Lezione 3. Programmazione in ambiente MATLAB. | |
1. M-file. ................................................................. ................................................................. .............................................. | |
1.1. Lavorare nell'editor M-file. ................................................................. ................................................................. ... | |
1.2. Tipi di M-file. File di programma. ................................................................. ............................................. | |
1.3. Funzioni di archivio. ................................................................. ................................................................. ............................... | |
Funzioni dei file con un argomento di input....................................................................................... | |
Funzioni dei file con più argomenti di input........................................................................ | |
Funzioni dei file con più argomenti di output..................................................................... | |
1.4. Sub-funzioni. ................................................................. ................................................................. .................................. | |
2. Costruzioni di controllo del linguaggio di programmazione.................................................................... | |
2.1. Operatori di ciclo.............................................................................................................................. | |
Per ciclo. ................................................................. ................................................................. ........................................... | |
Mentre il ciclo. ................................................................. ................................................................. ..................................... | |
2.2. Operatori di filiale.................................................................................................................... | |
Operatore condizionale Se. ................................................................. ................................................................. ..................... | |
Cambia dichiarazione. ................................................................. ................................................................. ................................ | |
2.3. Le dichiarazioni break, continue e return. ................................................................. ................................................... | |
2.4. Sulle tecniche di programmazione razionale in MATLAB........................................................ |
Molti sistemi matematici sono stati creati partendo dal presupposto che l'utente risolverà i propri problemi con poca o nessuna programmazione. Tuttavia, è stato chiaro fin dall'inizio che un percorso simile ha degli svantaggi e nell'insieme vizioso. Molte attività richiedono strumenti di programmazione avanzati che semplificano la scrittura dei loro algoritmi e talvolta aprono nuovi metodi per la creazione di questi ultimi.
Da un lato, MATLAB contiene un numero enorme di operatori e funzioni integrate (si avvicina al migliaio) che risolvono con successo molti problemi pratici, per i quali in precedenza era necessario preparare programmi piuttosto complessi. Si tratta, ad esempio, di funzioni per invertire o trasporre matrici, calcolare i valori di una derivata o integrale, ecc., ecc. Il numero di tali funzioni, tenendo conto dei pacchetti di espansione del sistema, raggiunge già molte migliaia ed è in costante aumento. Ma, d'altra parte, il sistema MATLAB sin dal suo inizio è stato creato come un potente linguaggio di programmazione orientato alla matematica per i calcoli tecnici. alto livello. E molti giustamente consideravano questo come un importante vantaggio del sistema, indicando la possibilità della sua applicazione per risolvere problemi matematici nuovi e più complessi.
MATLAB ha un linguaggio di input che ricorda il BASIC (con un tocco di Fortran e Pascal). La scrittura di programmi nel sistema è tradizionale e quindi familiare alla maggior parte degli utenti di computer. Inoltre, il sistema consente di modificare i programmi utilizzando qualsiasi editor di testo familiare all'utente. Ha anche un proprio editor con un debugger. Il linguaggio di sistema MATLAB in termini di programmazione di calcoli matematici è molto più ricco di qualsiasi altro linguaggio universale programmazione di alto livello. Implementa quasi tutti gli strumenti di programmazione conosciuti, inclusa la programmazione visuale e orientata agli oggetti. Ciò offre ai programmatori esperti vaste opportunità di auto-espressione.
1. M-file.
V Nelle lezioni precedenti, abbiamo esaminato esempi abbastanza semplici, per i quali è necessario digitare alcuni comandi dalla riga di comando. Per più compiti difficili il numero di comandi aumenta e lavorare sulla riga di comando diventa improduttivo. Usando la cronologia dei comandi,
salvare le variabili dell'ambiente di lavoro o tenere un diario con il diario è trascurabile
aumentare la produttività del lavoro. Una soluzione efficace è progettare i propri algoritmi sotto forma di programmi (M-file) che possono essere eseguiti dall'ambiente di lavoro o dall'editor. L'editor di file M integrato in MATLAB ti consente non solo di digitare il testo del programma ed eseguirlo per intero o in parti, ma anche di eseguire il debug dell'algoritmo. Di seguito viene fornita una classificazione dettagliata degli M-file.
1.1. Lavora nell'editor di M-files.
Uno speciale editor multi-finestra viene utilizzato per preparare, modificare ed eseguire il debug di m-file. È progettato come una tipica applicazione Windows. L'editor può essere richiamato dal comando edit dalla riga di comando o dal comando del menu principale File | Nuovo | M-file. Successivamente, nella finestra dell'editor, puoi creare il tuo file, utilizzare gli strumenti per il debug e avviarlo. Prima di eseguire il file, deve essere scritto su disco utilizzando il comando File | Salva con nome nel menu dell'editor.
La Figura 1 mostra la finestra dell'editor/debugger. Il testo preparato del file (questo è il più semplice e il nostro primo programma nel linguaggio di programmazione MATLAB) può essere scritto su disco. Per fare ciò, usa il comando Salva con nome, che usa finestra standard Windows con cui scrivere un file nome di battesimo... Va notato che il nome del file M deve essere univoco e il requisito per il nome del file è lo stesso dei nomi variabili ambientali MATLAB. Dopo che il file è stato scritto su disco, puoi eseguire il comando Esegui dalla barra degli strumenti o dal menu Debug, o semplicemente fare clic su
A prima vista, potrebbe sembrare che l'editor/debugger sia solo un collegamento in più nella catena utente-MATLAB. Infatti, il testo del file potrebbe essere inserito nella finestra di sistema e ottenere lo stesso risultato. In realtà, però, l'editor/debugger svolge un ruolo importante. Ti permette di creare un m-file (programma) senza quel numeroso "buco" che accompagna il lavoro in modalità di comando... Il testo di tale file viene sottoposto a un accurato controllo sintattico, durante il quale vengono identificati ed eliminati molti errori dell'utente. Pertanto, l'editor fornisce il controllo sintattico del file.
L'editor dispone di altri importanti strumenti di debug: consente di impostare etichette speciali nel testo del file, chiamate punti di interruzione. Quando vengono raggiunti, i calcoli vengono sospesi e l'utente può valutare i risultati intermedi dei calcoli (ad esempio i valori delle variabili), verificare la correttezza dei loop, ecc. Infine, l'editor consente di scrivere un file in formato testo e immortala il tuo lavoro nel file system MATLAB.
Per comodità di lavorare con l'editor/debugger, le righe di programma in esso contenute sono numerate in ordine sequenziale. L'editor è multi-finestra. La finestra di ogni programma è progettata come una scheda. L'editor del debugger semplifica la visualizzazione dei valori delle variabili. Per fare ciò, sposta semplicemente il cursore del mouse sul nome della variabile e tienilo premuto: verrà visualizzato un suggerimento con il nome della variabile e il suo valore.
Una caratteristica molto comoda dell'editor M-file è esecuzione di alcuni comandi. Per fare ciò, usa il comando Valuta selezione dal menu contestuale o dal menu principale Testo, o solo il tasto funzione
Riso. 1. Finestra dell'editor di M-file.
1.2. Tipi di M-file. File di programma.
Esistono due tipi di M-file in MATLAB: Script M-Files, che contengono una sequenza di comandi, e Function M-Files, che descrivono funzioni definite dall'utente.
I programmi di file sono il tipo più semplice di file M. Non hanno argomenti di input o output e operano su variabili che esistono nell'ambiente di produzione oppure possono creare nuove variabili. Hai scritto il file del programma mydemo quando hai letto la sezione precedente. Tutte le variabili dichiarate nel file di programma diventano disponibili nell'ambiente di produzione dopo la sua esecuzione. Eseguire il file di programma mydemo mostrato nell'elenco in Fig. 1. Vai alla finestra Area di lavoro e assicurati che tutte le variabili immesse nell'M-file appaiano nell'area di lavoro. Tutte le variabili create durante l'esecuzione dell'M-file rimangono nell'ambiente di lavoro dopo il suo completamento e possono essere utilizzate in altri programmi di file e nei comandi eseguiti dalla riga di comando.
Il programma file può essere avviato in due modi.
1. Dall'editor M-file come descritto sopra.
2. Dalla riga di comando o da un'altra file-program, in questo caso il nome dell'M-file (senza estensione) viene utilizzato come comando. L'uso del secondo metodo è molto più conveniente, soprattutto se il file di programma creato verrà utilizzato ripetutamente in seguito. In effetti, il file M generato diventa un comando che MATLAB comprende.
Chiudere tutte le finestre grafiche e digitare mydemo nella riga di comando, appare una finestra grafica corrispondente ai comandi nel file di programma mydemo.m. Dopo aver inserito il comando mydemo MATLAB esegue le seguenti azioni.
1. Controlla se il comando inserito è un nome una qualsiasi delle variabili definite
v ambiente di lavoro. Se viene immessa una variabile, viene visualizzato il suo valore.
2. Se viene inserita una non variabile, MATLAB cerca il comando inserito tra le funzioni integrate. Se il comando risulta essere una funzione incorporata, viene eseguito.
3. Se viene inserita una funzione non variabile e non incorporata, MATLAB inizia la ricerca M-file con il nome del comando e l'estensione m. La ricerca inizia con directory corrente(Rubrica corrente); se non viene trovato un M-file in esso, MATLAB cerca le directory specificate nel percorso di ricerca (Path). (Per impostare la directory corrente è possibile utilizzare la finestra di selezione con lo stesso nome sulla barra degli strumenti o il comando cd. I percorsi di ricerca vengono impostati utilizzando
utilizzando il comando Imposta percorso dal menu File o utilizzando il comando addpath).
Se nessuna delle azioni precedenti ha avuto successo, viene visualizzato un messaggio nella finestra di comando, ad esempio, se si commette un errore.
La sequenza di ricerca di MATLAB suggerisce che è molto importante nominare correttamente il proprio file di programma quando lo si salva in un M-file. Innanzitutto, il suo nome non deve essere lo stesso del nome delle funzioni esistenti in MATLAB. Puoi scoprire se un nome è preso o meno usando la funzione esiste.
In secondo luogo, il nome del file non deve iniziare con una cifra, segni "+" o "-" o in una parola con quei caratteri che possono essere interpretati da MATLAB come un errore durante l'immissione di un'espressione. Ad esempio, se chiami il file M con il file di programma 5prog.m, quando lo avvii dal menu dell'editor o
Si noti che se si eseguono comandi evidenziati (tutti i comandi possono essere evidenziati) di un file M con un nome errato utilizzando
Un altro errore è molto comune quando si specifica il nome di un file-programma, che a prima vista ha conseguenze inspiegabili: il programma viene avviato solo una volta. Ricomincia non esegue il programma. Diamo un'occhiata a questa situazione usando l'esempio del file program del Listato 5.1, che hai salvato nel file mydemo.m. Rinominare il file in x.m, quindi rimuovere tutte le variabili dell'area di lavoro dalla finestra Browser variabili dell'area di lavoro o dalla riga di comando:
>> cancella tutto
Eseguire il file del programma, ad esempio, dall'editor premendo
1.3. Funzioni di archivio.
I programmi file di cui sopra sono una sequenza di comandi MATLAB; non hanno argomenti di input e output. Per risolvere problemi di calcolo e scrivere le proprie applicazioni in MATLAB, è spesso necessario programmare funzioni di file che eseguano le azioni necessarie con argomenti di input e restituiscano il risultato in argomenti di output. Il numero di argomenti di input e output dipende dal problema da risolvere: possono esserci solo un argomento di input e uno di output, diversi di entrambi o solo argomenti di input.
È possibile che non ci siano argomenti di input e output. Questa sezione contiene alcuni semplici esempi per aiutarti a capire come lavorare con le funzioni dei file. Le funzioni file, come i programmi file, vengono create nell'editor M-file.
Funzioni di file con un argomento di input.
Supponiamo di dover spesso utilizzare un valore di funzione nei calcoli:
-xx 2 | ||||
Ha senso scrivere una funzione file una volta e poi chiamarla ovunque sia necessario calcolare questa funzione per un dato argomento. Per fare ciò, è necessario aprire nell'editor M-files nuovo file e digita il testo:
funzione f = mio divertimento (x)
La parola funzione sulla prima riga specifica che questa vita contiene un file di funzione. La prima riga è intestazione della funzione, che contiene il nome della funzione e gli elenchi degli argomenti di input e output. Gli argomenti di input sono scritti tra parentesi dopo il nome della funzione. Nel nostro esempio, c'è un solo argomento di input, x. L'argomento di output f appare a sinistra del segno di uguale nell'intestazione della funzione. Quando si sceglie il nome della funzione file, occorre prestare attenzione per evitare conflitti con i nomi occupati in MATLAB. Abbiamo discusso una domanda simile sopra: come salvare un file di programma in un file con un nome univoco. È possibile utilizzare lo stesso approccio, basato sulla chiamata alla funzione exist, per specificare il nome della funzione file.
Dopo l'intestazione, viene posizionato il corpo della funzione file: uno o più operatori (ce ne possono essere molti), che implementano l'algoritmo per ottenere il valore delle variabili di output da quelle di input. Nel nostro esempio, l'algoritmo è semplice: per una data x, viene calcolata un'espressione aritmetica e il risultato viene scritto in f.
Ora devi salvare il file nella tua directory di lavoro o in un'altra posizione nota a MATLAB. Quando si selezionano le voci Salva o Salva con nome... del menu File, il nome del file predefinito è lo stesso del nome della funzione myfun. È necessario salvare il file della funzione con questo nome suggerito. Ora la funzione creata può essere utilizzata allo stesso modo di sin, cos e altri incorporati, ad esempio dalla riga di comando:
>> y = myfun (1.3) y =
Durante la creazione della funzione file myfun, abbiamo soppresso l'output di f nella finestra di comando terminando l'istruzione di assegnazione con un punto e virgola. In caso contrario, verrà visualizzato quando si chiama y = myfun (1.3). Di norma, è meglio evitare di inviare risultati di calcolo intermedi alla finestra di comando all'interno di una funzione file.
