写在前面
众所周知，MATLAB是理工科不可不知的利器，其功能之广、之强可谓万金油。其在科研、数模竞赛、课设等当中有着广泛的用途，甚至也有地方专门开了MATLAB的相关课程。学习MATLAB，对于非计算机专业的理工科选手而言还是很有用的。
MATLAB的学习，也并不是过于复杂的，尤其是对于有编程基础的人而言。这里，我从多个方面入手，用一些比较基础的例子，来讲解MATLAB的m语言编程和simulink仿真中的多个问题。不过这里讲的比较浅，深入的建议参考一些相关的好书，如《MATLAB从入门到精通》等等。
当然，MATLAB的学习，仅靠看是不够的，最好的方法是一边看着资料，另一边也打开MATLAB进行实际操作，毕竟MATLAB是一种工具——只有自己动手去使用才能真正学会。此外MATLAB也博大精深、易学难精，入坑以后，慢慢探索吧。
此外，由于本人水平有限，以及该资料主要针对新手，如有觉得过于简单者，请不要介意。
目录
MATLAB里的算术类似于很多常见编程语言，但是语法结构较简单一些，并存在一些内置函数，这里简单举例说明。
（1）首先是简单的清理和赋值，其中赋值只需要直接“a=1”，无需类型。语句需要分号结束（这里用python的注意一下）。
图1
（2）接下来是简单的加减乘除四则运算和乘方运算，乘方处的例子涉及到“（）”的使用。
图2
图3
（3）当然MATLAB里还有其他一些算术方面的内置函数，这里以绝对值（模）、余数、自然对数为例。这些仅仅是一小部分，如需更深入了解，可参考《MATLAB》从入门到精通。
图4
图5
脚本代码
clc,clear %命令行窗口、工作界面清除功能
a=1;b=1; %数据定义
c=a+b; %算术加
d=a-3; %算术减
e=c*d; %算术乘
f=e/(-c); %算术除
g=(c+b)^2; %算术乘方
h=abs(e); %绝对值
i=mod(g,c); %取余数
j=exp(a); %e为底数的幂MATLAB中，程序设计部分内容较多，也类似于我们学过的编程课中所提到的，包括定义函数、条件结构、循环结构等内容。当然，这里只涉及其中一小部分典型的方法。
（1）函数定义，只需从左上角的加号新建函数即可。用function定义函数，n为自变量，a为因变量，Fac为函数名（多个变量要用逗号隔开），这里定义一个阶乘函数。其内容为n如何得到a即可，末尾要有end（完整性）。另外我这里的辅助变量L，是一种在有些情况比较好用的一种思路，即用变量对应值对应条件的一种情况，对该思路有兴趣的可以适当了解。
图1
（2）函数内部，这里是if条件结构和for循环结构。If条件结构又可分为仅有if的结构和if&else结构，一个结构只需一个end（if和elseif/else共用一个end），以此筛选掉不适用的数，并计算0!=1。下面的for循环中，i=1:n则为i从1开始逐次加1加到n，用此逐次计算阶乘即可。
图2
（3）然后可以设置各种运行结果，这里以设置错误、警告情况为例。对之前筛选出的情况，我们直接用error生成错误结果。此外，一定条件我们也可以用warning进行警告，当然此时是可以运行的。
图3
（4）新建脚本，代入函数，a分别设为4（对应图6）、6（对应图7）、1.5（对应图8）、-3（对应图8）、0（对应图9）、1（对应图10、图11），观察结果。
图5
图6
图7
图8
图9
图10
图11
脚本代码
clc,clear
a=4;
b=Fac(a); %调用函数函数代码
function [a] = Fac(n) %函数定义
L=0; %可以设一个辅助变量表示一种情况
%此处为函数如何实现
if mod(n,1)==0 %if结构
L=1;
if n<0 %if&else结构
L=0;
elseif n==0
a=1;
else
a=L;
for i=1:n %for循环
a=a*i;
end
end
end
if L==0
error('输入不规范'); %出错
elseif n==1
warning('太简单我看不起');%警告
end
