matlab混沌图的程序

混沌映射（序列）matlab算法“小全”：Logistic、Henon、帐篷、kent（含混沌二值图像生成函数）

1.Logistic（罗切斯特）映射 变换核： xn+1=axn(1?xn) 绘图程序： n=64; key=0.512;

an=linspace(3.1,3.99,400);

holdon;boxon;axis([min(an),max(an),-1,2]); N=n^2; xn=zeros(1,N); fora=an;

x=key; fork=1:20;

x=a*x*(1-x);%产生公式 end; fork=1:N;

x=a*x*(1-x); xn(k)=x;

b(k,1)=x;%一维矩阵记录迭代结果 end;

plot(a*ones(1,N),xn,'k.','markersize',1); end; %figure; %imhist(b) 实用混沌加密函数：

functionichao_ans=ichaos_logistic(varargin) %logistic序列生成算法 %函数名：

%logistic混沌序列生成函数 %参数：

%（n，key），n为矩阵阶数，key为迭代初始值。 %（n），n为矩阵阶数，key=

毕业设计（论文）原创性声明

本人郑重声明：所提交的毕业设计（论文），是本人在导师指导下，独立进行研究工作所取得的成果。除文中已注明引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写过的作品成果。对本研究做出过重要贡献的个人和集体，均已在文中以明确方式标明并表示了谢意。

论文作者签名：

日期： 年 月 日

摘 要

混沌在现代科学与工程学领域的应用十分广泛，混沌现象存在于自然界各个领域，包括通讯领域、气象学领域、生物学领域、医学诊断疾病等方面。学习混沌理论在未来的发展过程对我们是很有帮助的。在非线性的世界里，通过混沌理论洞察所有的非线性运动,对其进行控制和掌握。通过非线性电路对混沌系统进行分析和理解，进而构造出符合二阶混沌系统的非线性电路和函数模型。Duffing方程就是典型的二阶非线性方程。运用MATLAB/Simulink对其混沌系统进行仿真实现，验证混沌系统的基本特性。

关键词：混沌；非线性；Duffing方程; MATLAB/Simulink

ABSTRACT

Chaos widely u

本科毕业设计(论文)

应用MATLAB仿真几类混沌电路

学 生 姓 名： 单玉青 指 导 教 师： 付景超

专 业、班级： 信息与计算科学071 院 （系） ： 理学院数学系

完成日期： 2011 年 6 月 15 日

摘 要 摘 要

混沌电路理论是现代非线性科学的一个重要分支．混沌电路的研究主要包括混沌电路理论的研究和应用研究．在这两者之间，混沌电路的仿真起着至关重要的作用．由于混沌的初值敏感性，使其在电路设计中对初值要求较高，因此混沌电路仿真实现较为困难．

本文介绍了混沌电路的定义、基本概念、基本特征及研究现状，并针对几类混沌电路（蔡氏电路、蔡氏对偶混沌电路、带有负电容的三阶自治蔡氏混沌电路、三阶非自治铁磁材料混沌电路），首先通过电路图对系统的动力学特性进行了分析与论述，建立对应的数学方程式，然后使用MATLAB软件进行仿真研究，通过编写并绘制系统的波形图、混沌吸引子、相平面图等程序，来研究各种电路不同的混沌现象．仿真结果表明了理论的正确性．

本文对于非线性混沌电路的研究与学习有一定的实用价值．论文选题具有一定的理论意义和应用前景．

关键词 MATLAB；仿真；混沌电路

- I -

Abstract Abstract

Mahmoud 提出了一个非常复杂的含有复数向量的 Dynamos 混沌系统,该系统在电磁场方面有潜在的非常广泛应用.其动力学系统方程为

其中，x = u1 + i*u^2 , y = u3 + i*u4，分别为复数, i^2=- 1 , x_ba, y_ba分别为向量 x , y 的共轭复数，μ和α正参数。系统

(1)可以改写成如下五维实微分方程组的

形式:

关于Dynamos混沌系统的追踪控制，请具体参考论文： Dynamos混沌系统的追踪控制与同步

.pdf (502.7 KB)

1. function HunDunXiTong

2. clc 复杂

3. close all

4. global k d a b i

5. % 比例系数

6. k=[2 1 -1]';

7. % 参数d

8. d=[1 1 1];

9. % 其他参数 10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

23.

24. a=1/0.707; b=1/2.6; i=1.15; % 开始求解问题 % 后两个是alpha和beta估计值的初值 % 后两个为x的初值 x0=[0.3 0.5 0 0 0]; tspan=[0 50]; % 用户自行设置微分区间 [t,x

% [image, descriptors, locs] = sift(imageFile) %

% This function reads an image and returns its SIFT keypoints. % Input parameters:

% imageFile: the file name for the image. %

% Returned:

% image: the image array in double format

% descriptors: a K-by-128 matrix, where each row gives an invariant % descriptor for one of the K keypoints. The descriptor is a vector

% of 128 values normalized to unit length.

