Matlab快速入门基础语法教学

1. 基础语法：抛弃循环，拥抱矩阵

在其他语言里处理一堆连续数据通常需要 for 循环，但在 MATLAB 里，矩阵运算会自动向量化，一行代码就能解决。

复制代码

% 这是一个注释。MATLAB 的脚本通常以 .m 结尾

% 1. 定义一个状态向量，比如 [x, y, yaw, v]
state = [10.5, 20.1, 0.5, 5.0];

% 2. 定义一段参考轨迹的 x 和 y 坐标 (从 0 到 100，步长为 1)
ref_x = 0:1:100;

% 假设这条路径是一个简单的正弦曲线，直接对整个矩阵操作
ref_y = 5 * sin(ref_x / 10);

% 3. 矩阵乘法与点乘（极其重要！）
% 如果你想对所有 ref_y 的值进行平方，不能直接用 ^2。
% 必须用点乘 .^2（表示对矩阵里的每一个元素独立进行平方操作）
ref_y_squared = ref_y .^ 2;

2. 强大的可视化：让数据说话

算法调试最重要的一环就是看图，验证逻辑是否符合预期。MATLAB 的 plot 绘图功能极其强大且直观。

复制代码

% 创建一个新画布
figure;

% 绘制规划好的参考轨迹，用黑色（k）虚线（--）表示
plot(ref_x, ref_y, 'k--', 'LineWidth', 2);
hold on; % 关键命令：保持当前图像，允许在上面继续叠加画图，否则新图会覆盖旧图

% 模拟控制算法跑出来的实际轨迹 (给原本的路径加上一点随机误差)
% randn 生成正态分布的随机数矩阵
%randn：生成均值 = 0，标准差 = 1的高斯随机噪声
%randn（x，y）：生成x行y列的的高斯随机噪声
actual_y = ref_y + 0.5 * randn(1, length(ref_x));   


% 绘制实际轨迹，用红色（r）实线（-）表示
%'LineWidth', 1.5：线条宽度为1.5
plot(ref_x, actual_y, 'r-', 'LineWidth', 1.5);

% 添加图例、坐标轴标签和标题
legend('参考轨迹', '实际跟踪轨迹');
xlabel('全局 X 坐标 (m)');
ylabel('全局 Y 坐标 (m)');
title('路径跟踪逻辑验证');
grid on; % 打开背景网格

3. 函数与控制流

MATLAB 的控制流（if, for, while）逻辑很清晰，最大的区别是不需要大括号 {}，所有代码块都用 end 来结尾。

复制代码

% 定义一个计算横向误差的简易函数（必须写在脚本最下面，或者单独存为一个 .m 文件）
function max_error = calculate_cte(ref_y, actual_y)
    % 矩阵直接相减，并求绝对值
    diff = abs(ref_y - actual_y);
    
    % 寻找整个数组里的最大误差
    max_error = max(diff);
    
    % 条件判断
    if max_error > 1.0
        disp('警告：横向控制误差过大！');        % disp 用于在终端打印输出信息
    else
        disp('控制精度良好。');
    end
end

4. 高阶武库：Toolbox (工具箱)

MATLAB 最值钱的其实不是它的基础语法，而是集成了极其专业的工具箱。当你熟悉了上面的基础操作后，可以直接去官方文档（在软件里按 F1）搜索并调用现成的接口，避免重复造轮子：

Control System Toolbox：用于传递函数建模、状态空间方程定义、PID 自动调参、LQR 求解等。
Automated Driving Toolbox：直接提供了现成的车辆动力学/运动学模型、坐标系转换函数以及各种路径规划算法的底层接口。
Optimization Toolbox ：当面临复杂的二次规划（QP）或非线性优化问题时，调用里面的 quadprog 等函数可以迅速验证求解逻辑。

5. 逻辑索引 (Logical Indexing)：过滤数据的神兵利器

在 C++ 里，如果你想找出数组里所有"大于 90 的 CPU 占用率"并把它们清零，你需要写一个 for 循环加上 if 判断。在 MATLAB 里，这叫逻辑索引，一行代码秒杀：

复制代码

% 假设这是你从实车日志里读取的 10 个周期的 CPU 总占用率
cpu_usage = [21.5, 30.2, 95.1, 98.0, 45.0, 88.5, 92.3, 15.0, 10.5, 99.9];

% 1. 找出所有大于 90 的报警数据（返回一个只包含 0 和 1 的逻辑矩阵）
is_danger = cpu_usage > 90; 
% 此时 is_danger = [0, 0, 1, 1, 0, 0, 1, 0, 0, 1]

