根据准线和顶点求锥面方程 锥面方程 根据准线和顶点求锥面方程 锥面的定义 一个锥面是由一条准线和一个顶点构成的。准线可以是任何形状的曲线，而顶点是一个不在准线平面上的点。从顶点到准线上的每一点引直线，这些直线构成的曲面就是锥面。 求锥面方程的步骤 准线方程： 假设准线可以用参数方程 \(\mathbf{r}(t) = (x(t), y(t), z(t))\) 表示。 锥面定义： 从顶点 \( V(x_0, y_0, z_0) \) 到准线 \( C \) 上每一点 \((x(t), y(t), z(t))\) 作直线。 锥面上的任意一点 \((x, y, z)\) 满足： \[ \frac{x - x_0}{x(t) - x_0} = \frac{y - y_0}{y(t) - y_0} = \frac{z - z_0}{z(t) - z_0} \] 例子 假设准线是圆 \( x^2 + y^2 = r^2 \) 在 \( z = h \) 平面上，顶点为 \( V(0, 0, 0) \)。 圆的参数方程为 \(\mathbf{r}(t) = (r \cos t, r \sin t, h)\)。 通过消去参数 \( t \)，可以得到锥面方程： \[ z \sqrt{x^2 + y^2} = hr \]

八面体| u | + | v | + | w | ≤ 1 的体积计算 体积计算 \(|u| + |v| + |w| \leq 1\) 的体积计算 为了计算由不等式 \(|u| + |v| + |w| \leq 1\) 定义的区域的体积，我们需要了解这个区域在三维空间中形成的几何形状。这个不等式定义了一个八面体（正八面体），其顶点在 \((\pm1, 0, 0)\)、\((0, \pm1, 0)\) 和 \((0, 0, \pm1)\) 处。 由于这个八面体是对称的，我们可以通过计算一个部分的体积，然后乘以对称部分的数量来得到总体积。 计算步骤： 分区域计算： 由于八面体是对称的，我们可以只计算位于第一象限的一个小金字塔的体积，然后乘以对称部分的数量来得到总体积。 定义小金字塔： 在第一象限中，\((u, v, w) \geq 0\)，不等式 \(|u| + |v| + |w| \leq 1\) 简化为 \(u + v + w \leq 1\)。这个区域是一个四面体，其顶点在 \((0, 0, 0)\)、\((1, 0, 0)\)、\((0, 1, 0)\) 和 \((0, 0, 1)\)。 计算小金字塔的体积： 棱锥的体积 \(V\) 公式为： \(V = \frac{1}{3} \times \text{底面积} \times \text{高}\) 在这里，底面是一个以 \((0, 0, 0)\)、\((1, 0, 0)\) 和 \((0, 1, 0)\) 为顶点的直角三角形，其面积为 \(\frac{1}{2}\)。高度是从 \((0, 0, 1)\) 到底面的垂直距离，为 1。因此，小金字塔的体积为： \(V = \frac{1}{3} \times \frac{1}{2} \times 1 = \frac{1}{6}\) 考虑对称性： 由于八面体有 8 个对称部分（每个象限一个），总的体积为： \(V_{\text{total}} = 8 \times \frac{1}{6} = \frac{4}{3}\) 结论： 满足不等式 \(|u| + |v| + |w| \leq 1\) 的区域的体积是 \(\frac{4}{3}\) 立方单位。   体积计算 重积分\(|u| + |v| + |w| \leq 1\) 的体积计算 为了计算由不等式 \(|u| + |v| + |w| \leq 1\) 定义的区域的体积，我们需要了解这个区域在三维空间中形成的几何形状。这个不等式定义了一个正八面体，其顶点在 \((\pm1, 0, 0)\)、\((0, \pm1, 0)\) 和 \((0, 0, \pm1)\) 处。 由于这个八面体是对称的，我们可以通过计算一个部分的体积，然后乘以对称部分的数量来得到总体积。 计算步骤： 定义积分区域： 在第一象限中，\((u, v, w) \geq 0\)，不等式 \(|u| + |v| + |w| \leq 1\) 简化为 \(u + v + w \leq 1\)。这个区域的体积可以通过三重积分计算： \(\int_{0}^{1} \int_{0}^{1-u} \int_{0}^{1-u-v} dw \, dv \, du\) 计算积分： 首先，计算最内层积分： \(\int_{0}^{1} \int_{0}^{1-u} (1 - u - v) \, dv \, du\) 然后，计算中间层积分： \(\int_{0}^{1} \left[ (1 - u)v - \frac{v^2}{2} \right]_{0}^{1-u} \, du\) 最后，计算最外层积分： \(\int_{0}^{1} \left[ \frac{1}{2} - u + \frac{u^2}{2} \right] \, du = \left[ \frac{u}{2} - \frac{u^2}{2} + \frac{u^3}{6} \right]_{0}^{1} = \frac{1}{6}\) 考虑对称性： 由于八面体有 8 个对称部分，总的体积为： \(V_{\text{total}} = 8 \times \frac{1}{6} = \frac{4}{3}\) 结论： 满足不等式 \(|u| + |v| + |w| \leq 1\) 的区域的体积是 \(\frac{4}{3}\) 立方单位。 