实验一 ：熟悉MATLAB的随机信号处理工具箱

[实验一]熟悉MATLAB 基本操作[实验目的]熟悉MA TLAB 环境，并学会简单的菜单操作。

学会简单的矩阵输入与信号输入。

掌握部分绘图函数 [实验内容]一、认识MATLAB 的工作环境MATLAB 6.1启动后，产生的工作环境界面，如图1所示，包含一个工具栏、三个区域、五个工作窗口，五个工作窗口分别为资源目录窗口（Launch Pad ）、工作空间浏览器（Workspace ）、命令历史浏览器（Command History ）、当前路径浏览器（Current Directory ）、命令窗口（Command Windows ）。

这是MATLAB 启动后桌面布置方式的缺省设置。

MATLAB 的工作窗口是一个标准的Windows 界面，用户可以利用菜单命令完成对工作窗口的操作，下面将通过命令窗口菜单栏的逐一介绍来说明这些工作窗口的用法和含义。

图1.1MATLAB 工作窗口（1）MATLAB 菜单项MATLAB 窗口从上至下：第一行是标题,第二行是菜单,第三行是常用命令的图形工具栏（为简单起见，仅介绍菜单选项）当前路径窗口工作空间窗口命令历史窗口命令窗口File 菜单 ◆ New ：M_File 打开M_文件 Figure 打开图形窗口◆ Model 打开模板◆ Open 打开已存在的.m文件◆ Close Command Window 关闭命令窗口 ◆ Import Data导入一个数据文件 ◆Save Workspace As… 将命令窗内容保存为一个.mat 文件 ◆Set Path… 打开Path Brower 窗口,可添加MA TLAB 的搜索路径 ◆ Preferences 设置文档的格式 ◆ Print 打印命令窗口的内容◆Print Selection 打印所选内容● Windows 菜单 当打开多个MA TLAB 窗口时，此菜单可使用户方便地在打开的窗口间切换。

● Edit 菜单◆ Undo 删除上次操作 ◆ Redo 恢复上次操作◆ Cut剪切 ◆ Copy 复制 ◆ Paste 粘贴◆ Paste Specia 选择性粘贴 ◆ Select All 选择所有操作◆ Delete … 删除◆ Clear Command Windows 清空命令窗口 ◆ Clear Command History 清空历史命令 ◆Clear Workspace 清除工作空间的变量● Wiew 菜单◆ Disktop Layout ：Default 默认布置方式◆ Undock Command Window 将命令窗口设成独立窗口◆ Command Windows 打勾表示只显示命令窗口 ◆ Command History 显示命令历史窗口◆ Current Directory 显示当前路径窗口 ◆ Workspac 显示工作空间浏览器 ◆ Launch Pad 显示启动平台窗口 ◆Help … 帮助● Web 菜单◆ The MathWorks Web Site MathWorks 公司主页◆ T echnical Support Knowledge Base 技术支持库 ◆ Products 产品信息◆Membership 是否加入MATLAB 会员● Help 菜单◆ Full Products Family Help 显示所有组件的帮助◆ Matlab Help 显示帮助文件 ◆ Using The Desktop 产品信息◆Using the Command Window 是否加入MATLAB 会员（2）MATLAB 历史命令窗口在历史窗口中记录着用户在MA TLAB 命令窗中所输入过的全部命令，在这个窗口中可以实现几个主要的功能是： ○1单行或多行命令的复制 在命令历史窗口用鼠标选定所要拷贝的命令，用右键弹出上下文菜单，选中Copy 项，然后可以用Ctrl+V 将其复制到命令窗口或任何地方。

实验一：熟悉Matlab的图像处理工具箱一、实验目的:1.掌握图像的缩放、旋转的编程实现方法；2.掌握图像增强的剪切、平移的编程实现方法；3.掌握图像转置及镜像的编程实现方法；二、实验内容:选用图像进行空间域变换，包括图像的缩放，旋转，剪切、平移、转置以及水平和垂直方向的镜像对数字图像进行相关空间变换。

