
有三十多个工具箱大致可分为两类:功能型工具箱和领域型工具箱。
功能型工具箱主要用来扩充MATLAB的符号计算功能、图形建模仿真功能、文字处理功能以及与硬件实时交互功能,能用于多种学科。
领域型工具箱是专业性很强的。如图像处理工具箱(Image Processing Toolbox)、控制工具箱(Control Toolbox)、信号处理工具箱(Signal Processing Toolbox)等。下面,将MATLAB工具箱内所包含的主要内容做简要介绍:
1) 图像处理工具箱(Image Processing Toolbox)。
二维滤波器设计和滤波
图像恢复增强
色彩、集合及形态 *** 作
二维变换
图像分析和统计
可由结构图直接生成可应用的C语言源代码。
2)控制系统工具箱(Control System Toolbox)。
鲁连续系统设计和离散系统设计
状态空间和传递函数
模型转换
频域响应:Bode图、Nyquist图、Nichols图
时域响应:冲击响应、阶跃响应、斜波响应等
根轨迹、极点配置、LQG
3)财政金融工具箱(FinancialTooLbox)。
成本、利润分析,市场灵敏度分析
业务量分析及优化
偏差分析
资金流量估算
财务报表
4)频率域系统辨识工具箱(Frequency Domain System ldentification Toolbox
辨识具有未知延迟的连续和离散系统
计算幅值/相位、零点/极点的置信区间
设计周期激励信号、最小峰值、最优能量诺等
5)模糊逻辑工具箱(Fuzzy Logic Toolbox)。
友好的交互设计界面
自适应神经—模糊学习、聚类以及Sugeno推理
支持SIMULINK动态仿真
可生成C语言源代码用于实时应用
(6)高阶谱分析工具箱(Higher—Order SpectralAnalysis Toolbox
高阶谱估计
信号中非线性特征的检测和刻画
延时估计
幅值和相位重构
阵列信号处理
谐波重构
(7) 通讯工具箱(Communication Toolbox)。
令提供100多个函数和150多个SIMULINK模块用于通讯系统的仿真和分析
——信号编码
——调制解调
——滤波器和均衡器设计
——通道模型
——同步
(8)线性矩阵不等式控制工具箱(LMI Control Toolbox)。
LMI的基本用途
基于GUI的LMI编辑器
LMI问题的有效解法
LMI问题解决方案
(9)模型预测控制工具箱(ModelPredictive Control Toolbox
建模、辨识及验证
支持MISO模型和MIMO模型
阶跃响应和状态空间模型
(10)u分析与综合工具箱(u-Analysis and Synthesis Toolbox)
u分析与综合
H2和H无穷大最优综合
模型降阶
连续和离散系统
u分析与综合理论
(11)神经网络工具箱(Neursl Network Toolbox)。
BP,Hopfield,Kohonen、自组织、径向基函数等网络
竞争、线性、Sigmoidal等传递函数
前馈、递归等网络结构
性能分析及应用
(12)优化工具箱(Optimization Toolbox)。
线性规划和二次规划
求函数的最大值和最小位
多目标优化
约束条件下的优化
非线性方程求解
(13)偏微分方程工具箱(Partial DifferentialEquation Toolbox)。
二维偏微分方程的图形处理
几何表示
自适应曲面绘制,
有限元方法
(14)鲁棒控制工具箱(Robust Control Toolbox)。
LQG/LTR最优综合
H2和H无穷大最优综合
奇异值模型降阶
谱分解和建模
(15)信号处理工具箱(signal Processing Toolbox)
数字和模拟滤波器设计、应用及仿真
谱分析和估计
FFT,DCT等变换
参数化模型
(16)样条工具箱(SPline Toolbox)。
分段多项式和B样条
样条的构造
曲线拟合及平滑
函数微分、积分
(17)统计工具箱(Statistics Toolbox)。
概率分布和随机数生成
多变量分析
回归分析
主元分析
假设检验
(18)符号数学工具箱(Symbolic Math Toolbox)。
符号表达式和符号矩阵的创建
符号微积分、线性代数、方程求解
因式分解、展开和简化
符号函数的二维图形
图形化函数计算器
(19)系统辨识工具箱(SystEm Identification Toolbox)
状态空间和传递函数模型
模型验证
MA,AR,ARMA等
基于模型的信号处理
谱分析
(20)小波工具箱(Wavelet Toolbox)。
基于小波的分析和综合
图形界面和命令行接口
连续和离散小波变换及小波包
一维、二维小波
自适应去噪和压缩
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)