中国高校课件下载中心 》 教学资源 》 大学文库

《数字信号处理》课程教学资源(设计指导)第2章 信号的频域分析

文档信息
资源类别:文库
文档格式:DOC
文档页数:17
文件大小:256KB
团购合买:点击进入团购
内容简介
《数字信号处理》课程教学资源(设计指导)第2章 信号的频域分析
刷新页面文档预览

第2章信号的频域分析任一信号可以在时域对其进行分析和描述,利用傅立叶变换理论也可以对其进行频域分析,以便更好地对信号进行存储、传输和处理,达到提取有用信号的目的信号可分为四大类,与之对应存在四种类型的傅立叶变换,成为信号频谱分机的基础。归纳如下表:信号类型频谱特性变换名称变换公式连续周期CTFSxerd非周期离X(k2) =T散CTFT连续非周期非周期连X(j2)= x(0)e- dt续DFS周期离散离散周期N-lX(k)=x(n)e-"n=0离散非周期DTFT周期连续Zx(n)e-jonX(eja)=(w=2m)四种信号的变化规律为:周期信号的频谱是离散的、互为谐波关系的;非周期信号的频谱是连续的;离散信号的频谱是为周期的;连续信号的频谱是非周期的。所谓信号的频谱分析就是利用傅立叶变换的分析方法,找出与信号时域波形对应的频谱函数的幅度、相位以及能量或功率的分布规律等,以便在频域提取信号的特征实际工程中,通过积分公式求取复杂信号的频谱函数本身就比较困难,何况在许多情况下只是记录了实际信号的一段波形或数据,而没有对应的解析表达式。若对这些信号进行频谱分析,就必须利用离散傅里叶变换(DFT)。DFT表征一个在时域为N点有限长的序列x(n)经过傅里叶变换到频域成为另一个N点有限长序列

第 2 章 信号的频域分析 任一信号可以在时域对其进行分析和描述,利用傅立叶变换理论也可以对其进 行频域分析,以便更好地对信号进行存储、传输和处理,达到提取有用信号的目的。 信号可分为四大类,与之对应存在四种类型的傅立叶变换,成为信号频谱分析 的基础。归纳如下表: 信号类型 变换名称 变换公式 频谱特性 连续周期 CTFS − −   = 2 2 ( ) 1 ( ) T T jk t x t e dt T X k 非周期离 散 连续非周期 CTFT X j x t e dt j t   − −  ( ) = ( ) 非周期连 续 离散周期 DFS  − = − = 1 0 2 ( ) ~ ( ) . ~ N n kn N j X k x n e  周期离散 离散非周期 DTFT   =− − = n j j n X e x n e   ( ) ( ) 周期连续 (ω0=2π) 四种信号的变化规律为:周期信号的频谱是离散的、互为谐波关系的;非周期 信号的频谱是连续的;离散信号的频谱是为周期的;连续信号的频谱是非周期的。 所谓信号的频谱分析就是利用傅立叶变换的分析方法,找出与信号时域波形对应的 频谱函数的幅度、相位以及能量或功率的分布规律等,以便在频域提取信号的特征。 实际工程中,通过积分公式求取复杂信号的频谱函数本身就比较困难,何况在 许多情况下只是记录了实际信号的一段波形或数据,而没有对应的解析表达式。若 对这些信号进行频谱分析,就必须利用离散傅里叶变换(DFT)。DFT 表征一个在 时域为 N 点有限长的序列 x(n) 经过傅里叶变换到频域成为另一个 N 点有限长序列

X(k),即:mN-X(k)=x(n)whx(n)e1=0n=0离散傅里叶反变换(IDFT)定义为12x(k)e*Ex(k)wx(n) =NKON=可见,由于DFT变换对在时域、频域都是离散的,可以通过计算机实现数值计算。而且DFT存在快速算法FFT,可以高速、高效地完成DFT运算。Matlab中提供了相应函数以实现DFT变换对的计算,调用格式为:X=ff(x)其按照基2时间抽取快速算法计算序列x(n)的傅里叶变换,当x(n)的长度为2的整数次幂或者x(n)为实序列时,计算的时间会大大缩短。X=fft(x,n)其是补零或截短的n点傅里叶变换,当x(n)的长度小于n时,在x(n)的尾部补零使x(n)的长度达到n点;当x(n)的长度大于n时,将x(n)截短使x(n)的长度成n点;然后对补零或截短的数据进行快速傅里叶变换。x=ifft(X)和x=ifft(X,n)为相应的反变换。fftshift(x)将fft计算输出的零频移到输出的中心。DFT解决了用计算机对各类信号进行频谱分析的问题,因此可以使用DFT对连续信号进行频谱分析。但必须要对连续信号进行离散化,并且当信号长度为无限长时需要作截短处理。恰当地确定取样时间间隔T和相应的时间长度L,是决定DFT结果是否符合实际的关键因素。如果不满足取样定理的约束条件,在时域欠取样的情况下,会出现频谱混叠而无法恢复原信号频谱,因而不能从时域取样点准确地重建原连续时间信号:如果截断和选取的长度不合适,造成频谱扩散使信号的能量和功率产生泄漏

