matlab样条工具箱下载

A. 有会使用matlab的高手吗

MATLAB工具箱介绍
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、集合及形态操作
* 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
另外,虚机团上产品团购,超级便宜

B. matlab作用

MATLAB是矩阵实验室（Matrix Laboratory）之意。

除具备卓越的数值计算能力外，它还提供了专业水平的符号计算，文字处理，可视化建模仿真和实时控制等功能。

MATLAB的基本数据单位是矩阵，它的指令表达式与数学,工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完相同的事情简捷得多.在新的版本中也加入了对C,FORTRAN,c++ ,JAVA的支持.可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户可以直接进行下载就可烂雀以用，非常的方便。

MATLAB的基础是矩阵计算,但是由于他的开放性,并且mathwork也吸收了像maple等软件的优点,使MATLAB成为一个强大的数学软件

当前流行的MATLAB 6.5/7.0包括拥有数百个内部函数的主包和三十几种工具包(Toolbox).工具包又可以分为功能性工具包和学科工具包.功能工具包用来扩充MATLAB的符号计算,可视化建模仿真,文字处理及实时控制等功能.学科工具包是专业性比较强的工具包,控制工具包,信号处理工具包,通信工具包等都属于此类.

开放性使MATLAB广受用户欢迎.除内部函数外,所有MATLAB主包文件和各种工具包都是可读可修改的文件,用户通过对源程序的修改或加入自己编写程序构造新的专用工具包.

Matlab的官方网站：://mathworks

Matlab的优势和特点

（1）友好的工作平台和编程环境

MATLAB由一系列工具组成。

这些工具方便用户使用MATLAB的函数和文件，其中许多工具采用的是图形用户界面。

包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。

随着MATLAB的商业化以及软件本身的不断升级，MATLAB的用户界面也越来越精致，更加接近Windows的标准界面，人机交互性更强，操作更简单。

而且新版本的MATLAB提供了完整的联机查询、帮助系统，极大的方便了用户的使用。

简单的编程环境提供了比较完备的调试系统，程序不必经过编译就可以直接运行，而且能够及时地报告出现的错误及进行出错原因分析。

（2）简单易用的程序语言

Matlab一个高级的距阵/阵列语言，它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。

用户可以在命令窗口中将输入语句与执行命令同步，也可以先编写好一个较大的复杂的应用程序(M文件)后再一起运行。

新版本的MATLAB语言是基于最为流行的C＋＋语言基础上的，因此语法特征与C＋＋语言极为相似，而且饥乎早更加简单，更加符合科技人员对数学表达式的书写格式。

使之更利于非计算机专业的科技人员使用。

而且这种语言可移植性好、可拓展性极强，这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。

（3）强大的科学计算机数据处理能力

MATLAB是一个包含大量计算算法的 *** 。

其拥有600多个工程中要用到的数学运算函数，可以方便的实现用户所需的各种计算功能。

函数中所使用的算法都是科研和工程计算中的最新研究成果，而前经过了各种优化和容错处理。

在通常情况下，可以用它来代替底层编程语言，如C和C++ 。

在计算要求相同的顷咐情况下，使用MATLAB的编程工作量会大大减少。

MATLAB的这些函数集包括从最简单最基本的函数到诸如距阵，特征向量、快速傅立叶变换的复杂函数。

函数所能解决的问题其大致包括矩阵运算和线性方程组的求解、微分方程及偏微分方程的组的求解、符号运算、傅立叶变换和数据的统计分析、工程中的优化问题、稀疏矩阵运算、复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等。

（4）出色的图形处理功能

MATLAB自产生之日起就具有方便的数据可视化功能，以将向量和距阵用图形表现出来，并且可以对图形进行标注和打印。

高层次的作图包括二维和三维的可视化、图象处理、动画和表达式作图。

可用于科学计算和工程绘图。

新版本的MATLAB对整个图形处理功能作了很大的改进和完善，使他不仅在一般数据可视化软件都具有的功能（例如二维曲线和三维曲面的绘制和处理等）方面更加完善，而且对于一些其他软件所没有的功能（例如图形的光照处理、色度处理以及四维数据的表现等），MATLAB同样表现了出色的处理能力。

同时对一些特殊的可视化要求，例如图形对话等，MATLAB也有相应的功能函数，保证了用户不同层次的要求。

另外新版本的MATLAB还着重在图形用户界面（GUI）的制作上作了很大的改善，对这方面有特殊要求的用户也可以得到满足。

（5）应用广泛的模块 *** 工具箱

MATLAB对许多专门的领域都开发了功能强大的模块集和工具箱。

一般来说，他们都是由特定领域的专家开发的，用户可以直接使用工具箱学习、应用和评估不同的方法而不需要自己编写代码。

目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、数据库接口、概率统计、样条拟合、优化算法、偏微分方程求解、神经网络、小波分析、信号处理、图像处理、系统辨识、控制系统设计、LMI控制、鲁棒控制、模型预测、模糊逻辑、金融分析、地图工具、非线性控制设计、实时快速原型及半物理仿真、嵌入式系统开发、定点仿真、DSP与通讯、电力系统仿真等，都在工具箱（Toolbox）家族中有了自己的一席之地。

