大家好，今天Win10系统之家小编给大家分享「matlab如何采样」的知识，如果能碰巧解决你现在面临的问题，记得收藏本站或分享给你的好友们哟~，现在开始吧！

1.matlab数字信号处理的采样用程序怎么实现？

　　1、理想采样信号序列
（1）首先产生信号x(n),0<=n<=50
n=0:50; %定义序列的长度是50
A=444.128; %设置信号有关的参数
a=50*sqrt(2.0)*pi;
T=0.001; %采样率
w0=50*sqrt(2.0)*pi; %ω符号在MatLab 中不能输入，用w 代替
x=A*exp(-a*n*T).*sin(w0*n*T); %pi 是MATLAB 定义的π，信号乘可采用“.*”
close all %清除已经绘制的x(n)图形
subplot(3,1,1);stem(x); %绘制x(n)的图形
title(‘理想采样信号序列’); %设置结果图形的标题
（2）绘制信号x(n)的幅度谱和相位谱
k=-25:25;
W=(pi/12.5)*k;
X=x*(exp(-j*pi/12.5)).^(n’*k);
magX=abs(X); %绘制x(n)的幅度谱
subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’);
angX=angle(X); %绘制x(n)的相位谱
subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’)
（3）改变参数为： 1, 0.4, 2.0734, 1 0 A = α = Ω = T =
n=0:50; %定义序列的长度是50
A=1; a=0.4; w0=2.0734; T=1; %设置信号有关的参数和采样率T
x=A*exp(-a*n*T).*sin(w0*n*T); %pi 是MATLAB 定义的π，信号乘可采用“.*”
close all %清除已经绘制的x(n)图形
subplot(3,1,1);stem(x); %绘制x(n)的图形
title(‘理想采样信号序列’);
k=-25:25;
W=(pi/12.5)*k;
X=x*(exp(-j*pi/12.5)).^(n’*k);
magX=abs(X); %绘制x(n)的幅度谱
subplot(3,1,2);stem(magX);title(‘理想采样信号序列的幅度谱’);
angX=angle(X); %绘制x(n)的相位谱
subplot(3,1,3);stem(angX) ; title (‘理想采样信号序列的相位谱’)
2、单位脉冲序列
在 MatLab 中，这一函数可以用zeros 函数实现：
n=1:50; %定义序列的长度是50
x=zeros(1,50); %注意：MATLAB 中数组下62616964757a686964616fe59b9ee7ad9431333365636563标从1 开始
x(1)=1;close all;
subplot(3,1,1);stem(x);title(‘单位冲击信号序列’);
k=-25:25;
X=x*(exp(-j*pi/12.5)).^(n’*k);
magX=abs(X); %绘制x(n)的幅度谱
subplot(3,1,2);stem(magX);title(‘单位冲击信号的幅度谱’);
angX=angle(X); %绘制x(n)的相位谱
subplot(3,1,3);stem(angX) ; title (‘单位冲击信号的相位谱’)
3、矩形序列
n=1:5; 0x=sign(sign(10-n)+1);
close all; subplot(3,1,1); stem(x);title(‘单位冲击信号序列’);
k=-25:25; X=x*(exp(-j*pi/25)).^(n’*k);
magX=abs(X); %绘制x(n)的幅度谱
subplot(3,1,2);stem(magX);title(‘单位冲击信号的幅度谱’);
angX=angle(X); %绘制x(n)的相位谱
subplot(3,1,3);stem(angX) ; title (‘单位冲击信号的相位谱’)
4、特定冲击串
x(n) =δ (n) + 2.5δ (n ?1) + 2.5δ (n ? 2) +δ (n ? 3)
n=1:50; %定义序列的长度是50
x=zeros(1,50); %注意：MATLAB 中数组下标从1 开始
x(1)=1; x(2)=2.5; x(3)=2.5; x(4)=1;
close all; subplot(3,1,1);stem(x);title(‘单位冲击信号序列’);