X (k),即 :  − = − = 1 0 2 ( ) ( ) N n kn N j X k x n e  = − = 1 0 ( ) N n kn n wN x 离散傅里叶反变换(IDFT)定义为  − = = 1 0 2 ( ) 1 ( ) N k kn N j X k e N x n   − = − = 1 0 ( ) 1 N k kn wN X k N 可见,由于 DFT 变换对在时域、频域都是离散的,可以通过计算机实现数值 计算。而且 DFT 存在快速算法 FFT,可以高速、高效地完成 DFT 运算。Matlab 中 提供了相应函数以实现 DFT 变换对的计算,调用格式为: X=fft(x) 其按照基 2 时间抽取快速算法计算序列 x(n)的傅里叶变换,当 x (n) 的长度为 2 的整数次幂或者 x(n)为实序列时,计算的时间会大大缩短。 X=fft(x,n) 其是补零或截短的 n 点傅里叶变换,当 x(n)的长度小于 n 时,在 x(n)的尾部补零使 x(n)的长度达到 n 点;当 x(n)的长度大于 n 时,将 x(n)截短使 x(n)的长度成 n 点; 然后对补零或截短的数据进行快速傅里叶变换。 x=ifft(X)和 x=ifft(X,n)为相应的反变换。 fftshift(x)将 fft 计算输出的零频移到输出的中心。 DFT 解决了用计算机对各类信号进行频谱分析的问题,因此可以使用 DFT 对 连续信号进行频谱分析。但必须要对连续信号进行离散化,并且当信号长度为无限 长时需要作截短处理。恰当地确定取样时间间隔 T 和相应的时间长度 L,是决定 DFT 结果是否符合实际的关键因素。如果不满足取样定理的约束条件,在时域欠 取样的情况下,会出现频谱混叠而无法恢复原信号频谱,因而不能从时域取样点准 确地重建原连续时间信号;如果截断和选取的长度不合适,造成频谱扩散使信号的 能量和功率产生泄漏

利用DFT分析各类信号的频谱时,参数的选择主要满足时域抽样定理、频域来样定理,依据信号时频域能量分布情况,恰当地选择时域取样间隔T和取样长度1当信号的频带宽度无限或很宽,则取频域能量集中在95%--98%的频带宽度。要在频域计算信号的能量,选取fm(信号的最高截频),即选择时域取样间隔T:在时域计算信号的能量,则可选取窗函数,对时间信号进行截短,即选择时间长度L。2.1利用DFT分析连续信号频谱首先调用Matlab的fourier(x,t,w)函数可以在理论上求连续时间信号的频谱例1:求出下列信号的傅立叶幅度谱(1).门函数脉冲信号 xi(t)=(t+0.5)-(t-0.5)(2).高斯信号 x2()=e-12解:(1)利用符号函数求门函数的频谱%符号函数symstwut=sym(Heaviside(t+0.5)-Heaviside(t-0.5));Fw=fourier(ut,t,w);FFw=maple(convert,Fw,'piecewise);FFP=abs(FFw);ezplot(FFP,[-10*pi 10*pi)axis([-10*pi 10*pi 0 1))DC1100.90.80.70.6D.S0.40.30.2D

