MATLAB工具箱介绍 MATLB简介.doc

一、MATLAB简介 MATLAB 产品家族是美国 MathWorks公司开发的用于概念设计,算法开发,建模仿真,实时实现的理想的集成环境。由于其完整的专业体系和先进的设计开发思路，使得 MATLAB 在多种领域都有广阔的应用空间，特别是在 MATLAB 的主要应用方向 科学计算、建模仿真以及信息工程系统的设计开发上已经成为行业内的首选设计工具，全球现有超过五十万的企业用户和上千万的个人用户，广泛的分布在航空航天，金融财务，机械化工，电信，教育等各个行业。 在MATLAB产品家族中，MATLAB工具箱是整个体系的基座，它是一个语言编程型（M语言）开发平台，提供了体系中其他工具所需要的集成环境（比如M语言的解释器）。同时由于MATLAB对矩阵和线性代数的支持使得工具箱本身也具有强大的数学计算能力。 MATLAB产品体系的演化历程中最重要的一个体系变更是引入了Simulink，用来对动态系统建模仿真。其框图化的设计方式和良好的交互性，对工程人员本身计算机操作与编程的熟练程度的要求降到了最低，工程人员可以把更多的精力放到理论和技术的创新上去。 针对控制逻辑的开发，协议栈的仿真等要求，MathWorks公司在Simulink平台上还提供了用于描述复杂事件驱动系统的逻辑行为的建模仿真工具 Stateflow，通过Stateflow，用户可以用图形化的方式描述事件驱动系统的逻辑行为，并无缝的结合到Simulink的动态系统仿真中。在MATLAB/Simulink基本环境之上，MathWorks公司为用户提供了丰富的扩展资源，这就是大量的Toolbox和Blockset。从1985年推出第一个版本以后的近二十年发展过程中，MATLAB已经从单纯的Fortran数学函数库演变为多学科，多领域的函数包，模块库的提供者。用户在这样的平台上进行系统设计开发就相当于已经站在了巨人的肩膀上，众多行业中的专家、精英 们的智慧结晶可以信手拈来。同时，MATLAB开放的体系结构允许用户在平台上进行自由扩展，目前在全世界范围内已经有大量的商业的或者免费的MATLAB二次开发产品发布（比如FEMLAB和PSS）。换句话说，用户购买一套MATLAB，获得的是世界范围的专家支持。而对于用户自己开发的算法包，MATLAB也提供了包括Compiler应用发布和Web网络发布在内的众多方式的发布途径，使得用户一方面能够充分地利用MATLAB的算法资源形成技术成果，同时又可以有效的保护自己的知识产权。在这样一个产品体系中，我们可以看到，由于MATLAB及其丰富的Toolbox资源的支持，使得用户可以方便的进行具有开创性的建模与算法开发工作，并通过MATLAB强大的图形和可视化能力反映算法的性能和指标。所得到的算法则可以在Simulink环境中以模块化的方式实现，通过全系统建模，进行全系统的动态仿真以得到算法在系统中的动态验证。但是这样一个开发流程总是欠缺和工程实现的有效连接，系统级的设计产物无法和硬件产品直接挂钩。工程师无法直接应用 MATLAB/Simulink 的宝贵资源。为了改善设计流程中的这一缺陷， MATLAB 产品体系中加入了连接工程实现的桥梁 实时代码生成工具 Real-Time Workshop （ RTW ）。 RTW 使用户可以直接将 Simulink 框图模型转化为实时标准 C 代码，进而为快速原型系统、半物理仿真系统或者产品提供设计输入。 RTW 的主要特点有： 开放的，可扩充的结构，可以完全定制代码生成过程，满足不同用户对实时目标的不同要求 支持连续/离散/混合系统及异步系统仿真 支持定点和浮点目标机，代码具有很强的工程实用性 支持在线监控和调参 高度优化的代码效率有了 RTW 的支持，就可以应用 MATLAB 平台以全新的开发思路解决我们的问题： 真正自顶向下的设计流程 统一的开发平台 减小系统开发的人为错误因素 压缩产品研发周期，加快产品面市时间另外随着 MATLAB 在行业内影响力的快速扩大，与 MathWorks公司形成战略联合的公司和寻求与 MATLAB 进行接口的软硬件产品的也日益增多。目前 MATLAB 所支持的第三方产品已经有三百余种，分布在科学计算、机械动力学设计、化工、信息工程，汽车、金融财务等各个学科领域，接口方式包括联合建模、数据共享、开发流程拼接等等。从 MATLAB 的产品体系可以看到，应用 MATLAB 作为统一的集成开发平台结合第三方软硬件工具，可以实现从算法开发到系统仿真优化再到硬件实现的完整过程。这一平台在工业领域的典型应用有： 控制器及控制对象的设计开发 快速控制原型及硬件在回路仿真（比如结合 dSPACE硬件仿真机系统） 信号处理系统的设计开发 全系统仿真及快速原型验证（比如结合 TIDSP ） 通信系统设计开发 Bit True 和 Cycle True 的算法验证（比如结合 RadioLab3G和Candence） 机电液一体化设计开发 全系统联合仿真（比如结合 Easy5和 Adams）总之， MathWorks致力于为工程师，科研工作者提供最好的语言，最好的工具和环境，扩大工程师的视野，提高生产率，增进学习能力，进行开创性的研究工作。