MATLAB工程应用仿真电子书

书名页

内容简介

版权页

前言

目录页

第1章 MATLAB概论

1.1 MATLAB简介

1.1.1 MATLAB的概念

1.1.2 MATLAB的发展史

1.1.3 MATLAB语言特点

1.1.4 MATLAB R2010a的新功能

1.1.5 MATLAB的用户界面

1.2 MATLAB的常量与变量

1.2.1 常量

1.2.2 变量

1.3 MATLAB的数据类型

1.3.1 双精度复数矩阵

1.3.2 字符串

1.3.3 稀疏矩阵

1.3.4 单元数组

1.3.5 结构体数组

1.4 矩阵的基本操作

1.4.1 矩阵的下标

1.4.2 矩阵的基本运算

1.4.3 特殊矩阵的创建

1.5 MATLAB的绘图效果

1.5.1 二维绘图

1.5.2 图形的修饰

1.5.3 三维绘图

1.5.4 三维特殊图形

1.6 MATLAB帮助系统

1.6.1 联机帮助系统

1.6.2 命令帮助系统

第2章 MATLAB在概率统计中的应用

2.1 概率统计工具箱概述

2.2 概率分布

2.2.1 密度函数与分布函数概述

2.2.2 常见的分布函数

2.3 统计分布量

2.3.1 随机变量的期望与方差

2.3.2 随机变量的矩

2.3.3 多维随机变量的协方差

2.3.4 多维随机变量的分布函数

2.4 参数及区间估计

2.4.1 参数估计

2.4.2 区间估计

2.5 假设检验

2.5.1 正态分布的均值假设检验

2.5.2 正态分布的假设检验

2.5.3 秩和假设检验

2.5.4 中值假设检验

2.6 方差分析

2.6.1 单因素方差分析

2.6.2 双因素方差分析

2.6.3 多因素方差分析

2.7 回归分析

2.7.1 线性回归分析

2.7.2 非线性回归分析

2.8 统计作图

2.8.1 直方图

2.8.2 样本数据box图

2.8.3 误差条图

2.8.4 交互轮廓图

2.8.5 最小二乘拟合线

2.8.6 QQ图

2.8.7 正态概率图

2.8.8 帕累托图

第3章 MATLAB在数字信号中的应用

3.1 数字信号的基础处理方法

3.1.1 数字信号的产生

3.1.2 信号的基本运算

3.1.3 信号的抽取与频率插值

3.2 信号的变换

3.2.1 离散傅里叶变换

3.2.2 快速傅里叶变换

3.2.3 Hilbert变换

3.3 IIR数字滤波器

3.3.1 典型模拟滤波器的设计

3.3.2 IIR阶次的选择

3.3.3 IIR数字滤波器的直接设计法

3.3.4 广义IIR滤波器设计

3.4 FIR数字滤波器

3.4.1 FIR数字滤波器窗函数设计法

3.4.2 FIR滤波器的最优化设计法

3.4.3 FIR滤波器的最小二乘设计法

3.4.4 FIR滤波器升余弦函数设计法

3.4.5 FIR滤波器的任意响应设计法

3.4.6 FIR滤波器阶数估计

第4章 MATLAB在数字图像处理中的应用

4.1 数字图像的基础

4.1.1 图像的数字化

4.1.2 数字图像的表示及其处理方法

4.2 图像类型转换

4.3 图像运算与区域处理

4.3.1 图像的点运算

4.3.2 图像的代数运算

4.3.3 图像的逻辑运算

4.3.4 图像的几何运算

4.3.5 区域处理

4.4 图像变换

4.4.1 快速傅里叶变换

4.4.2 离散余弦变换

4.4.3 Hough变换

4.4.4 Radon变换

4.5 图像增强

4.5.1 灰度变换增强

4.5.2 直方图均衡化

4.5.3 空域滤波增强

4.5.4 频域增强

4.6 图像的复原

4.6.1 维纳滤波复原

4.6.2 规则化滤波复原

4.6.3 盲卷积复原

4.6.4 Lucy-Richardson复原

4.6.5 图像的其他复原

第5章 MATLAB在模糊系统中的应用

5.1 概述

5.1.1 模糊逻辑的特点及应用

5.1.2 模糊系统理论的基本概念