endMATLAB中m语言的核心，实为通过分析矩阵解决问题。这些矩阵中，向量（一行或一列的矩阵）既基础又重要。这里则简要地讲讲向量和其他矩阵的定义和运算。
（1）向量定义中，先讲行向量，有三种典型的定义方法，如图所示即可，a1为最基本的列举法。当然，后两者a2、a3向量的定义仅限于向量的元素为等差数列的情况，但这也是很常用的情况，在后续的画图中有重要作用。b为列向量，“；”用于将行隔开。
图1
图2
图3
（2）向量的运算，首先是基本的——向量可与常数进行四则运算，以加法为例得c1。元素个数相同的行、列向量可以直接相乘，如c2，结果为《线性代数》中矩阵乘法的结果。然后c3为矩阵元素的使用案例，直接a1[i]这种格式即可，如果要元素替换也是类似的这种方法。当然这个c3案例实为m语言中“点乘”定义的代码形式，即两个向量/矩阵每个对应元素相乘所得向量/矩阵，当然在实际工程中只需用c4的“.*”即可，类似的还有“./”（右除）、“.\”（左除）、“.^”（点乘方）等。最后提一下，求转置只需“d=b’”即可。
图4
图5
图6
图7
（3）其他非向量矩阵的定义，简单的可以像A这样列举，或者像B这样（“[]”内的“[]”不算错误）。当然，也可以列举已有的向量来定义矩阵。
图8
图9
（4）矩阵的运算（线性代数运算）在MATLAB中有很多内置函数，这里举了六个简单的实例。当然这只是冰山一角，还有很多感兴趣可以深入了解。
图10
图11
图12
图13
图14
脚本代码1
clc,clear
a1=[1 3 6 7]; %列举法
a2=1:2:7; %等差数列（首项、公差、末项）
a3=linspace(1,7,4); %等差数列（首项、末项、个数）
b=[5;6;2;3]; %列向量的定义（行由分号隔开）
c1=a1+6; %向量/矩阵与常数的四则运算
c2=a1*b; %向量/矩阵乘法
for i=1:4
c3(i)=a1(i)*a2(i); %向量/矩阵元素的引用
end
c4=a1.*a2; %向量/矩阵点乘
d=b'; %转置脚本代码2
clc,clear
A=[1 0 0;0 2 0;0 0 3];
B=[[1 0 3];[0 2 1];[1 6 1]];
aa1=det(A); %行列式
aa2=trace(A); %迹
aa3=rank(A); %秩
bb1=inv(B); %逆矩阵
bb2=eig(B); %特征值
bb3=orth(B); %正交化MATLAB的画图功能，因其常用性是一个重点。画图有很多种，有二维或三维，具体有线条图形、统计图形、矢量图形、曲面等等。此外，MATLAB画的图，也有各种各样的标注功能。以下，将以多个不同的例子具体介绍。
（1）首先定义一个自变量矩阵，这里的自变量为控制角——a；再来一个因变量，为功率因数——pf。有了这之后，直接plot（自变量，因变量，其他）即可画图（单因变量），其他可以注明颜色、形状。当然，“其他”部分的常见情况在三表中列出，同时表示颜色和形状可用‘.c’等格式。
图1
图2
表1
| 颜色 |
红 |
黄 |
绿 |
青 |
蓝 |
紫 |
黑 |
白 |
| 表示 |
r |
y |
g |
c |
b |
m |
k |
w |
表2
| 线型 |
实线 |
虚线 |
点线 |
点画线 |
| 表示 |
- |
-- |
： |
-. |
表3
| 点型 |
加号 |
圆圈 |
星号 |
实点 |
叉 |
菱形 |
正方形 |
| 表示 |
+ |
O |
* |
. |
x |
d |
s |
| 点型 |
五角星 |
六角星 |
向上三角 |
向下三角 |
向左三角 |
向右三角 |
|
| 表示 |
p |
H |
^ |
v |
> |
< |
（2）此时由单因变量到多因变量，只需plot（自变量1，因变量1，其他1，自变量2，因变量2，其他2）即可，这里的因变量2为电压比值——vv。
图3
图4
（3）完成之后可以简单给图加上标注，标题为title（‘标题内容’），坐标为xlabel（‘横坐标内容’）、ylabel（‘纵坐标内容’），多变量时用legend（‘变量1’，‘变量2’）区分变量即可。