2.matlab 音频采样怎么实现 高手进

　　在进行通讯和DSP等试验过程中，信号源是不可缺少的一个工具，很多设备是使用信号源来模拟检测实际目标，来验证设备的功能及可靠性。通常，对于研制单一产品的厂家来说，需要某一固定的信号源即可，在市场上也可以找到性价比合适的产品。但对于某些开发人员来说，单一的信号源远远满足不了要求，他们可能需要各种频率、各种包络和精度的信号源来验证设计的可靠性。设计者通常很难找到完全符合要求的产品，而且价格一般也极为昂贵。此外，大多数信号源可能用一两天，从而造成极大的浪费。因此，自己研制出符合要求、高性价比的信号源成为很多厂家的选择。
使用硬件也可以完成过数字信号源的设计，其实现的大致思路是：先分析信号源的波形，对波形的一周期数据进行采样，存储到ROM中，再使用可编程逻辑器件对采样数据进行重复读取、A/D转换、滤波、放大；如想监测信号质量，对输出进行A/D转换，反馈到可编程逻辑器件进行分析、显示和校正。很多工程师会选择这样的设计思路，所得波形具有可靠性高、易于实现和精度高的优点。然而，是从选择思路、绘制原理图、设计电路板、制版、编程、调试和更改的整个设计周期可能达2、3个月之久，而用MATLAB和声卡去实现则更方便有效。
设计思路和软件实现方法
声卡是将音频输入数据转换为立体声输出的一种设备，输入信号同时也设定了声卡的采样频率和采样位数，普通声卡采样频率通常可选值为8,000Hz、11,000Hz、16,000Hz、22,000Hz和44,100Hz，而高性能的专业声卡的A/D采样频率最高可达96,000Hz，D/A转换频率最高可达192,000Hz。声卡的采样频率可以通过专业软件来进行更改和设置的。声卡输出位数为固定值，包括8位、16位和24位，这个参数标志声卡进行D/A转换时的转换精度，但要使输出信号更接近理想值，还需要高采样频率来做保障。
由于输出是一个T形波信号，具有一定的周期，在T形波以外输出零电平，因此界面设计(见图1)中应包括：中心频率、T形波上升段、平稳段、下降段时间间隔，T形波信号周期、采样频率的选择或输入/输出信号位数的选择，以及信号发送、演示、清除、发送暂停、继续和退出系统。其实还有很多软件可以对音频文件进行播放，因此又增加了一个按钮用于产生音频文件。将信号参数输入完全后，可以通过信号演示按钮对波形进行查看。对数据进行修改时，可先用信号清除按钮清空数据，或直接对数据进行修改，对信号发送暂停或继续也可进行控制。
a.
音频数据的产生方法
在应用界面中，共设置了中心频率、T形波上升段、平稳段、下降段时间间隔、T形波信号周期、采样频率和传输位共七个参数源，通过MATLAB强大的计算函数将其转换成声卡所能接受的音频数据向量、D/A采样频率以及数据向量的宽度。
Vs：一周期信号数据向量
Vup：上升段信号数据向量，
Vstb：平稳段信号数据向量，
Vdown：下降段信号数据向量；
Vs=[Vup,Vstb,Vdown]
Vup=sin(w×Pup)，
Vstb=sin(w×Pstb)，
Vdown=sin(w×Pdown)，
w=2×3.1416×f。
Pup：上升段信号采样点，
Pstb：平稳段信号采样点，
Pdown：下降段信号采样点。
w：输出信号的角频率，
f：输出信号频率，由应用界面取得。
Pup=[0:point:tup-point]
Pstb=[tup:point:tup+tstb-point]
Pdown=[tup+tstb:point:tup+tstb+tdown-point]
Pt=[Pup,Pstb,Pdown]
point=1/fspl，为采样频率的倒数，中括号及内部数据表示由起始时间到结束时间以point为间隔而产生的数据向量，Pt为采样时间点。
b.
对T型波信号进行演示和信号清除
这两个功能分别由信号演示和信号清除两个按钮来完成，信号演示的实现方法是将采样时间点一周期信号数据向量使用plot函数，以二维图形的形式将信号显示在坐标轴上。坐标轴设置为自动调节，图形界面设置为系统菜单模式，这样可以方便对信号进行编辑、缩放和其它管理。信号清除只是在回调子函数中将中心
查看原帖>>

3.在matlab中如何实现函数的抽样

　　在matlab中实现函数抽样的方法：
　　dyaddown。功能：对时间序列进行二元采样，每隔一个元素提取一个元素，得到一个降采样时间序列。 
　　格式：y = dyaddown(x, EVENODD)。当EVENODD=0时，从x中第二个元素开始采样（偶采样）；当EVENODD=1时，从x中第一个元素开始采样（奇采样）。 2.y = dyaddown(x)EVENODD缺省，按EVENODD=0。
　　扩展资料：
　　matlab的相关要求规定：
　　1、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等语言完成相同的事情简捷得多，并且MATLAB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。
　　2、MATLAB有高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；MATLAB具有完备的图形处理功能，实现计算结果和编程的可视化。
　　3、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。
　　参考资料来源：