（6）实用的程序接口和发布平台

新版本的MATLAB可以利用MATLAB编译器和C/C++数学库和图形库，将自己的MATLAB程序自动转换为独立于MATLAB运行的C和C++代码。

允许用户编写可以和MATLAB进行交互的C或C＋＋语言程序。

另外，MATLAB网页服务程序还容许在Web应用中使用自己的MATLAB数学和图形程序。

MATLAB的一个重要特色就是他有一套程序扩展系统和一组称之为工具箱的特殊应用子程序。

工具箱是MATLAB函数的子程序库，每一个工具箱都是为某一类学科专业和应用而定制的，主要包括信号处理、控制系统、神经网络、模糊逻辑、小波分析和系统仿真等方面的应用。

（7）应用软件开发（包括用户界面）

在开发环境中，使用户更方便地控制多个文件和图形窗口；在编程方面支持了函数嵌套，有条件中断等；在图形化方面，有了更强大的图形标注和处理功能，包括对性对起连接注释等；在输入输出方面，可以直接向Excel和HDF5。

(8) Matlab常用工具箱介绍(英汉对照)

Matlab Main Toolbox——matlab主工具箱

Control System Toolbox——控制系统工具箱

munication Toolbox——通讯工具箱

Financial Toolbox——财政金融工具箱

System Identification Toolbox——系统辨识工具箱

Fuzzy Logic Toolbox——模糊逻辑工具箱

Higher-Order Spectral Analysis Toolbox——高阶谱分析工具箱

Image Processing Toolbox——图象处理工具箱

LMI Control Toolbox——线性矩阵不等式工具箱

Model predictive Control Toolbox——模型预测控制工具箱

μ-Analysis and Synthesis Toolbox——μ分析工具箱

Neural Network Toolbox——神经网络工具箱

Optimization Toolbox——优化工具箱

Partial Differential Toolbox——偏微分方程工具箱

Robust Control Toolbox——鲁棒控制工具箱

Signal Processing Toolbox——信号处理工具箱

Spline Toolbox——样条工具箱

Statistics Toolbox——统计工具箱

Symbolic Math Toolbox——符号数学工具箱

Simulink Toolbox——动态仿真工具箱

System Identification Toolbox——系统辨识工具箱

Wavele Toolbox——小波工具箱

例如：控制系统工具箱包含如下功能：

连续系统设计和离散系统设计

状态空间和传递函数以及模型转换

时域响应（脉冲响应、阶跃响应、斜坡响应）

频域响应（Bode图、Nyquist图）

根轨迹、极点配置

1.补充新的内容：

MATLAB R2007b正式发布了！MATLAB 2007b于2007年秋节正式发布，TMW正式发布了MATLAB R2007b，新版本涵盖：Simulink 7、新产品Simulink Design Verifier、Link for Analog Devices VisualDSP以及82个产品模块的更新升级及Bug修订。

从现在开始，MathWorks公司将每年进行两次产品发布，时间分别在每年的3月和9 月，而且，每一次发布都会包含所有的产品模块，如产品的new feature、bug fixes和新产品模块的推出。

在R2007b中（MATLAB 7.4,Simulink 6.6），主要更新了多个产品模块、增加了多达350个新特性、增加了对64位Windows的支持，并新推出了工具箱。

R2007b, released on March 1, 2007, includes updates to MATLAB and Simulink, two new procts released since R2007b, and updates and bug fixes to 82 other procts. R2007b adds support for the Intel® based Mac, Windows Vista™, and 64-bit Sun Solaris™ SPARC platforms.