5.2 GUI工具函数

5.2.1 ANFIS编辑器的GUI

5.2.2 模糊推理系统的编辑器

5.2.3 隶属度函数编辑器

5.2.4 规则编辑器

5.2.5 观察器与推理框图

5.2.6 曲面观察器

5.3 隶属度函数

5.3.1 高斯形隶属度函数

5.3.2 S形隶属度函数

5.3.3 Sigmoid形隶属度函数

5.3.4 三角形隶属度函数

5.3.5 钟形隶属度函数

5.3.6 梯形隶属度函数

5.3.7 Z形隶属度函数

5.3.8 Π形隶属度函数

5.4 FIS数据管理函数

5.5 模型转换及矩阵操作函数

5.6 先进技术

5.6.1 自适应神经网络分析

5.6.2 模糊聚类分析

第6章 MATLAB在神经网络中的应用

6.1 神经网络的概述

6.2 神经网络感知器

6.2.1 创建函数

6.2.2 显示函数

6.2.3 性能函数

6.2.4 学习函数

6.3 BP神经网络

6.3.1 创建函数

6.3.2 传递函数

6.3.3 性能函数

6.3.4 训练函数

6.3.5 学习函数

6.3.6 显示函数

6.4 线性神经网络

6.4.1 创建函数

6.4.2 性能函数

6.4.3 学习函数

6.5 径向基神经网络

6.5.1 创建函数

6.5.2 传递函数

6.5.3 转换函数

6.5.4 距离函数

6.6 自组织神经网络

6.6.1 创建函数

6.6.2 传递函数

6.6.3 距离函数

6.6.4 实现函数

6.6.5 学习函数

6.6.6 训练函数

6.6.7 显示函数

6.7 Elman神经网络

6.8 Hopfield神经网络

第7章 自动控制的概述

7.1 自动控制的概述

7.1.1 自动控制的分类

7.1.2 自动控制的应用

7.2 控制系统模型

7.2.1 传递函数模型

7.2.2 状态方程模型

7.2.3 零极点模型

7.3 系统模型的转换与连接

7.3.1 模型之间的转换

7.3.2 系统之间的转换

7.3.3 系统模型的连接

7.4 控制系统的时域分析

7.4.1 系统时域分析方法

7.4.2 系统时域分析的MATLAB函数实现

7.5 系统根轨迹分析

7.5.1 根轨迹方法

7.5.2 根轨迹分析的MATLAB函数实现

7.6 控制系统频域分析

7.6.1 幅相频率特性

7.6.2 对数频率特性

7.6.3 对数幅相特性

7.7 线性系统的状态空间分析

7.7.1 可控性分析

7.7.2 可观性分析

7.7.3 极点配置

7.8 系统校正

7.8.1 超前校正

7.8.2 滞后校正

7.8.3 超前-滞后校正

第8章 MATLAB在小波分析中的应用

8.1 小波变换概述

8.2 小波变换定义

8.2.1 一维连续小波变换定义

8.2.2 高维连续小波变换定义

8.2.3 离散小波变换定义

8.2.4 二进小波变换定义

8.2.5 矢量小波变换定义

8.2.6 矢量积小波变换定义

8.2.7 多分辨分析与小波构造

8.3 小波包分析

8.4 小波变换函数

8.4.1 一维小波变换

8.4.2 二维小波变换

8.4.3 离散平稳小波变换算法

8.5 小波包相关函数

第9章 MATLAB在高等数学与最优化问题中的应用

9.1 MATLAB在高等数学应用中的基本函数

9.2 微分积分

9.2.1 极限

9.2.2 导数

9.2.3 积分

9.2.4 微分方程

9.3 数值微分

9.3.1 数值微分

9.3.2 数值积分

9.4 线性方程求解

9.4.1 矩阵的基本变换

9.4.2 线性方程组的求解

9.5 非线性方程求解

9.5.1 非线性方程数值求解

9.5.2 非线性方程组的求解

9.6 无约束最优化问题

9.6.1 利用数值法求解最优化问题

9.6.2 利用梯度求解最优化问题

9.7 有约束最优化问题

9.7.1 线性规划问题

9.7.2 二次型规划问题

9.7.3 一般非线性规划问题

参考文献