利用 DFT 分析各类信号的频谱时,参数的选择主要满足时域抽样定理、频域采 样定理,依据信号时频域能量分布情况,恰当地选择时域取样间隔 T 和取样长度 L。 当信号的频带宽度无限或很宽,则取频域能量集中在 95%-98%的频带宽度。即 要在频域计算信号的能量,选取 fm (信号的最高截频),即选择时域取样间隔 T; 在时域计算信号的能量,则可选取窗函数,对时间信号进行截短,即选择时间长度 L。 2.1 利用 DFT 分析连续信号频谱 首先调用 Matlab 的 fourier(x,t,w)函数可以在理论上求连续时间信号的频谱。 例 1:求出下列信号的傅立叶幅度谱 (1). 门函数脉冲信号 x1(t)=(t+0.5)-(t-0.5) (2). 高斯信号 x2(t)=e 2 −t 解:(1)利用符号函数求门函数的频谱 syms t w %符号函数 ut=sym('Heaviside(t+0.5)-Heaviside(t-0.5)'); Fw=fourier(ut,t,w); FFw=maple('convert',Fw,'piecewise'); FFP=abs(FFw); ezplot(FFP,[-10*pi 10*pi]) axis([-10*pi 10*pi 0 1])

(2)利用符号函数求高斯函数的频谱symswtft=exp(-t.^2);fw=fourier(ft,t,w);ezplot(fw)1/2exp(-1/4w2)1.81.61.41.20.80.60:40.22.1.1连续周期信号的频谱分析应用离散傅里叶变换DFT,分析连续周期信号xr(t)的频谱。连续周期信号在满足一定条件下,可以通过傅立叶级数(CTFS)展开为一系列正弦信号的线性叠加,其频谱函数X(kQ)是离散频率的复函数,因而周期信号的频谱结构具有离散性和谐波性。-X(k2) =对x(t)以T为间隔进行取样,长度为一个周期T,dt→T,『→Z,x(t)→x(n),To=NT,得到1 N-!Ex(n)e-ikonT TX(k2)=T.2

(2) 利用符号函数求高斯函数的频谱 syms w t ft=exp(-t.^2); fw=fourier(ft,t,w); ezplot(fw) 2.1.1 连续周期信号的频谱分析 应用离散傅里叶变换 DFT,分析连续周期信号 xT(t)的频谱。 连续周期信号在满足一定条件下,可以通过傅立叶级数(CTFS)展开为一系 列正弦信号的线性叠加,其频谱函数 X(k  )是离散频率的复函数,因而周期信 号的频谱结构具有离散性和谐波性。 − −   = 2 0 2 0 0 ( ) 1 ( ) T T jk t x t e dt T X k 对 x(t)以 T 为间隔进行取样,长度为一个周期 T0 ,dt → T, →  , x(t) → x(n) , T0=NT,得到 x n e T T X k N n jk nT  − = −   = 1 0 0 ( ) 1 ( )

THx(n)eTo =o1_X(k)N连续周期信号的频谱求解步骤:(1)根据取样定理,确定时域取样间隔T;(2)计算一个周期内的取样点数N。使用FFT命令作N点FFT计算,求得X(K);(3)1(4)最后求得连续周期信号的频谱为X(k2)=X(k)N例2:已知一个连续周期信号x(t)=1-cos(πt)+2sin(2πt)+cos(3πt),用DFT计算其频谱。解:信号基频Q=元,周期To=2;最高次谐频为3Q=3元,所以N≥7。可取N=8,16,32,64,..进行比较。T0=2;N=16:T=TO/N;周期为TO,FFT的点数为N,时域取样间隔为TX=1/N*ft(x,N);用FFT计算其频谱,其结果为:T0=2; N=16;T=T0/N;t=O:T:TO;x=1-cos(pi*t)+2*sin(2*pi*t)+cos(3*pi*t);X=1/N*ft(x,N);f=1/T/N*(-N/2:(N/2-1);%N,f=1/T/N*(-(N-1)/2:(N-1)/2);subplot(2,1,1);stem(f,abs(fftshif(X);xlabel(Frequency(Hz));ylabel('magnitude')subplot(2,1,2);stem(f,angle(fftshif(X);xlabel(Frequency(Hz)");ylabel('phase');