4.如何用matlab生成正弦信号？怎么对其采样？怎么得到采样值？

　　输入一下信号可以实现生成正弦信号，并对其采样和得到采样值。
　　f=100;%信号频率Hz
fs=1000;%采样频率Hz
N=20;%采样点数
t=(0:N-1)/fs;%采样时间s
x=sin(2*pi*f*t);%信号采样值
plot(t,x,.)
　　
　　MATLAB简介：
　　MATLAB 是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。
　　MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran)的编辑模式，代表了当今国际科学计算软件的先进水平。
　　MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
　　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等语言完成相同的事情简捷得多，并且MATLAB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。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。
　　MATLAB产品族可以用来进行以下各种工作:
　　●数值分析
　　●数值和符号计算
　　●工程与科学绘图
　　●控制系统的设计与仿真
　　●数字图像处理技术
　　●数字信号处理技术
　　●通讯系统设计与仿真
　　●财务与金融工程
　　●管理与调度优化计算(运筹学)
　　MATLAB 的应用范围非常广，包括信号和图像处理、通讯、控制系统设计、测试和测量、财务建模和分析以及计算生物学等众多应用领域。附加的工具箱(单独提供的专用MATLAB函数集)扩展了MATLAB 环境，以解决这些应用领域内特定类型的问题。