这次的升级做了重大的增强，也升级了以下各版本，提供了MATLAB、SIMULINK的升级以及其他最新的模块的升级。

这个Matlab 2007版本不仅仅提高了产品质量，同时也提供了新的用于数据分析、大规模建模、固定点开发、编码等新特征。

其中MATLAB Builder for 扩展了MATLAB piler的功能，主要有：

可以打包MATLAB函数，使网络程序员可以通过C#，VB等语言访问这些函数；

创建组件来保持MATLAB的灵活性；

创建COM组件；

将源自MATLAB函数的错误作为一个标准的管理异常来处理。

R2007b 提供了重大的新功能： 直接在命令行使用 Real-Time Workshop 的 嵌入式 MATLAB 函数的 C 代码生成。

另外，Simulink 中的嵌入式 MATLAB 函数块支持多 M 文件中的算法。

MATLAB R2007b新版本中，产品模块进行了一些调整，MATLAB Builder for COM的功能集成到MATLAB Builder for 中去了，Finacial Time Series Toolbox的功能集成到Financial Toolbox中了。

MATLAB 将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作，而且利用 MATLAB 产品的开放式结构，可以非常容易地对 MATLAB 的功能进行扩充，从而在不断深化对问题认识的同时，不断完善 MATLAB 产品以提高产品自身的竞争能力。

作为和Mathematica、Maple并列的三大数学软件。

其强项就是其强大的矩阵计算以及仿真能力。

要知道Matlab的由来就是Matrix + Laboratory = Matlab，所以这个软件在国内也被称作《矩阵实验室》。

每次MathWorks发布Matlab的同时也会发布仿真工具Simulink。

在欧美很多大公司在将产品投入实际使用之前都会进行仿真试验，他们所主要使用的仿真软件就是Simulink。

Matlab提供了自己的编译器：全面兼容C++以及 Fortran两大语言。

所以Matlab是工程师，科研工作者手上最好的语言，最好的工具和环境。

Matlab 已经成为广大科研人员的最值得信赖的助手和朋友！

C. MATLAB中如何使用样条工具箱，在下面的程序中我想把我的数据导进去希望大家多多帮助，谢谢大家！

原先的knots和points是从data_example.mat中导入的，你可以从工作区选中两个变量双击进去看看它们的size，然后根据你的需要，用自己的数据给两个变量赋值