=  − = − 1 0 2 0 ( ) N n kn N j x n e T T  = ( ) 1 X k N 连续周期信号的频谱求解步骤: (1) 根据取样定理,确定时域取样间隔 T; (2) 计算一个周期内的取样点数 N。 (3) 使用 FFT 命令作 N 点 FFT 计算,求得 X (k); (4) 最后求得连续周期信号的频谱为 X (k  )= N 1 X (k) 例 2: 已知一个连续周期信号 x (t) = 1 – cos (πt) + 2sin (2πt) + cos (3πt), 用 DFT 计算其频谱。 解: 信号基频  =π,周期 T0=2;最高次谐频为 3  =3π,所以 N≥7。 可取 N=8,16,32,64,.进行比较。 T0=2;N=16;T=T0/N; 周期为 T0,FFT 的点数为 N,时域取样间隔为 T: X = 1 / N * fft (x , N); 用 FFT 计算其频谱,其结果为: T0=2; N=16;T=T0/N; t=0:T:T0; x=1-cos(pi*t)+2*sin(2*pi*t)+cos(3*pi*t); X=1/N*fft(x,N); f=1/T/N*(-N/2:(N/2-1));%N,f=1/T/N*(-(N-1)/2:(N-1)/2); subplot(2,1,1);stem(f,abs(fftshift(X))); xlabel('Frequency(Hz)');ylabel('magnitude'); subplot(2,1,2);stem(f,angle(fftshift(X))); xlabel('Frequency(Hz)');ylabel('phase');

apnpubBseuquency(Hz理论分析如下:按x(t)=1-cos(t)+2sin(2πt)+cos(3元πt)o+e-j2wgtj3wot +e-j3wofeo+e-mo=1222j故得:1,n=0-1/2,n= ±1X(k@o)=-+j, n= ± 21/2,n=± 30,其他可见,MATLAB作出的幅频特性与理论分析很吻合。例3:Xr(t)为幅度A=10,周期To=1秒,脉冲宽度t=0.2秒的周期脉冲串。1)计算基波和多少次谐波的功率和可以占信号总功率的90%以上。2)作N=256点的fft,计算其频谱。查看直流及各次谐波k=0.1,2...的幅度。为3)便于观察,在[一30Hz,30Hz]内绘出其频谱。解:1)周期信号是功率信号,信号总功率为: r"g1 X,(0)P dt = f02 102 dt = 200=理论分析该信号的频谱为:

理论分析如下:按 x (t) = 1 – cos (πt) + 2sin (2πt) + cos (3πt) = 1 – 2 0 0 jw t jw t e e − + +2 j e e j w t j w t 2 2 0 − 2 0 + + 2 3 0 3 0 j w t j w t e e − + 故得: 1, n = 0 -1/2, n = ±1 X ( kω0) = -+j, n = ± 2 1/2, n = ± 3 0, 其他 可见,MATLAB 作出的幅频特性与理论分析很吻合。 例 3:XT(t)为幅度 A=10,周期 T0=1 秒,脉冲宽度 τ=0.2 秒的周期脉冲串。 1) 计算基波和多少次谐波的功率和可以占信号总功率的 90%以上。 2) 作 N=256 点的 fft,计算其频谱。查看直流及各次谐波 k = 0, 1,2.的幅度。为 3) 便于观察,在[-30Hz,30Hz]内绘出其频谱。 解: 1)周期信号是功率信号,信号总功率为: | ( ) | 10 20 1 2 0.2 0 2 0 0 0 = = =   X t dt dt T p T T 理论分析该信号的频谱为:

X(kwo)=(At / To)Sa((k@ot)/2=2Sa(0.2k)下面计算前2k+1项的总功率:k=input(k=);n=-k:k,x=2*sinc(0.2*n);pO=20;p=sum(x.±2)/po基波和前5次谐波的功率之和占信号90%以上的能量。XT(t)的傅里叶级数:Xr (t) =2 + 1.87ej0 +1.51ei2ot+1.01ej30t++1.87e-j"0t +1.51e-j201+1.01e-j3ot...2)计算N=256点的FFT,基波和前127次谐波所包含的能量占总能量的99.6%。N=256;T0=1; T=T0/N;(=0:T:TO; %t=-TO/2:T:TO /2;x=5*[square(2*pi*(t+0.1),20)+1];X=1/N*fft(x,N);f=1/T/N*(-30:30);%在[-30Hz,30Hz]内绘出其频谱。subplot(2,1,1); plot(t,x); xlabel(Time (s)"); ylabel(Amplitude')title('square wave and its spectrum');y=abs(fftshift(X);subplot(2,1,2); stem (f,y(129-30:129+30),xlabel(Frequency(Hz)); ylabel('Magnitude');