图5
图6
（4）以上为二维折/曲线图现在延伸到三维折/曲线图，只需定义三个向量a1、a2、a3，再使用plot3函数即可，和plot基本类似，为plot3（x，y，z，其他）。当然，如需多线条、标注操作，则类似于（2）（3）的操作在三维方面适当调整即可。
图7
图8
（5）接下来的内容为多图和特殊图形，多图的函数为subplot（行数，列数，第几个），特殊图形中有饼状图、柱状图、矢量图等，各有其对应的函数，如图中所示，直接使用即可。
图9
图10
（6）给图加标注的补充内容。坐标限制，用axis（[xmin xmax ymin ymax]）即可；文字标注，用text（x坐标，y坐标，‘文字内容’）即可。
图11
图12
（7）三维曲面图，以山峰为例，先用meshgrid（min：分度：max）定义一个曲面网格，再定义曲面函数（二元），最后使用surf函数画图即可。
图13
图14
（8）可以再加上灯光，用light函数，里面可以多种设定，如（‘position’，位置坐标）确定灯光方向、（‘color’，颜色）确定灯光颜色等等。
图15
图16
脚本代码1
clc,clear
a=[0 30 60 90 120 150 180]; %控制角数据
pf=[1 0.971 0.898 0.707 0.427 0.17 0]; %功率因数
%plot(a,pf,'r'); %画图（单线）
vv=(2^0.5)*(1+cos(a*pi/180))/pi; %电压比值
plot(a,pf,'r',a,vv,'g'); %画图（多线）
title('单相全波整流分析'); %标题
xlabel('控制角');ylabel('数值'); %坐标
legend('功率因数','电压比值'); %图例脚本代码2
clc,clear
a=[220 330 500 750 1000 2000]; %x坐标
b=[400 303 278 256 250 250]; %y坐标
c=[121 360 900 2200 4000 16000]; %z坐标
plot3(a,b,c,'b:p'); %三维plot函数脚本代码3
clc,clear
EM=[107.98 1.8 5];
subplot(2,3,1); %多图函数（行数，列数，第几个）
pie(EM); %饼状图
legend('电磁功率','定子铜耗','铁耗');
subplot(2,3,2);
bar(EM); %柱状图
axis([0 4 0 150]); %坐标限制
text(0,127.98,'电磁功率'); %文字标注
text(1,21.8,'定子铜耗');
text(2.5,55,'铁耗');
subplot(2,3,3);
bar3(EM); %三维柱状图
ES=[7.825 122.015 6.493;4.579 113.189 6.023]';
subplot(2,3,4);
bar(ES); %多变量柱状图（横）
subplot(2,3,5);
bar(ES','stack'); %多变量柱状图（竖）
x=linspace(0,2*pi,10);
y=sin(x);
subplot(2,3,6);
feather(x,y); %羽毛图（矢量）脚本代码4
clc,clear
[x,y]=meshgrid(-4:0.1:4); %网格定义
z=peaks(x,y); %曲面函数
surf(x,y,z); %画曲面图
light('position',[-1,-1,1],'color','g'); %调节灯光除了画图，MATLAB也有进行图像处理的能力。对于已有的图像文件，MATLAB可以进行读图、显示、转换成灰度图、拼接、读取图片信息等操作。当然，这些操作与之前不同的是，这回需要现有的图片文件。
（1）这一部分从读图开始，MATLAB可识别的图像文件格式有bmp、jpg、png、pgm等多种格式。先准备一个名为‘eastlake1’的文件，在代码中用‘文件名.文件格式’表示图像文件。用imread（文件）函数读取文件成为矩阵形式，imwrite（矩阵，文件）生成新文件，这一功能可用于改变文件格式等等。