5.matlab 中想在一定分布的数据中随机采样N个数据，怎么做呢

　　一、Matlab在一个集合中随机取数：function randperm
for example：
a=[1 2 3 4 5 6 7 8 9 10];
b=a(randperm(length(a)));
x=b(1:5);
matlab生成随机数据
matlab本身提供很多的函数来生成各种各样的随机数据：
normrnd 可以生成一定均值和标准差的正态分布
gamrnd 可以生成gamma分布的伪随机数矩阵
chi2rnd 可以生成卡方分布的伪随机数矩阵
trnd 可以生成t分布的伪随机数矩阵
frnd 可以生成f分布的伪随机数矩阵
raylrnd 可以生成rayleigh分布的伪随机数矩阵
关于具体的函数语法，你可以在matlab中用help命令得到更详细的说明。
我要说的是，这些生成的伪随机矩阵的标准差，均值等都是和你给的具体数据很接近的，但是，不是一样啊。也就是说matlab生成的伪随机矩阵不是一定准确的，只能是很接近的。另外，要明白什么是伪随机数。
随机数的生成通常有两种方法：一是依赖一些专用的电子元件发出随机信号，这种方法又称为物理生成法。另一类就是通过数学的算法，仿照随机数发生的规律计算出随机数，由于产生的随机数是有数学公式计算出来的，所以这类随机数又称为伪随机数。
你也可以让matlab生成一个随机的正态分布矩阵，然后用normstat来求得生成矩阵的真实方差和矩阵。其实matlab中求均值和方差的函数都是以*stat结尾的。比如上面的求正态分布的normstat，求gam分布的均值和方差的gamstat，求rayleigh分布的均值和方差的raylstat等。同样的，还有以*pdf结尾的都是函数的概率密度，以*cdf结尾的函数是分布函数，以inv结尾的函数为逆分布函数求解函数。比如，正态分布的概率密度normpdf，正态分布的分布函数normcdf，正态分布的逆分布函数求解函数为norminv。同样道理的还有possion分布，gamma分布，卡方分布，T分布，F分布，rayleigh分布等，加上后缀都是相应的概率密度函数，分布函数。
二、统计编程：
此文纯粹是转贴
第4章 概率统计
本章介绍MATLAB在概率统计中的若干命令和使用格式,这些命令存放于MatlabR12ToolboxStats中.
4.1 随机数的产生
4.1.1 二项分布的随机数据的产生
命令 参数为N,P的二项随机数据
函数 binornd
格式 R = binornd(N,P) 
%N,P为二项分布的两个参数,返回服从参数为N,P的二项分布的随机数,N,P大小相同.
R = 
binornd(N,P,m) %m指定随机数的个数,与R同维数.
R = binornd(N,P,m,n) 
%m,n分别表示R的行数和列数
例4-1
>> 
R=binornd(10,0.5)
R =
3
>> R=binornd(10,0.5,1,6)
R =
8 1 3 7 6 4
>> 
R=binornd(10,0.5,[1,10])
R =
6 8 
4 6 7 5 3 5 6 2
>> 
R=binornd(10,0.5,[2,3])
R =
7 5 
8
6 5 6
>>n = 
10:10:60;
>>r1 = binornd(n,1./n)
r1 =
2 1 0 1 1 2
>>r2 = binornd(n,1./n,[1 6])
r2 
=
0 1 2 1 3 1
4.1.2 
正态分布的随机数据的产生
命令 参数为μ,σ的正态分布的随机数据
函数 normrnd
格式 R = normrnd(MU,SIGMA) 
%返回均值为MU,标准差为SIGMA的正态分布的随机数据,R可以是向量或矩阵.
R = 
normrnd(MU,SIGMA,m) %m指定随机数的个数,与R同维数.
R = 
normrnd(MU,SIGMA,m,n) %m,n分别表示R的行数和列数
例4-2
>>n1 = 
normrnd(1:6,1./(1:6))
n1 =
2.1650 2.3134 3.0250 4.0879 4.8607 6.2827
>>n2 = normrnd(0,1,[1 5])
n2 
=
0.0591 1.7971 0.2641 0.8717 -1.4462
>>n3 = normrnd([1 2 3;4 5 6],0.1,2,3) %mu为均值矩阵
n3 =
0.9299 1.9361 2.9640
4.1246 5.0577 5.9864
>> 
R=normrnd(10,0.5,[2,3]) %mu为10,sigma为0.5的2行3列个正态随机数
R 
=
9.7837 10.0627 9.4268
9.1672 
10.1438 10.5955
4.1.3 常见分布的随机数产生
常见分布的随机数的使用格式与上面相同
表4-1 随机数产生函数表
函数名
调用形式
注 
释
Unifrnd
unifrnd ( 
A,B,m,n)
[A,B]上均匀分布(连续) 随机数
Unidrnd
unidrnd(N,m,n)
均匀分布(离散)随机数
Exprnd
exprnd(Lambda,m,n)
参数为Lambda的指数分布随机数
Normrnd
normrnd(MU,SIGMA,m,n)
参数为MU,SIGMA的正态分布随机数
chi2rnd
chi2rnd(N,m,n)
自由度为N的卡方分布随机数
Trnd
trnd(N,m,n)
自由度为N的t分布随机数
Frnd
frnd(N1, N2,m,n)
第一自由度为N1,第二自由度为N2的F分布随机数
gamrnd
gamrnd(A, B,m,n)
参数为A, B的分布随机数
betarnd
betarnd(A, B,m,n)
参数为A, B的分布随机数
lognrnd
lognrnd(MU, SIGMA,m,n)
参数为MU, 
SIGMA的对数正态分布随机数
nbinrnd
nbinrnd(R, P,m,n)
参数为R,P的负二项式分布随机数
ncfrnd
