最近在B站上看到一个用MATLAB播放音乐的视频【原视频链接】，虽然没有任何音乐知识背景，但是仍然对这一操作很感兴趣，于是就copy了up主的代码并和室友一起研究了一下，记录一下“研究成果”。
sound() 函数：MTALAB中自带一个播放声音的函数，建议使用help指令查看相关用法。
从帮助中我们可以看出实际上MATLAB中给了一些小段音乐，可以使用指令load来调用，如load train得到火车鸣笛的声音。因此我们可以试着用MATLAB播放音乐，方法就是首先读入mp3文件，得到波形数据和采样频率，然后用sound函数播放。具体可以参考这个链接，感觉讲得很详细。
一些基本知识：一段声音的波形一般纵坐标为声音的响度（声压），有时候只需要看声音的趋势就会将其归一化，即所有的值映射到-1~1范围内。所以声音一般用正弦函数描绘，那一般看到的那种声音波形图实质上就是一段一段小的正弦波连接而成的，每一小段正弦波可以视为是一个音，每一个音的频率不一样，即所谓的音调，体现在波形上就是某一小段的频率是固定的（响度可能发生变化），但也有可能是一小段音频是多个频率的叠加，即多个不同频率的正弦波叠加，形成一个混合音。
然后是一些基本术语：采样频率相当于一个周期内采样的点数，可以理解为一个约定的播放时间差，这样就要求播放时间差在录入和输出时要保持一致，类似于异步通信协议的波特率。
采样位数：可以理解为A/D中的位数精度，即把-1~1分成多少小份，每一份对应一个值。体现为纵轴的分解程度，上面那个体现为横轴的分解程度。
了解声音的基本知识之后，下面就可以编写一个产生一个固定音调的函数了，下面是我在up主代码的基础上添加了一些内容。
function y = gen_wave( tone, rhythm ) %传入的参数中tone为音调，rhythm为音调持续时间
Fs = 8192; %设定的采样频率，播放时要和这个保持一致，否则音调会发生变化
freqs = [ 262, 294,330, 349, 392, 440, 494, 523, 587, 659, 698, 783, 880, 988, 1047,1175,1319,1397,1568,1760,1976,0,3520];
global speed;
rhythm = rhythm / speed; %设置播放速度，在音乐播放文件中需要再次声明speed,并给speed赋值
x = linspace(0, 2 * pi * rhythm, floor(Fs * rhythm));%持续时间为1s时为一个周期，其他时间以此类推，然后再将这个时间按照采样频率划分
if tone>=262
y = sin(tone * x) .*(1- x/(rhythm * 2 *pi)); %传入具体的音调
else
y = sin(freqs(tone) * x) .*(1- x/(rhythm * 2 *pi)); %按序号传输音调
end
%后面乘的是一个倒三角波，实现音量逐渐消失的效果，同时也可以避免相同音连续播放时不会只能听到一个声音
end
clear sound。 参考链接sound函数加上延时可以在一定程度上实现，但是最好的方式是两个音得到的波形图相加再除以2，然后再去播放。多个音同理。matlab打开matlab，用最简单的imread方法读取一个图像clcclearimg_h=imread('hua.jpg');返回一个数组（矩阵），往往是a*b*cunit8类型解释一下这个三维数组的意思，行数、数和层数，unit8：指数据类型，无符号八位整形，可理解为0~2^8的数三个层数分别代表RGB三个通道图像rgb最常用的是24-位实现方法，即RGB每个通道有256色阶（2^8）。基于这样的24-位RGB模型的色彩空间可以表现256×256×256≈1670万色当imshow传入了一个二维数组，它将以灰度方式绘制；可以把图像拆分为rgb三层，可以以灰度的方式观察它figure(1
MIMO技术的优缺点优点通过下面三个增益来总体概括：阵列增益。阵列增益是指由于接收机通过对接收信号的相干合并而活得的平均SNR的提高。在发射机不知道信道信息的情况下，MIMO系统可以获得的阵列增益与接收天线数成正比复用增益。在采用空间复用方案的MIMO系统中，可以获得复用增益，即信道容量成倍增加。信道容量的增加与min(Nt,Nr)成正比分集增益。在采用空间分集方案的MIMO系统中，可以获得分集增益，即可靠性性能的改善。分集增益用独立衰落支路数来描述，即分集指数。在使用了空时编码的MIMO系统中，由于接收天线或发射天线之间的间距较远，可认为它们各自的大尺度衰落是相互独立的，因此分布式MIMO
目录0专栏介绍1平面2R机器人概述2运动学建模2.1正运动学模型2.2逆运动学模型2.3机器人运动学仿真3动力学建模3.1计算动能3.2势能计算与动力学方程3.3动力学仿真0专栏介绍?附C++/Python/Matlab全套代码?课程设计、毕业设计、创新竞赛必备！详细介绍全局规划(图搜索、采样法、智能算法等)；局部规划(DWA、APF等)；曲线优化(贝塞尔曲线、B样条曲线等)。?详情：图解自动驾驶中的运动规划(MotionPlanning)，附几十种规划算法1平面2R机器人概述如图1所示为本文的研究本体——平面2R机器人。对参数进行如下定义：机器人广义坐标
