matlab线性时不变系统的计算冲激响应

时间: 2023-08-09 17:01:22 浏览: 49
线性时不变系统的冲激响应是指在输入信号为单位冲激函数δ(t)时,系统输出的响应。在MATLAB中,计算线性时不变系统的冲激响应可以通过以下步骤完成: 1. 定义系统的传递函数H(s)或差分方程。 2. 使用MATLAB中的tf()或zpk()函数将传递函数转换为状态空间表示形式。例如,使用[A,B,C,D] = tf2ss(num, den)或[A,B,C,D] = zpk2ss(z, p, k)可以得到状态空间表达式。 3. 根据系统的状态空间表达式,利用MATLAB的impulse()函数生成冲激响应。impulse命令中的输入参数可以是系统的状态空间(A, B, C, D)或传递函数(num, den)。 4. 将冲激响应结果进行图示,使用MATLAB中的plot()函数。利用xlabel()、ylabel()和title()函数可以为图像设置适当的标签和标题。 下面是一个示例代码,演示如何使用MATLAB计算线性时不变系统的冲激响应: ```MATLAB % 定义传递函数 num = [1]; % 分子多项式系数 den = [1, 2, 1]; % 分母多项式系数 % 将传递函数转换为状态空间形式 [A, B, C, D] = tf2ss(num, den); % 计算系统的冲激响应 t = 0:0.1:10; % 时间范围 u = zeros(size(t)); % 输入信号为单位冲激函数 x0 = zeros(size(A,1),1); % 初始状态 [y, t] = impulse(ss(A, B, C, D), t, x0); % 绘制冲激响应图像 plot(t, y); xlabel('时间'); ylabel('系统响应'); title('线性时不变系统的冲激响应'); ``` 以上代码首先定义了一个传递函数H(s),然后利用tf2ss()函数将其转换为状态空间形式。然后,使用impulse()函数计算系统的冲激响应。最后,使用plot()函数绘制冲激响应的图像,并添加适当的标签和标题。

