通信系统仿真

崔春雷

目录

  • 1 第一单元: MATLAB基础
    • 1.1 课程说明与资料
      • 1.1.1 作业参考答案
      • 1.1.2 移动22级作业答案
    • 1.2 MATLAB安装与运行环境
      • 1.2.1 MATLAB介绍
    • 1.3 基本数据类型:数值类型
    • 1.4 基本数据类型:字符类型
    • 1.5 数据类型转换与输出
    • 1.6 数组与矩阵基础
      • 1.6.1 矩阵运算进阶
    • 1.7 数组与矩阵常用函数
    • 1.8 matlab中的逻辑运算
    • 1.9 实验: MATLAB常用数学函数
      • 1.9.1 实验 作业答案
    • 1.10 元胞数组
    • 1.11 结构体数组
      • 1.11.1 结构体进阶
      • 1.11.2 元胞数组与结构体数组对比
      • 1.11.3 map 容器
    • 1.12 附录:MATLAB常用基础命令
    • 1.13 拓展内容:实时脚本
      • 1.13.1 实时脚本示例
    • 1.14 课程作业与答案
      • 1.14.1 《通信系统仿真》期末考试
  • 2 第二单元:Matlab 程序设计
    • 2.1 顺序结构程序
    • 2.2 分支结构—— if语句
    • 2.3 分支结构—— switch语句
    • 2.4 循环结构—— while语句
    • 2.5 循环结构—— for语句
    • 2.6 图像处理基础
    • 2.7 Matlab的函数
      • 2.7.1 函数内容的课外扩展
    • 2.8 本章实验:for循环的应用
      • 2.8.1 素数问题
        • 2.8.1.1 素数的螺旋线排列
      • 2.8.2 3X+1猜想
      • 2.8.3 7 行代码计算 π
    • 2.9 排序算法
      • 2.9.1 冒泡排序
      • 2.9.2 选择排序
      • 2.9.3 插入排序
      • 2.9.4 快速排序
      • 2.9.5 基数排序
      • 2.9.6 计数排序
      • 2.9.7 堆排序
    • 2.10 动态规划算法
      • 2.10.1 动态规划编程实例
      • 2.10.2 动态规划:01背包问题
      • 2.10.3 动态规划常见题目分析
      • 2.10.4 动态规划题目分析2
    • 2.11 常用算法简介
      • 2.11.1 剪枝算法
      • 2.11.2 二分查找
      • 2.11.3 递归算法
      • 2.11.4 回溯算法
        • 2.11.4.1 Leetcode回溯题目合集
        • 2.11.4.2 回溯算法总结
        • 2.11.4.3 回溯法解数独问题
        • 2.11.4.4 DFS与BFS
          • 2.11.4.4.1 DFS/BFS原理
          • 2.11.4.4.2 BFS的应用:Dijkstra算法
      • 2.11.5 n 皇后问题专题
      • 2.11.6 双指针算法
      • 2.11.7 数组模拟链表(约瑟夫环)
      • 2.11.8 Hash(哈希表)
      • 2.11.9 图论与路径规划
        • 2.11.9.1 迪杰斯特拉算法
        • 2.11.9.2 A*算法
          • 2.11.9.2.1 A*算法的MATLAB实现
        • 2.11.9.3 RRT路径规划算法
          • 2.11.9.3.1 RRT算法 MATLAB代码
          • 2.11.9.3.2 参考资料
      • 2.11.10 数据结构
        • 2.11.10.1 数据结构例题
      • 2.11.11 前缀和 差分 双指针
      • 2.11.12 位运算
      • 2.11.13 常用算法代码模板
    • 2.12 练习题库
    • 2.13 code
      • 2.13.1 简易计算器gui代码
      • 2.13.2 五子棋
      • 2.13.3 连连看小游戏
      • 2.13.4 递归算法与汉诺塔
      • 2.13.5 有理数的小数循环节
    • 2.14 MATLAB编程风格
      • 2.14.1 向量化编程专题
  • 3 第三单元:Matlab 图形图像处理
    • 3.1 二维图形绘图基础
    • 3.2 二维图形绘图进阶
    • 3.3 三维图形绘图
      • 3.3.1 MATLAB绘图小结
        • 3.3.1.1 用matlab绘制好看图像
    • 3.4 MATLAB高级绘图
    • 3.5 文件操作
    • 3.6 Matlab图像处理进阶
      • 3.6.1 补充:Matlab图像处理常用函数
      • 3.6.2 RGB/HSV/HSI颜色模型
      • 3.6.3 图片切换动画效果
      • 3.6.4 图像连通域标记
      • 3.6.5 图像旋转与插值
      • 3.6.6 图像的形态学
