2inv 逆累积分布函数2χ expinv 逆指数累积分布函数 finv 逆F累积分布函数 gaminv 逆γ累积分布函数 geoinv 逆几何累积分布函数 hygeinv 逆超几何累积分布函数 logninv 逆对数正态累积分布函数 nbininv 逆负二项累积分布函数 ncfinv 逆偏F累积分布函数 nctinv 逆偏t累积分布函数 ncx2inv 逆偏累积分布函数2χ norminv 逆正态累积分布函数 possinv 逆正态累积分布函数 raylinv 逆Rayleigh累积分布函数 tinv 逆t累积分布函数 unidinv 逆离散均匀累积分布函数 unifinv 逆连续均匀累积分布函数 weibinv 逆Weibull累积分布函数
1 Text函数的用法： 用法 text(x,y,'string')在图形中指定的位置(x,y)上显示字符串string text(x,y,z,'string') 在三维图形空间中的指定位置(x,y,z)上显示字符串string 2， plot([0,z1,z12],'-b','LineWidth',3)[ ]里面表示数组. 3, x,y均为矩阵，plot命令就是画出x，y矩阵对应的二维平面的点形成的曲线。y（：，1）中逗号前是行，逗号后是列，冒号表示从几到几。所以y（：，1）表示第一列的所有元素。如果是y(3:5,1)则表示第一列的第3到第5行对应的元素。只要你的y矩阵有100列，那你当然可以将1改成100。同理，x矩阵也可以这样。 4 sym的意思是symbol，就是后面括号里面是个代数式，要进行符号运算，class（）判断对象是什么类型。 5 matlab控制运算精度用的是digits和vpa这两个函数 xs = vpa(x,n) 在n位相对精度下，给出x的数值型符号结果xs xs = vpa(x) 在digits指定的精度下，给出x的数值型符号结果xs
digits用于规定运算精度，比如： digits(20); 这个语句就规定了运算精度是20位有效数字。但并不是规定了就可以使用，因为实际编程中，我们可能有些运算需要控制精度，而有些不需要控制。vpa就用于解决这个问题，凡是用需要控制精度的，我们都对运算表达式使用vpa函数。例如： digits(5); a=vpa(sqrt(2)); 这样a的值就是1.4142，而不是准确的1.4880 又如： digits(5); a=vpa(sqrt(2)); b=sqrt(2); 这样a的值是1.4142，b没有用vpa函数，所以b是1.4880...... 6
MATLAB 学习指南 第六章．编写与调用函数 在这一章中，我们讨论如何用多源代码文件来构造一个程序。首先，解释代码文件在MATLAB中如何工作。在编译语言中，例如FORTRAN，C ，或C++，代码被存储在一个或多个源文件中，在进行编译的时候，这些源文件组合在一起 形成了一个单独的可执行文件。作为一种解释型语言，MATLAB以一种更广泛的方式来处理多个源文件。MATLAB代码被放入带有扩展名.m的ASCII文件（或称m-文件）中。MATLAB 6 有一个集成字处理与调试应用程序，尽管会用到其它编辑程序如vi或emacs，集成字处理与调试应用程序仍是编译m-文件的首选程序。 有两种不同的m-文件。一种是脚本文件，它是一种最简单的文件，仅仅将MATLAB中的指令收集在一起。当在交互提示符处输入文件名执行脚本文件时，MATLAB在m-文件内读取并执行指令，就好像指令是我们输入的。而且，似乎我们能够削减m-文件的内容并将削减过的内容传到MATLAB指令窗口中。这种m-文件的用法将在6.1节中给予概述。 在6.2节中要讨论的第二种m-文件包含一个单一函数，此函数名与此m-文件名相同。这种m-文件包含一段独立的代码，这段代码具有一个明确规定的输入/输出界面；那就是说，传给这段代码一列空变量arg1，arg2，…，这段独立代码就能够被调用，然后返回输出值out1，out2，…。一个函数m-文件的第一个非注释行包含函数标头，其形式如下： 此m-文件以返回指令结束，将执行程序返回到函数被调用的位置。或者在交互指令提示符处或者在另一个m-文件内，无论何时用下列指令调用函数代码，函数代码都将被执行。 输入映射到空变量：arg1=var1，arg2=var2，等等。在函数主体内，输出值被分配给了变量out1，out2，等等。