X(kω0) = (Aτ / T0)Sa((kω0τ)/2 = 2Sa(0.2kπ) 下面计算前 2k + 1 项的总功率: k=input('k='); n=-k:k; x=2*sinc(0.2*n); p0=20; p=sum(x.^2)/p0 基波和前 5 次谐波的功率之和占信号 90%以上的能量。 XT(t)的傅里叶级数: XT(t)=2 + 1.87 ejω0t + 1.51ej2ω0t + 1.01ej3ω0t + . + 1.87 e - jω0t + 1.51 e - j2ω0t + 1.01e - j3ω0t . 2)计算 N=256 点的 FFT, 基波和前 127 次谐波所包含的能量占总能量的 99.6%。 N=256;T0=1; T=T0/N; t=0:T:T0; %t = -T0 / 2: T: T0 / 2; x=5*[square(2*pi*(t+0.1),20)+1]; X=1/N*fft(x,N); f=1/T/N*(-30:30) ; %在[ -30Hz, 30Hz]内绘出其频谱。 subplot(2,1,1); plot(t,x); xlabel('Time (s)'); ylabel('Amplitude'); title('square wave and its spectrum'); y=abs(fftshift (X)); subplot(2,1,2); stem (f,y(129-30:129+30)); xlabel('Frequency(Hz)'); ylabel('Magnitude');

anteecrOUr10864paNn0.1D030O8OTime (s)1.6apngubeyt-RBncy(HzJE2.1.2连续非周期信号的频谱分析应用离散傅里叶变换DFT,通过MATLAB实现对连续信号频谱分析,以满足理论分析和工程实际的需要。连续非周期信号通过连续时间傅里叶反变换ICTFT),可以表达为频率为无限密集的虚指数信号的线性组合,即[x(jQ)e dQx(0) =2元J其中,频率函数XGjQ)可按下式求得:X(jQ)= x(t)e- t对x(t)以T为间隔进行取样,x(t)的时间长度为T。,由dt→>T, 「-→Z , x(t)→x(n), T o= N T, Q= k Fo得到-aX(j2)=2元6x(n)en=0= TX(k)

2.1.2 连续非周期信号的频谱分析 应用离散傅里叶变换 DFT,通过 MATLAB 实现对连续信号频谱分析,以满足 理论分析和工程实际的需要。 连续非周期信号通过连续时间傅里叶反变换(ICTFT),可以表达为频率为无限 密集的虚指数信号的线性组合,即 =     −  x t X j e d j t ( ) 2 1 ( )  其中,频率函数 X(j  )可按下式求得: X j x t e dt j t   − −  ( ) = ( ) 对 x(t)以 T 为间隔进行取样,x(t)的时间长度为 T 0 ,由 dt → T, →  , x(t) → x(n) , T 0= N T, = k F0得到 X j x n e T N n j nT  − = −   = 1 0 ( ) ( ) =  − = − 1 0 2 ( ) N n kn N j T x n e  = TX (k)

连续非周期信号频谱的求解步骤:(1)根据取样定理,确定时域取样间隔T:(2)确定时域截取的长度L(或窗函数的点数M)(3)确定频域取样点数N,要求N≥M(4)使用FFT命令做N点FFT计算X(K)。(5) X(2)0m2~TX(k)QakNT例4:已知信号x()=e[u()-u(t-1)],利用FFT计算其幅度频谱。解:1)此信号时域为无限长,因此要确定数值计算选取的长度To。从能量的观点来看,总能量E = LIx(0)]'dt = L e"dt=}2使用MATLAB计算[O,To]】时间内信号的能量:首先做一个函数powert.m从时域计算信号的能量:function f= powert (t)f=(abs(exp (-1.*t))). ^2;计算[0,1]】时间内的能量:>>power_t=quad(powert',0,1)power_t=0.4323计算[0,4]】时间内的能量:>>power_t=quad (powert',0, 4)power_t=0.4998计算[0,5]】时间内的能量:>>power_t=quad (powert",0,5)power_t=0.5000>>power_t=quad (powert", 0, 14)power_t=0.5000接着试下去可知:在[0,To≥5]内,信号所包含的能量非常接近于原无限长信号的总能量,因此可以选取To=5。2)计算时域取样间隔T此信号的频谱为无限宽,在此选取占信号总能量95%的频带宽度(一fm-fm)