      • 3.6.7 空间滤波
        • 3.6.7.1 图像中常见的噪声类型与滤波方法
        • 3.6.7.2 matlab中的滤波函数
        • 3.6.7.3 BM3D 去噪算法
        • 3.6.7.4 双边滤波
      • 3.6.8 图像的频域处理
    • 3.7 本章总结
    • 3.8 实验 : matlab 绘图练习1
    • 3.9 实验: matlab 绘图练习2
    • 3.10 实验 :数学函数图像绘制
    • 3.11 实验:绘图综合练习
    • 3.12 实验:曲线拟合
    • 3.13 实验:牛顿法求解方程的根
    • 3.14 实验:信号的傅里叶变换
      • 3.14.1 傅里叶变换、小波变换、希尔伯特变换
      • 3.14.2 新建目录
    • 3.15 课外补充:图像处理基础1
    • 3.16 课外补充:图像处理基础2
    • 3.17 课外补充:图像处理基础3
    • 3.18 课外补充:PYTHON基础
  • 4 第五单元:MATLAB通信仿真
    • 4.1 现代通信系统的介绍
    • 4.2 模拟通信系统的仿真原理
    • 4.3 HDB3编解码的仿真实现
    • 4.4 SIMULINK和其模块简介
    • 4.5 数字通信系统的仿真原理
    • 4.6 模拟通信系统Simulink仿真
    • 4.7 数字通信系统Simulink仿真
    • 4.8 音频信号测处理与仿真
    • 4.9 图像数字水印技术
      • 4.9.1 三角函数到傅里叶变换再到语音识别与数字水印
    • 4.10 信息系统与算法
      • 4.10.1 递归算法
        • 4.10.1.1 递归与堆栈的关系
      • 4.10.2 哈希表
      • 4.10.3 双指针算法
        • 4.10.3.1 双指针算法实战
        • 4.10.3.2 双指针进阶:滑动窗口算法
      • 4.10.4 字符串匹配 KMP算法
        • 4.10.4.1 字符串匹配B-M算法
      • 4.10.5 快速傅里叶变换
      • 4.10.6 回溯算法
      • 4.10.7 动态规划
      • 4.10.8 分治算法
      • 4.10.9 Dijkstra算法
  • 5 第六单元: systemview通信仿真
    • 5.1 SystemView概述
    • 5.2 模拟通信系统 数字系统的仿真分析
    • 5.3 SystemView通信系统仿真进阶
    • 5.4 新建课程目录
  • 6 第四单元:MATLAB高级应用
    • 6.1 符号运算基础
      • 6.1.1 利用Matlab自动推导公式
    • 6.2 Matlab中的数值计算
      • 6.2.1 积分的计算
      • 6.2.2 龙格库塔:常微分方程的数值解法
      • 6.2.3 fmincon函数与非线性方程最小值
    • 6.3 统计、拟合、插值
      • 6.3.1 协方差与相关系数
    • 6.4 GUI设计初步
    • 6.5 matlab GUI界面编程
      • 6.5.1 gui实例
      • 6.5.2 gui编程中常用函数
      • 6.5.3 App Designer入门
    • 6.6 实验:GUI设计图像空间变换系统
    • 6.7 作业:利用GUI设计 计算器、信号发生器等
    • 6.8 MTALB数据导入方法
    • 6.9 课外补充:MATLAB的App会取代GUI吗?
    • 6.10 模拟退火算法matlab实现
    • 6.11 遗传算法的Matlab实现
      • 6.11.1 进化算法(Evolutionary Algorithm)及相关函数介绍
    • 6.12 粒子群算法 matlab实现
      • 6.12.1 粒子群算法及MATLAB实例仿真
    • 6.13 BP网络的应用
    • 6.14 matlab 结构体
    • 6.15 群智能算法合集
  • 7 拓展知识
    • 7.1 什么是算法的时间复杂度?
    • 7.2 Notepad++使用教程
    • 7.3 MATLAB常用函数总结
    • 7.4 MATLAB常用知识点总结
    • 7.5 MATLAB命令大全
    • 7.6 视频:MATLAB官方基础教程
    • 7.7 经典书籍:Matlab2012经典超强教程
    • 7.8 经典书籍:MATLAB揭秘(自学宝典)
    • 7.9 经典资料:MATLAB N个实用技巧
    • 7.10 Matlab编程小技巧
    • 7.11 寻优算法
      • 7.11.1 Dijkstra算法python实现
    • 7.12 PYTHON基础教程
      • 7.12.1 Python进阶
      • 7.12.2 Python小技巧
      • 7.12.3 Python总结
        • 7.12.3.1 Python循环语句总结
        • 7.12.3.2 24个顶级Python库
        • 7.12.3.3 魔法函数