当遇到返回值时，当前值out1，out2，…在函数被调用处被映射到变量outvar1，outvar2，…。在用可变长度自变量和输出变量列表编写函数时，MATLAB允许更多的自由。例如，也可以使用下列指令来调用函数。 在此情况下，仅返回一个单一输出变量，这个变量在出口处包含函数变量out1的值。输入和输出自变量可能是字符串，数值，向量，矩阵，或者更高级的数据结构。 为什么使用函数呢？因为从每门计算机科学课程中可知，把一个大的程序分割 成多个可以单独执行一个被明确规定的和被注释过的任务的小程序会使大程序 易读，易于修改，不易于出错。在MATLAB中，先为程序编写一个主文件，或者是一个脚本文件或者更好的话，是一个能够返回一个单一整数的函数m-文件（返回1表示程序执行成功，0表示不完全程序执行，负值表示出现运行误差），这个主文件是程序的进入点。通过把m-文件当作函数来调用，此程序文件可以
%----------------------------------------------------------------- % exa011007_xcorr.m: for example 1.10.7 and example 1.8.3 % to test xcorr.m % 求两个序列的互相关函数，或一个序列的自相关函数；%----------------------------------------------------------------- clear; N=500; p1=1; p2=0.1; f=1/8; Mlag=50; u=randn(1,N); n=[0:N-1]; s=sin(2*pi*f*n); % 混有高斯白噪的正弦信号的自相关 u1=u*sqrt(p1); x1=u1(1:N)+s; rx1=xcorr(x1,Mlag,'biased'); subplot(221); plot(x1(1:Mlag)); xlabel('n'); ylabel('x1(n)');grid on; subplot(223); plot((-Mlag:Mlag),rx1);grid on;
xlabel('m');ylabel('rx1(m)'); % 高斯白噪功率由原来的p1减少为p2，再观察混合信号的自相关 u2=u*sqrt(p2); x2=u2(1:N)+s; rx2=xcorr(x2,Mlag,'biased'); subplot(222); plot(x2(1:Mlag)); xlabel('n');ylabel('x2(n)');grid on; subplot(224); plot((-Mlag:Mlag),rx2); grid on;xlabel('m');ylabel('rx2(m)');
一. Matlab中常见函数基本用法 1.sum (1 )sum(A)A为矩阵得出A矩阵每列的和组成的一个矢量; A为矢量得出A的各元 素之和 (2)sum(diag(A))得矩阵A的对角元素之和 (3)sum(A,dim) A为矩阵，sum(A,1)按列求和;sum(A,2)按行求和 2.max(min) (1)max(A) 若A为矩阵则得出A矩阵每列的最大元素组成的一个矢量 若A为矢量则得出A中最大的元 （2）max(A,B) A与B为同维矩阵得出取A 与B中相同位置元素中较大者组成的新矩阵 （3）max(A,[],dim) max(a,[ ],1),求每列的最大值；max(a,[ ],2)求每行的最大值 3.find （1）find（X）若X为行向量则得出X中所有非零元素所在的位置（按行）若X为列向量或矩阵则得出X中所有非零元素的位置（按列）（2）ind = find(X, k)/ind = find(X,k,'first') 返回前k个非零元的指标ind = find(X,k,'last') 返回后k个非零元的指标 （3）[row,col] = find(X) row代表行指标，col代表列指标 [row,col,val] = find(X) val表示查找到对应位置非零元的值 [row,col] = find(A>100 & A<1000) 找出满足一定要求的元素 4.reshape （1）B = reshape(A,m,n) 把A变成m*n的矩阵 5.sort （1）B = sort(A) 把A的元素按每列从小到大的顺序排列组成新矩阵