La funzione file mostrata nell'esempio precedente ha un grosso svantaggio. Il tentativo di calcolare i valori delle funzioni da un array genera un errore, piuttosto che un array di valori come avviene con le funzioni integrate.
>> x =;
>> y = mio divertimento (x)
??? Errore durante l'utilizzo di ==> ^ La matrice deve essere quadrata.
Errore in ==> C: \ MATLAB6p5 \ work \ myfun.m
Sulla riga 2 ==> f = exp (-x) * sqrt ((x ^ 2 + 1) / (x ^ 4 + 0.1));
Ovviamente, per evitare questo errore, è necessario utilizzare operazioni per elementi. In particolare, per il corretto funzionamento della nostra funzione, il testo della funzione deve essere riscritto nella seguente forma:
funzione f = mio divertimento (x)
f = esp (-x).* sqrt ((x. ^ 2 + 1) ./ (x. ^ 4 + 0,1));
Ora l'argomento della funzione myfun può essere un numero, un vettore o una matrice di valori, ad esempio:
>> x =;
>> y = mio divertimento (x)
La variabile y, in cui è scritto il risultato della chiamata della funzione myfun, diventa automaticamente un vettore della dimensione richiesta.
Diamo un'occhiata a un esempio di utilizzo delle funzioni. Tracciamo la funzione myfun su un segmento utilizzando un programma di file o dalla riga di comando:
>> x = 0: 0,5: 4;
>> y = mio divertimento (x);
>> trama (x, y)
Risolvere problemi di calcolo tramite MATLAB richiederà di essere in grado di programmare funzioni di file corrispondenti all'attività in corso (ad esempio, il lato destro del sistema equazioni differenziali o l'integrando).
Ora esamineremo solo un semplice esempio di come l'utilizzo delle funzioni file semplifichi la visualizzazione delle funzioni matematiche. Abbiamo appena tracciato una trama usando la trama. Nota che per calcolare il vettore y non è stato necessario chiamare myfun: puoi immediatamente scrivere un'espressione per esso e quindi specificare una coppia di x e y inplot. La funzione file myfun a nostra disposizione ci permette di chiamare la funzione speciale fplot, che deve specificare il nome della nostra funzione file (in apostrofi) o un puntatore ad essa (con l'operatore @ davanti al nome della funzione) e i confini del segmento per tracciare il grafico (in un vettore di due elementi)
>> fplot ("myfun",)
>> fplot (@myfun,)
È necessario aggiungere l'algoritmo della funzione fplot che seleziona automaticamente il passo dell'argomento, diminuendolo nelle aree di rapido cambiamento della funzione in esame, il che offre all'utente una buona visualizzazione dei dati.
Funzioni di file con più argomenti di input.
La scrittura di funzioni file con diversi argomenti di input è praticamente la stessa del caso di un argomento. Tutti gli argomenti di input vengono inseriti in un elenco separato da virgole. L'esempio seguente contiene una funzione file che calcola la lunghezza del vettore raggio di un punto in un tridimensionale
spazi x 2 + y 2 + z 2.
funzione r = raggio3 (x, y, z) r = sqrt (x. ^ 2 + y. ^ 2 + z. ^ 2);
>> R = raggio3 (1, 1, 1)
Oltre alle funzioni con più argomenti, MATLAB consente di creare funzioni che restituiscono più valori, ovvero hanno più argomenti di output.
Funzioni di file con più argomenti di output.
Le funzioni di file con più argomenti di output sono utili per valutare le funzioni che restituiscono più valori (in matematica, sono chiamate funzioni vettoriali). Gli argomenti di output vengono aggiunti all'elenco degli argomenti di output, separati da virgole, e l'elenco stesso è racchiuso tra parentesi quadre. L'esempio seguente fornisce una funzione file hms per convertire un tempo specificato in secondi in ore, minuti e secondi:
funzione = hms (sec) ora = piano (sec / 3600);
Quando si chiamano funzioni file con diversi argomenti di output, il risultato deve essere scritto in un vettore della lunghezza appropriata:
>> = hm (10000) H =
Se non specifichi esplicitamente i parametri di output quando usi questa funzione, il risultato della chiamata alla funzione sarà solo il primo argomento di output:
>> hm (10000) ans =
Se l'elenco degli argomenti di output è vuoto, ovvero l'intestazione ha questo aspetto: function myfun (a, b) o function = myfun (a, b),
quindi la funzione file non restituirà alcun valore. Anche queste funzioni sono talvolta utili.
Un'altra caratteristica utile delle funzioni MATLAB è la possibilità di ottenere informazioni su di esse utilizzando il comando help, ad esempio help fplot. Con questa proprietà possono essere fornite anche funzioni di file personalizzate utilizzando le righe di commento. Tutte le righe di commento dopo l'intestazione e prima del corpo della funzione o una riga vuota vengono visualizzate nella finestra di comando con il comando di aiuto. Ad esempio, per la nostra funzione, puoi creare un suggerimento:
funzione = hms (sec) % hms - converti i secondi in ore, minuti e secondi
% La funzione hms serve per tradurre i secondi
% in ore minuti e secondi.
% = hm (sec)
ora = piano (sec / 3600);
minuto = piano ((sec - ora * 3600) / 60); secondo = sec - ora * 3600 - minuto * 60;
1.4. Sub-funzioni.
Consideriamo un altro tipo di funzioni: le sottofunzioni. L'uso delle sottofunzioni si basa sulla separazione di una parte dell'algoritmo in una funzione indipendente, il cui testo è contenuto nello stesso file della funzione principale. Diamo un'occhiata a un esempio.
funzione semplice;
% Funzione di base a = 2 * pi greco;
f = f (1.1, 2.1) f2 = f (3.1, 4.2) -a f3 = f (-2.8, 0.7) + a
funzione z = f (x, y)% Sottofunzione
z = x ^ 3 - 2 * y ^ 3 - x * y + 9;
La prima semplice funzione è funzione principale in simple.m, sono le sue istruzioni che vengono eseguite se l'utente invoca simple, ad esempio dalla riga di comando. Ogni chiamata alla sottofunzione f nella funzione principale porta a una transizione alle istruzioni poste nella sottofunzione e quindi a un ritorno alla funzione principale.
Un file funzione può contenere una o più funzioni secondarie con i propri parametri di input e output, ma può esserci solo una funzione principale. L'intestazione di una nuova sottofunzione è anche un segno della fine della precedente. La funzione principale comunica con le funzioni secondarie solo utilizzando i parametri di ingresso e di uscita. Le variabili definite nelle sottofunzioni e nella funzione principale sono locali, sono disponibili all'interno della loro funzione.
Uno di possibili opzioni L'uso delle variabili, che sono comuni a tutte le funzioni nell'M-file, consiste nel dichiarare queste variabili all'inizio della funzione principale e della sottofunzione come globali, utilizzando global con un elenco di nomi di variabili separati da uno spazio.
2. Costruzioni di controllo del linguaggio di programmazione.
Le funzioni file ei programmi file creati nei due capitoli precedenti sono gli esempi più semplici di programmi. Vengono eseguiti tutti i comandi MATLAB in essi contenuti costantemente. Per risolvere molti problemi più seri, sono necessari programmi in cui le azioni vengono ripetute ciclicamente e, a seconda di determinate condizioni, vengono eseguite varie parti del programma. Questo capitolo descrive i costrutti di controllo del linguaggio di programmazione MATLAB, che possono essere utilizzati durante la scrittura sia di programmi file che di funzioni file.
2.1. Operatori di ciclo.
Azioni simili e ripetitive vengono eseguite utilizzando le istruzioni del ciclo for e while. Il ciclo for è progettato per eseguire un numero specificato di azioni ripetitive, per un po' - per le azioni, il cui numero non è noto in anticipo, ma è nota la condizione per continuare il ciclo.
Per ciclo.
L'uso di for viene eseguito come segue:
per conteggio = inizio: passo: finale
Comandi MATLAB
Qui count è la variabile del ciclo, start è il suo valore iniziale, final è il valore finale, astep è il passo di cui il conteggio viene aumentato ad ogni entrata successiva nel ciclo. Il ciclo termina non appena count diventa maggiore di final. La variabile di ciclo può assumere non solo valori interi, ma anche valori reali di qualsiasi segno. Diamo un esempio di utilizzo del ciclo for. Sia richiesto di visualizzare i grafici di una famiglia di curve per x, che
dato dalla funzione y (x, a) = e - ax sinx, in funzione del parametro a, per valori del parametro a da -0.1 a
0,1 con un passo di 0,02. Ovviamente puoi calcolare in sequenza y (x, a) e tracciare i suoi grafici per diversi valori di a, ma è molto più conveniente usare il ciclo for. Il testo del file di programma:
figure% crea una finestra grafica
x = 0: pi greco / 30: 2 * pi greco; % calcola un vettore di valori di argomento
% iterando sui valori dei parametri in un ciclo per a = -0.1: 0.02: 0.1
% calcolo del vettore dei valori della funzione per il valore corrente ...
parametro
y = exp (-a * x) * sin (x); % aggiungi grafico funzione tieni premuto
plot (x, y) fine
Come risultato dell'esecuzione di questo file-programma, apparirà una finestra grafica, mostrata in Fig. 2, che contiene la famiglia di curve richiesta.
Riso. 2. Una famiglia di curve.
I cicli for possono essere annidati l'uno nell'altro, mentre le variabili dei cicli annidati devono essere diverse. I loop annidati sono utili per riempire le matrici. Un esempio di creazione di una matrice di Hilbert:
a = zeri (n); per i = 1: n
per j = 1: n
a (i, j) = 1 / (i + j-1);
Per concludere questa sezione, notiamo un'altra caratteristica del ciclo for, che, insieme alla possibilità di impostare un contatore di loop reale con un passo costante, rende il ciclo for abbastanza universale. Una matrice di valori può essere utilizzata come valori per una variabile di ciclo:
per conteggio = A
Comandi MATLAB
Se A è un vettore riga, conteggio assume in sequenza il valore dei suoi elementi ogni volta che viene inserito il ciclo. Nel caso di un array bidimensionale A, all'i-esimo passo del ciclo, count contiene una colonna A (:, i). Ovviamente, se A è un vettore colonna, il ciclo verrà eseguito solo una volta con un conteggio di A.
Il ciclo for è utile per un numero finito di cose. Esistono algoritmi con un numero sconosciuto di ripetizioni che possono essere implementati in un ciclo while più flessibile.
Mentre il ciclo.
Il ciclo while serve per organizzare ripetizioni dello stesso tipo di azioni nel caso in cui il numero di ripetizioni sia sconosciuto in anticipo ed è determinato dal soddisfacimento di una certa condizione. Consideriamo un esempio di espansione in serie di sin (x):
x 2k + 1 |
|||
S (x) = (- 1) | |||
(2k + 1)! |
|||
k = 0 | |||
Naturalmente, non sarà possibile sommare all'infinito, ma è possibile accumulare l'importo con una determinata precisione, ad esempio 10-10. Ovviamente, il numero di membri della serie in questo caso è sconosciuto, quindi l'uso dell'operatore for è impossibile. La via d'uscita è usare un ciclo while, che viene eseguito finché viene eseguita la condizione del ciclo:
condizione di ripetizione del ciclo while
Comandi MATLAB
V In questo esempio, la condizione per ripetere il ciclo è che il modulo del termine corrente
x 2k + 1 (2k + 1)! più di 10-10. Il testo della funzione file mysin che calcola la somma di una serie basata su
relazione di ricorrenza:
k - 1 |
||||||
2k (2k + 1) |
||||||
funzione s = mysin (x)
% Calcolo del seno per espansione in serie
% Utilizzo: y = mysin (x),-pi< х < pi
% calcolo del primo termine della somma per k = O k = 0;
% calcolo della variabile ausiliaria
mentre abs (u)> 1.0e-10 k = k + 1;
u = -u * x2 / (2 * k) / (2 * k + 1); s = s + u;
Questa finestra è la principale in MatLAB. Visualizza i simboli dei comandi che vengono digitati dall'utente sullo schermo del display, visualizza i risultati dell'esecuzione di questi comandi, il testo del programma eseguibile e le informazioni sugli errori di esecuzione del programma riconosciuti dal sistema.
Un segno che MatLAB è pronto a percepire ed eseguire il comando successivo è l'apparizione nell'ultima riga casella di testo casella del segno di richiesta ">>" seguita da una barra verticale lampeggiante.
Nella parte superiore della finestra (sotto l'intestazione) è presente una barra dei menu, che contiene i menu File, Modifica, Visualizza, Finestre, Aiuto. Per aprire qualsiasi menu, posiziona il puntatore del mouse su di esso e premi il pulsante sinistro. Le funzioni dei comandi del menu verranno descritte più dettagliatamente in seguito, nella sezione “Interfaccia e comandi di MatLab scopo generale... Scrivere M-book".
Qui notiamo solo che per uscire dall'ambiente MatLAB, è sufficiente aprire il menu File e selezionare al suo interno il comando Esci da MATLAB, oppure chiudere semplicemente la finestra di comando premendo il tasto sinistro del mouse quando il cursore del mouse è posizionato sull'immagine del tasto in alto a destra di questa finestra (con la designazione di una croce obliqua).
