Matlab在电信工程中的应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

Matlab在电信工程中的应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 Matlab应用基础1

1．1 Matlab的语言特点1

1．1．1 编程简单使用方便1

1．1．2 函数库可任意扩充2

1．1．3 语言简单内涵丰富2

1．1．4 简便的绘图功能3

1．2 Matlab的基本操作方法4

1．2．1 Matlab的语言结构和编程方法4

1．2．2 Matlab的主要语法和操作符6

1．3 构造Matlab函数14

1．4．1 三维图形的基本绘制方法22

1．4 Matlab的三维图形绘制方法22

1．4．2 常用三维图形的绘制方法25

1．4．3 常用三维绘图函数小结36

1．5 常用数据分析方法38

1．5．1 数据分析的基本方法38

1．5．2 数据分析函数45

1．6 Matlab的网络资源46

1．6．1 USENET新闻组46

1．6．2 FTP资源46

1．6．3 全球广域网WWW50

1．6．4 Matlab的自动电子邮件自动应答系统51

1．6．7 Math Works电子邮件及网络地址52

1．6．5 Math Works Matlab文摘52

1．6．6 Matlab通报52

第二章 电信工程中的常用数学方法54

2．1 矩阵的基本操作54

2．1．1 特殊矩阵的生成54

2．1．2 矩阵特征参数的提取57

2．1．3 矩阵的分解63

2．1．4 矩阵的非线性运算70

2．2 矩阵特征值与特征向量74

2．2．1 矩阵特征值与特征向量的计算74

2．2．2 计算矩阵主特征值与主特征向量的幂法76

2．2．3 广义矩阵特征值与特征向量83

2．3 线性方程求解84

2．3．1 矩阵求逆与解析法线性方程求解85

2．3．2 大型线性方程组求解的迭代法87

2．4 曲线拟合与插值108

2．4．1 曲线拟合109

2．4．2 一维插值111

2．4．3 二维插值115

2．5 非线性方程求解117

2．5．1 非线性方程的简单解法117

2．5．2 非线性方程的一般解法118

2．6．1 解线性方程组的全主元三角分解法132

2．6 常用数学方法举例132

2．6．2 离散数据多项式拟合的正交化方法135

2．6．3 求矩阵特征值的基本QR方法139

第三章 数字信号处理基础144

3．1 离散时间信号与系统144

3．1．1 离散时间信号144

3．1．2 离散系统的卷积和相关149

3．1．3 离散系统的差分方程155

3．2 离散时间傅立叶变换157

3．2．1 离散时间傅立叶变换定义与计算157

3．2．2 离散时间傅立叶变换的特性161

3．3．1 离散傅立叶级数167

3．3 离散傅立叶变换167

3．3．2 离散傅立叶变换170

3．3．3 离散傅立叶变换的性质178

第四章 数字滤波器的设计197

4．1 数字滤波器的结构197

4．1．1 基本元件197

4．1．2 IIR滤波器的结构198

4．1．3 FIR滤波器的结构212

4．2 滤波器设计基础216

4．2．1 滤波器的指标216

4．2．2 滤波器指标的确定217

4．3 线性相位FIR滤波器的性质218

4．2．3 问题的描述218

4．3．1 冲激响应219

4．3．2 频率响应219

4．3．3 零点位置222

4．4 FIR滤波器的窗函数设计技术226

4．4．1 窗函数设计的基本思想226

4．4．2 常用窗函数226

4．4．3 窗函数设计公式227

4．4．4 FIR滤波器设计实例228

4．5 IIR滤波器设计250

4．6．1 巴特沃斯低通滤波器251

4．6 模拟滤波器原型251

4．6．2 切比雪夫低通滤波器258

4．7 滤波器的变换268

4．7．1 滤波器变换的基本方法268

4．7．2 滤波器变换实例272

4．8 用Matlab设计低通滤波器277

4．8．1 设计低通滤波器的Matlab函数277

4．8．2 低通滤波器设计实例278

第五章 神经网络的分析与设计284

5．1 人工神经网络基础284

