《MATLAB/Simulink系统仿真超级学习手册》——2.5 文件的编写

简介:

本节书摘来自异步社区《MATLAB/Simulink系统仿真超级学习手册》一书中的第2章,第2.5节,作者:MATLAB技术联盟 , 石良臣著,更多章节内容可以访问云栖社区“异步社区”公众号查看

2.5 文件的编写

MATLAB/Simulink系统仿真超级学习手册
M文件可分为脚本M文件(简称脚本文件)和函数M文件(简称函数文件)两大类,其特点和适用领域均不同。

2.5.1 脚本文件
脚本文件是由MATLAB语句构成的文本文件,以.m为扩展名。运行命令文件的效果等价于从MATLAB命令窗口中按顺序逐条输入并运行文件中的指令,类似于DOS下的批处理文件。

脚本文件运行过程所产生的变量保留在MATLAB的工作空间中,脚本文件也可以访问MATLAB当前工作空间的变量,其他脚本文件和函数可以共享这些变量。因此,脚本文件常用于主程序的设计。

【例2-17】编写脚本文件,对数a、b、c进行排序,并按从大到小的顺序输出。

(1)在MATLAB窗口中输入a、b、c的数值,即下面语句:

>> a=1;b=0;c=3;

(2)新建一个文本文件,在该文本编辑窗口中输入对数a、b、c进行排序的命令,并以文件名ep2_17.m保存,如图2-17所示。

screenshot

注意:sort是MATLAB的内置函数,用于对矩阵进行排序,descend表示降序。

(3)在MATLAB命令窗口中输入M文件名,即ep2_17,得到下面结果。

>> ep2_17
ans =
    3  1  0

注意:文本文件ep2_17执行过程中,成功地访问了MATLAB工作空间的变量和数据a、b、c。

2.5.2 函数文件
函数文件是M文件的另一种类型,它也是由MATLAB语句构成的文本文件,并以.m为扩展名。MATLAB的函数文件必须以关键字function语句引导,其基本结构如下:

function [返回参数1,返回参数2,…]=函数名(输入参数1,输入参数2,…)
    % 注释说明语句段,由%引导
  输入、返回变量格式的检测语句
  函数体语句

函数文件具有如下特点。

(1)函数名由读者自定义,与变量的命名规则相同。

(2)保存的文件名必须与定义的函数名一致。

(3)读者可通过返回参数及输入参数来实现函数参数的传递,但返回参数和输入参数并不是必须的。返回参数如果多于1个,则应该用中括号“[]”将它们括起来;输入参数列表必须用小括号“()”括起来,即使只有一个输入参数。

(4)注释语句段的每行语句都应该用%引导,%后面的内容不执行。用户可用help命令显示出注释语句的内容,用于函数使用前的信息参考。

(5)如果函数较复杂,则正规的参数格式检测是必要的。如果输入或返回参数格式不正确,则应该给出相应的提示。

(6)函数中输入和返回参数的实际个数分别有MATLAB内部保留变量nargin和nargour给出,只要运行了该函数,MATLAB将自动生成这两个变量,因此用户编程时可直接使用。

(7)与一般高级语言不同的是,函数文件末尾处不需要使用end命令。

【例2-18】编写函数文件,以数a、b、c为函数参数,对数a、b、c进行排序,并按从大到小的顺序输出。

(1)新建一个文本文件,在该文本编辑窗口中输入下面的命令,并以文件名ep2_18保存在当前工作目录中;

function out=ep2_18(a,b,c)
% This function is used to sort a, b and c.
if nargin==3
  out=sort([a,b,c],'descend');
end

注意:这里有对参数个数的检测,参数个数等于3时排序命令才会执行。

(2)在MATLAB命令窗口中调用该函数文件,得到下面的结果。

>> out = e2_17(1,0,3)
out = 
  3  1  0

注意:调用函数文件时,运行结果可保存在任意名称的变量下,不必与函数文件中的返回变量相同。

与脚本文件相比,函数文件的优点之一是实现了参数的传递,这极大地提高了文件的通用性。例如,在分别用脚本文件和函数文件实现对数a、b、c的排序程序中,所用的命令几乎一样,但脚本文件ep2_16只能在当前工作窗口中使用,参数必须在工作空间中给定,而函数文件ep2_17则可以被任何主程序或其他函数调用,参数可以任意设定。

【例2-19】编写函数文件,实现一个n行m列矩阵,使得该矩阵第i行第j列元素值为1/(i+j-1)。要求在编写的函数中实现如下几点:

(1)如果只给出一个输入,则会自动生成一个方阵;

(2)在函数中给出合适的注释信息;

(3)检测输入和返回变量的个数,如果有错误则给出错误信息。

编写函数文件ep2_19,在该文件中输入下面的语句:

function A=ep2_19(n,m)
% 该函数用于创建一个特殊矩阵: A(i,j)=1/(i+j-1)
% A=ep2_18(n,m) 创建一个n行m列矩阵
% A=ep2_18(n)   创建一个n阶方阵
if nargout>1 
  error('Too many output arguments!');
end
if nargin==1
  m=n;
elseif (nargin==0)||(nargin>2)
  error('Wrong number of input arguments');
end
A=zeros(n,m);
for i=1:n
  for j=1:m
    A(i,j)=1/(i+j-1);
  end
end

在MATLAB命令窗口中调用函数ep2_19,计算结果如下:

