仿真平台与工具应用实践

MATLAB血清甘油三酯测量问题

报 告

院    系：                 

专业班级：                  

姓    名：                  

学    号：                  

指导老师：            

一、设计目的

Matlab 现在的发展已经使其成为一种集数值运算、符号运算、数据可视化、图形界面设计、程序设计、仿真、图像处理、电路设计等多种功能于一体的集成化软件，在矩阵方面等处理占据很大的优势，图论中的很多问题均能通过matlab来解决，方便而高效。还可以加强金融与统计分析能力、了解数学软件的相关知识，将所学付之于实践，在实践中增长各方面知识。本次实验通过学生对MXtlXb运行环境的熟悉和一些简单操作，掌握帮助命令、绘图命令以及矩阵操作等使用方法。熟练运用mXtlXb对数据统计分析。

二、设计内容

13. 下表为160名正常女子的血清甘油三酯（mmol/L）测量结果，进行如下操作（2学分）

0.9100 0.8800 1.4100 0.9600 1.4800 1.4600 0.9100

1.1000 1.2600 1.6900 1.1400 1.2400 0.9800 0.6800

0.8300 1.7700 1.2300 1.0400 1.0800 0.6200 1.1000

1.3300 0.7300 0.5200 1.0100 1.7100 1.3700 0.5100

1.0100 1.1100 1.0900 0.9600 1.3700 1.2000 0.6100

1.1700 0.7100 1.1600 0.8000 0.7300 1.6600 0.9600

1.3700 0.9500 1.3000 0.7600 1.3900 0.9400 1.2500

1.6000 1.5400 1.3400 1.5600 1.5400 0.8500 1.5400

0.9600 0.8200 1.5000 1.1400 1.7000 1.3000 1.5900

1.0700 1.1700 1.3200 1.4400 1.1200 0.7000 0.6800

1.5200 0.7600 1.6000 1.2700 1.4300 1.2700 1.0900

0.7500 0.6400 0.9700 1.2000 1.3400 1.1900 1.0800

0.6600 1.4200 1.4600 0.5900 1.2200 1.3200 1.6700

1.2000 1.3300 1.3100 1.0200 0.8300 0.9000 1.0900

0.9600 1.1000 0.8500 1.0600 1.6700 0.7800 0.9100

1.1800 1.2000 1.1100 0.8900 1.0800 1.2700 0.8500

1.2400 1.5800 0.7100 1.4600 1.5200 0.9100 1.4700

1.0100 1.2000 1.3000 1.0500 1.4400 1.1500 1.1200

1.1500 0.6500 1.0400 1.2400 1.3000 1.1100 1.6500

0.8700 0.8200 0.7600 1.3000 0.6300 1.1400 0.8300

1.2400 1.4800 1.1500 0.9900 1.4900 1.0200 1.1700

0.9900 0.6100 1.3300 0.7900 0.9500 1.0500 1.6500

1.2000 1.2400 0.8400 1.4000 0.7200 1.0600

X、编制频数表，并画出直方图

B、计算平均水平：算术均值、几何均值、中位数

C、计算离散程度：极差、四分位数间距、方差、标准差

D、计算分布形状：斜度、峭度

E、分别用不同方法对上述数据进行正态性检验

F、计算总体均值μ和标准差σ的95%置信区间

三、设计思路

1、

（1）hist算法编制频数表，并画出直方图

（2）均值计算：mean()计算算术均值；geomean（）函数计算几何均值；median（）计算中位数。

（3）离散程度计算：max( )-min( )计算极差；iqr（）函数计算四分差；std( )^2为方差；std( )函数计算标准差。

（4）计算分布形状：skewness（）函数算斜度；kurtosis（）计算峭度。

（5）正态性检验：用不同的方法其是否符合正态分布。

2 程序说明

代码：

data=[0.9100,0.8800,1.4100,0.9600,1.4800,1.4600,0.9100,1.1000,1.2600,1.6900,1.1400,1.2400,0.9800,0.6800,0.8300,1.7700,1.2300,1.0400,1.0800,0.6200,1.1000,1.3300,0.7300,0.5200,1.0100,1.7100,1.3700,0.5100,1.0100,1.1100,1.0900,0.9600,1.3700,1.2000,0.6100,1.1700,0.7100,1.1600,0.8000,0.7300,1.6600,0.9600,1.3700,0.9500,1.3000,0.7600,1.3900,0.9400,1.2500,1.6000,1.5400,1.3400,1.