相关推荐

假设你要求一个线性时不变系统的单位冲激响应,可以使用以下的四种方法: 1. 解微分方程 假设你知道系统的微分方程,可以通过输入一个单位冲激函数 $\delta(t)$,求解微分方程得到系统的单位冲激响应 $h(t)$。例如,对于一个一阶系统,微分方程为: $$\frac{dh(t)}{dt}+a_1h(t)=\delta(t)$$ 其中 $a_1$ 是常数。将 $\delta(t)$ 代入上式,可以得到: $$\frac{dh(t)}{dt}+a_1h(t)=1$$ 这是一个一阶常微分方程,可以通过求解得到: $$h(t)=\frac{1}{a_1}e^{-a_1t}u(t)$$ 其中 $u(t)$ 是单位阶跃函数。 2. 系统的频率响应 假设你知道系统的频率响应 $H(\omega)$,其中 $\omega$ 是角频率,可以通过傅里叶反变换得到系统的单位冲激响应 $h(t)$。具体地,有: $$h(t)=\frac{1}{2\pi}\int_{-\infty}^{\infty}H(\omega)e^{j\omega t}d\omega$$ 其中 $j$ 是虚数单位。 3. 卷积 假设你知道系统的单位阶跃响应 $g(t)$,可以通过输入一个单位冲激函数 $\delta(t)$,计算系统的单位冲激响应 $h(t)$。具体地,有: $$h(t)=\delta(t)*g(t)$$ 其中 $*$ 表示卷积运算。 4. 逆Z变换 假设你知道系统的Z变换 $H(z)$,可以通过逆Z变换得到系统的单位冲激响应 $h(n)$。具体地,有: $$h(n)=\frac{1}{2\pi j}\oint H(z)z^{-n-1}dz$$ 其中 $\oint$ 表示逆时针单位圆周积分。 画图的话,可以使用 Matlab 的 plot 函数。对于第一种方法,可以使用符号计算工具箱求解微分方程,并使用 ezplot 函数画图。对于第二种方法,可以使用 freqz 函数计算频率响应,并使用 plot 函数画图。对于第三种方法,可以使用 conv 函数计算卷积,并使用 plot 函数画图。对于第四种方法,可以使用 iztrans 函数计算逆Z变换,并使用 stem 函数画图。 下面是一个 Matlab 代码示例,其中假设系统的微分方程为 $\frac{dh(t)}{dt}+0.5h(t)=\delta(t)$: matlab syms t s H = 1/(s+0.5); % 求解频率响应 h1 = ilaplace(H); % 求解单位冲激响应 figure;ezplot(h1,[0,10]); % 用 ezplot 画图 t = 0:0.01:10; h2 = filter(1,[1 0.5],[1 zeros(1,length(t)-1)]); % 求解单位阶跃响应 h3 = conv(h2,[1 zeros(1,length(t)-1)]); % 求解单位冲激响应 figure;plot(t,h3(1:length(t))); % 用 plot 画图 H4 = 1/(z+0.5); % 求解Z变换 h4 = iztrans(H4); % 求解逆Z变换 n = 0:20; figure;stem(n,h4(1:length(n))); % 用 stem 画图
对于线性时不变系统,其零输入响应可以通过求解系统的冲激响应来得到。具体而言,假设系统的单位冲激响应为h(t),输入信号为x(t),则系统的零输入响应y(t)可以表示为: y(t) = h(t) * x(t) 其中“*”表示卷积运算。因此,要求系统的零输入响应,需要先得到其冲激响应h(t),然后再将其与输入信号进行卷积运算。 在MATLAB中,可以使用函数impulse来求解系统的单位冲激响应。假设系统的传递函数为H(s),则可以按照以下步骤求解: 1. 将传递函数H(s)转换为z域的系统函数H(z),使用函数c2d实现。 2. 使用函数impulse求解离散时间下的单位冲激响应h(n)。 3. 对h(n)进行反变换,得到连续时间下的单位冲激响应h(t)。 4. 将h(t)与输入信号进行卷积运算,得到系统的零输入响应y(t)。 下面是一段MATLAB代码示例,可以实现上述过程: matlab % 定义系统传递函数 s = tf('s'); H = 1 / (s + 1); % 将传递函数转换为z域系统函数 Ts = 0.1; % 采样时间 Hd = c2d(H, Ts, 'zoh'); % 求解离散时间下的单位冲激响应 [n, h] = impulse(Hd); % 反变换得到连续时间下的单位冲激响应 t = 0:Ts:(length(h)-1)*Ts; ht = d2c(t, h, 'zoh'); % 定义输入信号 t = 0:Ts:10; x = sin(t); % 计算系统的零输入响应 y = conv(ht, x, 'same'); % 绘制结果 subplot(2,1,1); plot(t, x); title('输入信号'); subplot(2,1,2); plot(t, y); title('零输入响应'); 注意,在上述代码中,我们使用了函数d2c将离散时间下的单位冲激响应ht转换为连续时间下的单位冲激响应。这是因为MATLAB中的卷积函数只支持连续时间下的卷积运算,因此需要将离散时间下的结果转换为连续时间下的形式。