（2）B = sort(A,dim) dim=1同（1）； dim=2 把A按每行从小到大的顺序排列组成新矩阵 6.cat （1）C = cat(dim, A, B) dim=1相当于[A;B]；dim=2相当于[A,B] （2）C = cat(dim, A1, A2, A3, A4, ...) 类推（1） 7.meshgrid （1）[X,Y] = meshgrid(x,y) 将向量x和y定义的区域转换成矩阵X和Y，矩阵X的行向量是向量x的简单复制，而矩阵Y的列向量是向量y的简单复制。（2）[X,Y] = meshgrid(x) （1）y=x中情形 8.diag （1）X = diag(v,k) 向量v作为X的第k对角线上的元素X的其他元素为零（2）X = diag(v) （1）中k=0的情况 （2）v = diag(X,k) v为矩阵X的第k对角线的元素组成的列向量 （4）v = diag(X) （3）中k等于零的情况
一、通用函数： colorbar显示彩色条 语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle) getimage 从坐标轴取得图像数据 语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage imshow 显示图像 语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...) montage 在矩形框中同时显示多幅图像 语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...) immovie 创建多帧索引图的电影动画 语法：mov=immovie(X,map) \ mov=immovie(RGB) subimage 在一副图中显示多个图像 语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \ subimage(x,y,...) \ subimage(...) truesize 调整图像显示尺寸 语法：truesize(fig,[mrows mcols]) \ truesize(fig) warp 将图像显示到纹理映射表面 语法：warp(X,map) \ warp(I ,n) \ warp(z,...) warp(x,y,z,...) \ h=warp(...) zoom 缩放图像 语法：zoom on \ zoom off \ zoom out \ zoom reset \ zoom \ zoom xon \ zoom yon\ zoom(factor) \ zoom(fig,option) 二、图像文件I/O函数命令 imfinfo 返回图形图像文件信息 语法：info=imfinfo(filename,fmt) \ info=imfinfo(filename) imread 从图像文件中读取（载入）图像 语法：A=imread(filename,fmt) \ [X,map]=imread(filename,fmt) \
自相关函数(Autocorrelation function，缩写ACF)是信号处理、时间序列分析中常用的数学工具，反映了同一序列在不同时刻的取值之间的相关程度。 自相关函数在不同的领域，定义不完全等效。在某些领域，自相关函数等同于自协方差(autocovariance)。 信号处理 在信息分析中，通常将自相关函数称之为自协方差方程。用来描述信息在不同时间τ的，信息函数值的相关性。 ，其中“*”是卷积算符，为取共轭 自相关函数的性质 以下以一维自相关函数为例说明其性质，多维的情况可方便地从一维情况推广得到。 ?对称性：从定义显然可以看出R(i) = R(?i)。连续型自相关函数为偶函数当f为实函数时，有： 当f是复函数时，该自相关函数是厄米函数，满足： 其中星号表示共轭。 ?连续型实自相关函数的峰值在原点取得，即对于任何延时τ，均有 。该结论可直接有柯西-施瓦茨不等式得到。离散型自相关函数亦有此结论。 ?周期函数的自相关函数是具有与原函数相同周期的函数。 ?两个相互无关的函数（即对于所有τ，两函数的互相关均为0）之和的自相关函数等于各自自相关函数之和。 ?由于自相关函数是一种特殊的互相关函数，所以它具有后者的所有性质。