MATLAB绘图代码：% 定义网格点的范围和数量 n = 50; % 网格点数量 [u, v, w] = meshgrid(linspace(-1, 1, n), linspace(-1, 1, n), linspace(-1, 1, n)); % 定义不等式 |u| + |v| + |w| <= 1 F = abs(u) + abs(v) + abs(w); % 绘制等值面 figure; isosurface(u, v, w, F, 1); % 添加图像细节 xlabel('u'); ylabel('v'); zlabel('w'); title('|u| + |v| + |w| \leq 1'); axis equal; grid on; % 设置视角 view(3);

[高数]变上限积分的等价代换 变上限积分的等价代换是一种积分技巧，它允许我们通过改变积分变量的上限来简化积分的计算。这种技巧通常用于解决那些直接计算较为复杂的积分问题。以下是一些常见的变上限积分等价代换方法：替换上限：如果有一个变上限积分\int_{a(x)}^{b(x)} f(t) , dt可以通过替换上限来简化积分。例如，如果 ( b(x) = g(x) + h )，则积分可以写作：\int_{a(x)}^{g(x) + h} f(t) , dt分部积分：使用分部积分法，可以通过选择合适的 ( u ) 和 ( dv ) 来改变积分的形式。例如，如果 ( u = g(x) ) 且 ( dv = f(t) , dt )，则可能有：\int g(x) f'(x) , dx = g(x) f(x) - \int f(x) g'(x) , dx如果积分的上限是变量 ( x )，则这个技巧可能需要结合变上限积分的处理。变量替换：通过选择合适的变量替换，可以简化积分的形式。例如，如果 ( t = h(x) )，则 ( dt = h'(x) , dx )，积分可以改写为：\int f(h(x)) h'(x) , dx这种方法在处理含有复合函数的积分时特别有用。积分部分函数：有时，可以通过将积分分为几个部分，然后对每个部分应用不同的变量替换或其他技巧。例如：\int_{a(x)}^{b(x)} f(t) , dt = \int_{a(x)}^{c(x)} f(t) , dt + \int_{c(x)}^{b(x)} f(t) , dt其中 ( c(x) ) 是 ( a(x) ) 和 ( b(x) ) 之间的某个点。拉格朗日中值定理：如果 ( f(x) ) 在闭区间 ([a, b]) 上连续，在开区间 ((a, b)) 内可导，则根据拉格朗日中值定理，存在某个 ( \xi ) 在 ( (a, b) ) 内，使得：\int_{a}^{b} f'(x) , dx = f(b) - f(a)这种方法可以用于将变上限积分转化为定上限积分。以下是一个具体的例子来说明如何应用这些技巧：假设我们有以下变上限积分：\int_{1}^{x^2} e^t , dt我们可以通过以下步骤来简化它：a) 使用变量替换：设 ( u = x^2 )，则 ( du = 2x , dx ) 或 ( dx = \frac{du}{2x} )。b) 改变积分变量：将 ( t ) 替换为 ( u )，并且改变积分的极限，从 ( t = 1 ) 到 ( u = x^2 )，积分变为：\int_{1}^{x^2} e^t , dt = \int_{1}^{x^2} e^u \frac{du}{2x} = \frac{1}{2x} \int_{1}^{x^2} e^u , duc) 计算定上限积分：计算\int_{1}^{x^2} e^u , du \int_{1}^{x^2} e^u , du = [e^u]_{1}^{x^2} = e^{x^2} - e^1d) 将结果代回：将上面的结果代回我们的变上限积分中：\frac{1}{2x} (e^{x^2} - e^1)通过这些步骤，我们成功地将一个变上限积分转换为了一个更简单的形式，并得到了最终的结果。