1.2. Operazioni con i numeri
1.2.1. Inserimento di numeri reali
L'immissione dei numeri da tastiera avviene secondo le regole generali adottate per i linguaggi di programmazione di alto livello:
per separare la parte frazionaria della mantissa di un numero si usa un punto decimale (invece della virgola nella notazione normale);
l'esponente decimale del numero viene scritto come intero dopo la precedente scrittura del carattere "e";
tra la notazione della mantissa del numero e il carattere "e"(che separa la mantissa dall'esponente) non dovrebbero esserci caratteri, compreso il simbolo di salto.
Se, ad esempio, inserisci la riga nella finestra di comando di MatLAB
poi dopo aver premuto il tasto<Еnter>apparirà una voce in questa finestra:
Va notato che il risultato viene emesso in un modulo (formato), che è determinato da un formato predeterminato per la rappresentazione dei numeri. Questo formato può essere impostato utilizzando il comando Preferenze menù File(fig. 1.3). Dopo averlo chiamato, sullo schermo apparirà una finestra con lo stesso nome (Fig. 1.4). Una delle sezioni di questa finestra è denominata Numerico Formato... È progettato per impostare e modificare il formato per rappresentare i numeri visualizzati nella finestra di comando durante il calcolo. Sono previsti i seguenti formati:
Breve (predefinito) - notazione breve (usata per impostazione predefinita);
Record lungo - lungo;
Hex - notazione come numero esadecimale;
Banca - registrazione fino a centesimi;
Inoltre: viene registrato solo il segno del numero;
Short Е - breve record in formato a virgola mobile;
Long Е - record lungo in formato a virgola mobile;
Sol corta - seconda forma una breve nota in formato a virgola mobile;
Long G - la seconda forma di record lungo in formato a virgola mobile;
Razionale è una notazione di frazione razionale.
Eleggere con il mouse vista desiderata rappresentazione di numeri, è possibile fornire ulteriore output di numeri nella finestra di comando in questo modulo.
Come si vede dalla Fig. 1.2, il numero visualizzato sullo schermo non corrisponde a quello inserito. Questo perché il formato numerico predefinito ( Corto) non consente di prelevare più di 6 cifre significative... Infatti il numero inserito viene memorizzato all'interno di MatLAB con tutte le sue cifre inserite. Ad esempio, se selezioni il pulsante di opzione Lungo con il mouse E(cioè, imposta il formato specificato per rappresentare i numeri), quindi, ripetendo le stesse azioni, otteniamo:
dove già tutti i numeri sono visualizzati correttamente (Fig. 1.5).
Ricordare:
- il numero inserito e i risultati di tutti i calcoli nel sistema Ma tLAB memorizzato nella memoria del PC con un errore relativo di circa 2.10-16(cioè con valori esatti in 15 cifre decimali):
- l'intervallo di rappresentazione del modulo dei numeri reali è compreso nell'intervallo tra 10-308 e 10+308.
1.2.2. Le più semplici operazioni aritmetiche
I seguenti segni di operazioni aritmetiche sono usati nelle espressioni aritmetiche del linguaggio MatLAB:
+ - aggiunta;
- - sottrazione;
* - moltiplicazione;
/ - divisione da sinistra a destra;
\ - divisione da destra a sinistra;
^ - esponenziale.
L'utilizzo di MatLAB in modalità calcolatrice può essere eseguito semplicemente scrivendo in riga di comando sequenze di operazioni aritmetiche con numeri, ovvero la solita espressione aritmetica, ad esempio: 4.5 ^ 2 * 7.23 - 3.14 * 10.4.
Se, dopo aver digitato questa sequenza da tastiera, premere il tasto
In generale, l'output delle informazioni intermedie alla finestra di comando è soggetto alle seguenti regole:
- se il record dell'operatore non termina con il carattere";", il risultato dell'azione di questo operatore viene immediatamente visualizzato nella finestra di comando;
- se l'operatore termina con";", il risultato della sua azione non viene visualizzato nella finestra di comando;
- se l'operatore non contiene un segno di assegnazione(= ), cioè, è semplicemente una registrazione di una certa sequenza di azioni su numeri e variabili, il valore del risultato è assegnato a una variabile di sistema speciale per nome anni;
- il valore della variabile risultante ans può essere utilizzato nelle seguenti istruzioni di calcolo utilizzando questo nome anni; va ricordato che il valore della variabile di sistema ans modifiche dopo l'azione del prossimo operatore senza segno;
- nel caso generale, la forma di presentazione del risultato nella finestra di comando è:
<Имя переменной> = <результат>.
Esempio. Supponiamo di dover calcolare l'espressione (25 + 17) * 7. Si può fare in questo modo. Per prima cosa, digitiamo la sequenza 25 + 17 e premiamo
Utilizzando MatLAB come calcolatrice, è possibile utilizzare i nomi delle variabili per scrivere risultati intermedi nella memoria del PC. Per questo, viene utilizzata l'operazione di assegnazione, che è introdotta dal segno di uguale "=" secondo lo schema:<Имя переменной> = <выражение>[;]
Il nome di una variabile può essere lungo fino a 30 caratteri e non deve corrispondere ai nomi di funzioni, procedure di sistema e variabili di sistema. In questo caso, il sistema distingue tra lettere maiuscole e minuscole nelle variabili. Quindi, i nomi "amenu", "Amenu", "aMenu" in MatLAB indicano variabili diverse.
L'espressione a destra del segno di assegnazione può essere solo un numero, un'espressione aritmetica, una stringa di caratteri (nel qual caso questi caratteri devono essere racchiusi tra apostrofi) o un'espressione di caratteri. Se l'espressione non termina con ";", dopo aver premuto il tasto<Еnter>nella finestra di comando, il risultato dell'esecuzione apparirà nella forma:
<Nome variabile> = <risultato>.
Riso. 1.7. Riso. 1.8.
Ad esempio, se inserisci la riga " NS= 25 + 17 ", sullo schermo apparirà un record (Fig. 1.9).
Il sistema MatLAB ha diversi nomi di variabili che vengono utilizzati dal sistema stesso e fanno parte di quelli riservati:
i, j - unità immaginaria (radice quadrata di –1); pi - numero p (memorizzato come 3.141592653589793); inf - designazione dell'infinito della macchina; Na - designazione di un risultato non definito (ad esempio, come 0/0 o inf / inf); eps - errore di operazioni con numeri in virgola mobile; ans - l'esito dell'ultima operazione di conferimento non firmata; realmax e realmin sono i valori massimi e minimi possibili del numero che può essere utilizzato.
Queste variabili possono essere utilizzate in espressioni matematiche.
1.2.3. Inserimento di numeri complessi
Il linguaggio di sistema MatLAB, a differenza di molti linguaggi di programmazione di alto livello, contiene un'aritmetica incorporata molto facile da usare per i numeri complessi. La maggior parte delle funzioni matematiche elementari accetta numeri complessi come argomenti e i risultati vengono generati come numeri complessi. Questa caratteristica del linguaggio lo rende molto comodo e utile per ingegneri e scienziati.
Per designare un'unità immaginaria nel linguaggio MatLAB, sono riservati due nomi i e j. L'immissione del valore di un numero complesso da tastiera si effettua scrivendo nella finestra di comando una riga della forma:
<nome variabile complessa> = <Valore CC> + io[J] * <Valore MCH>,
dove è la parte reale del numero complesso, è la parte immaginaria. Per esempio:
Dall'esempio fornito, puoi vedere in quale forma il sistema visualizza i numeri complessi sullo schermo (e stampa).
1.2.4. Funzioni matematiche elementari
La forma generale di utilizzo di una funzione in MatLAB è la seguente:
<nome del risultato> = <nome della funzione>(<elenco di argomenti o loro valori>).
Il linguaggio MatLAB fornisce le seguenti funzioni aritmetiche elementari.
Funzioni trigonometriche e iperboliche
peccato (z) è il seno del numero z;
sinh(z) - seno iperbolico;
come in (z) - arcoseno (in radianti, nell'intervallo da a );
unsinh(z) - seno iperbolico inverso;
insieme aS(z) - coseno;
сosh (z) - coseno iperbolico;
acos (z) - coseno inverso (nell'intervallo da 0 a P);
ASOSH(z) - coseno iperbolico inverso;
tan (z) è la tangente;
tanh (z) - tangente iperbolica;
un'abbronzatura (z) - arcotangente (nell'intervallo da a );
atan2 (X, Y) - arcotangente a quattro quadranti (angolo nell'intervallo da - P a + P tra la semiretta orizzontale retta e la semiretta passante per il punto di coordinate NS e sì);
atanh (z) - tangente iperbolica inversa;
sec (z) - secante;
sech (z) - secante iperbolica;
asec (z) - arcsecante;
asech (z) - secante iperbolica inversa;
csc (z) - cosecante;
csch (z) - cosecante iperbolica;
acsc (z) - arcsecante;
acsch (z) - cosecante iperbolica inversa;
culla (z) - cotangente;
coth (z) - cotangente iperbolica;
acot (z) - arco cotangente;
acoth (z) - cotangente iperbolica inversa
Funzioni esponenziali
exp (z) - esponente del numero z;
tronco d'albero(z) - logaritmo naturale;
tronco d'albero10 (z) - logaritmo decimale;
sqrt(z) è la radice quadrata del numero z;
abs (z) è il modulo del numero z.
Funzioni intere
fix (z) - arrotondamento all'intero più vicino allo zero;
floor (z) - arrotonda all'intero più vicino verso l'infinito negativo;
ceil (z) - arrotonda all'intero più vicino verso l'infinito positivo;
round (z) - arrotondamento normale di z all'intero più vicino;
mod (X, Y) - divisione intera di X per Y;
rem(X, Y) - calcolare il resto della divisione di X per Y;
cartello(z) - calcolo della funzione signum del numero z
(0 in z = 0, –1 in z< 0, 1 при z > 0)
1.2.5. Funzioni matematiche speciali
Oltre a quelle elementari, MatLAB fornisce una serie di funzioni matematiche speciali. Di seguito è riportato un elenco e un riepilogo di queste funzioni. L'utente può trovare le regole per accedervi e utilizzarle nelle descrizioni di queste funzioni, che vengono visualizzate sullo schermo digitando il comando help e specificando nella stessa riga il nome della funzione.
Funzioni di trasformazione delle coordinate
carrello2 sf- trasformazione delle coordinate cartesiane in sferiche;
carrello2 pol- trasformazione delle coordinate cartesiane in coordinate polari;
pol2 carrello- conversione delle coordinate polari in cartesiane;
sf2 carrello- trasformazione delle coordinate sferiche in cartesiane.
Funzioni di Bessel
besselj- Funzione di Bessel di prima specie;
benedettamente- Funzione di Bessel di seconda specie;
besseli- funzione di Bessel modificata del primo tipo;
besselkÈ una funzione di Bessel modificata del secondo tipo.
Funzionalità beta
beta- funzione beta;
betainc- funzionalità beta incompleta;
betalnÈ il logaritmo della funzione beta.
Funzioni gamma
gamma- funzione gamma;
gammainc- funzione gamma incompleta;
gammalnÈ il logaritmo della funzione gamma.
Funzioni ellittiche e integrali
ellipj- Funzioni ellittiche di Jacobi;
ellipke- integrale ellittico completo;
scadutoÈ la funzione integrale esponenziale.
Funzioni di errore
erf- funzione di errore;
erfc- funzione di errore aggiuntiva;
erfcx- funzione di errore aggiuntivo ridimensionato;
erflnv- funzione di errore inverso.
Altre funzioni
gcd- il massimo comun divisore;
lerne- il minimo comune multiplo;
leggenda- funzione Legendre generalizzata;
log2- logaritmo in base 2;
pow2- elevando 2 alla potenza specificata;
ratto- rappresentazione di un numero sotto forma di frazione razionale;
ratti- rappresentazione dei numeri sotto forma di frazione razionale.
1.2.6. Azioni elementari con numeri complessi
Le operazioni più semplici con numeri complessi - addizione, sottrazione, moltiplicazione, divisione ed elevamento a potenza - vengono eseguite utilizzando rispettivamente i soliti segni aritmetici +, -, *, /, \ e ^.
Esempi di utilizzo sono mostrati in Fig. 1.11.
Nota. Il frammento di cui sopra utilizza la funzione disp (dalla parola "display"), che visualizza anche i risultati dei calcoli o del testo nella finestra di comando. In questo caso il risultato numerico, come si vede, è già visualizzato senza specificare il nome della variabile, oppure ans.
1.2.7. Funzioni per argomenti complessi
Quasi tutto elementare funzioni matematiche dato nella clausola 1.2.4, calcolato per valori complessi dell'argomento e, di conseguenza, si ottengono valori di risultato complessi.
Per questo motivo, ad esempio, la funzione sqrt calcola, a differenza di altri linguaggi di programmazione, la radice quadrata di un argomento negativo e la funzione addominali se l'argomento è complesso, calcola il modulo del numero complesso. Gli esempi sono mostrati in Fig. 1.12.
MatLAB ha diverse funzioni aggiuntive progettate solo per un argomento complesso:
vero (z) - seleziona la parte reale dell'argomento complesso z;
і mag (z) - estrae la parte immaginaria dell'argomentazione complessa;
angolo (z) - calcola il valore dell'argomento del numero complesso z (in radianti nell'intervallo da –p a + p);
conj (z) - Fornisce il complesso coniugato di z.
Gli esempi sono mostrati in Fig. 1.13.
Riso. 1.12. Riso. 1.3.