D. matlab里的样条工具箱在哪儿

matlab里的样条工具箱，通常分布在状态栏之中，者陵我们把状态栏打开，从搜索引擎搜索工具箱虚前就首誉戚可以得到。

E. MATLAB信号处理工具箱到哪里下载

安装程序里有啊，安装的时候选上就行了

F. MATLAB入门与实战的目录

第1章基础准备及入门
1.1认识MATLAB
1.1.1MATLAB的历史
1.1.2MATLAB的主要功能
1.1.3MATLAB7.0新增功能
1.2视窗下的MATLAB环境
1.2.1Desktop简介
1.2.2CommandWindow运行入门
1.2.3CommandWindow简介
1.2.4最简单的计算器使用法
1.2.5数值、变量和表达式
1.2.6计算结果的图形表示
1.3CommandWindow操作要旨
1.4CommandHistory窗口
1.4.1CommandHistory窗口简介
1.4.2历史指令罩团行的再运行
1.5CurrentDirectory、路径设置器和文件管理
1.5.1CurrentDirectory浏览器简介
1.5.2MATLAB的搜索路径
1.5.3MATLAB搜索路径的扩展和修改
1.6WorkspaceBrowser和ArrayEditor
1.6.1WorkspaceBrowser简介
1.6.2现场菜单用于内存变量的查阅和删除
1.6.3ArrayEditor数组编辑器和大数组的输入
1.7LaunchPad交互界面分类目录窗
1.8Editor/Debugger和脚本编写初步
1.8.1Editor/Debugger简介
1.8.2M脚本文件编写初步
1.9帮助系统
1.9.1帮助方式概述
1.9.2HelpNavigator/Browser简介
第2章矩阵及其基本运算
2.1引导
2.2创建新矩阵
2.2.1建立新矩阵
2.2.2向量和子矩阵的生成
2.2.3MATLAB中的特殊矩阵
2.2.4高维矩阵
2.2.5高维矩阵构作和操作函数汇总
2.2.6“非数”和“空”矩阵
2.3矩阵构造技法综合
2.4矩阵运算
2.4.1加法和减乎简法
2.4.2乘法
2.4.3除法
2.4.4转置和共轭
2.4.5元素操作算术运算
2.4.6元素操作函数
2.4.7矩阵的乘方与函数
第3章基本运算入门
3.1常用数学函数
3.1.1常见数学函数
3.1.2三角函数和双曲线函数
3.1.3复数函数
3.1.4最大值和最小值
3.1.5求和、乘积和差分
3.1.6简单统计命令
3.1.7排序
3.2关系和逻辑运算及多项式运算
3.2.1关系操作符
3.2.2逻辑操作符
3.2.3关系与逻辑函数
3.3字符串
3.3.1字符串入门
3.3.2字符串的分配(属性和标识)
3.3.3显示和输入
3.3.4字符串求值
3.3.5复杂字符串的创建
3.3.6字符串转换函数
3.3.7字符串操作函数
第4章M文件初步
4.1入门
4.2M文件分类和操作
4.2.1函数文件
4.2.2非函数文件
4.2.3M文件的操作
4.3M文件的结构
4.3.1函数文件的基本结构
4.3.2函数调用
4.3.3函数参数的可调性
4.3.4全局变量与局部变量
4.3.5实战：M函数文件操作练习
第5章基本绘图
5.1二维图形
5.1.1基本平面图形命令
5.1.2平面图形命令
5.1.3二维图形注释命令
5.2三维图形
5.2.1三维曲线、面填色命令
5.2.2三维图形等高线
5.2.3曲面与网格图命令
5.2.4三维数据的其他表现形式命令
第6章矩阵高级运算
6.1矩阵分解
6.1.1Cholesky分解
6.1.2LU分解
6.1.3QR分解
6.1.4Schur分解
6.1.5实Schur分解转化成复Schur分解
6.1.6特征值分解
6.1.7奇异值分解
6.1.8广义奇异值分解
6.1.9特征物顷橘值问题的QZ分解
6.1.10海森伯格形式的分解
6.2线性方程组的求解
6.2.1求线性方程组的唯一解或特解(第一类问题)
6.2.2求线性齐次方程组的通解
6.2.3求非齐次线性方程组的通解
6.2.4线性方程组的LQ解法
6.2.5双共轭梯度法解方程组
6.2.6稳定双共轭梯度方法解方程组
6.2.7复共轭梯度平方法解方程组
6.2.8共轭梯度的LSQR方法
6.2.9广义最小残差法
6.2.10最小残差法解方程组
6.2.11预处理共轭梯度方法
6.2.12准最小残差法解方程组
6.3特征值与二次型
6.3.1特征值与特征向量的求法
6.3.2提高特征值的计算精度
6.3.3复对角矩阵转化为实对角矩阵
6.3.4正交基
6.3.5二次型
6.4秩与线性相关性
6.4.1矩阵和向量组的秩以及向量组的线性相关性
6.4.2求行阶梯矩阵及向量组的基
6.5稀疏矩阵技术
6.5.1稀疏矩阵的创建
6.5.2将稀疏矩阵转化为满矩阵
6.5.3稀疏矩阵非零元素的索引
6.5.4外部数据转化为稀疏矩阵
6.5.5基本稀疏矩阵
6.5.6稀疏矩阵的运算
6.5.7画稀疏矩阵非零元素的分布图形
6.5.8矩阵变换
6.5.9稀疏矩阵的近似欧几里德范数和条件数
6.5.10稀疏矩阵的分解