三、实验原理：图像的空间域变换操作就是为了达到某种视觉效果，变换输入图像的像素位置，通过把输入图像的像素位置映射到一个新的位置以达到改变源图像显示鲜果的目的。

其实也就是变换图像的坐标系统。

四、实验内容:1、图像缩放以上3种插值方法对图像的放大结果可以看出，采用最近邻插值法的放大图像中明显有块状的效应，只能在质量要求不高的情况下采用。

双线性插值法和双三次插值法的结果就比较好，没有出现前面的块状效应，但双线性插值法的效果则更好一些。

2、图像旋转如图为原图，逆时针旋转45度，逆时针旋转145度后的图像。

本次采用的是双线性插值法。

从图中可以看出这种旋转是以图像中心为轴旋转的，无论旋转多少度，图像旋转后都会比原图大超出原图像的部分值为0.3、图像剪切本次变换中从原图中剪切了坐标为（55,40）——（150,142）的一块子图。

由于坐标是指定的所以输出图像的大小并不总是恰好对应着剪切部分在原图中的大小而是有所放大，为特意观察自己需要的部分图像提供了方便。

4、图像平移对原图按坐标（70,50）平移后的图像如右图所示，从图中可以看出平移后，图像的大小并未改变，溢出的的部分被略去，而因为平移而空出的部分被补0。

5、图像转置如图为转置后的图像与原图的对比，表面上看好像是直接把图像旋转90度。

但是与之不同的是图像转置后图像的像素大小不回发生变化，也就没有图像旋转中的补0后的黑色背景。

6、镜像如图为原图经过水平镜像和垂直镜像之后的图形。

经过垂直镜像后图像像素大小不变，但图像中的景象上下位置颠倒过来。

经过水平镜像后图像中的景象左右位置被调换过来。

MATLAB实验报告学校：湖北文理学院学院：物理与电子工程学院专业：电子信息工程学号： 2013128182 姓名：张冲指导教师：宋立新实验一 MATLAB环境的熟悉与基本运算一、实验目的：1．熟悉MATLAB开发环境2．掌握矩阵、变量、表达式的各种基本运算二、实验内容1、学习使用help命令，例如在命令窗口输入help eye，然后根据帮助说明，学习使用指令eye（其它不会用的指令，依照此方法类推）2、学习使用clc、clear，观察command window、command history和workspace等窗口的变化结果。

3、初步程序的编写练习，新建M-file，保存（自己设定文件名，例如exerc1、exerc2、exerc3……），学习使用MATLAB的基本运算符。

三、练习1)help rand，然后随机生成一个2×6的数组，观察command window、command history和workspace等窗口的变化结果。

2)学习使用clc、clear，了解其功能和作用。

3)用逻辑表达式求下列分段函数的值4)求[100,999]之间能被21整除的数的个数。

（提示：rem,sum的用法）四、实验结果1）2）clc:清除命令窗口所有内容，数值不变；clear:初始化变量的值。

3）4）实验二 MATLAB数值运算一、实验目的1、掌握矩阵的基本运算2、掌握矩阵的数组运算二、实验内容1)输入C=1:2:20，则C（i）表示什么？其中i=1,2,3, (10)2)输入A=[7 1 5；2 5 6；3 1 5]，B=[1 1 1; 2 2 2; 3 3 3]，在命令窗口中执行下列表达式，掌握其含义：A(2, 3) A(:,2) A(3,:) A(:,1:2:3) A(:,3).*B(:,2)A(:,3)*B(2,:) A*B A.*B A^2 A.^2 B/A B./A3)二维数组的创建和寻访，创建一个二维数组（4×8）A，查询数组A第2行、第3列的元素，查询数组A第2行的所有元素，查询数组A第6列的所有元素。

随机信号分析与处理实验报告1实验一熟悉MATLAB的随机信号处理相关命令一、实验目的1、熟悉GUI格式的编程及使用。

2、掌握随机信号的简单分析方法3、熟悉语音信号的播放、波形显示、均值等的分析方法及其编程二、实验原理1、语音的录入与打开在MATLAB中，[y,fs,bits]=wavread('11',[N1 N2]);用于读取语音，采样值放在向量y中，fs表示采样频率(Hz)，bits表示采样位数。