5600,1.5400,0.8500,1.5400,0.9600,0.8200,1.5000,1.1400,1.7000,1.3000,1.5900,1.0700,1.1700,1.3200,1.4400,1.1200,0.7000,0.6800,1.5200,0.7600,1.6000,1.2700,1.4300,1.2700,1.0900,0.7500,0.6400,0.9700,1.2000,1.3400,1.1900,1.0800,0.6600,1.4200,1.4600,0.5900,1.2200,1.3200,1.6700,1.2000,1.3300,1.3100,1.0200,0.8300,0.9000,1.0900,0.9600,1.1000,0.8500,1.0600,1.6700,0.7800,0.9100,1.1800,1.2000,1.1100,0.8900,1.0800,1.2700,0.8500,1.2400,1.5800,0.7100,1.4600,1.5200,0.9100,1.4700,1.0100,1.2000,1.3000,1.0500,1.4400,1.1500,1.1200,1.1500,0.6500,1.0400,1.2400,1.3000,1.1100,1.6500,0.8700,0.8200,0.7600,1.3000,0.6300,1.1400,0.8300,1.2400,1.4800,1.1500,0.9900,1.4900,1.0200,1.1700,0.9900,0.6100,1.3300,0.7900,0.9500,1.0500,1.6500,1.2000,1.2400,0.8400,1.4000,0.7200,1.0600];

[f,xout]=hist(data,12)   %绘制频数表

hist(data,12)      %画出直方图

%B计算平均水平：

fprintf('算术均值为%f\n',mean(data));

fprintf('几何平均值为%f\n',geomean(data));

fprintf('中位数为%f\n',median(data));

% C计算离散程度：

fprintf('极差为%f\n',max(data)-min(data));

fprintf('四分位数间距为%f\n',iqr(data));

fprintf('方差为%f\n',std(data)^2);

fprintf('标准差为%f\n',std(data));

% D计算分布形状：

fprintf('斜度为%f\n',skewness(data));

fprintf('峭度为%f\n',kurtosis(data));

%正态性检验：

fprintf('\n正态性检验\n');

if  lillietest(data)==1

fprintf('lillietest函数检验：不符合正态分布\n');

else

    fprintf('lillietest函数检验：符合正态分布\n');

end

if  kstest(data)==1

fprintf('kstest函数检验：不符合正态分布\n');

else

    fprintf('kstest函数检验：符合正态分布\n');

end

fprintf('\n总体均值μ和标准差σ的95%%置信区间为：%f-%f\n',mean(data)-std(data)*1.96/sqrt(160),mean(data)+std(data)*1.96/sqrt(160));

四、结果与分析

1、结果

(1)频数表

组段                    频数  

-------------------------------------------------

0.5625-0.6675         5

0.6675-0.7725        11

0.7725-0.8775         11

0.8775-0.9825        15

0.9825-1.0875        17

1.0875-1.1925        24

1.1925-1.2975        22

1.2975-1.4025        18

1.4025-1.5075        10

1.5075-1.6125        14

1.6125-1.7175         7

1.7175-1.7700       6

(2)直方图

（3）

算术均值为1.131188

几何平均值为1.090677

中位数为1.130000

极差为1.260000

四分位数间距为0.420000

方差为0.086899

标准差为0.294786

斜度为0.034594

峭度为2.268384

正态性检验

lillietest函数检验：符合正态分布

kstest函数检验：不符合正态分布

总体均值μ和标准差σ的95%置信区间为：1.085510-1.176865

2、分析

3、在这组数据中，这160名正常女子的血清甘油三酯（mmol/L）的算术均值为1.131188，几何均值为1.090677，算术均值略大于集合均值。

4、中位数为1.130000，极差为1.260000，四分位数间距为0.420000，方差为0.086899，标准差为0.294786。可看出这组数据极差较大，方差、标准差也较大，数据分布较分散。

