matlab中的算法库（算法工匠训练营）

matlab中的算法库（算法工匠训练营）MATLAB可以表达出数据的二维、三维的图形。通过图形的线型、色彩、视角等属性的控制，可把数据的内在特征表现出来。所以自然成为很多学科画图的首选工具。现在很多学科都要用到MATLAB，为什么呢？因为人们很难直观的从一大堆数据中发现它们的含义或者规律，而数据图形能够使视觉感官直接感受到数据的许多内在本质，发现数据的内在联系。dqpsk_IF_wholeframe_Release.m 是下行信道的程序，那么上行信道的程序会是什么样呢？dqpsk_IF_wholeframe_Release.m只是控制信道的程序，那么业务信道的程序会是什么样子的呢？后续会接着讲，程序也会跟着上，欢迎大家跟着加入算法工匠matlab技能专训微课堂（见下文）。本人当年写这个程序花了两周左右的时间，大家要消化这个程序需要多长时间呢？大家也许心里都大概清楚！以下是正文

导读：正文之前，我在此详细说明一下，因为本文包含的程序太难得，网上肯定找不到这样的程序。随着讲课的越来越深入，我给出的程序会越来越实用，接近于实际产品。在本次课中我就给出了一个实用的算法程序，程序名是dqpsk_IF_wholeframe_Release.m。

那么这个程序和网上的顺序有什么差别呢？可以明确的说网上的程序大多就是一个理论仿真，根本不考虑实际环境的因素。那这样的程序是培养不了大家的算法思维的。而在这个程序里，关于信号的捕获、跟踪、解调、交织解交织、译码等内容都在程序里面详细写了。

大家在网上想找到这方面的程序，几乎是白日做梦！

再次强调这个程序可以用于产品的研发，因此需要大家仔细的阅读，比较和其他理论程序的差异！比如第一章的内容和本章的其他程序。后面的课程中我还会给出用于产品研发的程序。

dqpsk_IF_wholeframe_Release.m 是下行信道的程序，那么上行信道的程序会是什么样呢？dqpsk_IF_wholeframe_Release.m只是控制信道的程序，那么业务信道的程序会是什么样子的呢？后续会接着讲，程序也会跟着上，欢迎大家跟着加入算法工匠matlab技能专训微课堂（见下文）。

本人当年写这个程序花了两周左右的时间，大家要消化这个程序需要多长时间呢？大家也许心里都大概清楚！

以下是正文

现在很多学科都要用到MATLAB，为什么呢？因为人们很难直观的从一大堆数据中发现它们的含义或者规律，而数据图形能够使视觉感官直接感受到数据的许多内在本质，发现数据的内在联系。

MATLAB可以表达出数据的二维、三维的图形。通过图形的线型、色彩、视角等属性的控制，可把数据的内在特征表现出来。所以自然成为很多学科画图的首选工具。

下面我们一起来学习Matlab绘图的基本知识和相关命令。

这么多用处，大家一定要学好哦！

MATLAB拥有强大的绘图功能，软件提供了一系列的绘图函数，用户不需要过多的考虑绘图的细节，只需要给出一些基本参数就能画出所需图形。这类画图函数称为高层绘图函数。

而且MATLAB还提供了直接对图形句柄进行操作的低层绘图操作，这样就可以直接对画好的图形直接操作。这类操作是将图形的每个图形元素（如坐标轴、曲线、文字等）看做一个独立的对象，系统给每个对象分配一个句柄，通过句柄对该图形元素进行操作，而不影响其他部分。是不是很牛啊？

二维图形是将平面坐标上的数据点连接起来的平面图形。可以采用不同的坐标系，如直角坐标、对数坐标、极坐标等。二维图形的绘制是其他绘图操作的基础。

最基本也是最重要的函数登场了！plot函数！怎么用？有没有实例？我们接着往下学习。

二维图形是将平面坐标上的数据点连接起来的平面图形。可以采用不同的坐标系，如直角坐标、对数坐标、极坐标等。二维图形的绘制是其他绘图操作的基础。上堂课讲到绘制二维曲线的基本函数为plot，怎么用呢？plot函数是最基本而且应用最为广泛的绘图函数，利用它可以在二维平面上绘制出不同的曲线。怎么个不同法呢？

讲完理论，该来动手演练了。无实践、无工科。

这样的程序会出什么结果呢？subplot有什么功能呢？linspace又有什么功能呢？请大家到help里面查找这两个函数的说明文件。至于如何使用？咱们接着学习。

同学们是不是得到这样的图形呢？

再给出一个例子。在[0 2pi]区间，绘制一条曲线。什么曲线呢？

程序如下：在命令行窗口中输入以下命令

>> x=0:pi/50:2*pi;>> y=2*exp(-0.5*x).*sin(2*pi*x);>> plot(x y

程序执行后，打开一个图形窗口，在其中就有程序想要绘制的曲线。注意：指数函数和正弦函数之间要用点乘运算，因为二者是向量。很多同学经常不注意整个点，这个点有什么用呢？请同学们去问百度。

一定要知道点乘和乘的差异！！！

作为刚接触MATLAB任何人，还要掌握哪些知识呢？

极坐标是属于高中就学习的数学知识，因此有必要在这里讲一下。

还需要简单的讲一些图像处理的知识。同学们不要担心，都是最基本的知识。
一点都不难！

这些函数必须都要会使用，而且是熟练使用。

还要补充讲解一个函数。semilogx函数

功能：x轴对数图形。对于通信专业的学生而言，这个函数是肯定要用到的。请大家在命令行中写一下下面的代码，看看会出现什么结果？

>>x = 0:.1:10; >>semilogx(x cos(10.^x))