[N1 N2]表示读取从N1点到N2点的值。

2、幅值对于随机信号的频域描述，常使用功率谱，它是表征信号的能量随着频率的分布情况。

当然，功率谱也可用于周期信号和瞬变信号的频域描述。

周期函数的幅值谱：一般周期信号均由一个直流分量、一个基波(正弦波)和无限个谐波(正弦波)所组成，各次谐波的频率是基波频率的整数倍，基波、各次谐波的幅值Ao和初相角是各不相同的，将幅值与频率的函数关系成为幅值谱。

3、语音信号自相关性三、实验结果与分析1、信号原始波形2、FFT变换利用fft变换，对语音信号进行进行分析，可以看出所能发出的音调应该是稳定的或是在一定的范围内浮动3、语音信号相位通过相位处理，将语音信号的声门激励信息及声道响应分别离开来4、自相关函数2004006008001000120014001600180000.51自相关函数根据自相关函数可以看出语音信号的周期。

自相关函数检测出淹没在随机噪声干扰中的信号，随机信号的自功率谱等于它的自相关函数的傅里叶变换。

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。

从图中可以看出，当t1=t2=900时，信号的自相关性最强。

5、语音自协方差函数从图中原始信号的自协方差函数与原始信号的自相关函数在波形上相差不大，原因是121212(,)(,)()()X X X X K t t R t t m t m t =-,此时12t t =，通过计算，可以得到1()X m t ，2()X m t 的值很小，所以得到的自协方差函数波形是正确的。

matlab计算机实验报告Matlab计算机实验报告引言Matlab是一种强大的计算机软件，广泛应用于科学计算、数据分析和工程设计等领域。

本实验报告旨在介绍我对Matlab的实验研究和应用。

通过实验，我深入了解了Matlab的功能和特点，并通过实际案例展示了其在科学计算和数据处理中的应用。

实验一：基本操作和语法在本实验中，我首先学习了Matlab的基本操作和语法。

通过编写简单的程序，我熟悉了Matlab的变量定义、赋值、运算符和条件语句等基本语法。

我还学习了Matlab的矩阵操作和向量化计算的优势。

通过实例演示，我发现Matlab在处理大规模数据时具有高效性和便捷性。

实验二：数据可视化数据可视化是Matlab的重要应用之一。

在本实验中，我学习了如何使用Matlab绘制各种图表，如折线图、散点图、柱状图和饼图等。

我了解了Matlab 的绘图函数和参数设置，并通过实例展示了如何将数据转化为直观的图形展示。

数据可视化不仅可以帮助我们更好地理解数据，还可以用于数据分析和决策支持。

实验三：数值计算和优化Matlab在数值计算和优化方面具有强大的功能。

在本实验中，我学习了Matlab 的数值计算函数和工具箱，如数值积分、微分方程求解和线性代数运算等。

通过实例研究，我发现Matlab在求解复杂数学问题和优化算法方面具有出色的性能。

这对于科学研究和工程设计中的数值分析和优化问题非常有用。

实验四：图像处理和模式识别Matlab在图像处理和模式识别领域也有广泛的应用。

在本实验中，我学习了Matlab的图像处理工具箱和模式识别算法。

通过实例演示，我了解了如何使用Matlab进行图像滤波、边缘检测和特征提取等操作。

我还学习了一些常见的模式识别算法，如支持向量机和神经网络等。

这些技术在计算机视觉和模式识别中具有重要的应用价值。

实验五：信号处理和系统建模Matlab在信号处理和系统建模方面也有广泛的应用。

在本实验中，我学习了Matlab的信号处理工具箱和系统建模工具。

实验七 信号处理工具箱[实验内容]MATLAB 信号处理工具箱(signal processing toolbox) 是一个建立在MATLAB 数值计算环境上的工具集合，它的大多数功能是通过函数的调用来实现的，工具箱函数根据常用的信号处理应用需求，整合了数据生成、数据计算以及数据图形化的功能，从而最大限度地方便信号处理系统设计人员的工作。