### 回答1: impluse函数是MATLAB中的一个函数,用于生成离散的单位冲激响应。 格式如下:y = impluse(b,a),其中b和a是用于输入系统函数的向量,y是响应向量。这个函数通常用于系统分析和设计中。 ### 回答2: 在MATLAB中,impulse函数是一种用于计算线性时不变(LTI)系统的单位脉冲响应的函数。 使用impulse函数,可以通过输入LTI系统的传递函数来计算其单位脉冲响应。单位脉冲响应是指当一个单位脉冲信号作为输入送入到系统中时,系统输出的响应。 impulse函数的基本语法是:[y, t] = impulse(sys),其中sys是一个LTI系统的传递函数或状态空间模型。 该函数返回的y和t分别是系统的单位脉冲响应和相应的时间向量。 使用impulse函数的过程如下: 1. 定义一个LTI系统,可以是传递函数形式或状态空间模型。 2. 调用impulse函数,将LTI系统作为参数传入。 3. 存储输出的单位脉冲响应(y)和时间向量(t)。 4. 可以通过绘制y随t的图像来观察单位脉冲响应的形状。 impulse函数的应用场景包括信号处理、控制系统和通信系统等。 总之,MATLAB中的impulse函数可用于计算线性时不变系统的单位脉冲响应,通过输入系统的传递函数或状态空间模型,获取单位脉冲响应和时间向量,并用于分析和可视化系统的性质和行为。 ### 回答3: 在MATLAB中,impulse函数用于绘制和分析线性时不变系统的单位冲激响应。单位冲激响应是当一个单位冲激信号作为输入时系统的输出响应。以下是impulse函数的用法: 1. 语法:[y, t] = impulse(sys) 或 y = impulse(sys) - sys是待分析的线性时不变系统的传输函数或状态空间模型。 - y是输出响应,t是时间向量。 2. 通过传输函数模型使用impulse函数: - 创建传输函数模型:sys = tf(num, den) - num是系统的分子多项式系数向量,den是系统的分母多项式系数向量。 - 调用impulse函数:[y, t] = impulse(sys) - 绘制单位冲激响应:plot(t, y) 3. 通过状态空间模型使用impulse函数: - 创建状态空间模型:sys = ss(A, B, C, D) - A是系统的状态矩阵,B是输入矩阵,C是输出矩阵,D是传递矩阵。 - 调用impulse函数:[y, t] = impulse(sys) - 绘制单位冲激响应:plot(t, y) impulse函数将计算传输函数或状态空间模型描述的系统的单位冲激响应,并返回输出响应y和时间向量t。可以使用plot函数将这些结果绘制出来,以获得单位冲激响应的图形。单位冲激响应的图形可以帮助我们了解和分析系统的特性,如稳定性、阶数、幅频特性等。
盲元补偿是指在不知道系统传输函数的情况下,通过观测信号和接收信号之间的统计特性,对传输函数进行估计和补偿的一种方法。下面是基于 Matlab 实现盲元补偿的步骤: 1. 采集观测信号和接收信号,并将它们归一化。 2. 计算接收信号的自相关函数和互相关函数,以及观测信号的自相关函数。 3. 利用自相关函数和互相关函数计算出信道的冲激响应。 4. 利用信道的冲激响应,对接收信号进行补偿。 下面是一段示例代码: matlab % 采集观测信号和接收信号 observed_signal = ...; received_signal = ...; % 归一化信号 observed_signal = observed_signal / max(abs(observed_signal)); received_signal = received_signal / max(abs(received_signal)); % 计算自相关函数和互相关函数 auto_corr = xcorr(received_signal); cross_corr = xcorr(observed_signal, received_signal); % 计算信道冲激响应 impulse_response = deconvwnr(cross_corr, auto_corr); % 对接收信号进行补偿 compensated_signal = filter(impulse_response, 1, received_signal); % 绘制图形 figure; plot(observed_signal); title('观测信号'); figure; plot(received_signal); title('接收信号'); figure; plot(compensated_signal); title('补偿后的信号'); 以上代码实现了盲元补偿的基本流程。其中,deconvwnr 函数用于计算出信道冲激响应,filter 函数用于对接收信号进行补偿。需要注意的是,该方法只适用于线性时不变信道。如果信道是非线性或时变的,则需要使用其他方法进行补偿。