Inoltre, MatLAB ha una funzione speciale cplxpair (V) che ordina un dato vettore V con elementi complessi in modo tale che le coppie complesso-coniugato di questi elementi si trovino nel vettore risultato in ordine crescente delle loro parti reali, mentre le l'elemento con parte immaginaria negativa viene sempre per primo. Gli elementi reali sono completati da coppie complesse coniugate. Ad esempio, in più avanti negli esempi di comandi che vengono digitati dalla tastiera, sarà scritto in grassetto, e il risultato della loro esecuzione è in caratteri regolari):
>> v = [-1, -1 + 2i, -5,4,5i, -1-2i, -5i]
Colonne da 1 a 4
1.0000 -1.0000 + 2.0000i -50.000 4.0000
Colonne da 5 a 7
0 + 5.0000i -1.0000-2.0000i 0 - 5.0000i
>> disp (cplxpair (v))
Colonne da 1 a 4
1.0000 - 2.0000i -1.00000 + 2.0000i 0 - 5.0000i 0 + 5.0000i
Colonne da 5 a 7
5.0000 -1.0000 4.0000
L'adattabilità della maggior parte delle funzioni MatLAB per operare con numeri complessi rende molto più facile costruire calcoli con numeri reali, il cui risultato è complesso, ad esempio, per trovare le radici complesse delle equazioni quadratiche.
1. Gultyaev A.K. MatLAB 5.2. Simulazione in ambiente Windows: Guida pratica... - SPb.: Stampa KORONA, 1999 .-- 288 p.
2. Gultyaev AK Modellazione visiva in ambiente MATLAB: corso di formazione. - SPb.: PIETRO, 2000 .-- 430 p.
3. Dyakonov VP Handbook sull'uso del sistema PC MatLAB. - M.: Fizmatlit, 1993 .-- 113p.
4. Dyakonov V. Simulink 4. Libro di consultazione speciale. - SPb: Pietro, 2002 .-- 518 p.
5. Dyakonov V., Kruglov V. Pacchetti di espansione matematici MatLAB. Libro di riferimento speciale. - SPb.: Pietro, 2001 .-- 475s.
6. Krasnoproshina A.A., Repnikova N.B., Ilchenko A.A. Analisi moderna sistemi di controllo che utilizzano MATLAB, Simulink, Control System: Tutorial. - К .: "Korniychuk", 1999. - 144 p.
7. Lazarev Yu. F. Cobs di software nell'ambiente MatLAB: Uch. indennità. - K.: "Korniychuk", 1999. - 160s.
8. Lazarev Y. MatLAB 5.x. - K.: "Irina" (BHV), 2000. - 384 p.
9. Medvedev V.S., Potemkin VG Control System Toolbox. MatLAB 5 per gli studenti. - G.: "DIALOGO-MEPHI", 1999. - 287 p.
10. Potemkin VG MatLAB 5 per studenti: rif. indennità. - M.: "DIALOGO-MEPHI", 1998. - 314 p.
1. Lezione 23. Introduzione ai pacchetti Estensioni MATLAB
Lezione numero 23.
Conoscenza dei pacchetti di espansione MATLAV
Elenco pacchetti di espansione
simulic per Windows
Sacchetto di plastica matematica simbolica
Pacchetti di matematica
Pacchetti di analisi e sintesi per sistemi di controllo
Pacchetti di identificazione del sistema
Strumenti di simulazione aggiuntivi
Pacchetti di elaborazione di segnali e immagini
Altri pacchetti programmi applicativi
In questa lezione, familiarizzeremo brevemente con i mezzi di base per l'espansione professionale del sistema e il suo adattamento per risolvere alcune classi di problemi matematici, scientifici e tecnici - con pacchetti di estensione per il sistema MATLAB. Non c'è dubbio che almeno una parte di questi pacchetti dovrebbe essere dedicata a un corso di formazione separato oa un libro di riferimento, forse più di uno. Libri separati sono stati pubblicati all'estero per la maggior parte di queste estensioni e il volume di documentazione per loro ammonta a centinaia di megabyte. Sfortunatamente, la lunghezza di questo libro ti consente solo di camminare un po' attraverso i pacchetti di espansione per dare al lettore un'idea di dove è diretto il sistema.
2. Elenco dei pacchetti di espansione
Elenco pacchetti di espansione
Il sistema completo MATLAB 6.0 contiene una serie di componenti, il cui nome, numero di versione e data di creazione possono essere visualizzati con il comando ver:
MATLAB versione 6.0.0.88 (R12) su PCWIN Numero di licenza MATLAB: 0
|
MATLAB Toolbox |
Versione 6.0 |
06-0ct-2000 |
|||
|
Versione 4.0 |
|||||
|
Versione 4.0 |
04-0ct-2000 |
||||
|
Codificatore Stateflow |
Versione 4.0 |
04-0ct-2000 |
|||
|
Laboratorio in tempo reale |
Versione 4.0 |
||||
|
Set di blocchi di riferimento COMA |
Versione 1.0.2 |
||||
|
Blocco di comunicazione |
Versione 2.0 |
||||
|
Strumenti di comunicazione |
Versione 2.0 |
||||
|
Casella degli strumenti del sistema di controllo |
Versione 5.0 |
||||
|
Blocco DSP |
Versione 4.0 |
||||
|
Strumenti di acquisizione dati |
Versione 2.0 |
05-0ct-2000 |
|||
|
Casella degli strumenti del database |
Versione 2.1 |
||||
|
Casella degli strumenti per l'alimentazione dei dati |
Versione 1.2 |
||||
|
Set di quadranti e indicatori di livello |
Versione 1.1 |
||||
|
Casella degli strumenti di progettazione dei filtri |
Versione 2.0 |
||||
|
Strumenti per i derivati finanziari |
Versione 1.0 |
||||
|
Casella degli strumenti per le serie temporali finanziarie |
Versione 1.0 |
||||
|
Strumenti finanziari |
Versione 2.1.2 |
||||
|
Blockset a punto fisso |
Versione 3.0 |
||||
|
Logica fuzzy Cassetta degli attrezzi |
Versione 2.1 |
||||
|
GARCH Toolbox |
Versione 1.0 |
||||
|
Immagine Strumenti di elaborazione |
Versione 2.2.2 |
|
Strumenti di controllo dello strumento |
Versione 1.0 |
||||
|
Strumenti di controllo LMI |
Versione 1.0.6 |
||||
|
Compilatore MATLAB |
Versione 2.1 |
||||
|
Generatore di rapporti MATLAB |
Versione 1.1 |
||||
|
Strumenti di mappatura |
Versione 1.2 |
||||
|
|
Versione 1.0.5 |
||||
|
Kit per sviluppatori Motorola DSP |
Versione 1.1 |
Ol-Set-2000 |
|||
|
Toolbox di analisi mi e sintesi |
Versione 3.0.5 |
||||
|
Casella degli strumenti della rete neurale |
Versione 4.0 |
||||
|
Blockset di progettazione di controllo non lineare |
Versione 1.1.4 |
||||
|
Strumenti di ottimizzazione |
Versione 2.1 |
||||
|
Toolbox per l'equazione differenziale parziale |
Versione 1.0.3 |
||||
|
Set di blocchi del sistema di alimentazione |
Versione 2.1 |
||||
|
Ada Coder per workshop in tempo reale |
Versione 4.0 |
||||
|
Codificatore incorporato in officina in tempo reale |
Versione 1.0 |
||||
|
Interfaccia di gestione dei requisiti |
Versione 1.0.1 |
||||
|
Robusta cassetta degli attrezzi di controllo |
Versione 2.0.7 |
||||
|
SB2SL (converte SystemBuild in Simu |
Versione 2.1 |
||||
|
Strumenti per l'elaborazione del segnale |
Versione 5.0 |
||||
|
Acceleratore Simulink |
Versione 1.0 |
||||
|
Differenziazione del modello per Simulink e ... |
Versione 1.0 |
||||
|
Strumento di copertura del modello Simulink |
Versione 1.0 |
||||
|
Generatore di rapporti Simulink |
Versione 1.1 |
||||
|
Casella degli strumenti Spline |
Versione 3.0 |
||||
|
Casella degli strumenti delle statistiche |
Versione 3.0 |
||||
|
Strumenti matematici simbolici |
Versione 2.1.2 |
||||
|
|
Versione 5.0 |
||||
|
Cassetta degli strumenti Wavelet |
Versione 2.0 |
||||
|
Versione 1.1 |
|||||
|
Opzione incorporata destinazione xPC |
Versione 1.1 |
Tieni presente che quasi tutti i pacchetti di espansione in MATLAB 6.0 sono stati aggiornati e risalgono al 2000. La loro descrizione è stata notevolmente ampliata, che in formato PDF occupa già molte più di diecimila pagine. Indicato di seguito breve descrizione pacchetti di espansione principali
3. Simulink per Windows
Simulink per Windows
Il pacchetto di estensione Simulink viene utilizzato per simulare modelli costituiti da blocchi grafici con proprietà (parametri) specificate. I componenti del modello, a loro volta, sono blocchi grafici e modelli che sono contenuti in una serie di librerie e possono essere trascinati nella finestra principale utilizzando il mouse e collegati tra loro tramite i collegamenti necessari. I modelli possono includere vari tipi di sorgenti di segnale, dispositivi di registrazione virtuale, strumenti di animazione grafica. Facendo doppio clic sul blocco del modello viene visualizzata una finestra con un elenco dei suoi parametri, che l'utente può modificare. Il lancio della simulazione fornisce la modellazione matematica del modello costruito con una chiara presentazione visiva dei risultati. Il pacchetto si basa sulla costruzione di schemi a blocchi trasferendo blocchi dalla libreria dei componenti alla finestra di modifica di un modello creato dall'utente. Quindi il modello viene eseguito. Nella fig. 23.1 mostra il processo di modellazione di un sistema semplice: un cilindro idraulico. Il controllo viene effettuato utilizzando oscilloscopi virtuali - in Fig. La Figura 23.1 mostra le schermate di due di questi oscilloscopi e la finestra di un semplice sottosistema del modello. È possibile simulare sistemi complessi costituiti da molti sottosistemi.
Simulink crea e risolve le equazioni di stato del modello e permette di collegare una varietà di strumenti di misura virtuali ai punti desiderati. La chiarezza della presentazione dei risultati della simulazione è sorprendente. Nella Lezione 4 sono già stati forniti numerosi esempi di utilizzo del pacchetto Simulink. La versione precedente del pacchetto è descritta in modo sufficientemente dettagliato nei libri. L'innovazione principale è l'elaborazione del segnale a matrice. Aggiunto pacchetti individuali Miglioramenti delle prestazioni di Simulink come Simulink Accelerator per la compilazione del codice del modello, Simulink profiler per l'analisi del codice, ecc.
Riso. 23.1. Esempio di simulazione di un sistema di cilindri idraulici utilizzando l'estensione Simulink
1.gif
Immagine:
1b.gif
Immagine:
4. Obiettivo e workshop di Windows in tempo reale
Obiettivo e workshop di Windows in tempo reale
Un potente sottosistema di simulazione in tempo reale connesso a Simulink (con hardware aggiuntivo sotto forma di schede di espansione del computer), rappresentato dai pacchetti di espansione Real Time Windows Target e Workshop, è un potente strumento per la gestione di oggetti e sistemi reali. Inoltre, queste estensioni consentono di creare codici modello eseguibili. Riso. 4.21 nella lezione 4 mostra un esempio di tale modellazione per un sistema descritto da equazioni differenziali non lineari di van der Pol. Il vantaggio di questa simulazione è la sua chiarezza matematica e fisica. Nei componenti dei modelli Simulink è possibile specificare non solo parametri fissi, ma anche relazioni matematiche che descrivono il comportamento dei modelli.
5. Generatore di rapporti per MATLAB e Simulink
Generatore di rapporti per MATLAB e Simulink
Report Generators, uno strumento introdotto in MATLAB 5.3.1, fornisce informazioni sul funzionamento del sistema MATLAB e del pacchetto aggiuntivo Simulink. Questo strumento è molto utile durante il debug di algoritmi computazionali complessi o durante la simulazione di sistemi complessi. I generatori di report vengono avviati dal comando Report. I rapporti possono essere presentati sotto forma di programmi e modificati.
I generatori di report possono eseguire comandi e frammenti di programma inclusi nei report e consentono di monitorare il comportamento di calcoli complessi.
6. Casella degli strumenti per le reti neurali
Casella degli strumenti per le reti neurali
Un pacchetto di programmi applicati contenente strumenti per la costruzione di reti neurali basate sul comportamento di un analogo matematico di un neurone. Il pacchetto fornisce un supporto efficace per la progettazione, l'addestramento e la modellazione di molti paradigmi di rete conosciuti, dai modelli perceptron di base alle reti associative e auto-organizzanti più avanzate. Il pacchetto può essere utilizzato per ricercare e applicare reti neurali ad attività quali elaborazione del segnale, controllo non lineare e modellazione finanziaria. Fornita la possibilità di generare codice C portatile utilizzando Real Time Workshop.
Il pacchetto include più di 15 tipi conosciuti reti e regole di apprendimento che consentono all'utente di scegliere il paradigma più appropriato per una particolare applicazione o problema di ricerca. Per ogni tipo di architettura e regole di addestramento, sono disponibili funzioni per l'inizializzazione, l'addestramento, l'adattamento, la creazione e la modellazione, la dimostrazione e un'applicazione di rete di esempio.
Per le reti gestite, puoi scegliere un'architettura diretta o ricorrente utilizzando una varietà di regole di insegnamento e tecniche di progettazione come perceptron, retropropagazione, retropropagazione Levenberg, reti radiali e reti ricorrenti. Puoi facilmente modificare qualsiasi architettura, regole di insegnamento o funzioni di transizione, aggiungerne di nuove e tutto questo senza scrivere una sola riga in C o Fortran. Un esempio di utilizzo del pacchetto per riconoscere il modello di una lettera è stato fornito nella lezione 4. Una descrizione dettagliata della versione precedente del pacchetto può essere trovata nel libro.