信号处理工具箱它在波形生成、滤波器的设计、参数模型以及频谱分析中有着广泛的运用。

1．信号及其表示连续时间信号：时间变化连续。

如y=x(t)离散时间信号(序列)：时间离散，如x(nT)=x(t)|t=nT.表：工具箱中的信号产生函数● 产生正弦波t=0:0.01:3*pi; y=sin(2*t); plot(t,y)● 产生矩形脉冲信号 t=-3:0.01:3;y=rectpuls(t-1,2); plot(t,y)axis([-3 ,3 ,-2 ,2])● 产生周期锯齿波 t=0:0.001:2.5;y=sawtooth(2*pi*30*t);plot(t,y)axis([0 0.2 -1 1])● 绘制离散时间信号的棒状图。

其中x(-1)=-1, x(0)=1, x(1)=2, x(2)=1, x(3)=0,x(4)=-1。

n=-3:5; %定位时间变量 x=[0,0,-1,1,2,1,-1,0,0];stem(n,x); grid; % 绘制棒状图 line([-3,5],[0,0]); %画x 轴线 xlabel('n'); ylabel('x[n]')2．信号的基本运算● 信号的相加与相乘 t=0:0.01:2;f1=exp(-3*t);f2=0.2*sin(4*pi*t); f3=f1+f2;f4=f1.*f2;subplot(2,2,1);plot(t,f1);title('f1(t)'); subplot(2,2,2);plot(t,f2); title('f2(t)');subplot(2,2,3);plot(t,f3);title('f1+f2'); subplot(2,2,4);plot(t,f4); title('f1.*f2');● 已知f(t)=sin(t)/t,试通过反褶、移位、尺度变换由f(t)得到f(-2t+3) 的波形. syms t;f=sin(t)/t;%定义符号函数 f1=subs(f,t,t+3); %进行移位f2=subs(f1,t,2*t);%进行尺度变换 f3=subs(f2,t,-t); %进行反褶subplot(2,2,1);ezplot(f,[-8,8]);grid on;% ezplot 是符号函数绘图命令 subplot(2,2,2);ezplot(f1,[-8,8]);grid on; subplot(2,2,3);ezplot(f2,[-8,8]);grid on; subplot(2,2,4);nx [n ]f1(t)f2(t)f1+f2f1.*f2t sin(t)/t tsin(t+3)/(t+3)tsin(2 t+3)/(2 t+3)t-sin(2 t-3)/(-2 t+3)ezplot(f3,[-8,8]);grid on;● 卷积运算：12010t f t else ,(),≤≤⎧=⎨⎩2020t t f t else,(),≤≤⎧=⎨⎩ t11=0; t12=1;t21=0; t22=2; t1=t11:0.001:t12;ft1=2.*rectpuls(t1-0.5,1); subplot(3,1,1);plot(t1,ft1);axis([0 3 0 4]) t2=t21:0.001:t22; ft2=t2;subplot(3,1,2);plot(t2,ft2);axis([0 3 0 4]) t3=t11+t21:0.001:t12+t22; ft3=conv(ft1,ft2) ft3=ft3*0.001 subplot(3,1,3);plot(t3,ft3);axis([0 3 0 4])3．线性系统时域分析● 求系统211308s H s s s ()..+=++的冲激响应、阶跃响应及对输入u t t ()sin()=的响应. num=[1,1]; den=[1,1.3,0.8];T=0:0.1:3;y1=impulse(num,den,T);y2=step(num,den,T); U=sin(T); y3=lsim(num,den,U,T); subplot(1,3,1);plot(T,y1);title('脉冲响应')subplot(1,3,2);plot(T,y2);title('阶跃响应')subplot(1,3,3);plot(T,y3);title('输入为u(t)=sin(t)的响应')脉冲响应阶跃响应输入为u(t)=sin(t)的响应[实验结果]1.●产生正弦波●产生矩形脉冲信号●产生周期锯齿波绘制离散时间信号的棒状图●信号的相加与相乘 f(t)→f(-2t+3)的图形●卷积运算线性系统时域分析。