>> A=ep2_19(2,3) 
A =
  1.0000  0.5000  0.3333
  0.5000  0.3333  0.2500
相关文章
|
19小时前
|
算法
基于粒子群优化的图像融合算法matlab仿真
这是一个基于粒子群优化(PSO)的图像融合算法,旨在将彩色模糊图像与清晰灰度图像融合成彩色清晰图像。在MATLAB2022a中测试,算法通过PSO求解最优融合权值参数,经过多次迭代更新粒子速度和位置,以优化融合效果。核心代码展示了PSO的迭代过程及融合策略。最终,使用加权平均法融合图像,其中权重由PSO计算得出。该算法体现了PSO在图像融合领域的高效性和融合质量。
|
1天前
|
传感器 算法 数据安全/隐私保护
基于鲸鱼优化的DSN弱栅栏覆盖算法matlab仿真
```markdown 探索MATLAB2022a中WOA与DSN弱栅栏覆盖的创新融合,模拟鲸鱼捕食策略解决传感器部署问题。算法结合“搜索”、“包围”、“泡沫网”策略,优化节点位置以最大化复杂环境下的区域覆盖。目标函数涉及能量效率、网络寿命、激活节点数、通信质量及覆盖率。覆盖评估基于覆盖半径比例,旨在最小化未覆盖区域。 ```
|
2天前
|
机器学习/深度学习 算法 数据安全/隐私保护
基于Qlearning强化学习的小车弧线轨迹行驶控制matlab仿真
**MATLAB 2022a仿真实现Q-learning控制小车弧线行驶,展示学习过程及奖励变化。Q-learning是无模型强化学习算法,学习最优策略以稳定行驶。环境建模为二维平面,状态包括位置、朝向,动作涵盖转向、速度。奖励函数鼓励保持在轨迹上,用贝尔曼方程更新Q表。MATLAB代码动态显示轨迹及奖励随训练改善。**
27 15
|
2天前
|
算法
六自由度Stewart平台的matlab模拟与仿真
**摘要** 探索MATLAB2022a模拟6-DOF Stewart平台,模拟动态变化及伺服角度。平台实现XYZ平移及绕XYZ轴旋转。结构含中心动平台、固定基座及6个伺服驱动的伸缩连杆。运动学原理涉及球铰/虎克铰的转动自由度。通过动力学分析解决输入力矩到平台加速度的转换。核心算法与模型揭示了平台的精密定位能力。仿真结果显示动态性能。
|
2天前
|
机器学习/深度学习 算法 数据挖掘
基于改进K-means的网络数据聚类算法matlab仿真
**摘要:** K-means聚类算法分析,利用MATLAB2022a进行实现。算法基于最小化误差平方和,优点在于简单快速,适合大数据集,但易受初始值影响。文中探讨了该依赖性并通过实验展示了随机初始值对结果的敏感性。针对传统算法的局限,提出改进版解决孤点影响和K值选择问题。代码中遍历不同K值,计算距离代价,寻找最优聚类数。最终应用改进后的K-means进行聚类分析。
|
2天前
|
算法 5G 数据安全/隐私保护
基于MIMO系统的预编码matlab性能仿真
**摘要** 本文展示了在MATLAB2022a中运行的无水印预编码算法效果。核心程序采用详细中文注释,涉及MIMO系统中关键的MMSE和量化预编码技术。MMSE准则追求信号估计的准确性,通过利用信道状态信息优化发射,减少干扰,适合高容量需求;而量化准则结合格雷码量化,将连续信号映射至离散集合,简化硬件实现,适用于功耗敏感场景,但会引入量化误差。两者权衡了性能与实现复杂度。
|
4天前
|
算法 数据安全/隐私保护
基于GA遗传优化算法的Okumura-Hata信道参数估计算法matlab仿真
在MATLAB 2022a中应用遗传算法进行无线通信优化,无水印仿真展示了算法性能。遗传算法源于Holland的理论,用于全局优化,常见于参数估计,如Okumura-Hata模型的传播损耗参数。该模型适用于150 MHz至1500 MHz的频段。算法流程包括选择、交叉、变异等步骤。MATLAB代码执行迭代,计算目标值,更新种群,并计算均方根误差(RMSE)以评估拟合质量。最终结果比较了优化前后的RMSE并显示了SNR估计值。
16 7
|
4天前
|
监控
基于偏微分方程离散化计算的地下换热器建模与温度检测matlab仿真
**摘要:** 探索地下换热器的建模与温度检测,使用MATLAB2022a进行系统仿真,关注传热过程的热传导、对流和辐射。通过离散化偏微分方程建立数值模型,模拟温度场,考虑地质特性和水流影响。建模以网格单元描述温度变化,采用热电偶、红外和光纤测温技术验证模型并监控温度,各具优缺点。光纤测温法提供高精度和抗干扰的分布式监测。
|
4天前
|
算法 物联网
机会路由MORE协议的matlab性能仿真
摘要: 本研究关注无线Mesh网络中的机会路由与网络编码融合技术,特别是MORE协议。机会路由利用无线特性提高网络效率,而网络编码提升网络吞吐量。在分析这两项技术的基础上,提出改进MORE的方案,优化节点选择和路径测量,以增强网络性能。使用MATLAB2022a进行仿真验证。尽管MORE独立于MAC层并应用线性网络编码,但其ETX测量可能存在不准确问题,该问题成为改进的重点。
|
4天前
|
存储 传感器 算法
基于ACO蚁群优化算法的WSN网络路由优化matlab仿真
摘要(Markdown格式): - 📈 ACO算法应用于WSN路由优化,MATLAB2022a中实现,动态显示迭代过程,输出最短路径。 - 🐜 算法模拟蚂蚁寻找食物,信息素更新与蚂蚁选择策略确定路径。信息素增量Δτ += α*τ*η,节点吸引力P ∝ τ / d^α。 - 🔁 算法流程:初始化→蚂蚁路径选择→信息素更新→判断结束条件→输出最优路由。优化WSN能量消耗,降低传输成本。

热门文章

最新文章