胡说八道(24.6.4)—matlab离散时间序列的构造

        上回书说到如何用MATLAB的函数conv来进行卷积操作。今天，来简单谈谈离散时间序列的构造。以下是参考他人的代码，不做任何商业活动，仅供学习。

    首先，是单位冲激序列δ(n),当我初次看到这个代码的时候，我感受到了强大的差距。不多去阅读专业书和实践，有啥用啊？本人最多想到注释后的代码，已经是顶到天了。

%% 单位抽样序列

%x(n) = δ(n-n0)

%要求：n1<=n0<=n2

n0 = 50;n1 = 0;n2 = 100

n = n1:n2

x = [(n-n0)==0]

 %等效于x=[zeros(1,n0-n1),1,zeros(1,n2-n0)]

stem(x)

    来解释一下吧，本代码编的是离散序列δ(n-n0)。通过与n0进行比较，直到在n=n0的时候，才会置数字1.如下图所示。

%% 单位阶跃序列

%x(n) = u(n-n0)

%要求：n1<=n0<=n2

n0=50;n1=0;n2=100

n = n1:n2

x = [(n-n0)>=0] %等效于x=[zeros(1,(n0-n1)),ones(1,(n2-n0+1))]

stem(x)

    这个是进行阶跃序列u(n-n0)的程序，与上文的冲激序列的构造方法一致。这种方法采用逻辑表达式，来实现对应的效果。在n0后面的所有序列都置1.仿真图如下图所示。

%% 单位矩阵序列

%RN(n)=u(n)-u(n-N)

n0=50;n1=0;n2=100;N=10

n = n1:n2

x1 = [(n-n0)>=0]-[(n-n0-N)>=0]

figure(1)

stem(x1)

x2 = heaviside(n-n1)-heaviside(n-n0) %海维赛德函数，适合用于连续型时间信号

figure(2)

stem(x2)

x3 = stepfun(n,n1)-stepfun(n,n2)

figure(3)

stem(x3)

         这第三个是矩形序列，矩形序列可以写成RN(n)=u(n)-u(n-N)，N作为脉宽。第一种方法是两个阶跃函数的相加减；而下面两种方面则是，用的纯函数，但是它们实际上还是阶跃函数。一个是stepfun函数；还有一个则是heaviside函数 （海维赛德函数，海维赛德是个数学家），这个函数我觉得是最贴近高数中对阶跃函数的定义，它把阶跃函数在跳变点处的值赋予1/2.大家可以进一步去百度上搜搜定义。我们看看仿真图如下。

        大家可以比较一下，至于还有复指数序列，正余弦序列，这些就是些数学公式，这里就不做过多的演示了。

%% 随机序列

x = rand(1,10)

figure(1)

stem(x)

x1 = randn(1,10)

figure(2)

stem(x1)

        这两个是产生随机序列的序列。听说，它们的均值服从着一些规律。不知道是不是真的，大家没事可以去算算，算完了发给我看看，OVO！如下图。

%% 周期序列

x = [1,2,3,4];N = length(x);k=5;

nx=0:N-1;

ny=0:(k*N-1)

y = x(mod(ny,N)+1)

figure(1)

stem(nx,x)

figure(2)

stem(ny,y)

        这里是对周期信号的延拓。简单一点的方法就是，直接复制粘贴，一个个列下去。而这里则是采用的另一种方法，采用求余数的方法。我们来看看图像。

%% 序列相加与相乘

%注意序列的长度

clc

clear all;

ns1=0

ns2=-1

x1 = [1,2,3,4,5]

x2 = [1,2,3,4,5]

nf1 = ns1+length(x1)-1

nf2 = ns2+length(x2)-1

n1 = ns1:nf1

n2 = ns2:nf2

n = min(ns1,ns2):max(nf1,nf2)

y1 = zeros(1,length(n))

y2=y1

y1(find((n>=ns1)&(n<=nf1)==1))=x1

y2(find((n>=ns2)&(n<=nf2)==1))=x2

ya = y1+y2

ym = y1.*y2

figure(1)

subplot(221)

stem(n1,x1)

subplot(222)

stem(n2,x2)

subplot(223)

stem(n,ya)

subplot(224)

stem(n,ym)

%% 移位

%y(n)=x(n-m)

nx = [1,2,3,4] %位置

x = [1,2,3,4] %数值

m=3      %移位，左负右正

ny = x+m    %移位后的位置

y = x     %数值

figure(1)

subplot(311)

stem(nx,x)

title('原序列')

subplot(312)

stem(ny,y)

title('平移m个单位')

subplot(313)

stem(-fliplr(nx),fliplr(x)) %fliplr函数：矩阵左右翻转

title('反褶')

        最后，这些就是对序列的操作，有序列的相加，相乘，平移以及反褶。在写这些代码的时候，我首先想到的是要学会对序列的横坐标进行操作，不够怎么办！补零。多话不说直接看图像。

        接下来，来谈谈STM32的编程，在原本的51单片机中通常设置引脚都是以P*.*来做为引脚的定义，通常每一系列都还有8个引脚。而在STM32中的引脚就是以GPIO作为引脚定义的，一般为每系列都含有16个引脚 ，此外在这个单片机中还分为高8位和低8位。其中，我还觉得最大的差别就是模块的地址，所以说如果指针没有学的，得再补补。它分为基地址和偏移地址，在这里我们在访问固定地址的寄存器的时候，还会用到指向结构体指针＂->＂。另外，就是＂ｌ=＂，＂&=＂这两个顶级的符号运算。

        欲知后事如何，且听下回分解！OVO