简介配套郑君里《信号与系统》教材的MATLAB综合实验代码包面向电子工程、通信、自动化等专业学生及信号处理初学者帮助通过仿真实验理解时域与频域分析、系统响应、滤波器设计等抽象概念。压缩包共114个文件以103个m脚本为主体配合8个mdl模型、2个fig交互界面和1个tif结果图整体仅160KB轻量便携目前已有123人学习下载。代码覆盖基础信号生成与处理、线性时不变系统特性分析、卷积运算、拉普拉斯变换与Z变换应用、频率响应分析及数字滤波器设计等核心实验各章节脚本按教材知识点组织运行后可直观呈现信号波形、系统响应曲线与频谱特征。代码注释简洁配有输入样例既能辅助课堂理论教学也能提升读者使用MATLAB开展工程仿真的动手能力是一份理论与实践结合的实用学习资料。1. 这个代码包到底是什么1.1 教材、课程与这个 zip 的来龙去脉郑君里先生的《信号与系统》教材在国内通信、电子、自动化这类专业里几乎是人手一套。上中下三册的知识体系把连续时间信号分析、离散时间信号处理、傅里叶变换、拉普拉斯变换、z 变换整个链路串得明明白白。但教材终归是纸面上的数学推导真正要把“信号的频谱长什么样”“系统在什么条件下稳定”这类问题变成直观理解光看书远远不够。谷源涛老师长期在清华大学讲授这门课他配套整理的这套 MATLAB 综合实验代码就是把教材里的核心知识点逐步“翻译”成可运行的 MATLAB 脚本。压缩包里既有实验说明文档也有按实验组织好的 m 文件覆盖了信号生成、卷积计算、傅里叶变换、拉普拉斯变换、抽样定理等典型实验模块。你可以把这份代码当成两个东西来用一是学信号与系统时的可视化教具二是自己动手写信号处理代码的参考起点。这篇文章不打算复述课件内容而是想从一个实际用过这套代码的人的角度讲清楚三件事这套代码的设计逻辑是什么、核心实验怎么跑通、跑的过程中会遇到哪些坑。无论你是刚开始学这门课的学生还是想用 MATLAB 快速验证信号处理算法的工程师顺着这篇文章的思路走都能少走不少弯路。1.2 打开 zip 之前你该知道的三件事先说拿到文件之后的第一印象。解压之后你大概率会看到一批以实验序号命名的文件夹或脚本文件比如 exp1、exp2 这种命名方式每个文件夹里是配套的 .m 脚本和必要的说明文档。我第一次打开时最直观的感受是代码不是按教材章节严格排列的而是按“实验任务”组织的一个实验文件往往会同时用到多个章节的概念。所以在开始跑代码之前有三件准备工作建议先做。第一确认 MATLAB 版本。这套代码早期主要针对 MATLAB R2010 到 R2016 左右版本编写里面会用到 ezplot、fplot 这类老式绘图函数。新版 MATLABR2020 之后虽然大部分还能兼容但个别函数会提示推荐替换不影响运行只是会有 warning。建议安装 MATLAB R2020a 或者更新的版本配合 Signal Processing Toolbox 和 Symbolic Math Toolbox 这两个工具箱绝大多数实验都能直接跑通。第二把整个目录添加到 MATLAB 路径里。很多新手直接在命令行窗口输入脚本名结果报“未定义函数或变量”就是因为当前工作目录不对。正确做法是在 MATLAB 主界面左侧的“当前文件夹”窗口里定位到解压目录右键选择“添加到路径”或者用命令 addpath(genpath(你的路径)) 一次性把子文件夹全部加进去。第三先翻一下 README 或者实验说明文档。这套代码虽然以 m 文件为主但每个实验的说明文字里往往藏着关键参数比如信号的时域范围、采样点数、截止频率等。直接改参数去跑比对着代码盲猜要高效得多。如果你解压后发现说明文档是 PDF 或者 Word 格式建议先通读一遍再动手省得后面反复踩坑。2. 