一、机器人介绍 此处是基于MATLABRVC工具箱，对ABB-IRB-1200型号的微型机械臂进行正逆向运动学分析，并利Simulink工具实现对机械臂进行具有动力学参数的末端轨迹规划仿真，最后根据机械模型设计Simulink-Adams联合仿真。 图1.ABBIRB 1200尺寸参数示意图ABBIRB 1200提供的两种型号广泛适用于各作业，且两者间零部件通用，两种型号的工作范围分别为700 mm 和 900 mm，大有效负载分别为 7 kg 和5 kg。 IRB 1200 能够在狭小空间内能发挥其工作范围与性能优势，具有全新的设计、小型化的体积、高效的性能、易于集成、便捷的接
文章目录前言核心逻辑配置iSH安装Python创建Python脚本配置启动文件测试效果快捷指令前言iOS快捷指令所能做的操作极为有限。假如快捷指令能运行Python程序，那么可操作空间就瞬间变大了。iSH是一款免费的iOS软件，它模拟了一个类似Linux的命令行解释器。我们将在iSH中运行Python程序，然后在快捷指令中获取Python程序的输出。核心逻辑我们用一个“获取当前日期”的Python程序作为演示（其实快捷指令中本身存在“获取当前日期”的操作，因而此需求可以不用Python，这里仅仅为了演示方便），核心代码如下。>>>importtime>>>time.strftime('%Y-%
我是Sidekiq的新手，将它与AmazonEC2实例上的Ruby结合使用，以使用ImageMagick处理图像来完成一些工作。在运行它时，我意识到每个工作人员都在同一个核心上运行。我使用EC2c3.2xlarge机器，它们有8个内核。它显示CPU使用率为15%，但一个内核使用了100%，而其他内核使用了0%。Sidekiq可以为不同的worker使用不同的CPU内核吗？如果可以，这种低效率是由ImageMagic造成的吗？我怎样才能让它使用其他内核？ 最佳答案 如果您想使用MRI使用多个内核，则需要启动多个Sidekiq进程；为您
慢跑者与狗问题描述一个慢跑者在平面上沿椭圆以恒定的速率𝒗=𝟏跑步，设椭圆方程为:𝒙=𝟏𝟎+𝟐𝟎𝒄𝒐𝒔(𝒕),𝒚=𝟐𝟎+𝟓𝒔𝒊𝒏(𝒕)。突然有一只狗攻击他，这只狗从原点出发，以恒定速率𝒘跑向慢跑者，狗的运动方向始终指向慢跑者。分别求出𝒘=𝟐𝟎,𝒘=𝟓时狗的运动轨迹。模型建立设时刻t慢跑者的坐标为(𝑿(𝒕)，𝒀(𝒕))，狗的坐标为(𝒙(𝒕)，𝒚(𝒕))。则𝑿=𝟏𝟎+𝟐𝟎𝒄𝒐𝒔(𝒕),𝒀=𝟐𝟎+𝟏𝟓𝒔𝒊𝒏(𝒕)，狗从(0,0)出发，建立狗的运动轨迹的参数方程:由于狗始终对准人，因而狗的速度方向平行于狗与人位置的差向量：消去𝝀，得由题意𝑿=𝟏𝟎+𝟐𝟎𝒄𝒐𝒔𝒕,𝒀=𝟐𝟎+1𝟓𝒔𝒊𝒏(𝒕)，狗从(0,0)
在正常工作环境中往往是可以使用无线网络的，此时安装一个matlab也不是什么难事；但是也难免也会遇到一些工作电脑不允许链接无线网络，此时若安装一个matlab则是一件非常痛苦的事，因为其安装包就20多个G，当时我是用手机开热点下载的，仅仅下载安装包就浪费了一个下午+一个晚上； 下面就举一个例子，针对安装过matlab和未安装过matlab的情况去介绍C++调用matlab函数的操作流程：一、封装matlab函数首先把matlab代码封装成函数的形式，下面举一个简单的函数为例；functionc=myadd(a,b)c=a+b;end二、编译matlab函数具体的编译
查看原文>>>基于”PLUS模型+“生态系统服务多情景模拟预测实践技术应用目录第一章、理论基础与软件讲解第二章、数据获取与制备第三章、土地利用格局模拟第四章、生态系统服务评估第五章、时空变化及驱动机制分析第六章、论文撰写技巧及案例分析基于ArcGISPro、Python、USLE、INVEST模型等多技术融合的生态系统服务构建生态安全格局基于生态系统服务（InVEST模型）的人类活动、重大工程生态成效评估、论文写作等具体应用基于ArcGISPro、R、INVEST等多技术融合下生态系统服务权衡与协同动态分析实践应用 本文从数据、方法、实践三方面对生态系统服务多情景预测进行讲解。内容涵盖多
matlab中矩阵点乘和乘的区别MATLAB中，一、矩阵相乘：表示两个矩阵相乘。二、矩阵点乘：表示矩阵中对应位置的元素分别相乘。三、举例3.1矩阵相乘3.2矩阵点乘MATLAB中，一、矩阵相乘：表示两个矩阵相乘。前提条件：满足矩阵相乘的规则，即前矩阵的列数等于后矩阵的行数。二、矩阵点乘：表示矩阵中对应位置的元素分别相乘。前提条件：满足矩阵点乘的规则，即前后矩阵维度相同。三、举例3.1矩阵相乘Example1:A=[123;456]A=123456>>B=[1;2;3]B=123>>C=A*BC=1432这时如果用点乘就会报错Example2:>>A=[123;456;789]A=1234567