ncfrnd(N1, N2, delta,m,n)
参数为N1,N2,delta的非中心F分布随机数
nctrnd
nctrnd(N, delta,m,n)
参数为N,delta的非中心t分布随机数
ncx2rnd
ncx2rnd(N, delta,m,n)
参数为N,delta的非中心卡方分布随机数
raylrnd
raylrnd(B,m,n)
参数为B的瑞利分布随机数
weibrnd
weibrnd(A, B,m,n)
参数为A, B的韦伯分布随机数
binornd
binornd(N,P,m,n)
参数为N, p的二项分布随机数
geornd
geornd(P,m,n)
参数为 
p的几何分布随机数
hygernd
hygernd(M,K,N,m,n)
参数为 
M,K,N的超几何分布随机数
Poissrnd
poissrnd(Lambda,m,n)
参数为Lambda的泊松分布随机数
4.1.4 
通用函数求各分布的随机数据
命令 求指定分布的随机数
函数 
random
格式 y = random(name,A1,A2,A3,m,n) 
%name的取值见表4-2;A1,A2,A3为分布的参数;m,n指定随机数的行和列
4.2 
随机变量的概率密度计算
4.2.1 通用函数计算概率密度函数值
命令 通用函数计算概率密度函数值
函数 pdf
格式 Y=pdf(name,K,A)
Y=pdf(name,K,A,B)
Y=pdf(name,K,A,B,C)
说明返回在X=K处,参数为A,B,C的概率密度值,对于不同的分布,参数个数是不同;name为分布函数名,其取值如表4-2.
表4-2 常见分布函数表
name的取值
函数说明
beta
或
Beta
Beta分布
bino
或
Binomial
二项分布
chi2
或
Chisquare
卡方分布
exp
或
Exponential
指数分布
f
或
F
F分布
gam
或
Gamma
GAMMA分布
geo
或
Geometric
几何分布
hyge
或
Hypergeometric
超几何分布
logn
或
Lognormal
对数正态分布
nbin
或
Negative Binomial
负二项式分布
ncf
或
Noncentral F
非中心F分布
nct
或
Noncentral t
非中心t分布
ncx2
或
Noncentral Chi-square
非中心卡方分布
norm
或
Normal
正态分布
poiss
或
Poisson
泊松分布
rayl
或
Rayleigh
瑞利分布
t
或
T
T分布
unif
或
Uniform
均匀分布
unid
或
Discrete Uniform
离散均匀分布
weib
或
Weibull
Weibull分布
4.2.2 专用函数计算概率密度函数值
命令 二项分布的概率值
函数 binopdf
格式 binopdf (k, n, p) %等同于, p — 
每次试验事件A发生的概率;K—事件A发生K次;n—试验总次数
命令 
泊松分布的概率值
函数 poisspdf
格式 
poisspdf(k, Lambda) %等同于
命令 正态分布的概率值
函数 normpdf(K,mu,sigma) %计算参数为μ=mu,σ=sigma的正态分布密度函数在K处的值
专用函数计算概率密度函数列表如表4-3.
admin 2007-11-29 20:43
表4-3 
专用函数计算概率密度函数表
函数名
调用形式
注 释
Unifpdf
unifpdf (x, a, b)
[a,b]上均匀分布(连续)概率密度在X=x处的函数值
unidpdf
Unidpdf(x,n)
均匀分布(离散)概率密度函数值
Exppdf
exppdf(x, Lambda)
参数为Lambda的指数分布概率密度函数值
normpdf
normpdf(x, mu, sigma)
参数为mu,sigma的正态分布概率密度函数值
chi2pdf
chi2pdf(x, n)
自由度为n的卡方分布概率密度函数值
Tpdf
tpdf(x, n)
自由度为n的t分布概率密度函数值
Fpdf
fpdf(x, n1, n2)
第一自由度为n1,第二自由度为n2的F分布概率密度函数值
gampdf
gampdf(x, a, b)
参数为a, b的分布概率密度函数值
betapdf
betapdf(x, a, b)
参数为a, 
b的分布概率密度函数值
lognpdf
lognpdf(x, 
mu, sigma)
参数为mu, sigma的对数正态分布概率密度函数值
nbinpdf
nbinpdf(x, R, P)
参数为R,P的负二项式分布概率密度函数值
Ncfpdf
ncfpdf(x, n1, n2, delta)
参数为n1,n2,delta的非中心F分布概率密度函数值
Nctpdf
nctpdf(x, n, delta)
参数为n,delta的非中心t分布概率密度函数值
ncx2pdf
ncx2pdf(x, n, delta)
参数为n,delta的非中心卡方分布概率密度函数值
raylpdf
raylpdf(x, b)
参数为b的瑞利分布概率密度函数值
weibpdf
weibpdf(x, a, b)
参数为a, 
b的韦伯分布概率密度函数值
binopdf
binopdf(x,n,p)
参数为n, 
p的二项分布的概率密度函数值
geopdf
geopdf(x,p)
参数为 p的几何分布的概率密度函数值
hygepdf
hygepdf(x,M,K,N)
参数为 M,K,N的超几何分布的概率密度函数值
poisspdf
poisspdf(x,Lambda)
参数为Lambda的泊松分布的概率密度函数值
4.2.3 
常见分布的密度函数作图
>>x = 0:10;
>>y = binopdf(x,10,0.5);
>>plot(x,y,+)

以上就是关于「matlab如何采样」的全部内容，本文讲解到这里啦，希望对大家有所帮助。如果你还想了解更多这方面的信息，记得收藏关注本站~

【文♀章②来自Win10系统之家，转载请联系网站管理人员！】