% 2. 提取出所有危险值（直接把逻辑矩阵当做下标塞进去！）
danger_values = cpu_usage(is_danger);
% danger_values = [95.1, 98.0,92.3,99.9]


% 3. 把所有大于 90 的异常值强行"削平"到 90（一键赋值）
cpu_usage(cpu_usage > 90) = 90;
% cpu_usage = [21.5, 30.2, 90, 90, 45.0, 88.5, 90, 15.0, 10.5, 90]

6. matlab跨文件调用函数

规则一：文件名必须等于函数名（铁律）

这是 MATLAB 最独特的规定。如果你想写一个能在其他文件里被调用的函数，你必须：

新建一个 .m 文件。
里面定义的主函数名称 ，必须和文件的命名一模一样。

例如：写一个计算横向误差的函数 新建一个文件，命名为 calculate_cte.m，里面的代码这样写：

复制代码

% 文件名：calculate_cte.m
function max_error = calculate_cte(ref_y, actual_y)
    diff = abs(ref_y - actual_y);
    max_error = max(diff);
end

规则二：同文件夹下，直接"裸调"

如果你的主运行脚本（比如 main.m）和刚才写的函数文件（calculate_cte.m）保存在同一个文件夹里。你不需要做任何引入操作，直接写函数名就可以调用！

复制代码

% 文件名：main.m (和 calculate_cte.m 在同一个目录下)

ref = [0, 0, 0];
act = [0.1, -0.2, 0.05];

% 直接裸调，MATLAB 会自动在当前文件夹里寻找同名的 .m 文件
error = calculate_cte(ref, act); 

disp(['最大横向误差是: ', num2str(error)]);

1.向量

1.1 创建方式

1.1.1 直接输入各个元素

用[]包裹整个数组，元素之间用空格或者逗号隔开（行向量 ），元素之间用分号隔开（列向量），也可以混合使用用来生成矩阵

1.1.2 冒号创建

复制代码

格式：x=开始:间隔:结尾
间隔可以省略，默认是1

1.2 向量的运算

1.2.1 加法

直接对应元素相加即可

1.2.2 相乘

向量乘法，即向量内积

a·b=a1b1+a2b2+......+anbn

将该运算定义为.*(点乘)

matlab中还定义了dot()函数，将点乘结果进行相加，相当于sum(ans)

1.2.3矩阵索引

索引：取矩阵里的元素，用(行,列)：
- A(2,3) → 第二行第三列（值是6）
- A(:,1) → 第一列所有元素（[1;4;7]）
- A(1,:) → 第一行所有元素（[1,2,3]）

2.输入与输出

2.1 输入函数--input()

input函数：用于在命令行获取用户输入的数值、字符串或表达式等，并将其作为变量的值。

格式：value = input('提示信息');这里的提示信息是显示给用户的文本，提示用户输入内容。用户输入完成后，按下回车键，输入的内容将被赋给value变量。

2.2 输出函数

disp函数：用于在命令行显示变量的值、文本信息等。它会自动换行显示内容，并且不会显示变量名，只显示其值。
fprintf函数:按照指定的格式将数据输出到命令行或文件中。它可以对输出内容进行格式化，使其更加规范和美观。

4.循环结构

4.1 for循环

语法格式：

复制代码

for 循环变量 = 起始值:步长:终止值		% 步长默认是1
    % 循环体，这里是要重复执行的代码块
end

所有函数跟循环都是以end作为结尾的

5.函数体

函数一般在.m文件中编写，由function语句引导，基本结构为：

复制代码

function [输出参数1, 输出参数2,...] = 函数名(输入参数1, 输入参数2,...)
    % 函数体：在这里进行各种计算、操作等，以实现函数的功能
    % 根据输入参数计算得到输出参数的值
end

function z = f(x,y)
%   该函数计算|x|+|y|,并将结果返回给z
if x>=0&&y>=0
    z=x+y;
elseif x<=0&&y>=0
    z=y-x;
elseif x>=0&&y<=0
    z=x-y;
else
    z=-(x+y);
end

6.绘图函数

6.1 plot()函数

plot(X,Y) 创建 Y 中数据对 X 中对应值的二维线图。

要绘制由线段连接的一组坐标，请将 X 和 Y 指定为相同长度的向量。

xlabel:设置X轴标签

ylabel:设置Y轴标签

title:设置图像标题

grid on:显示网格信息

axis设置坐标轴范围

复制代码

x=0:0.01:2*pi;
y=sin(x);

plot(x,y)
grid on;% 显示网格
xlabel("x");% 设置x轴标签
ylabel("sin(x)")% 设置y轴标签
title("函数y=sin(x)")% 设置标题
axis([0 2*pi -1.5 1.5]) %设置横纵坐标显示范围
axis square %生成正方形图