5．1．1 人工神经网络的基本结构与模型285

5．1．2 神经网络的层次288

5．1．3 用Matlab计算人工神经网络的输出291

5．2 神经网络工具箱的基本函数296

5．2．1 神经网络的初始化函数296

5．2．2 与神经网络有关的绘图函数300

5．2．3 神经网络的误差分析函数307

5．3 感知器神经网络312

5．3．1 感知器神经网络的常用函数312

5．3．2 感知器神经元模型312

5．3．3 感知器神经网络313

5．3．4 感知器神经网络设计实例315

5．4 自适应线性神经网络327

5．4．1 自适应线性神经网络的模型和结构328

5．4．2 自适应线性神经网络的学习规则与训练329

5．4．3 自适应线性神经网络设计实例334

5．5 反向传播神经网络345

5．5．1 BP神经网络的结构346

5．5．2 BP神经网络的初始化348

5．5．3 BP神经网络的学习和训练348

5．5．4 BP神经网络设计实例364

第六章 控制系统的数学描述与建模369

6．1 微分方程369

6．1．1 微分方程的数值解369

6．1．2 非线性系统375

6．1．3 线性化377

6．2 传递函数378

6．2．1 多项式的根和特征多项式378

6．2．2 传递函数的零点和极点379

6．2．3 部分分式展开381

6．3 状态空间描述382

6．3．1 将微分方程化成状态方程382

6．3．2 矩阵的对角化383

6．4 模型的转换与连接385

6．4．1 数学模型的转换385

6．4．2 系统模型的连接391

6．5 模型的降阶与实现400

6．5．1 模型降阶401

6．5．2 模型实现408

6．6 控制系统的模型属性410

6．7 控制系统常用数学方程求解418

第六章附录 函数ode23()的源代码420

第七章 控制系统的分析方法437

7．1 控制系统的稳定性分析437

7．2 控制系统的时域分析443

7．2．1 时域分析的一般方法443

7．2．2 常用时域分析函数447

7．2．3 时域分析应用实例452

7．3 控制系统的频域分析459

7．3．1 频域分析的一般方法460

7．3．2 常用频域分析函数465

7．3．3 频域分析应用实例470

7．4 根轨迹分析方法477

7．4．1 模条件和角条件478

7．4．2 绘制根轨迹的基本规则479

7．4．3 根轨迹分析应用实例480

第七章附录 常用根轨迹函数的源代码485

8．1 控制系统的校正501

8．1．1 单变量系统的两种主要校正方式501

第八章 控制系统的频域设计方法501

8．1．2 PD、PI、PID校正502

8．1．3 串联校正实例506

8．2 多变量系统的频域设计方法511

8．2．1 数学模型与标准型511

8．2．2 多变量系统的频率响应515

8．3 定量反馈控制设计方法517

8．3．1 单变量系统的QFT设计方法517

8．3．2 QFT设计举例520

8．3．3 QFT设计工具箱的应用528

8．4 M1A1主战坦克观测仪飞轮控制器的设计532

9．1 极点配置设计方法543

第九章 控制系统的时域设计方法543

9．2 解耦控制设计方法546

9．3 线性二次型最优控制器设计552

9．3．1 线性二次型指标与里卡第(Riccati)方程求解553

9．3．2 最优控制器设计实例557

9．4 线性二次型高斯(Gauss)最优控制576

9．4．1 LQG问题的一般解法576

9．4．2 回路传输恢复技术578

9．4．3 LQG设计实例579

第十章 控制系统的Simulink仿真585

10．1 系统建模585

10．2．1 仿真过程的设置592

10．2 Simulink仿真方法592

10．2．2 系统仿真600

10．3 模型图的优化603

10．3．1 模块的翻转与旋转603

10．3．2 信号线的分叉和弯转605

10．3．3 模型图的标注606

10．3．4 对模型图的其他优化方法610

10．4 模块的合成、创建与封装613

10．4．1 模块的合成613

10．4．2 创建新模块615

10．4．3 模块的封装616

10．5 Simulink的mdl文件619