图1
图2
图3
（2）当然图片也可以用于显示于MATLAB的plot结果中（当然不是用plot函数）。用image（矩阵）函数将图片置于坐标系，如不需要坐标系则用imshow（矩阵）。另外，用如果rgb2gray（矩阵）可生成灰度图（黑白灰）。此外，对于矩阵结构相同的图片，可以用矩阵拼接的方法拼图。
图4
图5
（3）当然，用imfinfo（文件）可以读取文件信息。
图6
图7
图8
图9
脚本代码
clc,clear
a=imread('eastlake1.jpg'); %读取图片文件（矩阵）
imwrite(a,'dusk.png'); %按指定格式生成新的图片文件
subplot(2,2,1);
image(a); %将矩阵以图像形式显示于坐标系
subplot(2,2,2);
imshow(a); %显示图片
b=rgb2gray(a); %生成灰度图
subplot(2,2,3);
imshow(b);
a1=imread('eastlake2.jpg');
a2=imread('eastlake3.jpg');
a3=imread('eastlake4.jpg');
a4=imread('eastlake5.jpg');
A=[a1 a2;a3 a4]; %图片拼接
subplot(2,2,4);
imshow(A);
aa=imfinfo('eastlake1.jpg'); %读取图片信息
bb=imfinfo('dusk.png');作为一个强大的数学软件，MATLAB自然可以解决很多高等数学中的问题，如极限、求导、积分等。这一应用，也是MATLAB的一个重点，在工程计算和数学建模中较为常见。这里我们举了一些典型的极限、导数、积分、微分方程、级数问题。当然这块内容博大精深，其涉及面之广之深并非可以一时讲清的，建议感兴趣的可以更深入了解。
（1）首先定义一个函数变量x，这种定义需要在前面加上“syms”，有了这之后可以按y=f（x）格式直接定义函数，如这里的f1、f2、f3，或是f4=f（x，x0）。对于求极限，可以用limit（f（x），x，x所趋于的值）求极限。如果用limit（f（x），x，x所趋于的值，‘left’）或limit（f（x），x，x所趋于的值，‘right’）则可求左、右极限。对于求导，可以用diff（f（x），x）直接求一阶导或用diff（f（x），x，n）求n阶导，求偏导亦然。此外，MATLAB中的一些基本数学符号如表中所示。
图1
图2
图3
表1
| 数学概念 |
正无穷 |
负无穷 |
无意义 |
| 表示 |
Inf |
- Inf |
NaN |
（2）当然，MATLAB也可以输入指定函数求各种积分，对于一元积分主要用int函数。定积分和反常积分，直接int（被积函数，下限，上限）即可。要求不定积分时，可以int（被积函数）或int（被积函数，积分变量），后者可用于多元函数。若需要求简单的二重积分，可以按标准格式先定义一个函数名柄，再将其代入integral2（被积函数，x下限，x上限，y下限，y上限）。
图4
图5
图6
图7
（3）微分方程是解决很多数学建模问题的重中之重，MATLAB也是解微分方程的利器。其中，这里以最常见的常微分方程为例介绍。首先定义自变量x和待解函数y（x），对于微分方程f（y（x））=0，列方程的代码格式为：方程名= f（y（x））==0。求解常微分方程的函数为dsolve，求通解只需y1=dsolve（方程名，‘自变量’）即可。若要根据初始得出特解，则需要用y2=dsolve（方程名，‘初始条件’，‘自变量’）。
图8
图9
（4）高等数学还有一个很重要的内容——级数。对于数列前n项和以及无穷级数求和，用函数symsum（通项，自变量（n），1，末项）即可。级数的展开，分为泰勒展开和傅里叶展开。泰勒展开用taylor函数，有多种用法：taylor（f（x））在x=0处展开成六阶，taylor（f（x），‘order’，n）在x=0处展开成n阶，taylor（f（x），x，a，‘order’，n）在x=a处展开成n阶。傅里叶展开我们定义一个Fou函数（这里以区间[0,2π]为例），代入f（x）求出定义即得。
