MATLAB低通滤波器应用宝典:从图像处理到信号降噪,解锁滤波器潜力

发布时间: 2024-05-23 18:52:05 阅读量: 9 订阅数: 16
![MATLAB低通滤波器应用宝典:从图像处理到信号降噪,解锁滤波器潜力](https://img-blog.csdnimg.cn/89e4a15fbfac4a259e236e75fbb89488.png) # 1. MATLAB低通滤波器概述 低通滤波器是一种数字滤波器,它允许低频信号通过,同时衰减高频信号。在MATLAB中,可以使用多种函数来设计和应用低通滤波器。这些函数包括fir1、butter和designfilt。 低通滤波器在图像处理和信号降噪等领域有广泛的应用。在图像处理中,低通滤波器可用于平滑图像,去除噪声。在信号降噪中,低通滤波器可用于从信号中去除噪声,提高信号质量。 # 2. MATLAB低通滤波器设计 ### 2.1 滤波器设计理论 #### 2.1.1 理想低通滤波器 理想低通滤波器是一种理论上的滤波器,其传递函数在截止频率以下为 1,在截止频率以上为 0。这种滤波器可以完美地滤除高频分量,但由于其具有无限的阶数和无限的截止频率,因此在实际中无法实现。 #### 2.1.2 实际低通滤波器的设计 实际低通滤波器的设计需要考虑以下因素: - **截止频率:**滤波器滤除高频分量的频率。 - **通带衰减:**滤波器在通带(截止频率以下)的衰减量。 - **阻带衰减:**滤波器在阻带(截止频率以上)的衰减量。 - **阶数:**滤波器的阶数决定了其衰减的陡峭程度。 ### 2.2 MATLAB滤波器设计工具 MATLAB提供了多种滤波器设计工具,可以方便地设计低通滤波器。这些工具包括: #### 2.2.1 fir1函数 `fir1` 函数用于设计有限脉冲响应 (FIR) 低通滤波器。其语法为: ``` b = fir1(N, Wn, 'low') ``` 其中: - `N`:滤波器的阶数。 - `Wn`:截止频率,归一化到采样频率的一半。 - `'low'`:指定滤波器类型为低通滤波器。 **代码块:** ``` % 设计一个阶数为 100,截止频率为 0.2 的低通 FIR 滤波器 N = 100; Wn = 0.2; b = fir1(N, Wn, 'low'); % 查看滤波器的频率响应 freqz(b, 1, 512); ``` **逻辑分析:** `fir1` 函数根据指定的阶数和截止频率设计了一个 FIR 低通滤波器。`freqz` 函数绘制了滤波器的频率响应,可以观察到滤波器在截止频率以下的通带衰减和在截止频率以上的阻带衰减。 #### 2.2.2 butter函数 `butter` 函数用于设计巴特沃斯低通滤波器。其语法为: ``` [b, a] = butter(N, Wn, 'low') ``` 其中: - `N`:滤波器的阶数。 - `Wn`:截止频率,归一化到采样频率的一半。 - `'low'`:指定滤波器类型为低通滤波器。 **代码块:** ``` % 设计一个阶数为 5,截止频率为 0.2 的低通巴特沃斯滤波器 N = 5; Wn = 0.2; [b, a] = butter(N, Wn, 'low'); % 查看滤波器的频率响应 freqz(b, a, 512); ``` **逻辑分析:** `butter` 函数根据指定的阶数和截止频率设计了一个巴特沃斯低通滤波器。`freqz` 函数绘制了滤波器的频率响应,可以观察到滤波器具有平坦的通带和陡峭的阻带衰减。 #### 2.2.3 designfilt函数 `designfilt` 函数是一个通用滤波器设计函数,可以设计各种类型的滤波器,包括低通滤波器。其语法为: ``` Hd = designfilt('lowpassfir', 'PassbandFrequency', Wn, 'StopbandFrequency', Wn+0.1, 'PassbandRipple', 0.1, 'StopbandAttenuation', 60); ``` 其中: - `'lowpassfir'`:指定滤波器类型为低通 FIR 滤波器。 - `PassbandFrequency`:通带截止频率。 - `StopbandFrequency`:阻带截止频率。 - `PassbandRipple`:通带衰减(以分贝为单位)。 - `StopbandAttenuation`:阻带衰减(以分贝为单位)。 **代码块:** ``` % 设计一个通带截止频率为 0.2,阻带截止频率为 0.3,通带衰减为 0.1 dB,阻带衰减为 60 dB 的低通 FIR 滤波器 Wn = 0.2; Hd = designfilt('lowpassfir', 'PassbandFrequency', Wn, 'StopbandFrequency', Wn+0.1, 'PassbandRipple', 0.1, 'StopbandAttenuation', 60); % 查看滤波器的频率响应 freqz(Hd); ``` **逻辑分析:** `designfilt` 函数根据指定的参数设计了一个低通 FIR 滤波器。`freqz` 函数绘制了滤波器的频率响应,可以观察到滤波器具有指定的通带和阻带衰减特性。 # 3.1 图像平滑 #### 3.1.1 图像噪声的类型 图像噪声是指图像中不需要的随机信号,会影响图像的视觉质量和处理效果。常见的图像噪声类型包括: - **高斯噪声:**一种常见的噪声,其概率分布服从正态分布,表现为图像中随机分布的白色或灰色像素。 - **脉冲噪声:**一种尖锐的、孤立的噪声,表现为图像中随机分布的黑色或白色像素。 - **椒盐噪声:**一种结合了高斯噪声和脉冲噪声的噪声,表现为图像中随机分布的黑色、白色和灰色像素。 #### 3.1.2 低通滤波器对图像平滑的作用 低通滤波器可以有效地平滑图像,去除噪声和保留图像中的有用信息。其原理是: - **噪声抑制:**噪声信号通常具有较高的频率成分,而图像中的有用信息通常具有较低的频率成分。低通滤波器可以抑制高频成分,从而去除噪声。 - **图像平滑:**低通滤波器会对图像中的相邻像素进行平均,从而平滑图像,消除图像中的边缘和细节。 使用低通滤波器平滑图像时,需要考虑滤波器的截止频率。截止频率决定了滤波器抑制噪声和保留有用信息的程度。截止频率越低,滤波器抑制噪声的能力越强,但也会导致图像平滑过度,失去细节。 ### 代码示例 以下代码展示了使用 `imfilter` 函数对图像进行平滑操作: ```matlab % 读取图像 image = imread('image.jpg'); % 创建低通滤波器 h = fspecial('gaussian', [5 5], 1); % 应用滤波器 filtered_image = imfilter(image, h); % 显示原始图像和滤波后的图像 subplot(1, 2, 1); imshow(image); title('原始图像'); subplot(1, 2, 2); imshow(filtered_image); title('滤波后的图像'); ``` **参数说明:** - `imfilter(image, h)`:`imfilter` 函数对图像 `image` 应用滤波器 `h`。 - `fspecial('gaussian', [5 5], 1)`:创建标准差为 1 的 5x5 高斯滤波器。 - `imshow(image)`:显示图像 `image`。 **逻辑分析:** 1. `imfilter` 函数使用卷积运算将滤波器 `h` 应用于图像 `image`。 2. 高斯滤波器是一种低通滤波器,其截止频率取决于标准差。标准差越大,截止频率越低,滤波效果越平滑。 3. 滤波后的图像 `filtered_image` 中,噪声被抑制,图像变得平滑。 # 4. MATLAB低通滤波器在信号降噪中的应用 ### 4.1 信号噪声的类型 信号噪声是指叠加在有用信号上的不需要的干扰信号,主要分为以下两类: - **高斯噪声:**一种常见的噪声类型,其幅度分布服从正态分布,具有随机性强、频谱平坦的特点。 - **脉冲噪声:**一种非平稳噪声,表现为幅度较大的离散脉冲,通常由设备故障或传输错误引起。 ### 4.2 低通滤波器对信号降噪的作用 #### 4.2.1 噪声抑制的原理 低通滤波器可以有效抑制噪声,其原理在于: - 噪声通常具有较高的频率成分,而有用信号的频率范围较低。 - 低通滤波器通过阻断高频信号,将噪声滤除,同时保留有用信号。 #### 4.2.2 低通滤波器的选择 选择合适的低通滤波器对于信号降噪至关重要。以下因素需要考虑: - **截止频率:**滤波器的截止频率决定了噪声的抑制程度。截止频率越高,滤除的噪声越多,但有用信号也可能受到影响。 - **滤波器阶数:**滤波器阶数越高,噪声抑制效果越好,但计算量也越大。 - **滤波器类型:**不同类型的滤波器具有不同的特性,如巴特沃斯滤波器具有平坦的通带,切比雪夫滤波器具有更陡峭的截止特性。 ### 代码示例:使用巴特沃斯滤波器对高斯噪声信号进行降噪 ```matlab % 生成高斯噪声信号 fs = 1000; % 采样率 t = 0:1/fs:1; % 时间序列 x = sin(2*pi*10*t) + 0.1*randn(size(t)); % 有用信号 + 高斯噪声 % 设计巴特沃斯滤波器 order = 5; % 滤波器阶数 cutoff_freq = 50; % 截止频率 [b, a] = butter(order, cutoff_freq/(fs/2)); % 设计巴特沃斯滤波器 % 滤波 y = filtfilt(b, a, x); % 使用双向滤波 % 绘制结果 figure; plot(t, x, 'r', 'LineWidth', 1.5); % 原始信号 hold on; plot(t, y, 'b', 'LineWidth', 1.5); % 滤波后信号 xlabel('Time (s)'); ylabel('Amplitude'); title('Signal Denoising using Butterworth Filter'); legend('Original Signal', 'Denoised Signal'); ``` **代码逻辑分析:** 1. 生成一个包含有用信号和高斯噪声的信号 `x`。 2. 使用 `butter` 函数设计一个巴特沃斯滤波器,其阶数为 `order`,截止频率为 `cutoff_freq`。 3. 使用 `filtfilt` 函数对信号 `x` 进行双向滤波,以消除相位失真。 4. 绘制原始信号和滤波后信号,并显示标题和图例。 **参数说明:** - `fs`: 采样率 - `t`: 时间序列 - `x`: 原始信号 - `order`: 滤波器阶数 - `cutoff_freq`: 截止频率 - `b`, `a`: 滤波器系数 - `y`: 滤波后信号 # 5. MATLAB低通滤波器在其他领域的应用 ### 5.1 生物医学信号处理 #### 5.1.1 心电图信号的滤波 心电图(ECG)信号是反映心脏电活动的生物医学信号。ECG信号中包含丰富的生理信息,但同时也会受到各种噪声的干扰,如肌电噪声、基线漂移和工频干扰。低通滤波器可以有效地滤除这些噪声,提高ECG信号的质量。 在ECG信号处理中,常用的低通滤波器类型包括: - **巴特沃斯滤波器:**具有平坦的通带响应和单调的阻带衰减,适合于滤除低频噪声。 - **切比雪夫滤波器:**具有比巴特沃斯滤波器更快的阻带衰减,但通带响应不平坦,适用于滤除高频噪声。 #### 5.1.2 脑电图信号的滤波 脑电图(EEG)信号是反映大脑电活动的生物医学信号。EEG信号中包含丰富的脑活动信息,但也会受到各种噪声的干扰,如眼电噪声、肌电噪声和工频干扰。低通滤波器可以有效地滤除这些噪声,提高EEG信号的质量。 在EEG信号处理中,常用的低通滤波器类型包括: - **巴特沃斯滤波器:**具有平坦的通带响应和单调的阻带衰减,适合于滤除低频噪声。 - **切比雪夫滤波器:**具有比巴特沃斯滤波器更快的阻带衰减,但通带响应不平坦,适用于滤除高频噪声。 - **椭圆滤波器:**具有比巴特沃斯滤波器和切比雪夫滤波器更快的阻带衰减,但通带响应不平坦,适用于滤除非常高频的噪声。 ### 5.2 通信信号处理 #### 5.2.1 数字调制信号的滤波 数字调制信号是将数字信息调制到模拟载波信号上的信号。在数字调制信号的传输过程中,会受到各种噪声和干扰的影响。低通滤波器可以有效地滤除这些噪声和干扰,提高数字调制信号的质量。 在数字调制信号处理中,常用的低通滤波器类型包括: - **巴特沃斯滤波器:**具有平坦的通带响应和单调的阻带衰减,适合于滤除低频噪声。 - **切比雪夫滤波器:**具有比巴特沃斯滤波器更快的阻带衰减,但通带响应不平坦,适用于滤除高频噪声。 - **椭圆滤波器:**具有比巴特沃斯滤波器和切比雪夫滤波器更快的阻带衰减,但通带响应不平坦,适用于滤除非常高频的噪声。 #### 5.2.2 无线通信信号的滤波 无线通信信号是通过无线信道传输的信号。在无线通信信号的传输过程中,会受到各种噪声和干扰的影响。低通滤波器可以有效地滤除这些噪声和干扰,提高无线通信信号的质量。 在无线通信信号处理中,常用的低通滤波器类型包括: - **巴特沃斯滤波器:**具有平坦的通带响应和单调的阻带衰减,适合于滤除低频噪声。 - **切比雪夫滤波器:**具有比巴特沃斯滤波器更快的阻带衰减,但通带响应不平坦,适用于滤除高频噪声。 - **椭圆滤波器:**具有比巴特沃斯滤波器和切比雪夫滤波器更快的阻带衰减,但通带响应不平坦,适用于滤除非常高频的噪声。 # 6. MATLAB低通滤波器的高级应用 ### 6.1 多级滤波器设计 #### 6.1.1 级联滤波器的设计 级联滤波器是一种将多个滤波器串联起来的设计方法。每个滤波器具有不同的截止频率和阶数,从而实现更复杂和精确的滤波效果。 ``` % 设计一个级联低通滤波器 N1 = 10; % 滤波器1的阶数 N2 = 15; % 滤波器2的阶数 Fc1 = 0.2; % 滤波器1的截止频率 Fc2 = 0.4; % 滤波器2的截止频率 % 使用fir1函数设计滤波器 h1 = fir1(N1, Fc1); h2 = fir1(N2, Fc2); % 级联滤波器 h_cascade = conv(h1, h2); ``` #### 6.1.2 平行滤波器的设计 平行滤波器是一种将多个滤波器并联起来的设计方法。每个滤波器具有相同的截止频率,但不同的阶数,从而提高滤波器的阶数和抑制能力。 ``` % 设计一个平行低通滤波器 N1 = 10; % 滤波器1的阶数 N2 = 15; % 滤波器2的阶数 Fc = 0.3; % 滤波器的截止频率 % 使用fir1函数设计滤波器 h1 = fir1(N1, Fc); h2 = fir1(N2, Fc); % 平行滤波器 h_parallel = h1 + h2; ``` ### 6.2 自适应滤波器设计 #### 6.2.1 自适应滤波器的原理 自适应滤波器是一种能够自动调整其参数以适应输入信号变化的滤波器。它通过不断更新滤波器系数来实现对未知或非平稳信号的有效滤波。 #### 6.2.2 LMS算法在低通滤波器中的应用 LMS(最小均方误差)算法是一种广泛用于自适应滤波器的算法。它通过最小化输入信号和滤波器输出之间的均方误差来更新滤波器系数。 ``` % 使用LMS算法设计一个自适应低通滤波器 N = 10; % 滤波器的阶数 mu = 0.01; % LMS算法的步长因子 L = 1000; % 滤波器长度 % 初始化滤波器系数 h = zeros(1, N); % 滤波输入信号 x = randn(L, 1); % 滤波输出信号 y = filter(h, 1, x); % 计算误差信号 e = x - y; % 更新滤波器系数 for i = 1:L h = h + mu * e(i) * x(i:-1:i-N+1); end ```
corwn 最低0.47元/天 解锁专栏
赠618次下载
profit 百万级 高质量VIP文章无限畅学
profit 千万级 优质资源任意下载
profit C知道 免费提问 ( 生成式Al产品 )