【MATLAB】常用数字滤波器函数调用 1.巴特沃斯滤波器滤波巴特沃斯滤波器就是滤波器的一种，也被称作最大平坦滤波器，其主要特点是通频带内的频率响应曲线最大限度平坦，没有纹波，而在阻频带则逐渐下降为零。function [outdata] =filt_iir_butterfilter(indata,Fs,pass1,pass2,stop1,stop2,N ) %% 函数功能：巴特沃斯滤波器滤波1 % 输入参数： % indata--输入信号 % Fs--采样频率 % pass1--通带上限 % pass2--通带下限 % stop1--阻带下限% stop2--阻带上限 % N--滤波器阶数 % 输出参数： % outdata---滤波后的时域信号 Wp = [pass1, pass2] / (Fs/2);%通带 Ws = [stop1,stop2] / (Fs/2);%阻带 Rp = 3;%通带纹波最多3 dB Rs = 40;%阻带衰减至少40 dB [n,Wn] = buttord(Wp,Ws,Rp,Rs); [b,a] = butter(N/2,Wn,'bandpass'); % figure; % freqz(b,a); outdata = filtfilt(b,a,indata); end2.切比雪夫滤波器滤波1)切比雪夫滤波器是在通带或阻带上频率响应幅度等波纹波动（通带平坦、阻带等波纹或是阻带平坦、通带等波纹）的滤波器，振幅特性在通带内是等波纹。2)切比雪夫滤波器在过渡带比巴特沃斯滤波器的衰减快，但频率响应的幅频特性不如后者平坦。3)切比雪夫滤波器和理想滤波器的频率响应曲线之间的误差最小，但是在通频带内存在幅度波动。4)在通带（或称“通频带”）上频率响应幅度等波纹波动的滤波器称为“I型切比雪夫滤波器”，在阻带（或称“阻频带”）上频率响应幅度等波纹波动的滤波器称为“II型切比雪夫滤波器”function [outdata] =filt_iir_chebyfilter(indata,Fs,pass1,pass2,stop1,stop2,N ) %% 函数功能：切比雪夫滤波器滤波 % 输入参数： % indata--输入信号 % Fs--采样频率 % pass1--通带上限 % pass2--通带下限 % stop1--阻带下限% stop2--阻带上限 % N--滤波器阶数 % 输出参数： % outdata---滤波后的时域信号 Wp = [pass1, pass2] / (Fs/2);%通带 Ws = [stop1 stop2] / (Fs/2);%阻带 Rp = 3;%通带纹波最多3 dB Rs = 40;%阻带衰减至少40 dB [n, Wn]=cheb1ord(Wp, Ws, Rp, Rs);%对于带通和带阻滤波器，n为滤波器阶数的一半。 [b, a] = cheby1(N/2,Rp, Wn,'bandpass'); % figure % freqz(b,a); outdata = filtfilt(b, a, indata); end3.椭圆滤波器滤波通带和阻带等波纹的一种滤波器。 椭圆滤波器相比其他类型的滤波器，在阶数相同的条件下有着最小的通带和阻带波动。 它在通带和阻带的波动相同，这一点区别于在通带和阻带都平坦的巴特沃斯滤波器，以及通带平坦、阻带等波纹或是阻带平坦、通带等波纹的切比雪夫滤波器。%% 函数功能：椭圆滤波器滤波 % 输入参数： % indata--输入信号 % Fs--采样频率 % pass1--通带上限 % pass2--通带下限 % stop1--阻带下限% stop2--阻带上限 % N--滤波器阶数 % 输出参数： % outdata---滤波后的时域信号 Wp = [pass1, pass2] / (Fs/2);%通带 Ws = [stop1,stop2] / (Fs/2);%阻带 Rp = 3;%通带纹波最多3 dB Rs = 40;%阻带衰减至少40 dB [n, Wn]=ellipord(Wp, Ws, Rp, Rs); [b, a]=ellip(N/2,Rp,Rs,Wn,'bandpass'); % figure % freqz(b,a); outdata = filtfilt(b, a, indata); end

【MATLAB】生成FSK信号（随堂练习） 简单生成一个FSK信号clc clear all close all %绘制2FSK信号 % 设定参数 fs = 10000; % 采样频率 Tb = 0.01; % 每比特持续时间 fc0 = 500; % 低频 fc1 = 1500; % 高频 nBits = 10; % 二进制数据比特数 % 生成随机二进制数据 % 产生十个随机数 a=rand(1,nBits) %根据随机数产生二进制信号 data=round(a) figure(1) subplot(2,1,1); stairs(data); axis([1 10 -1.5 1.5]); title('基带信号'); grid on; % 调制2FSK信号 t = 0:1/fs:10*Tb - 1/fs; % 总时间 for i = 1:10 % 在每比特时间内，合成波形 t_bit = (i-1)*Tb : 1/fs : i*Tb - 1/fs; d=(i-1)*length(t_bit)+1:i*length(t_bit); if data(i) == 0 fsk_signal(d) = cos(2*pi*fc0*t_bit); else fsk_signal(d) = cos(2*pi*fc1*t_bit); end end subplot(2,1,2); plot(t, fsk_signal); title('2FSK信号'); xlabel('t'); ylabel('振幅');