图10
图11
图12
图13
图14
（5）再来讲一讲一个大重点积分变换。傅里叶变换F[f（x）]=F（w）用fourier（f（x））函数求，其逆变换则用函数fourier（F（w））即可；拉普拉斯变换L[f（t）]=F（s）用fourier（f（t））函数求，其逆变换则用函数fourier（F（s））即可。
图15
图16
脚本代码1
clc,clear
syms x x0; %自变量x的定义
f1=sin(x)/x; %函数定义
L1=limit(f1,x,0); %求极限
f2=abs(x)/x;
L2=limit(f2,x,0);
L3=limit(f2,x,0,'left'); %求左极限
L4=limit(f2,x,0,'right'); %求右极限
f3=x^2;
f4=x*x0;
D1=diff(f3,x); %求导
D2=diff(f3,x,2); %高阶求导
D3=diff(f4,x); %求偏导
L=[L1 L2 L3 L4];
D=[D1 D2 D3];脚本代码2
clc,clear
syms x y;
f1=4*x;
f2=x^(-2);
I1=int(f1,0,2); %求定积分
I2=int(f2,2,inf); %求反常积分
I=[I1 I2];
II1=int(f1); %求不定积分
II2=int(f2*y,x); %对x求不定积分
II=[II1 II2];
f3=@(x,y)(x+y); %定义函数名柄（求二重积分用）
Is=integral2(f3,0,1,0,1); %求二重积分脚本代码3
clc,clear
syms x y(x); %定义x和y(x)
eq=diff(y,x)-2*x==0; %常微分方程
y1=dsolve(eq,'x'); %求通解
y2=dsolve(eq,'y(0)=0','x'); %代条件求特解
脚本代码4
clc,clear
syms n x;
a1=1/n; %数列/级数定义
a2=a1/(n+1);
s1=symsum(a1,n,1,3); %数列求前n项和
s2=symsum(a1,n,1,inf); %无穷级数求和
s3=symsum(a2,n,1,inf);
s=[s1 s2 s3];
g=exp(x);
t1=taylor(g); %x=0处泰勒展开
t2=taylor(g,'order',3); %x=0处控制阶数泰勒展开
t3=taylor(g,x,2,'order',3); %x≠0处控制阶数泰勒展开
h=x^2;
[a0,an,bn]=Fou(h); %展开成傅里叶级数脚本代码5
clc,clear
syms x w t s;
fx1=exp(-x^2);
Fw1=fourier(fx1); %求傅里叶变换
Fw2=exp(-w^2/4);
fx2=ifourier(Fw2); %求傅里叶逆变换
lt1=exp(-2*t);
Ls1=laplace(lt1); %求拉普拉斯变换
Ls2=(s+1)/(s^2+1);
lt2=ilaplace(Ls2); %求拉普拉斯逆变换展开成傅里叶级数函数代码f
unction [a0,an,bn] = Fou(fff)
%在[0,2*pi]展开成傅里叶级数
syms x n;
a0=int(fff,0,2*pi)/pi;
an=int(fff*cos(n*x),0,2*pi)/pi;
bn=int(fff*sin(n*x),0,2*pi)/pi;
endSIMULINK里的功能为仿真，其基础为信号仿真，需要足够的实践来理解。这里举一个简单的负反馈自动控制系统数学模型仿真全过程的例子，以简要说明其仿真的大致步骤和常用功能。
（1）首先要点击library browser（左上角）以打开元件库，里面有各路仿真元件。将第一个simulink栏展开，此处为信号仿真相关元件。