6.5.11稀疏矩阵的特征值分解
第7章数值计算
7.1引言
7.2函数极值点
7.2.1一元函数的极小值点
7.2.2多元函数的极小值点
7.3求零点
7.4积分
7.4.1一元函数的数值积分
7.4.2多重数值积分
7.5微分
7.6微分方程
7.7曲线拟合
7.8插值
7.8.1一维插值
7.8.2二维插值
7.8.3实战：插值M文件应用练习
第8章专业数值运算
8.1三次样条
8.1.1基本特征
8.1.2分段多项式
8.1.3积分
8.1.4微分
8.2多项式及其操作
8.2.1多项式的表达和创建
8.2.2多项式的根
8.2.3乘法
8.2.4加法
8.2.5除法
8.2.6导数
8.2.7估值
8.2.8有理多项式
8.3Fourier分析
8.3.1快速Fourier变换
8.3.2Fourier级数
第9章符号计算
9.1符号表达式
9.2符号表达式运算
9.2.1提取分子和分母
9.2.2标准代数运算
9.2.3高级运算
9.2.4变换函数
9.2.5变量替换
9.2.6微分和积分
9.3符号表达式画图
9.4符号表达式简化和格式化
9.5可变精度算术运算
9.6方程求解
9.6.1求解单个代数方程
9.6.2代数方程组求解
9.6.3单个微分方程
9.6.4微分方程组
9.7线性代数和矩阵
9.7.1符号矩阵
9.7.2代数运算
9.7.3线性代数运算
9.7.4其他特性
9.8符号工具箱函数总结
第10章MATLAB程序设计
10.1顺序结构语句
10.1.1表达式语句
10.1.2赋值语句
10.1.3空语句
10.1.4输入语句
10.1.5输出语句
10.1.6变量值的保存与恢复
10.2选择结构
10.2.1If语句
10.2.2switch语句
10.2.3try语句
10.2.4选择语句的嵌套
10.3循环结构语句
10.3.1for循环结构
10.3.2循环嵌套
10.3.3While循环
10.3.4break语句
10.4MATLAB控制流功能概括
10.5文件读写函数
10.6局部工作空间和基本工作空间
10.7规则和属性
10.7.1M文件函数
10.7.2变量
10.7.3函数调用
10.8MATLAB编程技巧实战
第11章图形处理
11.1通用图形函数命令
11.1.1图形对象句柄命令
11.1.2轴的产生和控制命令
11.1.3图形句柄操作命令
11.1.4图形窗口的控制命令
11.2颜色与光照模式命令
11.2.1颜色控制命令
11.2.2色图控制命令
第12章句柄图形
12.1谁需要句柄图形
12.2什么是句柄图形对象
12.3句柄对象
12.4通用函数get和set
12.5查找对象
12.6用鼠标选择对象
12.7位置和单位
12.8图形打印
12.9默认属性
12.10非文件式属性
12.11句柄图形实战
12.11.1自制光标形状
12.11.2任意布置子图和轴外注释
12.11.3制作个性化双坐标系
12.11.4连续变焦和飞驰图形
12.11.5动画制作示例
12.11.6surface指令衍生不同曲面
12.11.7纹理影射和曲面彩绘
12.11.8三维块建模和着色
12.11.9鼠标拖动字对象
12.12实用函数
12.13属性名和属性值
12.14小结
12.15关键词索引
第13章图形用户界面GUI制作
13.1创建图形界面GUIr的理由
13.2GUI对象层次结构
13.3菜单
13.3.1菜单的布置
13.3.2建立菜单和子菜单
13.3.3菜单实战举例
13.3.4菜单属性
13.3.5菜单快捷键
13.3.6菜单的外观
13.3.7颜色控制
13.3.8菜单项去能
13.3.9回调属性
13.3.10实战：M文件举例
13.4控制框
13.4.1建立不同类型的控制框
13.4.2控制框属性
13.4.3控制框布置的考虑
13.4.4实战：M文件举例
13.5编程和回调考虑
第14章Simulink交互式仿真集成环境
14.1引导
14.1.1Simulink启动与界面说明
14.1.2Simulink模型窗的组成
14.2模型的创建
14.2.1仿真模块
14.2.2信号线操作
14.2.3常用的Source库信源
14.2.4常用的Sink库信宿
14.3示波器
14.3.1示波器界面简介
14.3.2示波器纵坐标范围的手工设置
14.4Simulink在控制系统仿真中应用
14.4.1ControlSystemToolbox(控制系统工具箱)
14.4.2Simulink子模块库中与控制系统仿真有关的子模块库
14.5Simulink命令集
第15章MATLAB应用开发
15.1将C或Fortran源程序转换为m文件
15.2在其他语言中调用MATLAB
15.3MATLAB应用界面开发工具的使用
15.4用MATLAB编译器产生独立外部应用程序
15.5从C或Fortran调用MATLAB
附录A工具箱函数汇总
A.1统计工具箱函数
A.2优化工具箱函数
A.3样条工具箱函数
A.4偏微分方程数值解工具箱函数
A.5MATLAB工具箱编写技巧
附录BMATLAB常用命令大全
参考文献
……