5、峭度为2.268384，小于3，分布曲线具有负峭度。此时正态分布曲线峰顶的高度低于正常正态分布曲线。

五、体会

本次试验，通过使用matlab编写程序，加深了对matlab的功能理解，熟练了matlab的操作方法，提升了用matlab进行数据统计分析的技能。Matlab作为一款实用简易的工具，在编程中，程序中的每一个语句都要严格符合函数语法，标点必须使用英文标点。要熟练掌握一门语言，乃至精通就必须要多练多动手自己多思考，然后要懂得充分的利用可靠资源！

 

第二篇：matlab软件实习报告

软件实习报告

实验一   信号幅度调制与解调

一、实验目的

     加深理解信号幅度调制与解调的基本原理，认识从时域与频域分析信号幅度调制和解调的过程，掌握信号幅度调制和解调的实现方法，以及信号调制的应用。

二、实验截图

三、思考题

1.信号为什么要进行调制？

答、因为在现实中很多信号的频率特性不适于基带信号的传输，这个时候就可以利用调制技术将基带信号的频谱搬移到信道的工作频率范围内，同时也使得频分复用成为可能，提高了信号的利用率。

2.幅度调制和解调主要有哪些方式？基本原理?

答、幅度调制和解调主要有：标准幅度调制、双边带幅度调制（也叫抑制载波调幅）、单边带幅度调制、残留边带幅度调制、正交幅度调制。

基本原理:标准调幅调制:设调制信号为: Vf(t) =vΩmcosΩt 载波信号为:Vc(t)=VcmCOSWct 标准调幅后信号的表达式为: VAm(t)=(Vcm+KAVΩmcosΩt) cosωct =Vcm(1+mA cosΩt) cosωct=Vcmcosωct+mAVcm cosΩcosωct 式中, mA=KAVΩm/ Vcm抑制载波调幅: 抑制载波调幅信号中不含固定的载波分. 调制信号是正值时的载波相位与调制信号是负值时的载波相位是反相的。已调信号的幅度仍随调制信号变化，但其包络不能反映调制信号的形状。双边带抑制载波调幅方式中，不含固定载波分量，因而可以有效地利用发射机的功率传递信息。但它是双边带信号，所占带宽仍为调制信号最高角频率的两倍单边带调幅:简记为SSBAM，显然，它既可充分利用发射机的功率又节省占有频带。所以，它是传输信息的最佳调幅方式。残留边带调幅:但是实现这种在VSBAM方式中，不是将一个边带完全滤除，而是保留一部分. VSBAM与SSBAM不同，它传送被抑制边带的一部分，同时又将被传送边带抑制掉一部分，故称其为残留边带。为了保证信号无失真地传输，传送边带中被抑制的部分和抑制边带中被传送的部分应满足互补对称关系。正交幅度调制与解调:是一种特殊的复用技术，一般是指利用两个频率相同但相位相差90度的正弦波作为载波，以调幅的方法同时传送两路互相独立的信号的一种调制方式。

3.幅度调制在实际中有哪些应用？

答、广播电视系统的图象部分应,收音机,电话,电报,航空无线电,移动通信等领域均有广泛应用.抑制载波调幅还应用于彩色电视系统中,实现色差信号对彩色副载波进行抑制载波调幅.

实验二   希尔伯特变换与单边带幅度调制

一、实验目的

   理解信号单边带幅度调制的基本原理，从时域与频域认识希尔伯特(Hilbert)变换以及单边带幅度调制的过程，掌握利用希尔伯特变换器实现信号单边带幅度调制的方法。

二、实验截图

三、思考题

1.理想希尔伯特变换器的单位脉冲响应是非因果和无限长，如何处理？

答：利用Kaiser窗函数法可以逼近。

2.如何解调单边带调制信号？

答：SSBAM信号中，既无载波分量，其包络也不反映调制信号的波形。因此，只能用同步解调方法。为了实现同步解调，需要建立本地载波信号。由于SSBAM信号中不含载波分量，无法从调幅信号中直接滤出载波。通常，采用两种方法：（1）在SSBAM信号中加入导频。（2）在本地产生一个频率为的振荡

3.如何实现希尔伯特变换器?