那bar函数又怎么使用呢？hist函数又怎么使用呢？stem函数又怎么使用呢？好学的同学可以通过matlab的help来找到问题的答案！顺便再提一句：点乘和乘的差别是什么呢？这里又遇见了点乘了哦！

休息一下！

需要同学们课后找资料来学习哦。哪个函数是用来画二维条形直方图呢？哪个函数是用来画二维垂直条形图呢？

stem函数怎么用？以后大家在学习我的《数字信号处理》的时候，可要用到它哦。本课程讲解了部分二维图形的注释命令，那么还有哪些其他命令呢？

比如legend命令。该函数可以在图形上添加文字。该命令对有多种图形对象类型（线条图、条形图等）的窗口中显示出一个文字框。

讲完理论，就来实践。还是那句老话，无实践，无工科。带病坚持讲课，而且还在课后写文章，真的很累，但我更要坚持，做一个好榜样。即使只有几个员能体会个中辛苦。

函数说明：axis([xmin xmax ymin ymax])功能：设置当前图形的坐标范围，分别为x轴的最小值和最大值，y轴的最小值和最大值。

axis off：关闭所有的坐标轴标签、刻度、背景。axis on：打开所有的坐标轴标签、刻度、背景。

title函数功能：给当前轴加上标题。每个axes图形对象可以有一个标题。标题定位于axes的上方正中央。title('string') 在当前坐标轴上方正中央放置字符串string作为标题。

预先看看电子类、通信类专业的同学们将要画什么图呢？

《通信原理》书本理论知识！

数字信号处理

误码率性能！！！

功率谱图

星座图！！！同学们以后会在《通信原理》中看到它。

同学们也会在《通信原理》中看到它（上图）。同学们做好学习的准备了吗？以后这些图可是都要会画的哦！

以上讲解了很多二维图形注释命令，大家一定要多多实践！

title('string') ：在当前坐标轴上方正中央放置字符串string作为标题。

text(x y 'string')：在图形中指定的位置(x y)上显示字符串string。xlabel('string')、ylabel(‘string’) ：在当前轴对象中的x、y轴贴标签。注意：若再次执行xlabel或ylabel命令，则新标签会覆盖旧标签。grid on：给当前的坐标轴增加分隔线。

grid off ：在当前的坐标轴中去掉分隔线。

上述内容就是关于如何画二维图形的知识。那如何画三维图形呢？

matlab三维画图主要有三个命令：plot3命令、mesh命令和surf命令。

本课程只是简单介绍一下plot3函数。

plot3是三维画图的基本函数，绘制的是最为主要的3D曲线图，最主要的调用格式是：plot3（X，Y，Z）

当X，Y，Z为长度同样的向量时，plot3命令将绘得一条分别以向量X，Y，Z为（X，Y，Z）坐标值的曲线。

当X，Y，Z均为m*n的矩阵时，plot3命令将绘得m条曲线，每条曲线均为X，Y，Z列向量为（X，Y，Z）坐标值的曲线。

余下的两个函数怎么使用呢？请同学们自行查找资料学习吧。

温馨提示：通信类学生一定要掌握semilogx函数的用法哦，因为你会一直和它打交道。比如上堂课涉及的误码率曲线图就是这个函数画的哦。

增加2.4 专业领域画图。为同学们以后做好铺垫！

scatter可用于描绘散点图。

scatter(X Y)：X和Y是数据向量，以X中数据为横坐标，以Y中数据位纵坐标描绘散点图，点的形状默认使用圈。

例子：

X = [1:100];

Y = X rand(size(X));

scatter(X Y)可用于通信仿真中表示信号的星座图，当然也在数据分析的很多地方可以用！！！

bar：条形图

bar3 : 3D条形图

barh : 绘制水平条形图

bar3h : 水平3D条形图

histogram: 直方图

histogram2：二元直方图

polarhistogram：极坐标中直方图

area: 填充区二维绘图pie : 饼图pie3 : 三维饼图请同学们在命令行窗口使用这些函数，一定要掌握！只有通过使用才能掌握！反复强调操作的重要性，不知道有没有效果？我也只能做到这样了！此时，老师抛出一个问题？matlab能不能制作动图呢？

用一个程序实例来完成画图课程的讲解！

data = normrnd(0 2 1 1000); % 生成随机数（正态分布）%绘制直方图 hist(data 30); hold on; %求出概率密度函数参数[mu sigma]=normfit(data); %绘制概率密度函数[n x]=hist(data 30); y = normpdf(x mu sigma); % 处理数据，使得密度函数和最高点对齐y=y/max(y)*max(n); plot(x y 'r-');

学过概率统计课程的人都应该能看懂！正态分布的案例实在是太多了。请记住上述程序中涉及到的函数。这个程序就是为了让同学们感受正态分布和平均分布的差异！有图就非常容易理解！

最后，我只想把我的知识通过网络传播给真正想学的人了！

作者：蔡老师，仿真秀专栏作者

声明：原创文章，首发仿真秀，部分图片源自网络，如有不当请联系我们，欢迎分享，禁止私自转载，转载请联系我们。