G. 怎么使用matlab系统辨识工具箱

如果是系统自带的，你可以直接用，如果是外部的或者是自编的你需要先把文件夹拷贝到tools文件夹下，再设置路径。
Matlab常用工具箱介绍(英汉对照)
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系统工具箱
Communication Toolbox——通讯工具箱
Financial Toolbox——财政金融工具箱
System Identification Toolbox——系统辨识工具箱
Fuzzy Logic Toolbox——模糊逻辑工具箱
Higher-Order Spectral Analysis Toolbox——高阶谱分析工具箱
Image Processing Toolbox——图象处理工具箱
LMI Control Toolbox——线性矩阵不等式工具箱
Model predictive Control Toolbox——模型预测控制工具箱
μ-Analysis and Synthesis Toolbox——μ分析工具箱
Neural Network Toolbox——神经网络工具箱
Optimization Toolbox——优化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——鲁棒控制工具箱
Signal Processing Toolbox——信号处理工具箱
Spline Toolbox——样条工具箱
Statistics Toolbox——统计工具箱
Symbolic Math Toolbox——符号数学工具箱
Simulink Toolbox——动态仿真工具箱
System Identification Toolbox——系统辨识工具箱
Wavele Toolbox——小波工具箱

例如：控制系统工具箱包含如下功能：
连续系统设计和离散系统设计
状态空间和传递函数以及模型转换
时域响应（脉冲响应、阶跃响应、斜坡响应）
频域响应（Bode图、Nyquist图）
根轨迹、极点配置

较为常见的matlab控制箱有：

控制类：

控制系统工具箱(control systems toolbox)
系统识别工具箱（system identification toolbox）
鲁棒控制工具箱（robust control toolbox）
神经网络工具箱（neural network toolbox）
频域系统识别工具箱（frequency domain system identification toolbox）
模型预测控制工具箱（model predictive control toolbox）
多变量频率设计工具箱（multivariable frequency design toolbox）