      • 7.12.4 廖雪峰python
      • 7.12.5 正则表达式基础
      • 7.12.6 numpy
        • 7.12.6.1 101道Numpy习题
        • 7.12.6.2 Numpy简要语法教程
        • 7.12.6.3 Numpy实现全连接神经网络 (手写数字识别)
        • 7.12.6.4 图解NumPy
      • 7.12.7 matplotlib
        • 7.12.7.1 matplotlib练习50题
        • 7.12.7.2 Matplotlib速查表
        • 7.12.7.3 Matplotlib 实操指南
      • 7.12.8 Python3 模块 import
      • 7.12.9 Python 小项目
    • 7.13 参考资源:数据结构与算法
      • 7.13.1 十大经典排序算法总结
    • 7.14 机器学习概述
      • 7.14.1 反向传播算法
        • 7.14.1.1 反向传播的数学原理
      • 7.14.2 极大似然估计
        • 7.14.2.1 极大似然估计与最小二乘法
      • 7.14.3 Batch Normalization
        • 7.14.3.1 Batch Normalization&Dropout浅析
        • 7.14.3.2 ​BN层的梯度反向传播计算
        • 7.14.3.3 Batch Size的大小与神经网络的性能
        • 7.14.3.4 标准化和归一化
      • 7.14.4 主成分分析PCA与SVD奇异值分解
        • 7.14.4.1 岭回归 与 PCA
        • 7.14.4.2 PCA原理推导
        • 7.14.4.3 PCA原理新解
        • 7.14.4.4 svd
        • 7.14.4.5 PCA数学原理
      • 7.14.5 正则化
        • 7.14.5.1 L1、L2正则化和过拟合 总结
        • 7.14.5.2 L1 和 L2 正则化的直观解释
      • 7.14.6 SVM
        • 7.14.6.1 从零推导支持向量机(SVM)
        • 7.14.6.2 支持向量机(SVM)介绍
        • 7.14.6.3 SVM推导与实战
        • 7.14.6.4 支持向量机的直观理解
        • 7.14.6.5 浅显易懂的支持向量机SVM
      • 7.14.7 线性回归
      • 7.14.8 逻辑回归
      • 7.14.9 BP算法
        • 7.14.9.1 万能逼近——神经网络拟合任意函数原理
      • 7.14.10 激活与池化
        • 7.14.10.1 激活函数与损失函数 小结
      • 7.14.11 深度学习简述
        • 7.14.11.1 MATLAB2020深度学习实例
      • 7.14.12 损失函数与误差反向传播
        • 7.14.12.1 梯度下降与损失函数
      • 7.14.13 深度学习优化问题
      • 7.14.14 梯度下降法
        • 7.14.14.1 各类梯度下降算法的Python实现
        • 7.14.14.2 梯度下降的直观理解
        • 7.14.14.3 动量、RMSProp、Adam
      • 7.14.15 卷积的概念
        • 7.14.15.1 卷积的矩阵化算法
      • 7.14.16 局部连接
      • 7.14.17 RNN
      • 7.14.18 LSTM
      • 7.14.19 CNN-四大经典CNN技术浅析
      • 7.14.20 熵(Entropy)与交叉熵
      • 7.14.21 softmax函数详解
      • 7.14.22 自编码算法详细理解与代码实现
      • 7.14.23 pytorch
        • 7.14.23.1 ​PyTorch简介
          • 7.14.23.1.1 Pytorch快速入门资料
        • 7.14.23.2 CNN的PyTorch实现
        • 7.14.23.3 pytorch总结
        • 7.14.23.4 PyTorch trick 集锦
        • 7.14.23.5 在PyTorch上加载自定义数据集
        • 7.14.23.6 实战:Pytorch识别验证码
        • 7.14.23.7 实战:Transformer的最简洁pytorch实现
        • 7.14.23.8 使用PyTorch实现神经网络分类
      • 7.14.24 卷积神经网络CNN概述
        • 7.14.24.1 CNN 简易原理
        • 7.14.24.2 卷积神经网络CNN原理详解
        • 7.14.24.3 自己手写一个卷积神经网络
        • 7.14.24.4 CNN反向传播算法
        • 7.14.24.5 卷积计算、作用与思想