?连续时间白噪声信号的自相关函数是一个δ函数，在除τ = 0 之外的所有点均为0。 ?维纳-辛钦定理（Wiener–Khinchin theorem）表明，自相关函数和功率谱密度函数是一对傅里叶变换对： ?实值、对称的自相关函数具有实对称的变换函数，因此此时维纳-辛钦定理中的复指数项可以写成如下的余弦形式： 白噪声的自相关函数为δ函数： 自相关函数和偏相关函数的问题 在时间序列分析的研究中，首先是判别时间序列的稳定性，如果时间序列是平稳的就可以计算这些数据的自相关函数和偏相关函数。 如果自相关函数是拖尾的，偏相关函数是截尾的，那麽数据符合AR（P）模型。 如果自相关函数是截尾的，偏相关函数是拖尾的，那麽数据复合MA( Q )模型 如果自相关函数和偏相关函数都是拖尾的，那麽数据复合ARMA( P,Q )模型。 自相关函数和互相关函数的matlab计算和作图 1. 首先说说自相关和互相关的概念。 这个是信号分析里的概念，他们分别表示的是两个时间序列之间和同一个时间序列在任意两个不同时刻的取值之间的相关程度，即互相关函数是描述随机信号x(t),y(t)在任意两个不同时刻t1，t2的取值之间的相关程度，自相关函数是描述随机信号x(t)在任意两个不同时刻t1，t2的取值之间的相关程度。互相关函数给出了在频域内两个信号是否相关的一个判断指标，把两测点之间信号的互谱与
表Ⅰ-11 线性模型函数 函数描述 anova1 单因子方差分析 anova2 双因子方差分析 anovan 多因子方差分析 aoctool 协方差分析交互工具 dummyvar 拟变量编码 friedman Friedman检验 glmfit 一般线性模型拟合 kruskalwallis Kruskalwallis检验 leverage 中心化杠杆值 lscov 已知协方差矩阵的最小二乘估计manova1 单因素多元方差分析manovacluster 多元聚类并用冰柱图表示multcompare 多元比较 多项式评价及误差区间估计 polyfit 最小二乘多项式拟合 polyval 多项式函数的预测值 polyconf 残差个案次序图 regress 多元线性回归 regstats 回归统计量诊断 续表 函数描述 Ridge 岭回归 rstool 多维响应面可视化 robustfit 稳健回归模型拟合 stepwise 逐步回归 x2fx 用于设计矩阵的因子设置矩阵 表Ⅰ-12 非线性回归函数 函数描述 nlinfit 非线性最小二乘数据拟合（牛顿法）nlintool 非线性模型拟合的交互式图形工具nlparci 参数的置信区间 nlpredci 预测值的置信区间 nnls 非负最小二乘 表Ⅰ-13 试验设计函数 函数描述 cordexch D-优化设计（列交换算法）daugment 递增D-优化设计 dcovary 固定协方差的D-优化设计ff2n 二水平完全析因设计 fracfact 二水平部分析因设计 fullfact 混合水平的完全析因设计hadamard Hadamard矩阵（正交数组）rowexch D-优化设计（行交换算法） 表Ⅰ-14 主成分分析函数 函数描述 barttest Barttest检验 pcacov 源于协方差矩阵的主成分pcares 源于主成分的方差 princomp 根据原始数据进行主成分分析 表Ⅰ-15 多元统计函数 函数描述 classify 聚类分析 mahal 马氏距离 manova1 单因素多元方差分析manovacluster 多元聚类分析 表Ⅰ-16 假设检验函数 函数描述 ranksum 秩和检验 signrank 符号秩检验 signtest 符号检验 ttest 单样本t检验 ttest2 双样本t检验 ztest z检验 表Ⅰ-17 分布检验函数 函数描述 jbtest 正态性的Jarque-Bera检验kstest 单样本Kolmogorov-Smirnov检验kstest2 双样本Kolmogorov-Smirnov检验lillietest 正态性的Lilliefors检验 表Ⅰ-18 非参数函数 函数描述 friedman Friedman检验 kruskalwallis Kruskalwallis检验ranksum 秩和检验 signrank 符号秩检验 signtest 符号检验