信号处理类：
信号处理工具箱（signal processing toolbox）
滤波器设计工具箱（filter design toolbox）
通信工具箱（communication toolbox）
小波分析工具箱（wavelet toolbox）
高阶谱分析工具箱（higher order spectral analysis toolbox）

其它工具箱：
统计工具箱(statistics toolbox)
数学符号工具箱（symbolic math toolbox）
定点工具箱（fixed-point toolbox）
射频工具箱（RF toolbox）

1990年，MathWorks软件公司为Matlab提供了新的控制系统模型化图形输入与仿真工具，并命名为Simulab，使得仿真软件进入了模型化图形组态阶段，1992年正式命名为Simulink，即simu（仿真）和link（连接）。matlab7.0里的simulink为6.0版本，matlab6.5里的simulink为5.0版本。

MATLAB的SIMULINK子库是一个建模、分析各种物理和数学系统的软件，它用框图表示系统的各个环节，用带方向的连线表示各环节的输入输出关系。
启动SIMULINK十分容易，只需在MATLAB的命令窗口键入“SIMULINK”命令，此时出现一个SIMULINK窗口，包含七个模型库，分别是信号源库、输出库、离散系统库、线性系统库、非线性系统库及扩展系统库。
1.信号源库
包括阶跃信号、正弦波、白噪声、时钟、常值、文件、信号发生器等各种信号源，其中信号发生器可产生正弦波、方波、锯齿波、随机信号等波形。
2.输出库
包括示波器仿真窗口、MATLAB工作区、文件等形式的输出。
3.离散系统库
包括五种标准模式：延迟，零-极点，滤波器，离散传递函数，离散状态空间。
4.线性系统库
提供七种标准模式：加法器、比例环节、积分环节、微分环节、传递函数、零-极点、状态空间。
5.非线性系统库
提供十三种常用标准模式：绝对值、乘法、函数、回环特性、死区特性、斜率、继电器特性、饱和特性、开关特性等。
6.系统连接库包括输入、输出、多路转换等模块，用于连接其他模块。
7.系统扩展库
考虑到系统的复杂性，SIMULINK另提供十二种类型的扩展系统库，每一种又有多种模型供选择。
使用时只要从各子库中取出模型，定义好模型参数，将各模型连接起来，然后设置系统参数，如仿真时间、仿真步长、计算方法等。SIMULINK提供了Euler、RungeKutta、Gear、Adams及专用于线性系统的LinSim算法，用户根据仿真要求选择适当的算法。

当然，不同版本的Matlab/Simulink内容有所不同。

另外，Simulink还提供了诸如航空航天、CDMA、DSP、机械、电力系统等专业模块库，给快速建模提供了很大的便利。

H. 数学建模MATLAB工具箱是什么怎么用

Matlab工具箱已经成为一个系列产品，Matlab主工具箱和各种工具箱（toolbox ）。
工具箱简介
1功能型工具箱 —— 通用型
功能型工具箱主要用来扩充Matlab的数值计算、符号运算功能、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，能够用于多种学科。
2领域型工具箱 —— 专用型
领域型工具箱是学科专用工具箱，其专业性很强，比如控制系统工具箱（ Control System Toolbox）；信号处理工具箱（Signal Processing Toolbox）；财政金融工具箱（ Financial Toolbox）等等。只适用于本专业。

3
Matlab常用工具箱
Matlab Main Toolbox——matlab主工具箱
Control System Toolbox——控制系统工具箱
Communication Toolbox——通讯工具箱
Financial Toolbox——财政金融工具箱
System Identification Toolbox——系统辨识工具箱
Fuzzy Logic Toolbox——模糊逻辑工具箱
Bioinformatics Toolbox——生物分析工具箱
Image Processing Toolbox——图象处理工具箱
Database Toolbox——数据库工具箱
Model predictive Control Toolbox——模型预测控制工具箱
Neural Network Toolbox——神经网络工具箱
Optimization Toolbox——优化工具箱
Partial Differential Toolbox——偏微分方程工具箱
Robust Control Toolbox——鲁棒控制工具箱
Signal Processing Toolbox——信号处理工具箱
Spline Toolbox——样条工具箱
Statistics Toolbox——统计工具箱
Symbolic Math Toolbox——符号数学工具箱
Simulink Toolbox——动态仿真工具箱
Virtual Reality Toolbox——虚拟现实工具箱
Wavelet Toolbox——小波工具箱
等等…….
而且每个新出的版本都在增加、更新完善。