综合实验的整体设计思路2.1 实验目录背后的知识地图把整个代码包通读一遍你会发现这些实验不是随便拼凑的而是按信号与系统课程的主线知识在推进。最前面的实验基本围绕信号本身展开单位冲激信号、单位阶跃信号、实指数信号、正弦信号、抽样信号通过 MATLAB 把这些信号画出来观察它们的时域波形和数学表达式之间的对应关系。紧接着是信号的基本运算时移、反转、尺度变换这些在教材里用公式一句话就带过了但在代码里你能直观看到 y(t)f(2t) 到底把波形压缩成什么样。再往后就进入系统分析的核心了。卷积积分实验会引导你用 conv 函数或者自定义卷积函数比较连续信号卷积和离散信号卷积的差异傅里叶变换实验会画出一系列常见信号的幅度谱和相位谱用代码验证时域和频域的对称关系抽样定理实验更是经典中的经典——不同抽样频率下信号恢复的效果对比混叠现象一目了然。最后一部分是变换域分析。拉普拉斯变换实验利用符号计算求系统的零极点画出零极点分布图再结合系统函数判断稳定性有的版本还带 z 变换的入门实验为数字信号处理做衔接。这样一套组合拳打下来教材的三大主线——信号描述、系统响应、变换域分析——就全部覆盖了知识框架的完整度非常高。2.2 为什么选 MATLAB 而不是纯数学推导这个问题我自己琢磨了很久。学信号与系统的时候最容易产生的困惑就是公式我都记住了卷子我也会做但“傅里叶变换把时域信号变成频域表示”这件事到底意味着什么脑子里始终缺一个具体的画面。MATLAB 的价值恰恰在于把这个画面补上了。举个例子一个矩形脉冲信号的傅里叶变换是 Sa 函数公式推导几分钟能出来但你真的去画频谱图看到主瓣、旁瓣、过零点这些特征时对“时域越窄、频域越宽”这句话的理解会完全不同。再比如抽样定理课本上说抽样频率小于 2 倍最高频率时会发生频谱混叠但混叠是什么样子在 MATLAB 里把抽样频率调到低于奈奎斯特频率恢复出来的波形直接扭曲给你看这个冲击力是纯数学推导给不了的。另外一个现实的原因是效率。信号与系统课程里大量涉及符号运算和数值计算像卷积积分用手算一个简单的门函数卷积都要折腾半天用 MATLAB 一行 conv() 就出来了。对学生来说把省下来的时间花在观察结果、分析现象上学习效率高得多对工程应用来说MATLAB 本身就能无缝过渡到信号处理的实际仿真验证学的东西不浪费。我记得当年考研复习的时候每次被某个变换的物理意义卡住就会翻出这套代码跑一遍对应实验很多疑惑当场就通了。3. 核心实验实操与复现要点3.1 信号生成与基本运算实验第一类实验在整套代码里属于“开胃菜”但非常重要因为很多同学对信号的时域波形没有基本概念。以单位冲激信号为例MATLAB 里没有现成的冲激函数代码里通常用两种方式逼近一种是通过符号数学表达式的极限定义另一种是用一个窄脉冲近似比如在 n0 处取值为 1、其余位置为 0 的离散序列。实操的时候有个细节要注意画单位冲激信号时如果直接用 stem 函数画离散冲激显示的是一根根竖线如果用 plot 连续绘制脉冲会变成一条三角形的伪波形。代码里通常会在注释中说明用 stem 还是 plot建议初学者两种都试一下对比着看离散信号和连续信号画法的区别。指数衰减正弦信号这类复合信号也值得亲手画一遍调节衰减系数 alpha能直观看到波形衰减快慢的变化这可以为后面理解系统响应的瞬态分量做铺垫。信号的基本运算实验相对简单但有一个容易踩坑的地方时移运算。很多同学想当然地认为 f(t-t0) 就是把波形整体往右移但如果你在 MATLAB 里用数值方式构造一个数组直接对横坐标加加减减很容易把数组下标搞错导致结果完全不对。正确的做法是对时间向量做平移而不是对采样点数组做平移也就是先定义 tt t - t0再把原信号的下标和新的时间向量对应起来画图。这套代码里的写法值得细看它就是标准的向量化处理思路。