برای یافتن فرم Jordan Canonical یک ماتریس می توان از دستور jordan به شکل زیر استفاده کرد:
کد:a=[1 2 3;3 0 1;0 1 2]; jordan(a)
'چو ایران نباشد، تن من مباد
Dim Armin As Iranian
If Iran.Enabled = False Then Armin.Enabled = False
برای یافتن ماتریس انتقال حالت (State Transition Matrix) در متلب به شکل زیر عمل می کنیم:
کد:a=[1 0;-1 -1]; syms t expm(a*t)
|
برای یافتن rank ماتریس دلخواه a به شکل زیر عمل می کنیم:
کد:a=[1 1 0 0;-2 1 0 1;3 -3 -1 2] rank(a)
برای انتقال تابع f از فضای زمان به فضای لاپلاس به شکل زیر عمل می کنیم:
کد:syms t f = 1 - exp(t) laplace(f)
برای بردن g از حوزه ی لاپلاس به حوزه ی زمان به شکل زیر عمل می کنیم:
کد:syms s g = 1/s - 1/(s-1) ilaplace(g)
'چو ایران نباشد، تن من مباد
Dim Armin As Iranian
If Iran.Enabled = False Then Armin.Enabled = False
تجزیه ی مقدار تکین یا به اختصار SVD یک روش تجزیه ی ماتریس های حقیقی و مختلط است که کاربرد های جالبی در مهندسی دارد. اگر M یه ماتریس دلخواه باشد، تجزیه ی مقدار تکین آن متشکل از سه ماتریس U، S و V خواهد بود که به شکل زیر تعریف می شود:
USV* = Mکه در آن V* ترانهاده ی مزدوج ماتریس V است.
برای یافتن SVD ماتریس M در متلب به شکل زیر عمل می کنیم:
کد:M = X=[1 0 0 0 2;0 0 3 0 0;0 0 0 0 0;0 4 0 0 0]; [U,S,V] = svd(M)
چگالی طیفی توانی یا به اختصار PSD ابزاری در پردازش سیگنال جهت یافتن نحوه ی توزیع قدرت سیگنال برحسب فرکانس است. نمونه ای از محاسبه ی PSD با MATLAB در زیر آمده است:
کد:t = 0:.001:.25; x = sin(2*pi*50*t) + sin(2*pi*120*t); y = x + 2*randn(size(t)); plot(y(1:50)) title('Noisy time domain signal') Y = fft(y,251); Pyy = Y.*conj(Y)/251; f = 1000/251*(0:127); plot(f,Pyy(1:128)) title('Power spectral density') xlabel('Frequency (Hz)')
|
برای یافتن تبدیل Z یک تابع گسسته در MATLAB به شکل زیر عمل می کنیم:
کد:syms n; f = n^2; ztrans(f)
'چو ایران نباشد، تن من مباد
Dim Armin As Iranian
If Iran.Enabled = False Then Armin.Enabled = False
amn110234 (21-04-16)
برای یافتن تبدیل معکوس Z در متلب به این شکل عمل می کنیم:
کد:syms z F = z/(z-1); iztrans(F)
amn110234 (21-04-16)
1 کاربر در حال مشاهده این موضوع. (0 عضو و 1 میهمان)
Bookmarks