% locs: K-by-4 matrix, in which each row has the 4 values for a % keypoint

% [image, descriptors, locs] = sift(imageFile) %

% This function reads an image and returns its SIFT keypoints. % Input parameters:

% imageFile: the file name for the image. %

% Returned:

% image: the image array in double format

% descriptors: a K-by-128 matrix, where each row gives an invariant % descriptor for one of the K keypoints. The descriptor is a vector

% of 128 values normalized to unit length.

% locs: K-by-4 matrix, in which each row has the 4 values for a % keypoint

1. 用MATLAB命令产生如下信号，并绘出波形图

(1) 2e?1.5tu(t)

t=-2*pi:pi/50:2*pi; a=t>=0;

f(a)=2*exp(-1.5*t(a)); f(~a)=0; plot(t,f)

（2）2sin(2?t??4)

t=-2*pi:pi/50:2*pi; y=2*sin(2*pi*t+pi/4); plot(t,y)

(3) f(t)???2?00?t?1

t?0,t?1t=-5:0.01:5;

y=2*rectpuls(t-0.5,1); plot(t,y) axis equal

2. 已知信号f(t)的波形如图所示，试用MATLAB命令画出f(t?2)、

f(3t)、f(?t)、f(?3t?2)的波形图。

f(t)1?201t

function y=p(t) y1=(t<0&t>=-2);

y2=(-t+1).*(t<=1&t>=0); y=y1+y2

t=-5:0.01:5; y=p(t-2); plot(t,y) axis equal

t=-5:0.01:5; y=p(3*t); plot(t,y) axis equal

t=-5:0.01:5; y=p(-t); plot(t,y) axis equa

数学软件matlab

例5-1 在0≤x≤2 区间内，绘制曲线 y=2e-0.5xcos(4πx) 程序如下： x=0:pi/100:2*pi;

y=2*exp(-0.5*x).*cos(4*pi*x); plot(x,y)

例5-2 绘制曲线 x t sin3 t 。 程序如下： y tsin2

tt=0:0.1:2*pi; x=t.*sin(3*t); y=t.*sin(t).*sin(t); plot(x,y);

例5-3 分析下列程序绘制的曲线。 x1=linspace(0,2*pi,100); x2=linspace(0,3*pi,100); x3=linspace(0,4*pi,100); y1=sin(x1); y2=1+sin(x2); y3=2+sin(x3); x=[x1;x2;x3]'; y=[y1;y2;y3]'; plot(x,y,x1,y1-1)

例5-4 用不同标度在同一坐标内绘制曲线y1=0.2e-0.5xcos(4πx) 和y2=2e-0.5xcos(πx)。 程序如下： x=0:pi/100:2*pi;

y1=0.2*exp(-0.5*

%************************************************************************** % 图像检索——形状特征提取

%利用HU的七个不变矩作为形状特征向量 %Image : 输入图像数据

%n : 返回七维形状特征行向量

%************************************************************************** function n = Shape(Image)

% Image = imread('E:\\\\1\\\\1.jpg'); % [M,N,O] = size(Image); M = 256; N = 256;

%--------------------------------------------------------------------------

%彩色图像灰度化

%--------------------------------------------------------------------------

Gray = double(0.3*Image(:,:,1)+0.

电工专业必看

%简单潮流计算的牛顿拉夫逊程序，相关的原始数据数据数据输入格式如下： %B1是支路参数矩阵，第一列和第二列是节点编号。节点编号由小到大编写 %对于含有变压器的支路，第一列为低压侧节点编号，第二列为高压侧节点 %编号，将变压器的串联阻抗置于低压侧处理。

%第三列为支路的串列阻抗参数。

%第四列为支路的对地导纳参数。

%第五列为含变压器支路的变压器的变比

%第六列为变压器是否含有变压器的参数，其中“1”为含有变压器，

%“0”为不含有变压器。

%B2为节点参数矩阵，其中第一列为节点注入发电功率参数；第二列为节点负荷功率参数；第三列为节点电压参数；第六列为节点类型参数，其中“1”为平衡节点，“2”为PQ节点，“3”为PV节点参数。

%X为节点号和对地参数矩阵。其中第一列为节点编号，第二列为节点对地 %参数。

n=input('请输入节点数:n=');

n1=input('请输入支路数:n1=');

isb=input('请输入平衡节点号:isb=');

pr=input('请输入误差精度:pr=');

B1=input('请输入支路参数:B1=');

B2=input('请输入节点参数:B2=');

X=input('节点号和对地参数:X=');

Y=zeros(n