3.2 时域卷积与系统响应实验卷积实验是我觉得这套代码里性价比最高的一块。它一般会提供两种计算方式一种是直接用 MATLAB 内置的 conv 函数算离散卷积另一种是让读者自己编写数值卷积函数再对比结果。离散卷积直接用 conv几乎没有技术门槛关键是要理解 conv 输出向量的长度。设两个序列长度分别为 N 和 M卷积结果是长度 NM-1 的序列代码里通常要加上对应的横坐标标注否则画图时坐标轴对不上波形看着就是错位的。连续信号的卷积稍微麻烦一点因为 MATLAB 没有内置的连续卷积指令常见的做法是把连续信号离散化用 conv 逼近再乘以采样间隔修正幅值。这里有一个非常重要的细节采样间隔的选择会影响卷积结果的精度。间隔越小结果越接近理论值但计算量增大间隔过大卷积波形会出现明显失真。代码里通常会给一个推荐的采样间隔范围比如 0.01 或 0.05跑通之后你可以试着改大改小观察结果的差异这个过程比单纯跑通代码更有收获。系统响应实验本质上是卷积概念的延伸——已知系统的单位冲激响应 h(t)输入信号 f(t) 激励下的零状态响应就是两者的卷积。许多同学容易忽略的是这个结论成立的前提是系统满足线性时不变LTI条件。代码实验里一般会构造一个简单的 RC 电路作为示例系统用卷积方法求输出再和直接用微分方程数值解法得到的结果对比两条曲线重合的那一刻“卷积求系统响应”这个知识点就真正刻在脑子里了。3.3 傅里叶变换与抽样定理实验傅里叶变换相关的实验是整套代码的重头戏。MATLAB 做傅里叶变换有两条路线一是用符号数学工具箱的 fourier() 函数求闭式表达式适合理论推导验证二是用 fft() 做离散傅里叶变换适合数值分析。用 fourier() 函数时要注意返回值往往是包含了 heaviside单位阶跃函数的符号表达式不要觉得奇怪。比如求双边指数信号的傅里叶变换结果里会出现绝对值符号。这时候用 pretty() 或者 simplify() 把表达式整理一下再配合 subs() 代入具体数值画图就能得到幅度谱和相位谱。用 fft() 做频谱分析时有几个高频踩坑点。第一fft 计算的结果是复数画幅度谱要用 abs() 取模画相位谱要用 angle()别直接 plot。第二fft 默认的输出顺序是 0 到采样率的一半、再是负频率部分所以画频谱前通常要用 fftshift() 把零频移到中间否则图形中心会有一条看起来像“直流分量错位”的跳变。第三频率轴的刻度要自己构造公式是 fs*(0:N-1)/N单位是 Hz这个刻度弄错的人特别多。抽样定理实验更是把知识变成了肉眼可见的现象。代码里一般会这样做选择一个带限信号比如频率为某个值的正弦信号或者带限的复杂信号然后用不同的抽样频率 fs 去采样每个频率下再用插值或者理想的低通滤波恢复原信号最后把原始信号和恢复信号叠加画出对比图。当 fs 大于两倍最高频率时恢复波形和原波形基本重合当 fs 逼近甚至低于奈奎斯特频率时恢复波形和原信号明显不一样混叠的失真一眼就能看出来。我在实际操作中强烈建议自己跑一个对照实验固定信号不变逐步降低抽样频率观察恢复出的波形从“几乎重合”到“面目全非”的渐变过程。这个过程会让你对“为什么语音电话的频率范围要限制在 300Hz 到 3400Hz”这类工程问题有非常直观的认知。顺便说一句抽样定理这块的实验输出图也是答辩时最好用的素材把不同频率下的恢复效果并排放在一张图里说服力远强过文字描述。3.4 拉普拉斯变换与系统零极点分析实验拉普拉斯变换部分对很多学生来说是难点因为从傅里叶变换到拉普拉斯变换从频域到复频域抽象程度进一步提高。这套代码的处理方式是把抽象的概念“画”出来帮你建立几何直觉。符号计算方面laplace() 和 ilaplace() 两个函数就可以实现大多数教材例题的验证。