在MATLAB中,降采样滤波器是用来降低信号采样率并滤除高频噪声的工具。常用的降采样滤波器包括有限冲激响应(FIR)滤波器和无限冲激响应(IIR)滤波器。FIR滤波器是一种线性时不变系统,它的输出仅依赖于当前和过去的输入样本,而不依赖于未来的输入样本。IIR滤波器则具有反馈回路,因此其输出不仅依赖于当前和过去的输入样本,还依赖于未来的输入样本。 在MATLAB中,可以使用fir1函数来设计和实现FIR降采样滤波器。该函数采用了窗函数法、最小二乘法和频率抽样法等不同的设计方法。具体的调用格式为:b = fir1(n, W, type),其中n是滤波器的阶数,W是归一化的截止频率,type是滤波器类型(如低通、高通、带通等)。该函数返回滤波器的系数b。 而如果使用iir1函数来设计和实现IIR降采样滤波器。该函数采用了巴特沃斯、切比雪夫和椭圆等不同的滤波器类型。具体的调用格式为:[b, a] = iir1(n, W, type),其中n是滤波器的阶数,W是归一化的截止频率,type是滤波器类型。该函数返回滤波器的系数b和a,其中b是前馈系数,a是反馈系数。 总结起来,在MATLAB中可以使用fir1函数来设计和实现FIR降采样滤波器,使用iir1函数来设计和实现IIR降采样滤波器。123 #### 引用[.reference_title] - *1* [Matlab | 滤波降采样操作](https://blog.csdn.net/qq_45490227/article/details/127310350)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [学习matlab(十七)——信号处理](https://blog.csdn.net/qq_35789421/article/details/119831438)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
数学信号处理实验是一门重要的课程,通过实践学习可以帮助我们更好地理解和应用信号处理的理论知识。下面是关于数学信号处理实验指导书中的MATLAB答案。 实验一:离散信号的采样与重构 1. MATLAB代码: MATLAB % 采样 fs = 8000; % 采样频率 t = 0:1/fs:1; % 时间向量 f = 5; % 信号频率 x = sin(2*pi*f*t); % 生成信号 subplot(2,1,1); plot(t, x); xlabel('Time (s)'); ylabel('Amplitude'); title('Original Signal'); % 重构 Ts = 1/fs; % 采样间隔 tn = 0:Ts:1; % 重构时间向量 xn = sin(2*pi*f*tn); % 重构信号 subplot(2,1,2); stem(tn, xn); xlabel('Time (s)'); ylabel('Amplitude'); title('Reconstructed Signal'); 实验二:线性时不变系统的零状态响应 1. MATLAB代码: MATLAB % 线性时不变系统响应 input = [1 2 3 4 5]; % 输入信号 h = [0.5 0.4 0.3]; % 系统冲激响应 output = conv(input, h); % 系统输出 n = 1:length(output); % 时间索引 stem(n, output); xlabel('Time'); ylabel('Amplitude'); title('System Response'); 实验三:离散信号的频谱分析 1. MATLAB代码: MATLAB % 频谱分析 fs = 1000; % 采样频率 t = 0:1/fs:1; % 时间向量 f = 50; % 信号频率 x = sin(2*pi*f*t); % 生成信号 N = length(x); % 信号长度 X = fft(x,N); % 快速傅里叶变换 f = (0:N-1)*(fs/N); % 频率向量 power = abs(X).^2/N; % 信号功率谱密度 subplot(2,1,1); plot(t,x); xlabel('Time (s)'); ylabel('Amplitude'); title('Original Signal'); subplot(2,1,2); plot(f,power); xlabel('Frequency (Hz)'); ylabel('Power'); title('Power Spectrum'); 实验四:模拟信号与离散信号的采样与重构 1. MATLAB代码: MATLAB % 模拟信号采样与重构 fs = 8000; % 采样频率 Ts = 1/fs; % 采样间隔 t = 0:Ts:1; % 时间向量 x = sin(2*pi*100*t) + sin(2*pi*200*t) + 0.1*sin(2*pi*1000*t); % 模拟信号 subplot(3,1,1); plot(t, x); xlabel('Time (s)'); ylabel('Amplitude'); title('Analog Signal'); % 采样 Ts = 1/(8*fs); tn = t(1):Ts:t(end); % 重构时间向量 xn = sin(2*pi*100*tn) + sin(2*pi*200*tn) + 0.1*sin(2*pi*1000*tn); % 重构信号 subplot(3,1,2); stem(tn, xn); xlabel('Time (s)'); ylabel('Amplitude'); title('Sampled Signal'); % 重构 Ts = 1/fs; t_recon = 0:Ts:1; % 重构时间向量 xr = interp1(tn, xn, t_recon); % 插值重构 subplot(3,1,3); plot(t_recon, xr); xlabel('Time (s)'); ylabel('Amplitude'); title('Reconstructed Signal'); 以上是数学信号处理实验指导书中对应的MATLAB答案。希望能对您的学习有所帮助。