        • 7.14.24.6 用卷积神经网络CNN识别手写数字集
        • 7.14.24.7 卷积 池化 参数的计算
        • 7.14.24.8 im2col方法实现卷积算法
        • 7.14.24.9 卷积核的梯度计算
        • 7.14.24.10 卷积层反向传播推导及实现
        • 7.14.24.11 反向传输算法
          • 7.14.24.11.1 resnet残差网络
        • 7.14.24.12 CNN反向传播的MATLAB实现
      • 7.14.25 神经网络的调参技巧
      • 7.14.26 BP神经网络
        • 7.14.26.1 零开始搭建bp神经网络
        • 7.14.26.2 MATLAB自带的bp工具箱
        • 7.14.26.3 神经网络中偏置(bias)的作用
      • 7.14.27 聚类分析 k-means
        • 7.14.27.1 matlab做聚类分析(k-means)
        • 7.14.27.2 聚类模型探讨综述
        • 7.14.27.3 5种经典聚类算法
      • 7.14.28 深度学习的一些概念
      • 7.14.29 人工智能简述:AI的过去和现在
      • 7.14.30 k-NN(k近邻算法)
      • 7.14.31 神经网络中的优化器:BGD、SGD、MBGD、Momentum
      • 7.14.32 卷积神经网络的经典网络总结
        • 7.14.32.1 卷积神经网络中十大拍案叫绝的操作
      • 7.14.33 GAN 对抗样本攻击
      • 7.14.34 蒙特卡洛模拟
      • 7.14.35 dropout与随机部分连接
      • 7.14.36 Jupyter 等 IDE概览
      • 7.14.37 分类算法常用评价指标
      • 7.14.38 Inception 网络与不变性
      • 7.14.39 卷积神经网络的可视化
      • 7.14.40 隐马尔可夫模型HMM
        • 7.14.40.1 马尔科夫链
    • 7.15 MATLAB音频处理
      • 7.15.1 python处理音频信号
    • 7.16 图像处理
      • 7.16.1 图像处理中的指标
    • 7.17 代码集
    • 7.18 论文写作与阅读方法
      • 7.18.1 期刊投稿攻略
      • 7.18.2 论文排版教程
      • 7.18.3 SCI-HUB论文下载技巧
      • 7.18.4 几种论文写作神器,提高写作效率
      • 7.18.5 latex入门
      • 7.18.6 LaTeX教程
    • 7.19 机器学习常用的网站以及资源
      • 7.19.1 很详细的ML&DL学习博客
    • 7.20 SymPy 符号计算基本教程
  • 8 程序设计数学基础
    • 8.1 编程数学基础
      • 8.1.1 概率的历史
      • 8.1.2 概率
        • 8.1.2.1 常见概率分布
          • 8.1.2.1.1 二维正态分布
        • 8.1.2.2 蒙特卡罗方法
        • 8.1.2.3 置信区间
        • 8.1.2.4 协方差与相关系数
      • 8.1.3 矩阵 向量求导法则
      • 8.1.4 雅可比矩阵 海森矩阵
      • 8.1.5 矩阵的几种分解方式
      • 8.1.6 行列式和代数余子式
      • 8.1.7 向量
      • 8.1.8 矩阵的基本运算
      • 8.1.9 矩阵分析
      • 8.1.10 矩阵的LU分解
      • 8.1.11 矩阵奇异值分解(SVD)
        • 8.1.11.1 SVD分解2
        • 8.1.11.2 SVD分解逐步推导
        • 8.1.11.3 奇异值与特征值的意义
      • 8.1.12 随机向量
        • 8.1.12.1 随机过程简述
      • 8.1.13 投影矩阵和最小二乘
      • 8.1.14 知乎数学精选集
        • 8.1.14.1 高数问题集
      • 8.1.15 小波变换
      • 8.1.16 程序设计数学基础1:高等数学
      • 8.1.17 程序设计数学基础2:线性代数
      • 8.1.18 程序设计数学基础3:概率论和数理统计
      • 8.1.19 向量的距离与相似度计算
      • 8.1.20 复数
      • 8.1.21 高等数学——幂级数
      • 8.1.22 无穷小的本质
      • 8.1.23 数列极限和收敛性
      • 8.1.24 不定积分技巧总结
    • 8.2 有趣的数学题目
    • 8.3 高等数学
      • 8.3.1 泰勒级数
  • 9 路径规划与智能算法
    • 9.1 常见路径规划算法简介
    • 9.2 Dijkstra算法详细
  • 10 教学文档
    • 10.1 授课计划
    • 10.2 课程标准
分支结构—— if语句