7. Casella degli strumenti di logica fuzzy
Casella degli strumenti di logica fuzzy
Il pacchetto software Fuzzy Logic appartiene alla teoria degli insiemi fuzzy (fuzzy). Viene fornito supporto per metodi moderni di clustering fuzzy e reti neurali fuzzy adattive. Gli strumenti grafici del pacchetto consentono di monitorare in modo interattivo le peculiarità del comportamento del sistema.
Caratteristiche principali del pacchetto:
- definizione di variabili, regole fuzzy e funzioni di appartenenza;
- visualizzazione interattiva di inferenze fuzzy;
- metodi moderni: inferenza fuzzy adattiva mediante reti neurali, clustering fuzzy;
- interattivo modellazione dinamica in Simulink;
generazione di codice C portatile utilizzando Real-Time Workshop.
Questo esempio mostra chiaramente le differenze nel comportamento del modello con e senza logica fuzzy.
8. Strumenti matematici simbolici
Strumenti matematici simbolici
Un pacchetto di programmi applicati che conferiscono al sistema MATLAB fondamentalmente nuove capacità: la capacità di risolvere problemi in forma simbolica (analitica), inclusa l'implementazione dell'aritmetica esatta di larghezza di bit arbitraria. Il pacchetto si basa sull'uso del nucleo della matematica simbolica di uno dei più potenti sistemi di computer algebra: Maple V R4. Fornisce differenziazione e integrazione simbolica, calcolo di somme e prodotti, espansione in serie di Taylor e Maclaurin, operazioni con polinomi di potenza (polinomi), calcolo di radici polinomiali, soluzione analitica di equazioni non lineari, tutti i tipi di trasformazioni simboliche, sostituzioni e molto altro. Dispone di comandi per l'accesso diretto al core del sistema Maple V.
Il pacchetto consente di preparare procedure con la sintassi del linguaggio di programmazione Maple V R4 e installarle nel sistema MATLAB. Sfortunatamente, in termini di capacità della matematica simbolica, il pacchetto è molto inferiore sistemi specializzati computer algebra come le ultime versioni di Maple e Mathematica.
9. Pacchetti di calcoli matematici
Pacchetti di matematica
MATLAB include molti pacchetti aggiuntivi che migliorano le capacità matematiche del sistema per aumentare la velocità, l'efficienza e l'accuratezza dei calcoli.
10. Cassetta degli strumenti della Fondazione NAG
NAG Foundation Toolbox
Una delle librerie di funzioni matematiche più potenti create da The Numerical Algorithms Group, Ltd. Il pacchetto contiene centinaia di nuove funzionalità. I nomi delle funzioni e la sintassi per chiamarli sono presi in prestito dalla nota NAG Foundation Library. Di conseguenza, gli utenti esperti di NAG FORTRAN possono lavorare facilmente con il pacchetto NAG in MATLAB. La libreria NAG Foundation fornisce le sue funzioni sotto forma di codici oggetto e corrispondenti m-file per chiamarli. L'utente può facilmente modificare questi file MEX a livello di origine.
Il pacchetto fornisce le seguenti funzionalità:
radici di polinomi e metodo di Laguerre modificato;
calcolo della somma di una serie: trasformata di Fourier discreta e hermitiana-discreta;
equazioni differenziali ordinarie: metodi di Adams e Runge-Kutta;
equazioni alle derivate parziali;
interpolazione;
calcolo di autovalori e vettori, numeri singolari, supporto per matrici complesse e reali;
approssimazione di curve e superfici: polinomi, spline cubiche, polinomi di Chebyshev;
minimizzazione e massimizzazione di funzioni: programmazione lineare e quadratica, estremi di funzioni di più variabili;
scomposizione di matrici;
soluzione di sistemi di equazioni lineari;
equazioni lineari (LAPACK);
calcoli statistici, comprese statistiche descrittive e distribuzioni di probabilità;
analisi di correlazione e regressione: lineare, multivariata e generalizzata modelli lineari;
metodi multidimensionali: componenti principali, rotazione ortogonale;
generazione di numeri casuali: distribuzione normale, distribuzioni di Poisson, Weibull e Koschi;
statistiche non parametriche: Friedman, Kruskal-Wallis, Mann-Whitney; Serie temporali: unidimensionali e multidimensionali;
approssimazione di funzioni speciali: esponente integrale, funzione gamma, funzioni di Bessel e Hankel.
Infine, questo pacchetto consente all'utente di creare programmi FORTRAN che si collegano dinamicamente a MATLAB.
11. Casella degli strumenti Spline
Pacchetto applicativo per lavorare con le spline. Supporta l'interpolazione e l'approssimazione di spline unidimensionali, bidimensionali e multidimensionali. Fornisce la presentazione e la visualizzazione di dati complessi e supporto grafico.
Il pacchetto permette di eseguire interpolazione, approssimazione e trasformazione di spline da B-form a polinomio a tratti, interpolazione con spline cubiche e smoothing, effettuando operazioni su spline: calcolo della derivata, integrale e visualizzazione.
Spline è dotato di programmi B-spline descritti nella Guida pratica alle spline di Carl Debour, creatore di spline e autore di Spline. Le funzioni del pacchetto, in combinazione con il linguaggio MATLAB e una guida utente dettagliata, facilitano la comprensione delle spline e le applicano efficacemente alla risoluzione di una varietà di problemi.
Il pacchetto include programmi per lavorare con le due forme più diffuse di rappresentazione spline: forma B e forma polinomiale a tratti. La forma B è conveniente nella fase di costruzione delle spline, mentre la forma polinomiale a tratti è più efficiente al momento lavoro permanente con una spline. Il pacchetto include funzioni per la creazione, la visualizzazione, l'interpolazione, l'approssimazione e l'elaborazione di spline in forma B e sotto forma di segmenti polinomiali.
12. Casella degli strumenti delle statistiche
Casella degli strumenti delle statistiche
Un pacchetto di programmi applicati per la statistica, che espande notevolmente le capacità del sistema MATLAB nell'implementazione di calcoli statistici ed elaborazione di dati statistici. Contiene un insieme molto rappresentativo di strumenti per la generazione di numeri casuali, vettori, matrici e array con diverse leggi di distribuzione, oltre a molte funzioni statistiche. Va notato che il più comune funzioni statistiche sono inclusi nel cuore del sistema MATLAB (comprese le funzioni per la generazione di dati casuali con distribuzione uniforme e normale). Caratteristiche principali del pacchetto:
statistiche descrittive;
distribuzioni di probabilità;
stima e approssimazione dei parametri;
verifica di ipotesi;
regressione multipla;
regressione stepwise interattiva;
simulazione Montecarlo;
approssimazione dell'intervallo;
processo di controllo statistico;
pianificare un esperimento;
modellazione della superficie di risposta;
approssimazione di un modello non lineare;
analisi del componente principale;
grafici statistici;
Interfaccia grafica utente.
Il pacchetto include 20 diverse distribuzioni di probabilità, tra cui t (Studente), F e Chi-quadrato. Per tutti i tipi di distribuzioni sono forniti la selezione dei parametri, la visualizzazione grafica delle distribuzioni e un metodo per calcolare le migliori approssimazioni. Esistono molti strumenti interattivi per la visualizzazione e l'analisi dinamica dei dati. Esistono interfacce specializzate per modellare superfici di risposta, visualizzare distribuzioni, generare numeri casuali e linee di livello.
13. Strumenti di ottimizzazione
Strumenti di ottimizzazione
Pacchetto applicativo - per risolvere problemi di ottimizzazione e sistemi di equazioni non lineari. Supporta i metodi di ottimizzazione di base per le funzioni di un numero di variabili:
ottimizzazione incondizionata di funzioni non lineari;
minimi quadrati e interpolazione non lineare;
risoluzione di equazioni non lineari;
programmazione lineare;
programmazione quadratica;
minimizzazione condizionale di funzioni non lineari;
metodo minimax;
ottimizzazione multiobiettivo.
Una varietà di esempi dimostra l'uso efficace delle funzioni del pacchetto. Possono anche essere usati per confrontare come lo stesso problema viene risolto con metodi diversi.
14. Toolbox per le equazioni differenziali parziali
Toolbox per le equazioni differenziali parziali
Un pacchetto applicativo molto importante contenente molte funzioni per la risoluzione di sistemi di equazioni differenziali alle derivate parziali. Fornisce strumenti efficaci per risolvere tali sistemi di equazioni, compresi quelli rigidi. Il pacchetto utilizza un metodo agli elementi finiti. I comandi del pacchetto e la GUI possono essere usati per modellazione matematica equazioni alle derivate parziali applicate ad un'ampia classe di applicazioni ingegneristiche e scientifiche, inclusi problemi di resistenza dei materiali, calcoli di dispositivi elettromagnetici, problemi di trasferimento e diffusione di calore e massa. Caratteristiche principali del pacchetto:
interfaccia grafica completa per l'elaborazione di equazioni differenziali alle derivate parziali del secondo ordine;
selezione automatica e adattiva della mesh;
impostazione delle condizioni al contorno: Dirichlet, Neumann e misto;
impostazione flessibile dei problemi utilizzando la sintassi MATLAB;
partizionamento mesh completamente automatico e selezione della dimensione degli elementi finiti;
schemi di progettazione non lineari e adattivi;
la capacità di visualizzare i campi di vari parametri e funzioni della soluzione, una dimostrazione degli effetti di partizionamento ed animazione adottati.
Il pacchetto segue intuitivamente i sei passaggi per risolvere una PDE utilizzando il metodo degli elementi finiti. Questi passaggi e le modalità corrispondenti del pacchetto sono le seguenti: definizione della geometria (modalità disegno), impostazione delle condizioni al contorno (modalità condizioni al contorno), scelta dei coefficienti che definiscono il problema (modalità PDE), discretizzazione degli elementi finiti (modalità griglia), impostazione delle condizioni iniziali e risoluzione di equazioni (modalità soluzione), post-elaborazione della soluzione (modalità grafico).
15. Pacchetti di analisi e sintesi dei sistemi di controllo
Pacchetti di analisi e sintesi per sistemi di controllo
Casella degli strumenti del sistema di controllo
Il pacchetto Control System è concepito per la modellazione, l'analisi e la progettazione di sistemi di controllo automatici, sia continui che discreti. Le funzioni del pacchetto implementano i metodi tradizionali delle funzioni di trasferimento e i moderni metodi dello spazio degli stati. Le risposte in frequenza e tempo, i diagrammi di posizione degli zeri e dei poli possono essere rapidamente calcolati e visualizzati sullo schermo. La confezione contiene:
un set completo di strumenti per l'analisi dei sistemi MIMO (molti input - molti output);
caratteristiche temporali: funzioni di trasferimento e transitorie, risposta ad un impatto arbitrario;
caratteristiche di frequenza: diagrammi di Bode, Nichols, Nyquist, ecc .;
sviluppo di feedback;
progettazione di regolatori LQR / LQE;
caratteristiche dei modelli: controllabilità, osservabilità, abbassamento dell'ordine dei modelli;
supporto di sistemi ritardati.
Ulteriori funzioni di creazione del modello consentono di costruire modelli più complessi. La risposta temporale può essere calcolata per un ingresso a impulsi, un singolo salto o un ingresso arbitrario. Ci sono anche funzioni per analizzare i numeri singolari.
Un ambiente interattivo per confrontare le risposte in tempo e in frequenza dei sistemi fornisce all'utente controlli grafici per la visualizzazione e la commutazione simultanea tra le risposte. Possono essere calcolate diverse caratteristiche di risposta come accelerazione e tempi di controllo.
Il pacchetto del sistema di controllo contiene strumenti per la selezione dei parametri di feedback. I metodi tradizionali includono l'analisi dei punti caratteristici, la determinazione del guadagno e dell'attenuazione. Tra i metodi moderni: regolazione lineare-quadratica, ecc. Il pacchetto Control System include un gran numero di algoritmi per la progettazione e l'analisi dei sistemi di controllo. Inoltre, ha un ambiente personalizzabile e ti permette di creare i tuoi m-file.
16. Toolbox per la progettazione di controlli non lineari
Toolbox per la progettazione di controlli non lineari
Nonlinear Control Design (NCD) Blockset implementa un metodo di ottimizzazione dinamica per la progettazione di sistemi di controllo. Progettato per l'uso con Simulink, questo strumento regola automaticamente i parametri di sistema in base a vincoli temporali definiti dall'utente.
Il pacchetto utilizza il trasferimento del mouse per modificare i vincoli di tempo direttamente sui grafici, il che semplifica la configurazione delle variabili e la specifica di parametri non definiti, fornisce l'ottimizzazione interattiva, implementa la simulazione Monte Carlo, supporta la progettazione di sistemi di controllo SISO (un input - un output) e MIMO , consente di simulare la cancellazione delle interferenze, il tracciamento e altri tipi di risposte, supporta la ripetizione di problemi di parametri e attività di controllo per sistemi con ritardo, consente di scegliere tra vincoli soddisfatti e irraggiungibili.
17. Robusta cassetta degli attrezzi di controllo
Robusta cassetta degli attrezzi di controllo
Il pacchetto Robust Control include strumenti per la progettazione e l'analisi di sistemi di controllo robusti multiparametro. Si tratta di sistemi con errori di simulazione, la cui dinamica non è completamente nota o i cui parametri possono cambiare durante la simulazione. I potenti algoritmi del pacchetto consentono di eseguire calcoli complessi tenendo conto delle modifiche in molti parametri. Caratteristiche del pacchetto:
sintesi di controllori LQG basati sulla minimizzazione di norme uniformi e integrali;
risposta in frequenza multiparametrica;
costruire un modello di spazio statale;
trasformazione di modelli basati su numeri singolari;
abbassare l'ordine del modello;
fattorizzazione spettrale.