0.60007.0000-5.4000所以，X=[错误!未找到引用源。

]=[ 0.6000, 7.0000, -5.4000]’实验结果2：K=1.732051实验结果3：三曲线的对比图如下所示：图1.1 三曲线的对比实验二基于MATLAB信号处理实验xlabel('频率/Hz');ylabel('振幅/dB');title('布莱克窗的幅频特性');grid on;subplot(2,1,2);plot(f4,180/pi*unwrap(angle(H4)));xlabel('频率/Hz');ylabel('相位');title('布莱克窗的相频特性');grid on;六、实验结果实验结果2.1：图2-1 x(n)与y(n)的互相关序列图由实验结果可知，x(n)与y(n)的互相关只在区间[-4,8]上有能力，刚好是区间[-3,3]与右移后的区间[-1,5]两端点之和，与结论一致。

且互相关在2处达到最大。

实验结果2.2.1：其表示的差分方程为：y(n)-0.8145y(n-4)=x(n)+x(n-4)实验结果2.2.2：滤波器的幅频和相频图如下所示：图2-2 滤波器的幅频与相频图实验结果2.2.3：由下图实验结果可知，输出信号相对于输入信号有一小小的延迟，基本上x(n)的频点都通过了，滤波器是个梳状filter，正好在想通过的点附近相位为0，也就是附加延迟为0图2-3 滤波器的幅度和相位变化图2-4 两信号波形实验结果2.3：四种带通滤波器的窗函数的频率响应如下所示：图2-5 矩形窗的频率特性图2-6 汉宁窗的频率特性图2-7 海明窗的频率特性图2-8 布莱克曼窗的频率特性图3-1 加噪前、后图像对比图3-2 加椒盐噪声的图像均值滤波前、后的图像对比图3-3 加椒盐噪声的图像中值滤波前、后的图像对比图3-4加高斯噪声的图像均值滤波前、后的图像对比图3-5 加高斯噪声的图像中值滤波前、后的图像对比实验结果3.2：图3-6 原图及重构图像图3-7 程序运行结果由实验结果可知，当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：43.708737；当DCT变换的系数置0个数小于10时，重构图像与原图像的峰值信噪比15.922448，重构图像置为0的变换系数的个数个数为：36.110705；当DCT变换的系数置0个数小于5时，重构图像与原图像的峰值信噪比为2.768259，重构图像置为0的变换系数的个数个数为：30.366348；可以发现，在抛弃部分DCT系数后，重构图像时不会带来其画面质量的显著下降，采用这种方法来实现压缩算法时，可以通过修改mask变量中的DCT系数来更好地比较仿真结果。

MATLAB工具箱的使用MATLAB®是一种强大的科学计算软件，广泛应用于各个领域的数学建模、数据分析、仿真和算法开发等工作中。

为了满足不同领域的需求，MATLAB提供了许多不同的工具箱。

这些工具箱包含了各种不同领域的函数和工具，可以帮助用户更加高效地进行数据处理、模拟和算法开发等工作。

下面将介绍几个常用的MATLAB工具箱，以及它们的使用方法：1.信号处理工具箱（Signal Processing Toolbox）：这个工具箱提供了一系列处理数字信号的函数和工具。

用户可以使用这些函数和工具进行信号滤波、功率谱估计、频谱分析、时间频率分析等操作。

该工具箱还提供了许多基本信号处理算法，如滤波器设计、卷积和相关等。

例如，用户可以使用`filtfilt(`函数对信号进行零相移滤波，以去除噪声。

2.图像处理工具箱（Image Processing Toolbox）：图像处理工具箱提供了一系列处理数字图像的函数和工具。

用户可以使用这些函数和工具进行图像的读取、显示、修改、增强和分析等操作。

该工具箱包含了许多常用的图像处理算法，如图像滤波、边缘检测、形态学处理和图像分割等。

例如，用户可以使用`imread(`函数读取图像，然后使用`imshow(`函数显示图像。

3.控制系统工具箱（Control System Toolbox）：这个工具箱提供了一系列用于分析和设计控制系统的函数和工具。

用户可以使用这些函数和工具进行控制系统的建模、稳定性分析、根轨迹设计和频域分析等操作。

该工具箱还提供了许多常用的控制系统设计方法，如PID控制器设计和状态空间控制器设计等。

例如，用户可以使用`tf(`函数创建传递函数模型，然后使用`step(`函数绘制系统的阶跃响应。

4.优化工具箱（Optimization Toolbox）：优化工具箱提供了一系列用于求解优化问题的函数和工具。

用户可以使用这些函数和工具进行线性规划、非线性规划和整数规划等操作。

MATLAB信号处理工具箱的使用方法一、信号处理的重要性及MATLAB的应用信号处理是现代科学技术的重要组成部分，被广泛应用于通信、医学、音频处理、图像处理等领域。