比如求单边指数信号的拉普拉斯变换一行代码得到结果 1/(sa)再用 ilaplace() 能反变换回时域表达式非常适合用来检查手算的作业对不对。零极点分析是这一部分的精髓。系统的稳定性可以直接从系统函数 H(s) 的零极点分布判断出来。代码里一般会用 pzmap() 函数或者先求出零极点再手动绘制散点图的方式展示。你在图上会看到只要有一对极点在 s 平面的右半平面系统就是不稳定的所有极点都在左半平面系统才是稳定的。把这句话和图对应起来比背十遍结论都管用。这里我特别想提醒一个细节不要只盯着“极点是否在左半平面”这个结论要动手改代码里的参数观察极点移动。比如把系统函数的某个系数从小改到大看极点从实轴移到复平面再越过虚轴系统从“过阻尼”“欠阻尼”到“不稳定”的变化过程。这个实验做完你对“系统参数如何影响动态性能”的理解会超过很多只做教材习题的同学。4. 代码复用与工程化改造建议4.1 老代码适配新版 MATLAB 的策略这套代码毕竟是几年前甚至十几年前写的拿到新版 MATLAB 上跑多多少少会遇到兼容问题。我总结了三类最常见的适配场景基本覆盖了大多数情况。第一类是绘图函数的老化。代码里大量使用 ezplot()这个函数在新版本中不推荐使用但不至于报错只是会给出提示。如果你想消除这些提示可以手动把 ezplot(f) 替换成 fplot(f) 或者 fplot(f, [xmin xmax])参数基本对应改动成本很低。另外老代码里常用 plot(t, y) 后接 grid on 的写法新版依然通用这部分不用动。第二类是符号计算接口的变化。老版本的 sym、syms、fourier、laplace 这些函数接口在新版里基本保持一致但有些细节需要留意。比如新版本中符号变量默认是复数形式如果你希望变量是实数最好显式声明syms t real否则某些化简结果会带 conj() 共轭符号看起来非常难受。第三类是脚本文件编码问题。早期代码如果是在 Windows 中文环境下编写的可能存在 GBK 编码新版 MATLAB 在 UTF-8 环境下打开时中文注释会乱码。遇到这种情况用记事本或者 VS Code 把文件的编码统一转成 UTF-8 后重新保存即可代码本身不受影响。如果源文件里的中文注释乱到看不下去就直接把注释删掉反正核心逻辑在代码里不影响运行。4.2 把实验代码改造成工具箱的进阶玩法跑通实验只是第一步把这套代码改造成自己的“信号处理工具箱”才是更进阶的玩法。我的建议是不必全部改造而是挑几个高频功能封装成函数。比如信号生成你可以把单位冲激、阶跃、门函数、指数信号、正弦信号统一封装成几个函数文件输入参数是时间范围和幅度输出是时间和信号值两个向量。下次做课程设计或者实际项目时直接调用自己的函数比每次重新写生成逻辑效率高得多。再比如卷积和频谱分析可以封装成一个自动对比模块输入两个序列和采样频率自动计算卷积或傅里叶变换并绘制时域和频域的对比图。这其实非常接近工程上“仿真脚本模块化”的思路。我自己在给学弟学妹改代码的时候就经常把这套代码里的零极点分析部分抽出来加上注释作为判断系统稳定性的标准工具。还有一点值得尝试把不同实验的结果图批量导出。MATLAB 里用 exportgraphics 或者 saveas 函数批量导出图片可以把所有关键波形整理成一份 PDF 报告这在做课程大作业、准备答辩材料时非常实用。代码里通常只展示运行结果没有现成的导出脚本这块你可以自己补充。整个过程顺便练了 MATLAB 的文件操作和脚本组织能力一举两得。5. 常见问题与避坑指南5.1 运行报错排查速查表跑代码过程中遇到的问题我把高频的整理成了下面这张表方便你直接对照排查。