                   分支结构——if语句


前言:什么是Matlab选择/决策语句?


决策结构要求程序员应指定要由程序评估计算或测试的一个或多个条件,以及条件确定为真时要执行的语句或语句,如果条件被确定为假时,可选地如果执行其他语句。

MATLAB提供以下类型的决策语句。                      

语句描述
if…end  语句if ...  end语句 包含一个布尔表达式,后跟一个或多个语句。
if…else…end  语句if语句 可以跟随一个可选的else语句,当布尔表达式为false时,else语句块将执行。
if…elseif…elseif…else…end语句if语句 后面可以有一个(或多个)可选elseif  ...和一个else语句,这对于测试各种条件非常有用。
嵌套if语句可以在一个if或elseif语句中使用另一个if或elseif语句。
switch语句switch语句用来测试一个变量与值列表的相等性。
嵌套switch语句可以在一个switch语句中使用一个switch语句。



1.  if...end语句(单分支)

一个if...end语句由一个if语句和一个布尔表达式组成,后跟一个或多个语句。它是由end语句分隔的语句块。

语法

在MATLAB中,if语句的语法是 

if  <expression> 

   <statements> 
   
end

如果表达式(expression)计算结果为true,则if语句中的代码块将被执行。如果表达式的计算结果为false,那么执行结束语句后的第一组代码。

流程图


例子

s= 70;

if  (s>=60)
     fprintf('恭喜,你这门课及格啦! \n' );
end

fprintf('你的分数是 : %d\n', s);



多if语句:

s= 70;

if  (s>=90)
     fprintf('你太优秀了,分数超过90了! \n' );
end


if  (s>=60)&(s<90)
     fprintf('恭喜,你这门课及格啦! \n' );
end


if  (s<60)
     fprintf('抱歉,你这门课不及格! \n' );
end

fprintf('你的分数是 : %d\n', s);



2. if...else...end语句(双分支)


if语句可以后跟一个可选的else语句,当该表达式为false时执行else语句中的代码。

语法

MATLAB中 if...else 语句的语法是 

if  <expression> 
    <statement(1)>
else
    <statement(2)> 
end


如果布尔表达式(expression)的值为true,那么if代码块将被执行,否则else
代码块将被执行。

流程图


例子

s = 80;

if  s >= 60
    fprintf('恭喜,你这门课及格啦! \n' );    
else
    fprintf('抱歉,你这门课不及格! \n' );
end



课堂练习:给定一个年份,判断是否为闰年?

平年每年365天,闰年每年366天。

闰年的定义:闰年分为普通闰年世纪闰年

1、普通闰年:公历年份是4的倍数的,且不是100的倍数,为普通闰年。(如2004、2020年就是闰年);

2、世纪闰年:公历年份是400的倍数是世纪闰年(如,2000年是世纪闰年,而1900年既不是普通闰年也不是世纪闰年,既1900年是平年)

总结:“四年一闰,百年不闰,四百年一闰”,年份满足条件(1)或 条件(2),则为闰年。

(1)能被4整除且不能被100整除(如2004年是闰年,而1900年不是)

(2)能被400整除(如2000年是闰年)


补全下面代码:


year=1900;


if 

      fprintf('%d年闰年。\n',year)

else  

      fprintf('%d年不是闰年。\n',year)

end


Tips:为什么一年划分为十二个月?而不是十个或其它?


因为月亮圆缺变化一次的周期大约是一个月。实际是29.5306天。

气候冷热变化一个周期是一年,或者365.2422天。但是这两者并不是整数关系,一除,一年是12.37个月。

因此历法上必须作出取舍。各种阳历和阴历的区别就在于,是以气候冷热变化一个周期作为一年更重要呢,还是月亮圆缺变化一个周期作为一个月更重要。

公历是典型的阳历,它的“月”抛弃了与月相变化的对应关系,把一年的长度较为精确地固定下来(最早是四年一闰,365.25天,后来加上百年不闰、四百年再闰,就是365.2425天了),把一年大致等分成12份作为12个月,再作一些微调。这样公历每月的日期和月相就脱离关系了,从月相没法得出今天是几号。