相关推荐

SW_孙维

开发技术专家
知名科技公司工程师,开发技术领域拥有丰富的工作经验和专业知识。曾负责设计和开发多个复杂的软件系统,涉及到大规模数据处理、分布式系统和高性能计算等方面。
专栏简介
欢迎来到我们的专栏,我们将深入探讨 MATLAB 低通滤波器的各个方面。从设计到优化,再到实际应用,我们将为您提供全面的指南。 本专栏将涵盖以下主题: * MATLAB 低通滤波器设计:分步指南,帮助您创建完美的滤波器。 * 性能优化:深入分析,提升信号处理效率。 * 应用宝典:从图像处理到信号降噪,探索滤波器的广泛潜力。 * 故障排除:深入解析表锁问题,并提供 MySQL 表锁问题的解决方案。 * 索引失效分析:案例研究和解决方案,揭示索引失效的幕后真凶。 * 死锁问题:5 步分析和解决策略,彻底消除 MySQL 死锁问题。 * 性能提升秘籍:关键指标和策略,揭示性能下降的根源并提升数据库性能。 * 优化之道:从索引优化到查询调优,掌握 MySQL 数据库优化技巧。 * 数据分析实战:从数据预处理到机器学习建模,掌握 Python 数据分析的各个方面。 * 算法剖析:深入了解 Python 机器学习算法的原理,提升模型性能。 * 框架对比:TensorFlow、PyTorch、Keras,为您选择最合适的 Python 深度学习框架。 * 网络爬虫实战:从网页解析到数据提取,掌握 Python 网络爬虫的技巧。 * 数据可视化利器:Matplotlib、Seaborn、Plotly,打造引人注目的图表。 * 并发编程实战:多线程、锁机制、并发集合,构建高性能 Java 应用。 * 虚拟机原理揭秘:深入理解 JVM 架构,提升 Java 代码性能。 * 网络编程实战:Socket、NIO、Netty,构建高效的 Java 网络应用。 * 内存管理详解:指针、引用、智能指针,掌控 C++ 内存世界。
最低0.47元/天 解锁专栏
赠618次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
C知道 免费提问 ( 生成式Al产品 )

最新推荐

MATLAB ln函数在工程设计中的应用:揭示对数在工程计算中的作用,提升工程设计精度

![MATLAB ln函数在工程设计中的应用:揭示对数在工程计算中的作用,提升工程设计精度](https://img-blog.csdnimg.cn/2018121414363829.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ltbGlhbw==,size_16,color_FFFFFF,t_70) # 1. MATLAB ln函数及其在工程计算中的作用 MATLAB ln函数是一个用于计算自然对数(以e为底的对数)的函数。在工

MATLAB物联网技术:连接设备,实现智能化,打造智能家居和工业4.0

![MATLAB物联网技术:连接设备,实现智能化,打造智能家居和工业4.0](https://www.appganhuo.com/image/1688354391547051847.png) # 1. MATLAB物联网技术概述** MATLAB物联网技术是一种利用MATLAB平台开发物联网应用程序和解决方案的方法。它提供了广泛的工具和库,用于连接、采集、分析和可视化物联网设备数据。 MATLAB物联网技术的主要优势包括: * **易于使用:**MATLAB是一种高级编程语言,具有直观的语法和丰富的函数库,简化了物联网应用程序的开发。 * **强大的数据分析能力:**MATLAB提供了一

MATLAB多线程在物联网中的性能优化:提升物联网设备性能,打造稳定可靠的连接

![MATLAB多线程在物联网中的性能优化:提升物联网设备性能,打造稳定可靠的连接](https://forum.huawei.com/enterprise/api/file/v1/small/thread/589582981641670656.png?appid=esc_zh) # 1. MATLAB多线程概述 MATLAB多线程是一种利用多核处理器并行执行任务的技术,它可以显著提高计算效率和程序性能。MATLAB提供了丰富的多线程编程工具,包括并行计算工具箱和多核编程功能。 多线程编程涉及到创建和管理多个线程,这些线程可以同时执行不同的任务。MATLAB中的线程可以同步和通信,以确保任

MATLAB特征向量在遥感中的应用:图像分类与土地利用分析(20大案例)

![特征向量](https://pic1.zhimg.com/80/v2-2221d8cf85f95a8008b0994d87953158_1440w.webp) # 1. MATLAB特征向量的基础理论 特征向量是MATLAB中用于表示数据特征的数学工具。它由一组有序的数字组成,代表数据的关键属性。特征向量在遥感图像分类中发挥着至关重要的作用,因为它允许我们量化图像中的信息,并将其用于训练分类器。 MATLAB提供了丰富的函数库,用于从遥感图像中提取特征向量。这些函数可以计算各种统计量,例如均值、方差和协方差,以及纹理特征,例如灰度共生矩阵和局部二值模式。通过结合不同的特征提取方法,我们