《signals and systems》(Signal和System)是由Alan V. Oppenheim和Alan S. Willsky编写的经典教材。这本教材最初于1983年首次出版,并于2019年出版了最新版本。这本教材覆盖了信号与系统的基本原理和应用。信号与系统是一门研究信号的生成、传输、处理和分析的学科,它在通信、控制、图像处理等领域具有广泛的应用。 《signals and systems》一书结构严谨,内容全面。首先介绍了信号的基本概念、性质和分类。然后深入研究了线性时不变系统的分析和设计,包括冲激响应、频率响应、连续时间系统和离散时间系统等。在这些内容中,学习者可以理解信号是如何通过系统进行传输和处理的。 此外,教材介绍了采样和重构以及傅里叶级数和傅里叶变换的原理和应用。这些方法对于信号的分析和频谱的获取非常重要。教材还涵盖了Z变换和离散傅里叶变换,这些转换在离散时间系统和数字信号处理中发挥着重要作用。 《signals and systems》具有许多实际应用的例子和习题,帮助学生巩固所学知识,并培养他们的问题解决能力。此外,书中还介绍了MATLAB和其他计算工具的使用,提供了在信号分析和系统设计中进行实际实验和模拟的方法。 总结来说,《signals and systems》是一本全面且深入的信号与系统教材,适用于电子工程、通信、控制等相关专业的学生和从业人员。它提供了信号与系统分析的基本概念、技术和应用,为学习者打下坚实的基础,并在实际应用中有所帮助。
### 回答1: 《数字信号处理(第四版)PDF》是一本介绍数字信号处理理论和应用的书籍。数字信号处理是指用数字计算机和数字信号处理器对信号进行处理和分析的技术方法。此书全面讲述了数字信号处理的基本理论和技术,并提供了大量的实际应用示例。 《数字信号处理(第四版)PDF》共分为多个章节,每一章都详细介绍了数字信号处理的不同方面。首先,书中介绍了数字信号的基本概念和数字信号处理的基本原理,包括采样、量化和编码等。然后,书中介绍了离散时间信号和系统的分析和处理方法,包括线性时不变系统、卷积和频谱分析等。接着,书中介绍了数字滤波器的设计和实现方法,包括有限冲激响应滤波器和无限冲激响应滤波器等。此外,书中还介绍了多通道处理、快速傅立叶变换和功率谱估计等高级主题。 《数字信号处理(第四版)PDF》在内容组织上非常清晰,每一章的开头都有简介和目标,帮助读者更好地理解章节内容。此外,书中还包含了丰富的例题和习题,方便读者巩固所学知识。书中还提供了一些MATLAB代码和实验指导,方便读者进行实际操作和实验。 总之,《数字信号处理(第四版)PDF》是一本非常实用的数字信号处理教材,适合电子工程、通信工程、控制工程等专业的学生和从业人员使用。无论是理论基础还是实际应用,本书都提供了全面而详细的介绍,对于学习和研究数字信号处理都有很高的参考价值。 ### 回答2: 《数字信号处理(第四版)》是一本关于数字信号处理的教材,全书共有几百页。它是由编写者编写的第四版,旨在提供关于数字信号处理的全面介绍和详细讲解。这本教材主要分为十几个章节,每个章节都涵盖了不同的数字信号处理主题,如信号的采样与重构、离散傅里叶变换、数字滤波器设计等。 这本书以简明易懂的方式介绍数字信号处理的基本概念和原理,为读者提供了丰富的实例和案例说明。它讲解了数字信号处理的核心原则,如数字滤波的基本理论与设计方法、离散傅里叶变换的数学原理与应用等。此外,它还介绍了常用的数字信号处理算法和技术,例如卷积、相关分析和谱估计等。 《数字信号处理(第四版)》的特点之一是其深入详细的内容和较高的教材水平。它通过数学公式推导和实际案例分析,使读者能够深入理解数字信号处理的原理和应用。此外,它还提供了大量的习题和实践题,供读者巩固知识和提升技能。 总的来说,《数字信号处理(第四版)》是一本权威且全面的数字信号处理教材。它适用于计算机科学、电子工程和通信工程等领域的学生和专业人士。无论是对于初学者还是有经验的读者,它都是一本非常有价值的参考书。通过学习这本教材,读者将能够掌握数字信号处理的基础知识和技术,并应用于实际问题的解决中。 ### 回答3: 《数字信号处理第四版》(Digital Signal Processing 4th Edition)是一本经典的信号处理教材,由Richard G. Lyons撰写。这本教材旨在介绍数字信号处理的基本概念、技术和方法,从而帮助读者了解和应用数字信号处理的原理和技术。 本书共分为14个章节,涵盖了数字信号处理的各个方面,包括离散时间信号与系统、离散傅立叶变换、FIR和IIR滤波器设计、快速傅立叶变换、窗函数、非均匀采样和多通道处理等。每个章节都提供了详细的理论介绍和实际应用示例,帮助读者深入理解信号处理的相关概念和方法。 《数字信号处理第四版》书内容丰富,注重理论与实践的结合。通过庞大的知识体系,读者可以学习到数字信号处理的相关术语、原理和算法,掌握信号滤波、频谱分析、信号重构等基本技术,以及语音、图像处理等领域应用。 本书的优点之一是作者使用清晰简明的语言,结合丰富的图表和例子,使得难以理解的概念变得易于理解。此外,该书还提供了免费的 MATLAB 示例代码和教学资源,方便读者进行实践性的学习。 《数字信号处理第四版》适用于信号处理领域的学生、工程师以及对数字信号处理感兴趣的人群。无论是作为教材还是参考书使用,这本书都是了解数字信号处理基本概念和应用的理想选择。通过阅读和学习本书,读者可以掌握数字信号处理的核心知识,为实际工程应用和研究提供良好的基础。