Il pacchetto Robust Control è basato sulle funzioni pacchetto di controllo System, fornendo un set avanzato di algoritmi per la progettazione del sistema di controllo. Il pacchetto fornisce una transizione tra la moderna teoria del controllo e le applicazioni pratiche. Ha molte funzioni che implementano moderni metodi di progettazione e analisi per controller robusti multiparametro.
Le manifestazioni di incertezze che violano la stabilità dei sistemi sono diverse: rumore e disturbi nei segnali, imprecisione del modello della funzione di trasferimento, dinamica non lineare non simulata. Il pacchetto Robust Control consente di stimare il limite di stabilità multiparametrico in presenza di varie incertezze. Tra i metodi utilizzati: algoritmo di Perron, analisi delle caratteristiche delle funzioni di trasferimento, ecc.
Il pacchetto Robust Control fornisce vari metodi per progettare feedback, tra cui: LQR, LQG, LQG / LTR, ecc. La necessità di abbassare l'ordine di un modello sorge in diversi casi: abbassare l'ordine di un oggetto, abbassare l'ordine di un regolatore , modellazione di grandi sistemi. Una procedura qualitativa per abbassare l'ordine di un modello deve essere numericamente stabile. Le procedure incluse nel pacchetto Robust Control affrontano con successo questo compito.
18. Casella degli strumenti di controllo predittivo del modello
Strumenti di controllo predittivo del modello
Il pacchetto Model Predictive Control contiene un set completo di strumenti per l'implementazione di strategie di controllo predittivo (proattivo). Questa strategia è stata sviluppata per risolvere problemi pratici di gestione di processi multicanale complessi con vincoli su variabili di stato e controllo. I metodi di controllo predittivo sono utilizzati nell'industria chimica e per controllare altri processi continui. Il pacchetto prevede:
modellazione, identificazione e diagnostica dei sistemi;
supporto per MISO (molti input - un output), MIMO, risposta transitoria, modelli di spazio di stato;
analisi del sistema;
convertire i modelli in varie forme di rappresentazione (spazio degli stati, funzioni di trasferimento);
fornendo tutorial e demo.
L'approccio predittivo ai problemi di controllo utilizza un lineare esplicito modello dinamico oggetto per prevedere l'impatto di futuri cambiamenti nelle variabili di controllo sul comportamento dell'oggetto. Il problema di ottimizzazione è formulato sotto forma di un problema di programmazione quadratica vincolata, che viene nuovamente risolto ad ogni ciclo di simulazione. Il pacchetto consente di creare e testare regolatori sia per oggetti semplici che complessi.
Il pacchetto contiene più di cinquanta funzioni specializzate per la progettazione, l'analisi e la modellazione di sistemi dinamici mediante il controllo predittivo. Supporta i seguenti tipi di sistemi: impulsivi, continui e discreti nel tempo, spazio degli stati. Elaborato diversi tipi indignazione. Inoltre, i vincoli sulle variabili di input e output possono essere inclusi esplicitamente nel modello.
Gli strumenti di simulazione consentono il monitoraggio e la stabilizzazione. Gli strumenti di analisi includono il calcolo dei poli ad anello chiuso, la risposta in frequenza e altre caratteristiche del sistema di controllo. Per identificare il modello all'interno della confezione sono presenti funzioni di interazione con la confezione di System Identification. Il pacchetto include anche due funzioni Simulink che consentono di testare modelli non lineari.
19.mu - Analisi e sintesi
(Mu) -Analisi e Sintesi
Il pacchetto p-Analysis and Synthesis contiene funzioni per la progettazione di sistemi di controllo robusti. Il pacchetto utilizza l'ottimizzazione a tasso uniforme e il parametro singolare e. Questo pacchetto include un'interfaccia grafica per semplificare le operazioni sui blocchi durante la progettazione. regolatori ottimali... Proprietà del pacchetto:
- progettazione di controllori ottimali in norme uniformi e integrali;
- stima del parametro singolare reale e complesso mu;
Iterazioni D-K per un approssimativo mu-sintesi;
un'interfaccia grafica per l'analisi della risposta ad anello chiuso;
mezzi per abbassare l'ordine del modello;
collegamento diretto di singoli blocchi di grandi impianti.
Un modello dello spazio degli stati può essere creato e analizzato sulla base di matrici di sistema. Il pacchetto supporta modelli continui e discreti. Il pacchetto ha un'interfaccia grafica completa, tra cui: la possibilità di impostare l'intervallo di dati di input, una finestra speciale per la modifica delle proprietà Iterazioni D-K e rappresentazione grafica caratteristiche di frequenza. Ha funzioni per addizione di matrici, moltiplicazioni, varie trasformazioni e altre operazioni sulle matrici. Fornisce la possibilità di abbassare l'ordine dei modelli.
20. Flusso di stato
Stateflow è un pacchetto di modellazione di sistemi basato su eventi basato sulla teoria delle macchine a stati finiti. Questo pacchetto è pensato per essere utilizzato insieme al pacchetto di simulazione di sistemi dinamici Simulink. In qualsiasi modello Simulink, è possibile inserire un diagramma Stateflow (o diagramma SF) che rifletterà il comportamento dei componenti dell'oggetto (o sistema) di simulazione. Il diagramma SF è animato. Tramite i suoi blocchi e connessioni evidenziati, puoi tracciare tutte le fasi del sistema o dispositivo modellato e rendere il suo lavoro dipendente da determinati eventi. Riso. 23.6 illustra la simulazione del comportamento di un'auto in caso di emergenza su strada. Un diagramma SF (più precisamente, un frame del suo lavoro) è visibile sotto il modello dell'auto.
Per la creazione di diagrammi SF, il pacchetto dispone di un editor comodo e semplice, nonché di strumenti di interfaccia utente.
21. Casella degli strumenti per la teoria del feedback quantitativo
Casella degli strumenti per la teoria del feedback quantitativo
Il pacchetto contiene funzioni per la creazione di sistemi di feedback robusti (stabili). QFT (Quantitative Feedback Theory) è una tecnica ingegneristica che utilizza la rappresentazione in frequenza dei modelli per soddisfare vari requisiti di qualità in presenza di caratteristiche dell'oggetto incerte. Il metodo si basa sull'osservazione che il feedback è necessario nei casi in cui alcune caratteristiche di un oggetto sono incerte e/o si applicano disturbi sconosciuti al suo ingresso. Caratteristiche del pacchetto:
stima dei limiti di frequenza dell'incertezza inerente alla retroazione;
un'interfaccia utente grafica che consente di ottimizzare il processo di ricerca dei parametri di feedback richiesti;
funzioni per determinare l'influenza dei vari blocchi introdotti nel modello (multiplexer, sommatori, anelli di retroazione) in presenza di incertezze;
supporto per la simulazione di circuiti di retroazione analogici e digitali, cascate e circuiti multi-loop;
risoluzione dell'incertezza nei parametri oggetto utilizzando modelli parametrici e non parametrici o una combinazione di questi tipi di modelli.
La teoria del feedback è un'estensione naturale del classico approccio progettuale basato sulla frequenza. Il suo obiettivo principale è la progettazione di controllori semplici e di piccolo ordine con larghezza di banda minima, che soddisfino le prestazioni in presenza di incertezze.
Il pacchetto ti permette di calcolare vari parametri feedback, filtri, controllori di test sia in continuo che in spazio discreto. Ha un'interfaccia grafica user-friendly che consente di creare controlli semplici che soddisfano i requisiti dell'utente.
QFT consente di progettare i controller per soddisfare requisiti diversi nonostante le modifiche ai parametri del modello. I dati misurati possono essere utilizzati direttamente per la progettazione del regolatore, senza la necessità di identificare complesse risposte del sistema.
22. Strumenti di controllo LMI
Strumenti di controllo LMI
Il pacchetto di controllo LMI (Linear Matrix Inequality) fornisce un ambiente integrato per l'impostazione e la risoluzione di problemi di programmazione lineare. Inizialmente destinato alla progettazione di sistemi di controllo, il pacchetto consente di risolvere qualsiasi problema di programmazione lineare in quasi tutti i campi di attività in cui tali problemi sorgono. Caratteristiche principali del pacchetto:
risoluzione di problemi di programmazione lineare: problemi di compatibilità dei vincoli, minimizzazione di obiettivi lineari in presenza di vincoli lineari, minimizzazione di autovalori;
ricerca di problemi di programmazione lineare;
editor grafico per compiti di programmazione lineare;
impostare i vincoli in forma simbolica;
progettazione multicriteriale di regolatori;
test di stabilità: stabilità quadratica di sistemi lineari, stabilità di Lyapunov, verifica del criterio di Popov per sistemi non lineari.
Il pacchetto LMI Control contiene moderni algoritmi simplex per risolvere problemi di programmazione lineare. Utilizza una rappresentazione strutturale dei vincoli lineari, che migliora l'efficienza e riduce al minimo i requisiti di memoria. Il pacchetto dispone di strumenti specializzati per l'analisi e la progettazione di sistemi di controllo basati sulla programmazione lineare.
Con i risolutori di problemi di programmazione lineare, puoi facilmente eseguire controlli di stabilità su sistemi dinamici e sistemi con componenti non lineari. In precedenza, questo tipo di analisi era considerato troppo complesso da implementare. Il pacchetto consente anche una tale combinazione di criteri, che in precedenza era considerata troppo complessa e risolvibile solo con l'aiuto di approcci euristici.
Il pacchetto è un potente strumento per risolvere problemi di ottimizzazione convessa che sorgono in aree quali controllo, identificazione, filtraggio, "progettazione strutturale, teoria dei grafi, interpolazione e algebra lineare. Il pacchetto LMI Control include due tipi di interfaccia utente grafica: il problema di programmazione lineare editor (LMI Editor) e l'interfaccia Magshape, l'LMI Editor consente di impostare i vincoli di carattere e Magshape fornisce un mezzo intuitivo per lavorare con il pacchetto.
23. Pacchetti di identificazione del sistema
Pacchetti di identificazione del sistema
Casella degli strumenti di identificazione del sistema
Il pacchetto System Identification contiene strumenti per la creazione di modelli matematici di sistemi dinamici basati sui dati di input e output osservati. Ha un'interfaccia grafica flessibile per aiutare a organizzare i dati e creare modelli. I metodi di identificazione inclusi nel pacchetto sono applicabili alla risoluzione di un'ampia classe di problemi, dalla progettazione di sistemi di controllo ed elaborazione del segnale all'analisi delle serie temporali e delle vibrazioni. Le principali proprietà del pacchetto:
interfaccia semplice e flessibile;
pre-elaborazione dei dati, compreso il prefiltraggio, la rimozione di trend e offset; O selezione di una serie di dati per l'analisi;
analisi della risposta nel tempo e dominio della frequenza;
visualizzazione degli zeri e dei poli della funzione di trasferimento del sistema;
analisi dei residui durante il test del modello;
costruzione di diagrammi complessi, come un diagramma di Nyquist, ecc.
L'interfaccia grafica semplifica la preelaborazione dei dati, nonché il processo interattivo di identificazione del modello. È anche possibile lavorare con il pacchetto in modalità comando e utilizzando l'estensione Simulink. Le operazioni di caricamento e salvataggio dei dati, selezione di un intervallo, cancellazione di offset e trend sono eseguite con il minimo sforzo e si trovano nel menu principale.
La presentazione dei dati e dei modelli individuati è organizzata graficamente in modo tale che nel processo di identificazione interattiva l'utente possa facilmente tornare alla fase precedente del lavoro. Per i principianti, è possibile visualizzare i seguenti passaggi possibili. Gli strumenti grafici consentono allo specialista di trovare uno qualsiasi dei modelli ottenuti in precedenza e valutarne la qualità rispetto ad altri modelli.
Partendo dalla misurazione dell'output e dell'input, è possibile creare un modello parametrico di un sistema che ne descriva il comportamento dinamico. Il pacchetto supporta tutte le strutture dei modelli tradizionali, comprese le strutture autoregressive, Box-Jenkins e altre, supporta modelli lineari dello spazio degli stati che possono essere definiti sia nello spazio discreto che in quello continuo. Questi modelli possono includere un numero arbitrario di input e output. Il pacchetto include funzioni che possono essere utilizzate come dati di test per i modelli identificati. L'identificazione del modello lineare è ampiamente utilizzata nella progettazione di sistemi di controllo quando è necessario creare un modello di un oggetto. Nelle attività di elaborazione del segnale, i modelli possono essere utilizzati per l'elaborazione adattiva del segnale. I metodi di identificazione vengono applicati con successo anche alle applicazioni finanziarie.
24. Toolbox per l'identificazione del sistema nel dominio della frequenza
Toolbox per l'identificazione del sistema nel dominio della frequenza
Il pacchetto di identificazione del sistema nel dominio della frequenza fornisce mezzi specializzati per identificare i sistemi dinamici lineari in base alla loro o risposta in frequenza... I metodi nel dominio della frequenza hanno lo scopo di identificare i sistemi continui, che è una potente aggiunta al metodo discreto più tradizionale. I metodi del pacchetto possono essere applicati a problemi come la modellazione di sistemi elettrici, meccanici e acustici. Proprietà del pacchetto:
disturbi periodici, fattore di picco, spettro ottimo, sequenze binarie pseudo-casuali e discrete;
calcolo degli intervalli di confidenza di ampiezza e fase, zeri e poli;
identificazione di sistemi continui e discreti con ritardo sconosciuto;
diagnostica del modello, compresa la modellazione e il calcolo dei residui;
convertire i modelli nel formato System Identification Toolbox e viceversa.