给自己看的----Matlab 的内部常数（转） 2008/06/19 14:01 [Ctrl C/V--学校 ] MATLAB 基本知识 Matlab 的内部常数 pi 圆周率 exp(1) 自然对数的底数e i 或j 虚数单位 Inf 或 inf 无穷大 Matlab 的常用内部数学函数
我们也可在matlab中调用maple的命令进行多项式的运算，调用格式如下： maple（’maple中多项式的运算命令’） 如何用matlab进行分式运算 发现matlab只有一条处理分式问题的命令，其使用格式如下： [n，d]=numden（f）把符号表达式f化简为有理形式，其中分子和分母的系数为整数且分子分母不含公约项，返回结果n为分子，d为分母。注意：f必须为符号表达式 不过我们可以调用maple的命令，调用方法如下： maple（’denom（f）’）提取分式f的分母 maple(’numer（f）’)提取分式f的分子 maple(’normal（f）’ ) 把分式f的分子与分母约分成最简形式 maple(’expand（f）’) 把分式f的分子展开,分母不变且被看成单项。 maple(’factor（f）’) 把分式f的分母和分子因式分解，并进行约分。 如何用Matlab进行因式分解 syms 表达式中包含的变量factor(表达式) 如何用Matlab展开 syms 表达式中包含的变量expand(表达式) 如何用Matlab进行化简 syms 表达式中包含的变量simplify(表达式) 如何用Matlab合并同类项 syms 表达式中包含的变量collect(表达式，指定的变量) 如何用Matlab进行数学式的转换 调用Maple中数学式的转换命令，调用格式如下： maple(‘Maple的数学式转换命令’) 即：maple(‘convert(表达式，form)’)将表达式转换成form的表示方式 maple(‘convert(表达式，form, x)’)指定变量为x，将依赖于变量x的函数转换成form的表示方式（此指令仅对form为exp与sincos的转换式有用） 如何用Matlab进行变量替换 syms 表达式和代换式中包含的所有变量subs(表达式，要替换的变量或式子，代换式) 如何用matlab进行复数运算 a+b*i 或 a +b*j表示复数a+bi 或a+bj real（z）求复数z的实部 imag（z）求复数z的虚部 abs（z）求复数z的模 angle（z）求复数z的辐角， conj（z）求复数z的共轭复数 exp（z）复数的指数函数，表示e^z 如何在matlab中表示集合 [a, b, c,…] 表示由a, b, c,…组成的集合（注意：元素之间也可用空格隔开） unique(A) 表示集合A的最小等效集合（每个元素只出现一次） 也可调用maple的命令，格式如下： maple('{a, b, c,…}')表示由a, b, c,…组成的集合 下列命令可以生成特殊的集合： maple(‘{seq(f(i),i=n..m)}’)生成集合{f(n), f(n+1), f(n+2), … , f(m)} 如何用Matlab求集合的交集、并集、差集和补集
matlab中s函数编写心得(转) Part I: 所谓s函数是system Function的简称, 用它来写自己的simulink模块. s函数可以用matlab、C、C++、Fortran、Ada等语言来写，这儿我只介绍怎样用matlab语言来写吧（主要是它比较简单）< xmlnamespace prefix ="o" ns ="urn:schemas- microsoft-com:office:office" /> 先讲讲为什么要用s函数，我觉得用s函数可以利用matlab的丰富资源，而不仅仅局限于simulink提供的模块，而用c或c++等语言写的s函数还可以实现对硬件端口的操作，还可以操作windows API等 先介绍一下simulink的仿真过程（以便理解s函数），simulink 的仿真有两个阶段：一个为初始化，这个阶段主要是设置一些参数，像系统的输入输出个数、状态初值、采样时间等；第二个阶段就是运行阶段，这个阶段里要进行计算输出、更新离散状态、计算连续状态等等，这个阶段需要反复运行，直至结束. 在matlab的workspace里输入edit sfuntmpl(这是matlab自己提供的s函数模板)，我们看它来具体分析s函数的结构.