答：设计一个“相位分裂器”，它由两个全通系统组成，这两个系统的相位响应在0到180频段的某一部分上相差近90。这样的系统可以用双线性变换法来设计j该方法将一个连续时间相位分裂系统变换成一个离散时间系统。

4.希尔伯特变换也在其他方面得到应用，试举几例？

答：（1）在条纹分析法及其在非球面镜测量上的应用.（2）在测井资料数据处理中的应用.(3)在解释重力异常的应用等等.

实验三   电话拨号音合成与识别

一、实验目的

     理解电话拨号音的合成与识别的基本原理，综合应用信号处理的理论和方法实现电话拨号音的合成与识别

二、实验截图

三、思考题

1. 若对DTMF信号按照8000Hz进行抽样，至少要多少抽样点才能保证区分各个键？

答：205点。根据Ni的点数可以区分fi的数值；所以fsam/N应为定值8192/205=39.96，当抽样频率为8000HZ时，抽样点数N应该为8000/39.96约等于200。

2. 若采用N=106点识别DTMF信号，结果会怎样？

答：拨号音变得更加短促。基频和对应的最近的整数m值会发生变化。点数减少必然使goertzel总运算量减小，即提高了运算速度，但由于抽样的点数变少识别的精度也会相应的下降。

3. 如果是一串合成的等间隔拨号音信号，如何识别？如果是一串合成的不等间隔拨号音信号，又如何识别？

答：根据合成信号中高频分量和低频分量组合确定拨号音信号，若合成的是不等间隔的拨号音信号，则需要通过查找表对比的方法一一确定拨号信号对应的信息。

4. 如果拨号音中混入了语音干扰，除了考虑基频幅度检测，还需考虑二次谐频幅度检测，如何识别？

答：若拨号音中混入了语音干扰，应该先抗混滤波，滤除高次谐波分量，提取出基频信号，再进行识别。

实验四   回声估计和回声消除

一、实验目的

掌握利用信号分析和系统设计的基本原理进行回声估计和回

声抑制的基本原理和基本方法

二、

三、思考题

1.如何提高回声估计的精度？

答：加大延时和回声信号的幅度。

2.如果含有回声的信号中还含有噪声，应如何进行回声估计和回声消除？

答：在频域上进行增强语音信号。

3.回声估计和回声消除技术的研究现状是什么？

答：随着消除回声技术的发展。当前回声消除研究的重点。已由“电路回声”的消除，转向了声学回声

实验五   信号多速率变换及其应用

一、实验目的

加深理解信号抽取和内插的时域特性和频域特性，掌握有理数倍信号抽样速率转换的实现方法，以及抽取滤波器和内插滤波器的设计过程。

二、实验截图

三、思考题

1.在设计内插滤波器时，应考虑哪些问题，如何实现？

答：内插滤波器是截频小于∏/L的低通滤波器.在插值后原序列的频谱不仅包含基带频谱,即|ω’|≤∏/L之内的有用频谱,而且在|ω’|≤∏/L的范围内还有基带信号的映象.为此内插滤波器是为了消除这些不需要的映象部分.所以要考虑滤波器的带宽不大于∏/L. 理想滤波器的实现以逼近实际滤波器的单位冲激响应极其频率响应

 

2.在设计抽取滤波器时，应考虑哪些问题，如何实现？

答：抽取滤波器是截频小于∏/M的低通滤波器. 设计抽取滤波器是为防止频谱混叠失真.当做M=1的抽取时,需要原序列的一个周期频谱限制在|ω|≤∏/M范围内,则抽取后信号的频谱不会产生混叠失真.所以要考虑原信号的抽样频率?s≥2D?h.滤波器的频带应为|ω|≤∏/D.理想滤波器的实现以逼近实际滤波器的单位冲激响应极其频率响应

.

3.如果设计出的低通滤波器的阶数很高，如何解决？

答：将其转换为N个低阶的滤波器进行级联