连续非周期信号频谱的求解步骤: (1) 根据取样定理,确定时域取样间隔 T; (2) 确定时域截取的长度 L(或窗函数的点数 M) (3) 确定频域取样点数 N,要求 N≥M (4) 使用 FFT 命令做 N 点 FFT 计算 X (k) 。 (5) X (  )| NT k 2 = ≈TX(k) 例 4: 已知信号 x (t) = e - t [u (t) – u (t –1)], 利用 FFT 计算其幅度频谱。 解 : 1)此信号时域为无限长,因此要确定数值计算选取的长度 T0。从能量的观 点来看,总能量 E =   − | x(t) | 2dt =   − e -2tdt= 2 1 使用 MATLAB 计算[0,T0]时间内信号的能量:首先做一个函数 powert.m 从时域计算信号的能量: function f = powert (t) f = (abs (exp (-1.*t) ) ). ^2; 计算[0,1]时间内的能量: >>power_t = quad (‘powert’, 0, 1) power_t = 0.4323 计算[0,4]时间内的能量: >>power_t = quad (‘powert’, 0, 4) power_t = 0.4998 计算[0,5]时间内的能量: >>power_t = quad (‘powert’, 0, 5) power_t = 0.5000 >>power_t = quad (‘powert’, 0, 14) power_t = 0.5000 接着试下去可知:在[0,T0≥5]内,信号所包含的能量非常接近于原无限长 信号的总能量,因此可以选取 T0 = 5。 2)计算时域取样间隔 T 此信号的频谱为无限宽,在此选取占信号总能量 95%的频带宽度(-fm, fm)

f为其最高频率。作一个函数powerw.m,从频域计算信号的能量:functionf=powerw(w)f=(abs(1./ (j.*w+1))).2使用下面名为p.m的函数计算(一m,m)内信号包含的能量占总能量的比例:w_max=input("w_max="),power_t=quad (powert", o, 5)power_w=1/(2 * pi)*quad (powerw",-1 *w_max,w_max)propotion=power_w/power_t信号频谱X(jQ)=1/(jQ+1)11IX(dI信号总能量E=22元在[0,m】内,信号所包含的能量≥原信号总能量的95%:Em=(1/π)tan(@)lo"m=(1/2)X0.95tan (@m)=0.95π /2所以m=12.706,T≤(/@m)=/12.706=0.2473。T=pi/12.706T= 0.24733)确定FFT点数N由于 N ≥ M = To / T = 5/ TN=5/TN=20.2222所以N应大于20,取N=22。N=22; T=5/Nt=0:T:5;x=exp(-1*t);X=T*fft(x,N);x0=1/T*ifft(X,N);subplot(2,1,1), plot(t,x,t(1:N),real(x0),'r--); axis([0,5,0,1.2)

fm为其最高频率。 作一个函数 powerw.m,从频域计算信号的能量: function f = powerw (w) f = (abs (1./ (j.*w + 1) ) ) . ^2; 使用下面名为 p.m 的函数计算(-ωm, ωm)内信号包含的能量占总能量的 比例: w_max = input (‘w_max=’); power_t = quad (‘ powert’, 0, 5) power_w = 1 / (2 * pi) * quad (‘ powerw’ , -1 * w_max, w_max) propotion = power_w / power_ t 信号频谱 X(jΩ) = 1/(jΩ + 1) 信号总能量 E =     − X j d 2 | ( | 2 1  = 2 1 在[0,ωm]内,信号所包含的能量≥原信号总能量的 95%: Em = (1/π)tan-1 (ω)|0 ωm = (1/2) ×0.95 tan-1 (ωm) = 0.95π/2 所以ωm =12.706,T≤(π/ωm )=π/12.706 = 0.2473。 T= pi / 12.706 T = 0.2473 3)确定 FFT 点数 N 由于 N ≥ M = T0/T = 5/T N = 5 /T N = 20.2222 所以 N 应大于 20 ,取 N=22。 N=22; T=5/N t=0:T:5; x=exp(-1*t); X=T*fft(x,N); x0=1/T.*ifft(X,N); subplot(2,1,1); plot(t,x,t(1:N),real(x0),'r-'); axis([0,5,0,1.2]);

共17页,试读已结束,阅读完整版请下载
刷新页面下载完整文档
VIP每日下载上限内不扣除下载券和下载次数;
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
相关文档