而MATLAB作为一款功能强大的科学计算软件，拥有丰富的信号处理工具箱，为研究人员提供了便捷、高效、准确的信号处理能力。

本文将介绍MATLAB信号处理工具箱的使用方法，帮助读者更好地掌握信号处理技术。

二、信号处理基础知识回顾在进一步了解MATLAB信号处理工具箱之前，我们先来回顾一些信号处理的基础知识。

信号处理包括信号的获取、采样、滤波、变换等过程。

其中，频率域分析是信号处理的重要部分，它通过将信号从时域转换到频域，帮助我们更好地理解信号的频谱特性。

三、MATLAB信号处理工具箱的安装与导入要使用MATLAB信号处理工具箱，首先需要安装MATLAB软件，并确保已经安装了信号处理工具箱。

安装完成后，我们需要在MATLAB环境下导入信号处理工具箱，使用以下命令：```>>pkg load signal```四、常用的信号处理函数MATLAB信号处理工具箱提供了众多强大的函数来处理各种信号。

在这一章节，我们将介绍常用的几个信号处理函数。

1. FFT函数FFT(快速傅里叶变换)函数是MATLAB中最常用的函数之一，它将信号从时域转换到频域。

使用FFT函数，我们可以获取信号的频谱特性，识别信号中的频率成分，并对信号进行滤波等操作。

2. FIR和IIR滤波器设计函数滤波器在信号处理中起到重要的作用。

MATLAB信号处理工具箱提供了FIR 和IIR滤波器设计函数，可以根据需求设计各种滤波器，如低通滤波器、高通滤波器、带通滤波器等。

这些函数包括fir1、fir2、butter、cheby1、cheby2等。

3. 卷积函数卷积是信号处理中常用的操作之一。

MATLAB提供了conv函数用于执行卷积运算。

通过卷积运算，我们可以实现信号的平滑处理、特征提取等。

MATLAB DSP实验报告介绍本实验报告将详细介绍在MATLAB环境下进行数字信号处理（DSP）的实验步骤和相关方法。

我们将通过逐步思考的方式，帮助读者理解和学习DSP的基本概念和技术。

实验环境和工具在进行DSP实验之前，我们需要准备以下环境和工具：1.MATLAB软件：确保已安装并配置好MATLAB软件，可以在MATLAB Command窗口中输入命令。

2.信号处理工具包：在MATLAB中，我们可以使用信号处理工具箱（Signal Processing Toolbox）来进行DSP实验和分析。

确保该工具箱已被安装并加载。

实验步骤下面是进行DSP实验的一般步骤：步骤一：加载信号首先，我们需要加载待处理的信号。

这可以通过在MATLAB中使用load命令加载一个音频文件或生成一个模拟信号实现。

例如，我们可以加载一个名为signal.wav的音频文件：load signal.wav步骤二：信号预处理在进行DSP之前，通常需要对信号进行预处理。

这可能包括去噪、滤波、均衡等操作。

例如，我们可以使用滤波器对信号进行降噪：filtered_signal = filter(filter_coefficients, signal);步骤三：信号分析一旦信号经过预处理，我们可以开始进行信号分析。

这可能涉及频域分析、时域分析、谱分析等。

例如，我们可以通过计算信号的快速傅里叶变换（FFT）获得其频谱：spectrum = fft(filtered_signal);步骤四：特征提取在信号分析之后，我们可以根据需要提取信号的特征。

这些特征可能包括幅度、频率、相位等。

例如，我们可以计算信号的能量：energy = sum(abs(filtered_signal).^2);步骤五：信号重构在完成信号分析和特征提取后，我们可以根据需要对信号进行重构。

这可能包括滤波、修复损坏的信号等。

例如，我们可以使用滤波器对信号进行重构：reconstructed_signal = filter(filter_coefficients, filtered_signal);步骤六：结果评估最后，我们需要评估重构后的信号和原始信号之间的差异。