Utilizzando un approccio basato sulla frequenza, si può ottenere miglior modello nel dominio della frequenza; evitare errori di campionamento; facile separare la componente costante del segnale; migliorare notevolmente il rapporto segnale-rumore. Per ottenere segnali di disturbo, il pacchetto fornisce funzioni per generare sequenze binarie, minimizzare la dimensione del picco e migliorare le caratteristiche spettrali. Il pacchetto fornisce l'identificazione di sistemi statici lineari continui e discreti, la generazione automatica di segnali di ingresso, nonché una rappresentazione grafica degli zeri e dei poli della funzione di trasferimento del sistema risultante. Le funzioni per testare il modello includono il calcolo dei residui, le funzioni di trasferimento, gli zeri e i poli e l'esecuzione del modello utilizzando i dati di test.
25. Pacchetti aggiuntivi di estensione MATLAB
Pacchetti di estensioni MATLAB aggiuntivi
Strumenti di comunicazione
Un pacchetto di programmi applicati per la costruzione e la simulazione di vari dispositivi di telecomunicazione: linee digitali comunicazioni, modem, convertitori di segnale, ecc. Ha il più ricco set di modelli di vari dispositivi di comunicazione e telecomunicazione. Contiene una serie di interessanti esempi di modellazione mezzi di comunicazione come un modem v34, un modulatore per SSB, ecc.
26. Blockset di elaborazione del segnale digitale (DSP)
Blockset di elaborazione del segnale digitale (DSP)
Pacchetto applicativo per la progettazione di dispositivi che utilizzano processori elaborazione digitale segnali. Si tratta, prima di tutto, di filtri digitali ad alte prestazioni con una data risposta in frequenza (AFC) o adattabili ai parametri del segnale. Risultati di modellazione e progettazione dispositivi digitali l'utilizzo di questo pacchetto può essere utilizzato per creare filtri digitali ad alte prestazioni su microprocessori moderni elaborazione del segnale digitale.
27. Blockset a punto fisso
Blockset a punto fisso
Questo pacchetto speciale è focalizzato sulla simulazione di sistemi di controllo digitale e filtri digitali come parte del pacchetto Simulink. Uno speciale set di componenti consente di passare rapidamente dai calcoli a virgola fissa a quelli a virgola mobile (punti). È possibile specificare lunghezze di parola di 8, 16 o 32 bit. Il pacchetto ha una serie di proprietà utili:
usando un'aritmetica senza segno o binaria;
posizione del punto binario selezionabile dall'utente;
impostazione automatica della posizione del punto binario;
visualizzazione dei range di segnale massimo e minimo del modello;
passaggio tra calcoli in virgola fissa e in virgola mobile;
correzione dell'overflow e disponibilità di componenti chiave per operazioni a virgola fissa; operatori logici, tabelle di ricerca mono e bidimensionali.
28. Pacchetti per l'elaborazione di segnali e immagini
Pacchetti di elaborazione di segnali e immagini
Strumenti per l'elaborazione del segnale
Un potente pacchetto per l'analisi, la modellazione e la progettazione di dispositivi per l'elaborazione di tutti i tipi di segnali, garantendo il loro filtraggio e molte trasformazioni.
Il pacchetto Signal Processing fornisce un software di elaborazione del segnale estremamente completo per le odierne applicazioni scientifiche e tecniche. Il pacchetto utilizza una varietà di tecniche di filtraggio e gli ultimi algoritmi di analisi spettrale. Il pacchetto contiene moduli per lo sviluppo di sistemi lineari e analisi di serie temporali. Il pacchetto sarà utile, in particolare, in settori quali elaborazione di informazioni audio e video, telecomunicazioni, geofisica, attività di controllo in modalità reale tempo, economia, finanza e medicina. Le principali proprietà del pacchetto:
simulazione di segnali e sistemi lineari;
progettazione, analisi e realizzazione di filtri digitali e analogici;
trasformata veloce di Fourier, coseno discreto e altre trasformazioni;
valutazione degli spettri ed elaborazione statistica del segnale;
elaborazione parametrica di serie storiche;
generazione di segnali di varia forma.
Il pacchetto Signal Processing è la struttura ideale per l'analisi e l'elaborazione del segnale. Utilizza algoritmi collaudati sul campo selezionati per la massima efficienza e affidabilità. Il pacchetto contiene un'ampia gamma di algoritmi per la rappresentazione di segnali e modelli lineari. Questo set consente all'utente di essere abbastanza flessibile da creare uno script di elaborazione del segnale. Il pacchetto include algoritmi per trasformare un modello da una vista all'altra.
Il pacchetto Signal Processing include un set completo di metodi per creare filtri digitali con una varietà di caratteristiche. Ti consente di progettare rapidamente filtri passa-alto e passa-basso, filtri passa-banda e stop, filtri multi-banda, inclusi Chebyshev, Yula-Walker, ellittici, ecc.
L'interfaccia grafica consente di progettare filtri specificando i requisiti per loro nella modalità di spostamento degli oggetti con il mouse. Il pacchetto include le seguenti nuove tecniche di progettazione del filtro:
metodo di Chebyshev generalizzato per la creazione di filtri con risposta di fase non lineare, coefficienti complessi o risposta arbitraria. L'algoritmo è stato sviluppato da McLenan e Karam nel 1995;
il metodo dei minimi quadrati vincolati consente all'utente di controllare esplicitamente l'errore massimo (anti-aliasing);
metodo di calcolo ordine minimo filtro con finestra Kaiser;
metodo Butterworth generalizzato per la progettazione di filtri passa-basso con larghezza di banda e attenuazione massimamente uniformi.
Basato su un algoritmo FFT ottimale, Signal Processing offre prestazioni senza rivali per l'analisi della frequenza e la stima spettrale. Il pacchetto include funzioni per calcolare la trasformata discreta di Fourier, la trasformata discreta del coseno, la trasformata di Hilbert e altre trasformazioni spesso utilizzate per l'analisi, la codifica e il filtraggio. Il pacchetto implementa metodi di analisi spettrale come il metodo Welch, il metodo della massima entropia, ecc.
Una nuova interfaccia grafica consente di visualizzare e valutare visivamente le caratteristiche del segnale, progettare e applicare filtri, eseguire analisi spettrali, indagare sull'impatto metodi diversi e i loro parametri al risultato ottenuto. L'interfaccia grafica è particolarmente utile per visualizzare serie temporali, spettri, risposte temporali e in frequenza e la posizione di zeri e poli delle funzioni di trasferimento del sistema.
Il pacchetto Signal Processing è la base per molte altre attività. Ad esempio abbinandolo al pacchetto Elaborazione delle immagini, è possibile elaborare e analizzare segnali e immagini bidimensionali. Abbinato al pacchetto System Identification, il pacchetto Signal Processing consente la modellazione parametrica dei sistemi nel dominio del tempo. In combinazione con i pacchetti Neural Network e Fuzzy Logic, è possibile creare molti strumenti per elaborare dati o estrarre caratteristiche di classificazione. Il generatore di segnale consente di creare segnali a impulsi di varie forme.
29. Toolbox di analisi spettrale di ordine superiore
Toolbox di analisi spettrale di ordine superiore
Il pacchetto Analisi spettrale di ordine superiore contiene algoritmi speciali per l'analisi del segnale utilizzando momenti di ordine superiore. Il pacchetto offre ampie opportunità per l'analisi di segnali non gaussiani, in quanto contiene algoritmi, forse i metodi più avanzati per l'analisi e l'elaborazione dei segnali. Caratteristiche principali del pacchetto:
valutazione di spettri di ordine superiore;
approccio tradizionale o parametrico;
ripristino di ampiezza e fase;
previsione lineare adattiva;
ripristino delle armoniche;
stima del ritardo;
bloccare l'elaborazione del segnale.
Il pacchetto Analisi spettrale di ordine superiore consente di analizzare i segnali danneggiati dal rumore non gaussiano e dai processi che si verificano in sistemi non lineari. Gli spettri di ordine superiore, definiti in termini di momenti di ordine elevato del segnale, contengono informazioni aggiuntive che non possono essere ottenute utilizzando solo l'autocorrelazione o l'analisi dello spettro di potenza del segnale. Gli spettri di ordine superiore consentono:
sopprimere il rumore gaussiano additivo del colore;
identificare segnali di fase non minimi;
evidenziare le informazioni dovute alla natura non gaussiana del rumore;
rilevare e analizzare le proprietà non lineari dei segnali.
Le potenziali applicazioni dell'analisi spettrale di ordine superiore includono acustica, biomedicina, econometria, sismologia, oceanografia, fisica del plasma, radar e localizzatori. Le funzioni principali del pacchetto supportano gli spettri di ordine superiore, la stima spettrale reciproca, i modelli di previsione lineare e la stima del ritardo.
30. Strumenti di elaborazione delle immagini
Strumenti di elaborazione delle immagini
Image Processing fornisce a scienziati, ingegneri e persino artisti un'ampia gamma di strumenti di elaborazione e analisi delle immagini digitali. Strettamente connesso all'ambiente di sviluppo delle applicazioni MATLAB, l'Image Processing Toolbox ti libera dal dispendio di tempo per la codifica e il debug degli algoritmi, permettendoti di concentrarti sulla risoluzione dei tuoi principali problemi scientifici o pratici. Le principali proprietà del pacchetto:
restauro e selezione dei dettagli dell'immagine;
lavorare con l'area selezionata dell'immagine;
analisi dell'immagine;
filtrazione lineare;
conversione di immagini;
trasformazioni geometriche;
aumentare il contrasto di dettagli importanti;
trasformazioni binarie;
elaborazione di immagini e statistiche;
conversioni di colore;
cambiare la tavolozza;
conversione dei tipi di immagine.
Il pacchetto Image Processing offre ampie opportunità per la creazione e l'analisi immagini grafiche in ambiente MATLAB. Questo pacchetto fornisce un'interfaccia estremamente flessibile per manipolare immagini, progettare immagini grafiche in modo interattivo, visualizzare set di dati e annotare i risultati per descrizioni tecniche, relazioni e pubblicazioni. La flessibilità, la combinazione di algoritmi del pacchetto con una caratteristica di MATLAB come la descrizione del vettore matrice, rendono il pacchetto molto adatto per risolvere quasi tutti i problemi nello sviluppo e nella presentazione della grafica. Esempi di utilizzo di questo pacchetto nell'ambiente MATLAB sono stati forniti nella Lezione 7. MATLAB include procedure appositamente progettate per migliorare l'efficienza shell grafica... Si possono notare, in particolare, le seguenti caratteristiche:
debug interattivo durante lo sviluppo della grafica;
profiler per ottimizzare il tempo di esecuzione dell'algoritmo;
strumenti per la creazione di un'interfaccia utente grafica interattiva (GUI Builder) per accelerare lo sviluppo di modelli GUI, consentendo di personalizzarlo per le attività dell'utente.
Questo pacchetto consente all'utente di dedicare molto meno tempo e fatica alla creazione di immagini grafiche standard e, quindi, di concentrare gli sforzi su dettagli e caratteristiche importanti delle immagini.
MATLAB e il pacchetto Image Processing sono ottimizzati per lo sviluppo, l'implementazione di nuove idee e metodi utente. Per questo, esiste una serie di pacchetti interfacciati volti a risolvere tutti i tipi di compiti e compiti specifici in un ambiente non convenzionale.
L'elaborazione delle immagini è attualmente molto utilizzata in oltre 4.000 aziende e università in tutto il mondo. Allo stesso tempo, esiste una vasta gamma di compiti che gli utenti risolvono utilizzando questo pacchetto, ad esempio ricerca spaziale, sviluppo militare, astronomia, medicina, biologia, robotica, scienza dei materiali, genetica, ecc.
31. Cassetta degli strumenti Wavelet
Il pacchetto Wavelet fornisce all'utente un set completo di programmi per lo studio di fenomeni multidimensionali non stazionari utilizzando wavelet (pacchetti di onde corte). I metodi relativamente recenti del pacchetto Wavelet espandono le capacità dell'utente in quelle aree in cui viene solitamente applicata la tecnica di decomposizione di Fourier. Il pacchetto può essere utile per applicazioni quali elaborazione di segnali vocali e audio, telecomunicazioni, geofisica, finanza e medicina. Le principali proprietà del pacchetto:
interfaccia utente grafica migliorata e set di comandi per analizzare, sintetizzare, filtrare segnali e immagini;
trasformazione di segnali continui multidimensionali;
conversione del segnale discreto;
scomposizione e analisi di segnali e immagini;
un'ampia gamma di funzioni di base, compresa la correzione degli effetti di confine;
elaborazione batch di segnali e immagini;
analisi dei pacchetti di segnale basata sull'entropia;
filtraggio con la possibilità di impostare soglie hard e non hard;
compressione ottimale del segnale.
Utilizzando il pacchetto, è possibile analizzare caratteristiche che vengono trascurate da altri metodi di analisi del segnale, ovvero tendenze, valori anomali, discontinuità in derivati di ordini elevati. Il pacchetto permette di comprimere e filtrare i segnali senza perdite evidenti, anche nei casi in cui è necessario preservare sia le componenti ad alta che a bassa frequenza del segnale. Esistono algoritmi di compressione e filtraggio per elaborazione in lotti segnali. I programmi di compressione estraggono il numero minimo di coefficienti che rappresentano in modo più accurato le informazioni originali, cosa molto importante per le fasi successive del sistema di compressione. Il pacchetto include i seguenti set wavelet di base: biorthogonal, Haar, "Mexican hat", Mayer, ecc. Puoi anche aggiungere le tue basi al pacchetto.