今天， MATLAB 已经成为广大科研人员的最值得信赖的助手和朋友！MATLAB工具箱介绍转帖MATLAB工具箱介绍有三十多个工具箱大致可分为两类:功能型工具箱和领域型工具箱。 功能型工具箱主要用来扩充MATLAB的符号计算功能、图形建模仿真功能、文字处理功能以 及与硬件实时交互功能，能用于多种学科。而领域型工具箱是专业性很强的。如控制工具 箱(Control Toolbox)、信号处理工具箱(Signal Processing Toolbox)等。下面，将MATL AB工具箱内所包含的主要内容做简要介绍： 1)通讯工具箱(Communication Toolbox)。 令提供100多个函数和150多个SIMULINK模块用于通讯系统的仿真和分析 信号编码 调制解调 滤波器和均衡器设计 通道模型 同步 可由结构图直接生成可应用的C语言源代码。 2)控制系统工具箱(Control System Toolbox)。 鲁连续系统设计和离散系统设计 * 状态空间和传递函数 * 模型转换 * 频域响应：Bode图、Nyquist图、Nichols图 * 时域响应：冲击响应、阶跃响应、斜波响应等 * 根轨迹、极点配置、LQG 3)财政金融工具箱(FinancialTooLbox)。 * 成本、利润分析，市场灵敏度分析 * 业务量分析及优化 * 偏差分析 * 资金流量估算 * 财务报表 4)频率域系统辨识工具箱(Frequency Domain System ldentification Toolbox * 辨识具有未知延迟的连续和离散系统 * 计算幅值相位、零点极点的置信区间 * 设计周期激励信号、最小峰值、最优能量诺等 5)模糊逻辑工具箱(Fuzzy Logic Toolbox)。 * 友好的交互设计界面 * 自适应神经模糊学习、聚类以及Sugeno推理 * 支持SIMULINK动态仿真 * 可生成C语言源代码用于实时应用 (6)高阶谱分析工具箱(HigherOrder SpectralAnalysis Toolbox * 高阶谱估计 * 信号中非线性特征的检测和刻画 * 延时估计 * 幅值和相位重构 * 阵列信号处理 * 谐波重构 (7)图像处理工具箱(Image Processing Toolbox)。 * 二维滤波器设计和滤波 * 图像恢复增强 * 色彩、集合及形态操作 * 二维变换 * 图像分析和统计 (8)线性矩阵不等式控制工具箱(LMI Control Toolbox)。 * LMI的基本用途 * 基于GUI的LMI编辑器 * LMI问题的有效解法 * LMI问题解决方案 (9)模型预测控制工具箱(ModelPredictive Control Toolbox * 建模、辨识及验证 * 支持MISO模型和MIMO模型 * 阶跃响应和状态空间模型 (10)u分析与综合工具箱(u-Analysis and Synthesis Toolbox) * u分析与综合 * H2和H无穷大最优综合 * 模型降阶 * 连续和离散系统 * u分析与综合理论 (11)神经网络工具箱(Neursl Network Toolbox)。 * BP，Hopfield，Kohonen、自组织、径向基函数等网络 * 竞争、线性、Sigmoidal等传递函数 * 前馈、递归等网络结构 * 性能分析及应用 (12)优化工具箱(Optimization Toolbox)。 * 线性规划和二次规划 * 求函数的最大值和最小位 * 多目标优化 * 约束条件下的优化 * 非线性方程求解 (13)偏微分方程工具箱(Partial DifferentialEquation Toolbox)。 * 二维偏微分方程的图形处理 * 几何表示 * 自适应曲面绘制， * 有限元方法 (14)鲁棒控制工具箱(Robust Control Toolbox)。 * LQGLTR最优综合 * H2和H无穷大最优综合 * 奇异值模型降阶 * 谱分解和建模 (15)信号处理工具箱(signal Processing Toolbox) * 数字和模拟滤波器设计、应用及仿真 * 谱分析和估计 * FFT，DCT等变换 * 参数化模型 (16)样条工具箱(SPline Toolbox)。 * 分段多项式和B样条 * 样条的构造 * 曲线拟合及平滑 * 函数微分、积分 (17)统计工具箱(Statistics Toolbox)。 * 概率分布和随机数生成 * 多变量分析 * 回归分析 * 主元分析 * 假设检验 (18)符号数学工具箱(Symbolic Math Toolbox)。 * 符号表达式和符号矩阵的创建 * 符号微积分、线性代数、方程求解