图1
（2）最先放置的为信号源，只需从source栏里挑选即可，如这里所挑选的是单位阶跃信号源。选定后，移至放置区域即可。
图2
（3）接下来放置一些简单的信号处理元件，这里是以continuous里的元件为例，放置两个连续时间信号处理元件。
图3
（4）再者从sinks里找出scope即示波器，可以（但不仅限于）用于检测输出信号，一样的放置。放置好后，直接简单用鼠标连接即可，可得到一个用于开环控制的简单的信号处理系统，其传递函数为G1(s)=1/(s(s+1))。
图4
图5
（5）点击绿色run按钮仿真即可，当然刚打开时第一次仿真则需要等待较长时间（尤其如果仿真模型较为复杂的情况）。如果运行成功，则可以直接双击示波器打开以观察波形，其开环传递函数的单位阶跃响应如图所示。
图6
（6）根据《自动控制原理》，为使输出稳定，可以加上负反馈信号。只需打开库中的数学计算元件栏，选择求和元件即可，按图示方式连接起来。当然，这个时候的系统只能算是正反馈控制系统，还尚不能达到输出稳定的效果。
图7
图8
（7）对此，通过调节元件本身性质的方法便可以将正反馈变为负反馈。双击求和元件，将“++”改为“+-”，即得到负反馈效果。此时再运行，得到的信号则为负反馈控制系统的输出信号。（其他各路元件的调整也是双击即可）
图9
图10
（8）输出信号虽然正确，却不完美，看得出明显的线段，这和采样频率较低是有关的。此时在空白处右键然后点图示按钮，弹出全局设置界面后，于solver处即可调整。其最上面为运行时间，可自行根据需要设置。而我们现在需要的，是把selection改为fixed-step，在details中调整采样时间即可，最终调整后运行结果如图所示，此时图像可谓完美。
图11
图12
图13
图14
SIMULINK也有电路仿真的功能，可以与multisim、psim等其他电路仿真软件进行对比。个人认为，SIMULINK有着较好的电路与信号结合能力以及结合m语言编程的能力，当然这一切的基础除了m语言和信号仿真外，还有纯电路仿真。Simulink有很多电路元件库，本人比较建议按本节步骤使用，随意选择比较容易碰到“黑蓝互斥”这样的情况，这是一个比较麻烦又容易出现的问题。
（1）首先我们先设计一个如图所示的电路作为此次仿真的例子（图为用multisim所作）。这里的Us可以为直流和交流电源（考虑图片数量只放一个交流电源的图），给L、C并联再串上一个R的电路，数值如图所示。分别在直流、交流谐振、交流非谐振的情况下测量L上的电流和L、C并联支路上的电压。
图1
（2）打开元件库，从simscape-electrical-specialized power systems中选取各种电路元件。最先放置的为powergui，放置好后可双击，调成“discrete”（离散）模式（常用），如有需要也可以调整采样时间。
图2
图3
图4
（3）其次为电源，只需从electrical source栏里挑选即可，这里有直流、交流等多种电源。我们先选一个直流电源，然后只需双击设置其电压值即可，这里为4V。
图5
图6
图7
（4）接下来放置一些简单的电路元件——电阻、电容电感，我们直接去elements中取RLC元件来用即可。置于相应位置后，双击打开，根据需要，可设置元件为R、L、C、RL等多种，这里分别为R、L、C，并标上对应的值即可。设置好后，直接连接，便得到了我们需要的电路的拓扑结构。
图8
图9
图10
图11
（5）该设置测量部分了，从measurements中取电压、电流测量工具置于相应位置并合理连接即可。其输出端，应当连于示波器scope上。
图12
图13
（6）仿真，稳定后打开示波器，此时电压、电流波形如图所示。
图14
（7）我们将直流电源换成交流电压源，调整参数（此时为谐振频率），再次运行，可观察如图所示谐振时的电压、电流波形。
图15
图16
图17
图18
（8）我们还可以调整频率至非谐振状态，再度观察其波形。
图19
图20