农历则是以阴历为主,每月的日期精确反映月相变化,抬头看到月亮就大概知道是初几了。但是既然要指导农耕,必须兼顾气候冷热变化,这样只能用闰月来调整。按19年7闰的置闰规则,一年是29.5306*(12*19+7)/19 = 365.2469天。但是每个月的具体日期和气候变化的时间还是会有前后十几天的偏差,所以需要节气这个更精确的工具来指导农时。节气直接反映了地球在公转轨道上的位置,属于纯粹的阳历。加上节气之后的农历就成了阴阳合历。
ps. 西方的十二星座对应的十二宫实际上和节气是严格对应的。

伊斯兰历则是纯阴历,一年定为12个月,不用闰月调整,因此他们的一年和其他历法的一年并不等长,隔两年多就会差一个月。因此伊斯兰历的斋月会出现在一年四季的任何一个季节。隔30多年就会差一年,因此一个六七十岁的阿拉伯老爷爷按其他地方的历法会少两岁。




3. if ... elseif ... elseif ... else ... end语句(多分支)


if语句后面可以有一个(或多个)可选elseif...和一个else语句,这对于测试各种条件非常有用。

当使用if...elseif...else语句时,请记住几点:

  • if可以有零个或一个else,它必须在elseif之后。

  • if可以有零到多个elseif,它们必须在else语句之前。

  • 当有一个elseif匹配成功,其余的elseif和else都不会被测试。

  • elseif相当于if,需要判断,是在一个if循环中的低一级的判断语句。
    else也包含于该if循环,但无须再进行判断,



语法

if <expression 1>
   
% Executes when the expression 1 is true 
   <statement(1)>

elseif <expression 2>
   
% Executes when the boolean expression 2 is true
   <statement(2)>

elseif <expression 3>
   
% Executes when the boolean expression 3 is true 
 
 <statement(3)>


else 
   
%  executes when the none of the above condition is true 
    <statement(4)>
end


例子

w=input('请输入你的体重(单位:斤) ')

if    
w>170
          fprintf('你该减肥啦...\n' );
           
elseif  
w>110 & w<=170
          fprintf('体重正合适...\n' );  
         
elseif  
w>40 & w<=110
          fprintf('偏瘦,多吃点吧...\n' );
                 
else

          fprintf('你在逗我玩么?\n' );  
end


运行结果:



4. 嵌套if语句

在MATLAB中,嵌套if-else语句是合法的,这意味着可以在一个if或elseif语句中使用另一个if或elseif语句。

语法

嵌套 if 语句的语法如下-

if <expression 1>
   
      if <expression 2>
            statement()
      end
      
end

可以使用与嵌套if语句相似的方式来合并elseif...语句块。

例子

a = 100;
b = 200;

if  (a==100)  
     if  (b == 200)
          fprintf('Value of a is 100 and b is 200\n' );
     end
end
执行上面的示例代码,得到以下结果-
Value of a is 100 and b is 200




%上述代码可以改为下面的:(不用嵌套)

if  (a==100)&(b == 200)  
    fprintf('Value of a is 100 and b is 200\n' );
end



======================================


作业1.邮件地址切片器

目的:编写一个脚本,可以从用户给出的邮箱地址中获取用户名和域名。

如果用户输入的邮箱不符合规则,则输出:邮箱格式有误。如果邮箱格式正确,则给出用户名和域名。

效果如下:

(1)如果输入的邮箱(需要单引号引住)格式有误,即:帐号+@+域名,这三者缺少一个,则输出“邮箱格式有误!








(2)如果邮箱格式正确,则输出邮箱的账号和域名。



提示:邮箱地址一般是帐号@域名的格式,就是帐号+@+域名,这三个部分组成。可以使用@作为分隔符,将地址分为分为两个字符串。如果这三个部分,缺少任何一部分,则认为邮箱格式有误。可以使用strfind()等函数,加上if判断,,以及判断数组是否为空的函数isempty( )等.

clear

s=input('请输入你的邮箱(email) :')

L=              %得到字符串s的长度


num_at=      %判断输入的字符串里面的“@”的数量num_at

k=strfind....     %通过strfind()函数得到“@”号在字符串s中的位置号k


if       %如果“@”超过2个,或者等于0个,或者“@”在开头,或者“@”在末尾

   fprintf('邮箱格式有误!\n' );

else

    s1=    %把账号部分切片出来给s1

    s2=    %把域名部分切片出来给s2

    fprintf('帐号为%s,域名为%s \n',s1,s2);

end