最新推荐

ns_strings_zh.xml

ns_strings_zh.xml

库房物品统计表.xlsx

库房物品统计表.xlsx

用于全志 SOC 的微型 FEL 工具

XFEL系列,用于全志 SOC 的微型 FEL 工具。

对销售记录进行高级筛选.xlsx

对销售记录进行高级筛选.xlsx

市场占有率预测.xlsx

市场占有率预测.xlsx

基于51单片机的usb键盘设计与实现(1).doc

基于51单片机的usb键盘设计与实现(1).doc

"海洋环境知识提取与表示:专用导航应用体系结构建模"

对海洋环境知识提取和表示的贡献引用此版本:迪厄多娜·察查。对海洋环境知识提取和表示的贡献:提出了一个专门用于导航应用的体系结构。建模和模拟。西布列塔尼大学-布雷斯特,2014年。法语。NNT:2014BRES0118。电话:02148222HAL ID:电话:02148222https://theses.hal.science/tel-02148222提交日期:2019年HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire论文/西布列塔尼大学由布列塔尼欧洲大学盖章要获得标题西布列塔尼大学博士(博士)专业:计算机科学海洋科学博士学院对海洋环境知识的提取和表示的贡献体系结构的建议专用于应用程序导航。提交人迪厄多内·察察在联合研究单位编制(EA编号3634)海军学院

react中antd组件库里有个 rangepicker 我需要默认显示的当前月1号到最后一号的数据 要求选择不同月的时候 开始时间为一号 结束时间为选定的那个月的最后一号

你可以使用 RangePicker 的 defaultValue 属性来设置默认值。具体来说,你可以使用 moment.js 库来获取当前月份和最后一天的日期,然后将它们设置为 RangePicker 的 defaultValue。当用户选择不同的月份时,你可以在 onChange 回调中获取用户选择的月份,然后使用 moment.js 计算出该月份的第一天和最后一天,更新 RangePicker 的 value 属性。 以下是示例代码: ```jsx import { useState } from 'react'; import { DatePicker } from 'antd';

基于plc的楼宇恒压供水系统学位论文.doc

基于plc的楼宇恒压供水系统学位论文.doc

"用于对齐和识别的3D模型计算机视觉与模式识别"

表示用于对齐和识别的3D模型马蒂厄·奥布里引用此版本:马蒂厄·奥布里表示用于对齐和识别的3D模型计算机视觉与模式识别[cs.CV].巴黎高等师范学校,2015年。英语NNT:2015ENSU0006。电话:01160300v2HAL Id:tel-01160300https://theses.hal.science/tel-01160300v22018年4月11日提交HAL是一个多学科的开放获取档案馆,用于存放和传播科学研究文件,无论它们是否已这些文件可能来自法国或国外的教学和研究机构,或来自公共或私人研究中心。L’archive ouverte pluridisciplinaire博士之路博士之路博士之路在获得等级时,DOCTEURDE L'ÉCOLE NORMALE SUPERIEURE博士学校ED 386:巴黎中心数学科学Discipline ou spécialité:InformatiquePrésentée et soutenue par:马蒂厄·奥布里le8 may 2015滴度表示用于对齐和识别的Unité derechercheThèse dirigée par陪审团成员équipe WILLOW(CNRS/ENS/INRIA UMR 8548)慕尼黑工业大学(TU Munich