在实际工程中，根据具体情况，SIMULINK的仿真经常要将信号、电路、m语言综合起来。这种综合，既是SIMULINK的一个重要优势，又是SIMULINK学习的一大难点。在本人看来，学习了如何将这些综合起来仿真，才算是学到了MATLAB的精髓。
（1）此次仿真的例子以一个开环Buck电路（图为用multisim所作）为基础展开，电路的拓扑结构和参数如图所示。该电路的基本原理为：设电源电压为U，通过占空比为D的PWM波来控制开关S的开合，并结合二极管的续流作用和LC滤波器的滤波作用，使负载R上生成Uo=DU的输出直流电压，实现直流降压功能。该例我们取负载R上的电压、电流为基本测量量。
图1
图2
（2）打开元件库，从simscape-electrical-specialized power systems中选取各种电路元件来放置Buck电路的拓扑结构，按以上要求设置元件参数。注意开关管和二极管在power electronics中，常用的开关管可以用mosfet或igbt，这里我们选用mosfet。
图3
图4
（3）从信号源库中选取方波源给开关管提供PWM，这里将周期调成1/20000s，即频率20kHz。占空比调成50%。
图5
图6
图7
（4）可以设置基本测量部分了，老样子取电压、电流测量工具置于相应位置并合理连接即可，其输出端仍连于示波器scope上。运行，观察波形。考虑到这个例子到后面仿真结构较大，上面的stop time可以从默认的10s调到0.1s（毕竟Buck电路到稳态的时间是很短的）。
图8
图9
（5）增加测功率部分。取simulink-math operations库中的信号相乘元件，将电压信号和电流信号相乘起来，接至示波器，此时得到负载瞬时功率信号。再仿真，稳定后打开示波器，此时电压、电流、功率波形如图所示。
图10
图11
图12
（6）现实中，Buck电路少不了保护措施。对此，我们还可以设置简单的过电压、过电流、过热（功率）保护措施。而保护在瞬时（超调）和稳态中也有不同的要求。先设置瞬时保护，假定瞬时保护临界值分别为60V、2A、120W。我们的方法为：将所测量是否超标转化为易观测的信号，如不超标为零超标则不然，当然这里的三个信号必须区分开来。从simulink-defined functions中选取MATLAB函数放置，双击进入m语言编程，输入为u、i、p，输出为y1、y2、y3。此后，将u、i、p连至电压、电流、功率信号，将y1、y2、y3连于新的示波器。仿真，观察y1、y2、y3信号，正常时为零。此时皆为零，说明安全。
图13
图14
图15
图16
图17
（7）可以把输入电压调至80V再观察该函数的输出值，有一小段时间y1、y2、y3不为零，这便是瞬时保护函数在异常时发出的相应信号。
图18
（8）我们还可以加一个稳态保护，假定稳态保护临界值分别为40V、1.2A、50W。先把输入电压U调回60V，再重复刚才的步骤，建立另一个MATLAB函数。为了确保在稳态之后再开始测u、i、p，我在这设了个单位延时阶跃信号源，设置其阶跃时间为0.01s（根据前面的u、i、p的图像可得0.01s后已达稳态），作为除u、i、p外的另一个该函数的输入，并于代码中增加“*k”。此时再运行，观察稳态保护函数对应的示波器上的波形。此时皆为零，说明安全。
图19
图20
图21
图22
图23
（9）调节输入电压分别为90V，观察该示波器波形。当0.01s后z1、z2、z3持续不为零时，这便是稳态保护函数在对应测量值异常时发出的相应信号。
图24
瞬时保护函数代码
function [y1,y2,y3] = fcn(u,i,p)
y1=0;y2=0;y3=0;
if u>60
y1=1;
end
if i>2
y2=2;
end
if p>120
y3=3;
end稳态保护函数代码
function [z1,z2,z3] = fcn(u,i,p,k)
z1=0;z2=0;z3=0;
if u*k>40
z1=1;
end
if i*k>1.2
z2=2;
end
if p*k>50
z3=3;
end