Un'ampia guida per l'utente spiega come lavorare con i metodi dei pacchetti, accompagnata da numerosi esempi e da una sezione di collegamenti completa.
32. Altri pacchetti di programmi applicativi
Altri pacchetti applicativi
Strumenti finanziari
Un pacchetto di programmi applicati per calcoli finanziari ed economici, che è abbastanza rilevante per il nostro periodo di riforme del mercato. Contiene molte funzioni per il calcolo dell'interesse composto, le operazioni sui depositi bancari, il calcolo degli utili e molto altro. Sfortunatamente, a causa di numerose (sebbene, in generale, non troppo fondamentali) differenze nelle formule finanziarie ed economiche, il suo utilizzo nelle nostre condizioni non è sempre ragionevole: ci sono molti programmi domestici per tali calcoli, ad esempio "Contabilità 1C". Ma se vuoi connetterti ai database delle agenzie di notizie finanziarie - Bloom-berg, IDC tramite MATLAB Datafeed Toolbox, allora, ovviamente, assicurati di utilizzare i pacchetti di estensione finanziaria MATLAB.
Financial è la base per risolvere una varietà di problemi finanziari in MATLAB, dai semplici calcoli alle applicazioni distribuite in piena regola. Il pacchetto finanziario può essere utilizzato per calcolare tassi di interesse e profitti, analizzare proventi e depositi da derivati e ottimizzare un portafoglio di investimenti. Caratteristiche principali del pacchetto:
elaborazione dati;
analisi della varianza dell'efficienza del portafoglio di investimento;
analisi di serie temporali;
calcolo del rendimento dei titoli e valutazione dei tassi;
analisi statistica e analisi della sensibilità di mercato;
calcolo del reddito annuo e calcolo dei flussi di cassa;
ammortamento e metodi di ammortamento.
Data l'importanza della data di una particolare transazione finanziaria, il pacchetto finanziario include diverse funzioni per manipolare date e orari in vari formati. Il pacchetto finanziario consente di calcolare prezzi e rendimenti quando si investe in obbligazioni. L'utente ha la possibilità di impostare non standard, anche irregolari e incoerenti tra loro, programmi di operazioni di debito e credito e il regolamento finale al momento del pagamento delle bollette. Le funzioni economiche di sensitività possono essere calcolate tenendo conto di date di scadenza in momenti diversi.
Gli algoritmi del pacchetto finanziario per il calcolo degli indicatori di flusso di cassa e altri dati riflessi nei conti finanziari consentono di calcolare, in particolare, tassi di interesse per prestiti e crediti, indici di redditività, incassi e spese finali, stimare e prevedere il valore di un portafoglio di investimenti, calcolare indicatori di ammortamento, ecc. Le funzioni del pacchetto possono essere utilizzate tenendo conto dei flussi di cassa positivi e negativi (cash-flow) ( l'eccedenza degli incassi rispetto ai pagamenti o dei pagamenti in contanti sugli incassi, rispettivamente).
Il pacchetto Financial contiene algoritmi che consentono di analizzare il portafoglio di investimento, le dinamiche e i coefficienti di sensibilità economica. In particolare, nel determinare l'efficienza degli investimenti, le funzioni del pacchetto consentono di formare un portafoglio che soddisfi il problema classico di G. Markowitz. L'utente può combinare gli algoritmi del pacchetto per calcolare i rapporti di Sharpe e i tassi di rendimento. L'analisi delle dinamiche e dei coefficienti di sensibilità economica consente all'utente di definire posizioni per operazioni di straddle, di copertura ea tasso fisso. La suite finanziaria offre anche ampie opzioni per la presentazione e la presentazione di dati e risultati sotto forma di grafici e tabelle tradizionali per i settori economico e finanziario. I fondi possono essere visualizzati su richiesta dell'utente nei formati decimale, bancario e percentuale.
33. Strumenti di mappatura
Il pacchetto Mapping fornisce un'interfaccia grafica e di comando per analizzare dati geografici, visualizzare mappe e accedere a fonti di dati geografici esterni. Inoltre, il pacchetto è adatto per lavorare con molti atlanti noti. Tutti questi strumenti, in combinazione con MATLAB, forniscono agli utenti tutte le condizioni per lavoro produttivo con dati geografici scientifici. Caratteristiche principali del pacchetto:
visualizzazione, elaborazione e analisi di dati grafici e scientifici;
più di 60 proiezioni cartografiche (dirette e inverse);
progettazione e visualizzazione di mappe vettoriali, matriciali e composite;
interfaccia grafica per la costruzione e l'elaborazione di mappe e dati;
atlanti di dati globali e regionali e interfacciamento con dati governativi ad alta risoluzione;
statistiche geografiche e funzioni di navigazione;
Presentazione 3D di mappe con illuminazione e ombreggiatura integrate;
convertitori per i formati di dati geografici più diffusi: DCW, TIGER, ETOPO5.
La suite Mapping include oltre 60 delle proiezioni più conosciute, tra cui cilindrica, pseudocilindrica, conica, policonica e pseudo-conica, azimutale e pseudoazimutale. Sono possibili proiezioni dirette e inverse, nonché viste di proiezione non standard specificate dall'utente.
Nella mappatura del pacchetto per carta viene chiamata qualsiasi variabile o insieme di variabili che riflettono o assegnano un valore numerico punto geografico o zona. Il pacchetto consente di lavorare con mappe dati vettoriali, matriciali e miste. Una potente interfaccia grafica fornisce mappe interattive, come la possibilità di spostare il puntatore su un elemento e fare clic su di esso per ottenere informazioni. L'interfaccia grafica MAPTOOL è un ambiente di sviluppo completo per applicazioni per lavorare con le mappe.
Nella confezione sono inclusi gli atlanti più conosciuti al mondo, gli Stati Uniti, gli atlanti astronomici. La struttura dei dati geografici semplifica l'estrazione e l'elaborazione dei dati da atlanti e mappe. La struttura dei dati geografici e le funzioni per l'interazione con formati di dati geografici esterni Digital Chart of the World (DCW), TIGER, TBASE ed ETOPO5 sono combinati per fornire uno strumento potente e flessibile per l'accesso a database geografici esistenti e futuri. L'analisi approfondita dei dati geografici richiede spesso metodi matematici che operano in un sistema di coordinate sferiche. Il pacchetto Mapping fornisce un sottoinsieme di funzioni geografiche, statistiche e di navigazione per l'analisi dei dati geografici. Le funzioni di navigazione forniscono un'ampia gamma di opzioni per eseguire attività di viaggio come il posizionamento e la pianificazione del percorso.
34. Set di blocchi del sistema di alimentazione
Toolbox per l'acquisizione dei dati e Toolbox per il controllo dello strumento
Data Acquisition Toolbox è un pacchetto di estensione relativo al campo della raccolta dati tramite blocchi collegati al bus interno di un computer, generatori di funzioni, analizzatori di spettro - in breve, strumenti ampiamente utilizzati a fini di ricerca per ottenere dati. Sono supportati da un'apposita base informatica. Nuovo blocco Instrument Control Toolbox consente di collegare strumenti e dispositivi con interfaccia seriale e con interfacce Public Channel e VXI.
36. Casella degli strumenti del database e casella degli strumenti della realtà virtuale
Casella degli strumenti del database e Casella degli strumenti della realtà virtuale
La velocità della casella degli strumenti del database è stata aumentata di oltre 100 volte, con l'aiuto del quale le informazioni vengono scambiate con una serie di sistemi di gestione del database tramite driver ODBC o JDBC:
Accesso 95 o 97 Microsoft;
Microsoft SQL Server 6.5 o 7.0;
Sybase Adaptive Server 11;
Sybase (precedentemente Watcom) SQL Server Anywhere 5.0;
IBM DB2 Universal 5.0
Computer Associates Ingres (tutte le versioni).
Tutti i dati sono pre-convertiti in un array di celle in MATLAB 6.0. In MATLAB 6.1, puoi anche usare un array di strutture. Visual Query Builder consente di comporre query arbitrariamente complesse nei dialetti SQL di questi database, anche senza conoscere SQL. Molti database eterogenei possono essere aperti in una singola sessione.
Il Virtual Reality Toolbox è disponibile a partire da MATLAB 6.1. Consente l'animazione e l'animazione 3D, inclusi i modelli Simulink. Linguaggio di programmazione - VRML - Linguaggio di modellazione della realtà virtuale. L'animazione può essere visualizzata da qualsiasi computer dotato di un browser abilitato per VRML. Conferma che la matematica è la scienza delle relazioni quantitative e delle forme spaziali di qualsiasi mondo reale o virtuale.
37. Collegamento Excel
Consente di utilizzare Microsoft Excel 97 come processore I/O MATLAB. Per fare ciò, installa semplicemente il file excllinkxla fornito da Math Works come funzione aggiuntiva in Excel. In Excel, devi digitare Servizio > Componenti aggiuntivi> Sfoglia, seleziona il file nella directory \ matlabrl2 \ toolbox \ exlink e installalo. Ora, ogni volta che avvii Excel, viene visualizzata la finestra di comando di MATLAB e il pannello Controllo Excel integrato con bottoni getmatrix, putmatrix, evalstring. Per chiudere MATLAB da Excel, digita = MLC1ose () in qualsiasi cella di Excel. Per aprirlo dopo aver eseguito questo comando, è necessario fare clic su uno dei pulsanti getmatrix, putmatrix, evalstring o digitare Strumenti di Excel> Macro> Esegui mat! abi t. Con il mouse su un intervallo di celle di Excel, puoi fare clic su getmatrix e digitare il nome Variabile MATLAB... La matrice viene visualizzata in Excel. Dopo aver riempito un intervallo di celle di Excel con i numeri, puoi selezionare quell'intervallo, fare clic su putmatrix e inserire il nome della variabile MATLAB. L'operazione è quindi intuitiva. A differenza di MATLAB, Excel Link non fa distinzione tra maiuscole e minuscole: I e i, J e j sono uguali.
Chiama demo di pacchetti di estensione.
La maggior parte degli sviluppatori ha difficoltà a comprenderne sia la sintassi che le capacità. Il fatto è che la lingua è direttamente correlata a un prodotto software popolare, il cui costo può raggiungere valori sbalorditivi. Quindi, la domanda principale è: Matlab stesso è così buono? E può esserti utile.
utilizzo
Iniziamo non con un'escursione standard nella storia e la discussione dei pro e contro del linguaggio, ma con l'ambiente software MATLAB / Simulink - l'unico posto in cui l'eroe di questo testo può essere utile. Immagina un editor grafico in cui puoi implementare qualsiasi tua idea senza avere alle spalle diversi anni di esperienza e formazione pertinente. E dopo aver creato uno schema di interazione degli strumenti una volta, ottieni uno script di alta qualità per un uso ripetuto.
MATLAB è proprio un editor di questo tipo nel mondo dei dati. Il suo ambito è infinitamente ampio: IoT, finanza, medicina, spazio, automazione, robotica, sistemi senza fili e molti molti altri. In generale, ci sono possibilità quasi illimitate per la raccolta e la visualizzazione dei dati, nonché per le previsioni, ma solo se esiste l'opportunità di acquistare il pacchetto corrispondente.
Per quanto riguarda il prezzo, non c'è quasi nessun bordo superiore, ma quello inferiore è nella regione di $ 99. Per acquistare un prodotto così potente a un prezzo relativamente basso, devi essere uno studente universitario. E ovviamente ottieni un prodotto piuttosto limitato.
Caratteristiche della lingua
Il linguaggio MATLAB è uno strumento che garantisce l'interazione di un operatore (spesso nemmeno un programmatore) con tutti opportunità disponibili analisi, raccolta e presentazione dei dati. Ha evidenti vantaggi e svantaggi inerenti a una lingua che vive in un ecosistema chiuso.
Svantaggi:
Un linguaggio lento e sovraccarico di operatori, comandi, funzioni, il cui scopo principale è migliorare la percezione visiva.
Strettamente direzionale. Non ce n'è più piattaforma software ovunque MATLAB sia utile.
Costo elevato del software. Se non sei uno studente, preparati a svuotare le tasche o a varcare il confine della legge. E anche se lo studente è un prezzo decente.
Bassa domanda. Nonostante il grande interesse per MATLAB in quasi tutti i settori, di fatto e legalmente solo pochi lo utilizzano.
vantaggi:
Il linguaggio è facile da imparare e ha una sintassi semplice e diretta.
Enormi opportunità. Ma questo è piuttosto un vantaggio dell'intero prodotto nel suo insieme.
Aggiornamenti frequenti, di norma, si verificano notevoli trasformazioni positive almeno un paio di volte all'anno.
Ambiente software ti permette di convertirlo in codice "veloce" in C, C++.
Il pubblico di destinazione
Naturalmente, non tutti hanno bisogno di MATLAB. Nonostante la più ampia gamma di applicazioni, è difficile immaginare che lo sviluppatore di applicazioni medio possa aver bisogno della conoscenza di questo linguaggio. MATLAB è estremamente utile in aree che richiedono una particolare affidabilità nell'elaborazione dei dati, ad esempio nei sistemi di pilota automatico delle auto o nei sistemi elettronici di bordo di un aereo.
Cioè, se non sei un programmatore molto, ma in un modo o nell'altro la tua professione è associata alla necessità di elaborazione dati programmatica, il prodotto MATLAB / Simulink con il linguaggio appropriato può semplificare notevolmente le tue attività quotidiane.
Letteratura
Concludiamo la rassegna della lingua, come sempre, con un elenco di letteratura didattica. Naturalmente, tra questi non troverai libri esclusivamente sulla lingua, ma questo renderà solo più facile la percezione del linguaggio:
Hai esperienza con MATLAB? E che?
Per chi vuole diventare un programmatore -.