1. 函数的函数头 函数的第一行：function [sys,x0,str,ts]=sfuntmpl(t,x,u,flag) , 先讲输入与输出变量的含义： t是采样时间, x是状态变量, u是输入(是做成simulink模块的输入) , flag是仿真过程中的状态标志(以它来判断当前是初始化还是运行等) sys输出根据flag的不同而不同(下面将结合flag来讲sys的含义) , x0是状态变量的初始值, str是保留参数(mathworks公司还没想好该怎么用它, 一般在初始化中将它置空就可以了, str=[]), ts是一个1×2的向量, ts(1)是采样周期, ts(2)是偏移量 2. 函数分析 下面结合sfuntmpl.m中的代码来讲具体的结构： switch flag, %判断flag，看当前处于哪个状态 case 0, [sys,x0,str,ts]=mdlInitializeSizes; // 解释说明 flag=0表示当前处于初始化状态，此时调用函数mdlInitializeSizes进行初始化，此函数在该文件的第149行定义. 其中的参数sys是一个结构体，它用来设置模块的一些参数，各个参 数详细说明如下 size = simsizes;%用于设置模块参数的结构体用simsizes来生
MATLAB 程序设计方法及若干程序实例 樊双喜 (河南大学数学与 信息科学学院开封475004) 摘要本文通过对 MATLAB 程序设计中的若干典型问题做简要的分析和总结,并在此基础上着重讨论了有关算法设计、程序的调试与测试、算法与程序的优化以及循环控制等方面的问题.还通过对一些程序实例做具体解析,来方便读者进行编程训练并掌握一些有关MATLAB 程序设计方面的基本概念、基本方法以及某些问题的处理技巧等.此外,在文章的最后还给出了几个常用数学方法的算法程序, 供读者参考使用.希望能对初学者进行 MATLAB 编程训练提供一些可供参考的材料,并起到一定的指导和激励作用,进而为MATLAB 编程入门打下好的基础. 关键字算法设计；程序调试与测试；程序优化；循环控制 1 算法与程序 1.1 算法与程序的关系算法被称为程序的灵魂,因此在介绍程序之前应先了 解什么是算法.所谓算 法就是对特定问题求解步骤的一种描述.对于一个较复杂的计算或是数据处理的问题,通常是先设计出在理论上可行的算法,即程序的操作步骤,然后再按照算法逐步翻译成相应的程序语言,即计算机可识别的语言. 所谓程序设计,就是使用在计算机上可执行的程序代码来有效的描述用于解决特定问题算法的过程.简单来说,程序就是指令的集合.结构化程序设计由于采用了模块分化与功能分解,自顶向下,即分而治之的方法,因而可将一个较复杂的问题分解为若干子问题,逐步求精.算法是操作的过程,而程序结构和程序流程则是算法的具体体现. 1.2MATLAB 语言的特点 MATLAB 语言简洁紧凑,使用方便灵活,库函数极其丰富,其语法规则与科技人员的思维和书写习惯相近,便于操作.MATLAB 程序书写形式自由,利用其丰富
%图像的自相关 clear I1=imread('smiley1.bmp','bmp'); %Input image 1 (reference image) I1=I1(:,:,1); figure(1) %displaying input image 1 colormap(gray(255)); image(I1) axis off FI1=fft2(I1); max1=max(FI1); max2=max(max1); scale=1.0/max2; FI1=FI1.*scale; I2=imread('smiley1.bmp','bmp'); %Input image 2 (image to be recognized) I2=I2(:,:,1); figure(2) %displaying input image 2 colormap(gray(255)); image(I2) axis off FI2=fft2(I2); max1=max(FI2); max2=max(max1); scale=1.0/max2; FI2=FI2.*scale; FPR=FI1.*conj(FI2);%calculating correlation PR=ifft2(FPR); PR=fftshift(PR); max1=max(PR); max2=max(max1); scale=1.0/max2; PR=PR.*scale; figure(3)%display of correlation in spatial domain colormap(gray(255)); image(abs(256*PR)); axis off