探索MATLAB智能算法在语音识别中的应用:揭秘语音识别算法的奥秘

![matlab智能算法](https://img-blog.csdnimg.cn/5d397ed6aa864b7b9f88a5db2629a1d1.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAbnVpc3RfX05KVVBU,size_20,color_FFFFFF,t_70,g_se,x_16) # 1. 语音识别技术概述 语音识别技术是一种计算机识别和理解人类语音的能力。它涉及将语音信号转换为文本或其他可操作的形式。语音识别技术在广泛的应用中发挥着至关重要的作用,包括: -

MATLAB与其他语言集成秘籍:无缝衔接,拓展功能

![MATLAB与其他语言集成秘籍:无缝衔接,拓展功能](https://img-blog.csdnimg.cn/img_convert/1d3f722e0406da042f2a742577bc335f.png) # 1. MATLAB与其他语言集成的概述 MATLAB是一种广泛用于科学计算、数据分析和可视化的编程语言。它具有丰富的工具箱和库,使其成为解决各种技术问题的理想选择。然而,在某些情况下,可能需要将MATLAB与其他编程语言集成,以利用其独特的功能或扩展MATLAB的功能。 MATLAB与其他语言的集成提供了以下主要好处: - **功能扩展:**通过集成其他语言,MATLAB可

探索MATLAB数组长度在云计算中的应用:优化云计算资源利用,提升计算效率

![探索MATLAB数组长度在云计算中的应用:优化云计算资源利用,提升计算效率](https://www.clustertech.com/sites/default/files/news/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E4%B8%80%E5%A5%97%E5%AE%8C%E6%95%B4%E7%9A%84%E9%AB%98%E6%80%A7%E8%83%BD%E8%AE%A1%E7%AE%97%E9%9B%86%E7%BE%A4%E6%9E%B6%E6%9E%84/02.png) # 1. MATLAB数组长度在云计算中的概念 MATLAB数组是M

MATLAB行列式计算与矩阵相似性:深入理解行列式在矩阵相似性判断中的作用

![MATLAB行列式计算与矩阵相似性:深入理解行列式在矩阵相似性判断中的作用](https://img-blog.csdnimg.cn/direct/7ffc1930c62d403fa0947ac46ad02958.png) # 1.1 行列式的定义和性质 行列式是方阵的一个重要属性,用于描述方阵的特征和性质。它是一个标量值,由方阵中元素的特定组合计算得到。 行列式的定义如下:一个 n×n 方阵 A 的行列式,记作 det(A),定义为: ``` det(A) = ∑(±)a1j1a2j2...anjn ``` 其中,求和遍历所有 n! 个排列 (j1, j2, ..., jn),符

MATLAB绘图中的深度学习应用指南:使用绘图工具可视化深度学习模型

![MATLAB绘图中的深度学习应用指南:使用绘图工具可视化深度学习模型](https://pic1.zhimg.com/80/v2-06c2027c519575d4b025df28016f8ddc_1440w.webp) # 1. MATLAB绘图基础** MATLAB绘图工具箱提供了丰富的功能,用于创建和操作各种类型的图形。这些功能可以通过图形用户界面(GUI)或绘图函数来访问。 GUI提供了交互式环境,允许用户轻松创建和管理图形窗口,并添加和操作图形对象,如线条、条形图和散点图。绘图函数提供了更高级的功能,用于创建更复杂的图形,如表面图、等高线图和流场图。 MATLAB还提供了专门

揭示MATLAB平方函数的时间与空间代价:分析算法复杂度

![matlab平方函数](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9zMS5heDF4LmNvbS8yMDE4LzExLzIxL0ZDejVpbi5wbmc?x-oss-process=image/format,png) # 1. MATLAB平方函数概览** MATLAB平方函数是一个用于计算元素平方值的内置函数,其语法为`y = square(x)`。它接收一个输入数组`x`,并返回一个包含元素平方值的输出数组`y`。平方函数在各种应用中很有用,包括图像处理、数据分析和数值计算。 MATLAB平方函数的时间复杂度为`O(n)`,其中`n`是输入
最低0.47元/天 解锁专栏
赠618次下载
百万级 高质量VIP文章无限畅学
千万级 优质资源任意下载
C知道 免费提问 ( 生成式Al产品 )