科学计算语言产生于20世纪80年代，其中MATLAB语言是当前工程界最流行的科学计算语言，MATLAB长于数值计算，能处理大量的数据，并且处理效率很高，它最主要的的用途在于数据可视化、算法开发、数据分析以及数值计算的高级技术计算语言。在MATLAB中，Simulink是其工具包中重要的一员，是一种图形化的仿真工具包，Simulink在实际操作中能够实现动态系统建模、仿真并进行综合分析。最重要的是在同一系统中支持不同的变化速率。

标签：MATLAB；Simulink；通信系统；神经网络

1 MATLAB的产生和发展

MATLAB产生于上世纪70年代，它的编写者是CleveMoler博士以及他的同事。当时，CleveMoler博士和他的同事开发了用于求解线性方程的EISPACK和LINPACK的Fortran子程序库，然而，CleveMoler发现发现学生在使用这两个程序库存在一定的困难，主要原因是因为接口程序不好写。于是CleveMoler博士在业余时间自己动手编写了EISPACK和LINPACK 的接口程序。CleveMoler博士给这个接口程序取名为MATLAB，意为矩阵（MATRIX）和实验（LABORATORY）的组合。

在1984年，CleveMoler和他的朋友JohnLittle共同创办了MathWorks公司，正式把MATLAB 推向市场并继续进行更多功能的开发。在1993年，MathWorks公司向市场推出了MATLAB4.0版本；1995年，MathWorks 公司继续推出了MATLAB4.2C版本；紧接着又推出了5.0、6.0、6.5版本；在2004年6月MATLAB最新的版本MATLAB7.0 开始发布。多年以来，MATLAB每一次新版本的发布都在功能上有不断地完善。MathWorks公司不断推陈出新，使MATLAB界面越来越友好，内容越来越丰富，功能越来越强大。

2 MATLAB的实际应用

2.1 MATLAB的通信系统仿真

完成消息传递所需要的所有设备，统称为通信系统。随着科技的不断进步发展，人们越来越注重传递消息效率，因而通信的方式也越来越复杂。MATLAB在实现数字通信的仿真方面起到了重要的作用，同时MATLAB对于实现数字通信的仿真有许多重要的方法和技巧。

在MATLAB 的Communication Toolbox中提供了许多仿真函数和模块，用于对通信系统进行仿真和分析。用户如果有自己的想法，可以根据自己对系统的需求选择合适的仿真函数或模块构造合适的模型，通信工具箱中的所有仿真模块可以根据实际需求进行修改，从而使设计的模型满足相应的需求。通信工具箱的内容主要包括：MATLAB函数和Simulink仿真模块，所以它是以MATLAB和Simulnik 为工作平台。

通信系统的MATLAB仿真包括信源编译码、调制解调技术、通信仿真输出和同步技术的仿真。

（1）编码与译码。通信工具箱包含一些信源的编/译码的基本函数。信源编码有时候也常叫做量化信号或格式化信号。通信工具箱提供了两种信源编译码的方法：标量量化和预测量化。

（2）调制解调技术。1）模拟调制与解调。模拟调制与解调技术的应用可以合理利用频带资源，并且能够提高通信的质量。通常连续波的模拟调制以正弦波为载波，调制方式分为：相位调制、频率调制和幅度调制。2）数字调制与解调。Simulink通信工具箱模块库中包含一个专门的调制解调模块子库，同时将映射和调制功能集成在一个模块中。同时，通信工具箱还提供了一个单独的调制模块库、解调模块库和逆映射模块库，以方便用户可以单独调用这些模块。

（3）通信系统仿真输出。在通信系统仿真中的一个主要任务就是评估传输系统的误码率与误比特率。MATLAB提供了一种有效的分析误码率的工具—误码率图形窗，它可用来计算和比较不同调制方式、不同差错控制编码方式和不同信道噪声模型条件下的通信系统的误码率。

（4）同步技术。在通信系统中，为了正确复制源信号，要求接收端必须调制与发送端同步。在模拟和数字载波系统中最常用的同步类型是载波同步；在数字通信中，有时也使用定时同步、时钟同步和定时恢复。在Simulink模块库中提供了多个具有同步功能的模块，如：PLL模块、基带PLL模块、进料泵PLL模块等。

2.2 MATLAB在人工神经网络系统中的应用

神经网络系统是当前科技潮流中一种新的系统，该系统能够进行自适应学习、分布并行处理、鲁棒容错、非线性映射等功能，这些功能使得它能够在图像处理、智能信息处理、控制优化、模式识别等多方面有广泛的应用。

在MATLAB中，包含了神经网络工具箱，该工具箱以人工神经网络理论为开发基础，通过使用MATLAB程序设计出各种具有典型功能的神经网络激活函数，比如S型激活函数、竞争层激活函数、线性激活函数等。使用者在操作过程中，不必再对所选定网络输出进行计算，可以调用激活函数达到目的。另外，参考各种典型的修正网络权值规则可以使用MATLAB语言编写出各种实际需要网络设计和训练的子程序。在仿真过程中，使用者可以根据自己模型的需求调用神经网络工具箱中有关神经网络的设计训练程序，从而避免进行复杂的编程工作，这样可以使设计者集中精力去进行技术上的突破。

MATLAB的神经网络工具箱中基本包括了神经网络的所有模型，如回归网络、线性网络、自组织网络、径向基函数网络、感知器等。在MATLAB中提供了大量的可以直接调用的工具箱函数与仿真GUI和Simulink仿真工具，功能强大，使用方便，是进行神经网络系统分析与设计的极好工具。

3 结语

MATLAB是當今最优秀的科技应用软件之一，它的优点有很多，界面简单方便使用，能够进行复杂的科学、具有开放式可扩展的应用环境和可视化功能。本文详细介绍了MATLAB的产生、发展和仿真技术的特点，以通信系统仿真和人工神经网络为例阐述了MATLAB仿真技术的实际应用，能够使读者对MATLAB得到初步了解，有利于后续的深入学习。下载本文