I. 如何使用matlab中的工具箱

首先，将下载的工具箱文件解压，将文件夹复制到MATLAB安装目录下toolbox文件夹下专。
其次，在MATLAB命令行中输属入如下命令：
>>cd D:\MATLAB7\toolbox\piotr_toolbox % 找到你的工具箱
>> addpath(genpath('D:\MATLAB7\toolbox\piotr_toolbox')) %增加路径
>> savepath %永久保存路径
最后，检查是否成功：
>>which hog %随便输入所加入工具箱中的一个m文件
D:\MATLAB7\toolbox\piotr_toolbox\channels\hog.m %得到此文件路径，即加载正确

J. matlab软件有哪些常用指令有哪些专用工具箱

matlab命令
一、常用对象操作：除了一般windows窗口的常用功能键外。
1、!dir 可以查看当前工作目录的文件。 !dir& 可以在dos状态下查看。
2、who 可以查看当前工作空间变量名， whos 可以查看变量名细节。
3、功能键：
功能键 快捷键 说明
方向上键 Ctrl+P 返回前一行输入
方向下键 Ctrl+N 返回下一行输入
方向左键 Ctrl+B 光标向后移一个字符
方向右键 Ctrl+F 光标向前移一个字符
Ctrl+方向右键 Ctrl+R 光标向右移一个字符
Ctrl+方向左键 Ctrl+L 光标向左移一个字符
home Ctrl+A 光标移到行首
End Ctrl+E 光标移到行尾
Esc Ctrl+U 清除一行
Del Ctrl+D 清除光标所在的字符
Backspace Ctrl+H 删除光标前一个字符
Ctrl+K 删除到行尾
Ctrl+C 中断正在执行的命令
4、clc可以命令窗口显示的内容，但并不清除工作空间。
二、函数及运算
1、运算符：
＋：加， －：减， *：乘， /： 除， \：左除 ^： 幂，‘：复数的共轭转置， （）：制定运算顺序。
2、常用函数表：
sin( ) 正弦（变量为弧度）
Cot( ) 余切（变量为弧度）
sind( ) 正弦（变量为度数）
Cotd( ) 余切（变量为度数）
asin( ) 反正弦（返回弧度）
acot( ) 反余切（返回弧度）
Asind( ) 反正弦（返回度数）
acotd( ) 反余切（返回度数）
cos( ) 余弦（变量为弧度）
exp( ) 指数
cosd( ) 余弦（变量为度数）
log( ) 对数
acos( ) 余正弦（返回弧度）
log10( ) 以10为底对数
acosd( ) 余正弦（返回度数）
sqrt( ) 开方
tan( ) 正切（变量为弧度）
realsqrt( ) 返回非负根
tand( ) 正切（变量为度数）
abs( ) 取绝对值
atan( ) 反正切（返回弧度）
angle( ) 返回复数的相位角
atand( ) 反正切（返回度数）
mod(x,y) 返回x/y的余数
sum( ) 向量元素求和
3、其余函数可以用help elfun和help specfun命令获得。
4、常用常数的值：
pi 3.1415926…….
realmin 最小浮点数，2^-1022
i 虚数单位
realmax 最大浮点数，（2－eps）2^1022
j 虚数单位
Inf 无限值
eps 浮点相对经度＝2^-52
NaN 空值
三、数组和矩阵：
1、构造数组的方法：增量发和linspace(first,last,num)first和last为起始和终止数，num为需要的数组元素个数。
2、构造矩阵的方法：可以直接用[ ]来输入数组，也可以用以下提供的函数来生成矩阵。
ones( ) 创建一个所有元素都为1的矩阵，其中可以制定维数，1，2….个变量
zeros() 创建一个所有元素都为0的矩阵
eye() 创建对角元素为1，其他元素为0的矩阵
diag() 根据向量创建对角矩阵，即以向量的元素为对角元素
magic() 创建魔方矩阵
rand() 创建随机矩阵，服从均匀分布
randn() 创建随机矩阵，服从正态分布
randperm() 创建随机行向量
horcat C=[A,B]，水平聚合矩阵，还可以用cat(1,A,B)
vercat C=[A;B]，垂直聚合矩阵, 还可以用cat(2,A,B)
repmat(M,v,h) 将矩阵M在垂直方向上聚合v次，在水平方向上聚合h次
blkdiag（A，B） 以A，和B为块创建块对角矩阵
length 返回矩阵最长维的的长度
ndims 返回维数
numel 返回矩阵元素个数
size 返回每一维的长度，[rows,cols]=size(A)
reshape 重塑矩阵，reshape(A,2,6),将A变为2×6的矩阵，按列排列。
rot90 旋转矩阵90度，逆时针方向
fliplr 沿垂轴翻转矩阵
flipud 沿水平轴翻转矩阵
transpose 沿主对角线翻转矩阵
ctranspose 转置矩阵，也可用A’或A.’，这仅当矩阵为复数矩阵时才有区别
inv 矩阵的逆
det 矩阵的行列式值
trace 矩阵对角元素的和
norm 矩阵或矢量的范数，norm（a，1），norm（a，Inf）…….
normest 估计矩阵的最大范数矢量
chol 矩阵的cholesky分解
cholinc 不完全cholesky分解
lu LU分解
luinc 不完全LU分解
qr 正交分解
kron（A，B） A为m×n，B为p×q，则生成mp×nq的矩阵，A的每一个元素都会乘上B，并占据p×q大小的空间
rank 求出矩阵的刺
pinv 求伪逆矩阵
A^p 对A进行操作
A.^P 对A中的每一个元素进行操作
四、数值计算
1、线性方程组求解
（1）AX=B的解可以用X＝A\B求。XA=B的解可以用X= A/B求。如果A是m×n的矩阵，当m＝n时可以找到唯一解，m<n，不定解，解中至多有m个非零元素。如果m>n，超定系统，至少找到一组解。如果A是奇异的，且AX=B有解，可以用X＝pinv（A）×B返回最小二乘解
（2）AX=b, A＝L×U，[L,U]=lu(A), X=U\(L\b),即用LU分解求解。
（3）QR（正交）分解是将一矩阵表示为一正交矩阵和一上三角矩阵之积，A＝Q×R[Q,R]=chol(A), X=Q\(U\b)
（4）cholesky分解类似。
2、特征值
D＝eig（A）返回A的所有特征值组成的矩阵。[V,D]=eig(A),还返回特征向量矩阵。
3、A＝U×S×UT，[U,S]=schur(A).其中S的对角线元素为A的特征值。
4、多项式Matlab里面的多项式是以向量来表示的，其具体操作函数如下：
conv 多项式的乘法
deconv 多项式的除法，【a，b】＝deconv（s），返回商和余数
poly 求多项式的系数（由已知根求多项式的系数）
polyeig 求多项式的特征值
Polyfit（x，y，n） 多项式的曲线拟合，x，y为被拟合的向量，n为拟合多项式阶数。
polyder 求多项式的一阶导数，polyder（a，b）返回ab的导数
[a,b]＝polyder（a，b）返回a/b的导数。
polyint 多项式的积分
polyval 求多项式的值
polyvalm 以矩阵为变量求多项式的值
resie 部分分式展开式
roots 求多项式的根（返回所有根组成的向量）
注：用ploy（A）求出矩阵的特征多项式，然后再求其根，即为矩阵的特征值。
5、插值常用的插值函数如下：
griddata 数据网格化合曲面拟合
Griddata3 三维数据网格化合超曲面拟合
interp1 一维插值（yi=interp1(x,y,xi,’method’)Method=nearest/linear/spline/pchip/cubic
Interp2 二维插值zi=interp1(x,y,z,xi,yi’method’),bilinear
Interp3 三维插值
interpft 用快速傅立叶变换进行一维插值，help fft。
mkpp 使用分段多项式
spline 三次样条插值
pchip 分段hermit插值
6、函数最值的求解
fminbnd（‘f’，x1，x2，optiset（,））求f在 x1和x2之间的最小值。Optiset选项可以有‘Display’+‘iter’/’off’/’final’,分别表示显示计算过程/不显示/只显示最后结果。fminsearch求多元函数的最小值。fzero（‘f’，x1）求一元函数的零点。X1为起始点。同样可以用上面的选项。
五、图像绘制：
1、基本绘图函数
plot 绘制二维线性图形和两个坐标轴
plot3 绘制三维线性图形和两个坐标轴
fplot 在制定区间绘制某函数的图像。fplot（‘f’，区域，线型，颜色）
loglog 绘制对数图形及两个坐标轴（两个坐标都为对数坐标）semilogx 绘制半对数坐标图形
semilogy 绘制半对数坐标图形
2、线型： 颜色 线型
y 黄色 . 圆点线 v 向下箭头
g 绿色 -. 组合 > 向右箭头
b 蓝色 + 点为加号形 < 向左箭头
m 红紫色 o 空心圆形 p 五角星形
c 蓝紫色 * 星号 h 六角星形
w 白色 . 实心小点 hold on 添加图形
r 红色 x 叉号形状 grid on 添加网格
k 黑色 s 方形 - 实线
d 菱形 -- 虚线 ^ 向上箭头
3、可以用subplot（3，3，1）表示将绘图区域分为三行三列，目前使用第一区域。此时如要画不同的图形在一个窗口里，需要hold on。