现象可能原因解决办法命令窗口报“未定义函数或变量”当前工作目录不对或未将代码目录添加进路径addpath(genpath(代码根目录))或在当前文件夹窗口定位到目标目录plot 画出来是空白图可能数据全是 NaN 或 Inf检查时间向量是否有问题t0 时某些函数出现 0/0 形式用 eps 代替 0中文字体或者中文注释乱码文件编码与 MATLAB 环境不匹配用编辑器将文件转成 UTF-8 编码保存ezplot 提示不推荐使用用了新版本 MATLAB替换成 fplot参数稍作调整即可fft 画出的频谱图两边高中间低没做 fftshift零频在两端对频率向量和频谱同时做 fftshift卷积结果的波形幅度偏大或偏小连续卷积没有乘以采样间隔离散化逼近连续卷积时结果需要乘以 dt采样间隔符号计算出现大量 conj()符号变量被认成复数声明 sym(...,real) 或 syms t real解压后某些文件缺失zip 包编码导致文件名乱码误以为缺失用支持 GBK 编码解压的工具重新解压这张表的来源是我自己跑这套代码和帮别人调代码时踩过的坑覆盖了大约八成以上的报错场景。遇到没列入的情况优先看命令窗口的报错信息里提到的那一行定位到具体代码行再分析效率最高。拿卷积那段代码举例子有个同学跑出来波形幅度比理论值大了一百倍百思不得其解。后来我一看他没有用采样间隔去修正卷积结果的幅值连续信号数值卷积本身需要乘上 dt 才能近似积分运算他直接拿离散卷积的结果当连续卷积用了。这类问题在代码注释里其实有提到但很容易被忽略算是一个隐藏比较深的坑。5.2 学习这套代码的正确姿势最后聊一个可能被很多人忽略的问题怎么“学”这套代码才最有效果。第一个建议是不要直接双击运行就完事。正确路径应该是先看实验说明文档明确这个实验要验证什么知识点然后手动运行一遍看结果随后在关键代码行设置断点或者逐行执行搞清楚每一行在干什么最后改动参数去观察输出变化。这套流程走下来才算真正“消化”了一个实验。第二个建议是把代码和教材对照着看。每跑完一个实验回到教材找到对应的推导公式对比代码里使用的数值方法和教材里的解析方法你会发现两者的结果一致性本身就是最好的验证。尤其是傅里叶变换和拉普拉斯变换的实验代码里直接算出来的表达式和教材的结论几乎一模一样这种“闭环验证”对建立知识体系非常有帮助。第三个建议是主动“破坏”代码。这是一种很有意思的学习方式故意把参数改成不合理值比如把抽样频率改得非常低或者把系统函数的极点改到右半平面观察运行结果会发生什么变化。报错本身就是学习信号搞清楚为什么报错、为什么波形失真这些错误的教训往往比正确运行十次更深刻。我在带同学的时候经常用一个比喻这套代码就像一本带答案的习题集真相都在里面但你直接抄答案没有任何意义。花时间把每个实验从头到尾自己改一遍、跑一遍、想一遍收获会完全不一样。还有一个很实际的操作是多版本对比。不要只满足于代码跑出图试着把同一个实验用不同方法实现——比如卷积实验一手用内置 conv另一手自己写数值卷积循环傅里叶变换一手用符号计算的 fourier另一手用数值的 fft。两个结果画在一起对比既能验证自己对原理的理解也能积累更多 MATLAB 实操技巧后面做项目会顺手很多。6. 写在最后的一些体会说实话这套代码从大学用到工作从自己学信号与系统用到辅导别人学是慢慢“榨干”价值的。每次回头翻它都能发现当初没注意的细节。它不是什么华丽的工程项目代码风格甚至有点朴素但它把信号与系统课程那些最让人头疼的抽象概念用最直观的方式铺在了你面前。花一个周末从头到尾把实验跑一遍比闷头刷一个月题都更能帮你建立直觉。最后再分享一个小技巧跑完全部实验后试着把其中两三个实验的代码合并起来比如在卷积实验里加入频谱分析观察时域卷积和频域相乘的结果是否一致。这个“跨界”操作做完你对这门课的理解就真正串起来了。本文还有配套的精品资源点击获取