7.特殊的矩阵函数

7.1 全零矩阵

zeros(M)函数：生成M x M大小的全零矩阵
zeros(M,N)函数：生成M x N大小的全零矩阵

7.2 全1矩阵

ones(M)函数：生成M x M大小的全1矩阵
ones(M,N)函数：生成M x N大小的全1矩阵

也可以使用矩阵和一个标量相加减，来构造任何元素的矩阵

7.3 随机矩阵

7.3.1 rand()函数

rand(M)函数：生成M x M大小的随机矩阵，元素在（0，1）之间服从均匀分布
rand(M,N)函数：生成M x N大小的随机矩阵，元素在（0，1）之间服从均匀分布

7.3.2 randn()函数

randn(M)函数：生成M x M大小的随机矩阵，元素服从均值为0，方差为1的正态分布
randn(M，N)函数：生成M x N大小的随机矩阵，元素服从均值为0，方差为1的正态分布

"MATLAB 起手式"。

1. `clc;` (Clear Command Window)

作用：清空命令行窗口。
大白话 ：相当于"擦黑板"。把你之前在控制台里打印的一大堆杂乱的数字、报错信息、调试日志全部清空，让屏幕变得干干净净。它不会删除你计算好的数据，只是让视觉上清爽。

2. `clear all;` (Clear Workspace)

作用：清空工作区中的所有变量。
大白话 ：这是最关键的"排雷"命令。如果你不加这句，你上一次运行代码时残留在内存里的变量（比如上次算出来的轨迹矩阵 x），会直接带入到这一次的运行中。这极其容易导致隐蔽的 Bug（比如你以为你在算新的逻辑，其实在用旧的数据）。
💡 进阶小贴士 ：在新版 MATLAB 中，其实推荐只写 clear;。因为 clear all; 不仅会清空变量，还会把你电脑缓存的底层函数也清空，导致代码运行速度变慢。不过在工程界，大家早就写顺手了，看到 clear all; 也很正常。

3. `close all;` (Close All Figures)

作用：关闭所有的绘图窗口。

4. `format long;` (Format Long)

作用：设置控制台的数字显示格式为"长格式"。
大白话 ：MATLAB 默认在控制台打印小数时，只显示 4 位小数（叫 format short，比如显示 3.1416）。但你们在做规控算法时，底层都是 double（双精度浮点数）。加上这句后，控制台打印的数字会直接显示 15 位小数 （比如 3.141592653589793）。这对于排查精度丢失或微小的计算误差非常有用。

`global` 关键字

在 MATLAB（以及 Python、C++ 等大多数编程语言）中，global 关键字的核心作用是**"打破作用域（Scope）的隔离墙"，让一个变量可以在不同的函数、脚本甚至整个工作区之间共享读写**，而不需要通过函数的参数传来传去。

1. 基本语法与使用规范

在 MATLAB 中使用全局变量，有一个必须遵守的铁律：使用该变量的所有地方（无论是主脚本还是子函数），都必须提前用 global 声明一次。

示例：主脚本与子函数共享数据

假设你有一个主脚本 main.m 和一个函数 add_speed.m。

第一步：在主脚本中声明并赋值

复制代码

% 文件名：main.m
clc; clear all; close all;

% 1. 声明一个全局变量（行业惯例：全局变量通常全大写，以防和普通变量混淆）
global CAR_SPEED; 

% 2. 给它赋值
CAR_SPEED = 60; 

disp(['加速前，车速为: ', num2str(CAR_SPEED)]);

% 3. 调用外部函数（注意：不需要把 CAR_SPEED 作为参数传进去）
add_speed();

disp(['加速后，车速变为: ', num2str(CAR_SPEED)]);

第二步：在函数中再次声明并使用

复制代码

% 文件名：add_speed.m
function add_speed()
    % 1. 必须再次声明！告诉 MATLAB："我要去大厅拿那个叫 CAR_SPEED 的公共变量"
    global CAR_SPEED; 
    
    % 2. 直接读取并修改它
    CAR_SPEED = CAR_SPEED + 10; 
end

运行 main.m 后，你会发现函数内部成功修改了外部的变量，最终输出的车速变成了 70。

2. 使用 `global` 的三大核心规则

先声明，后赋值 ：永远要把 global VAR_NAME 写在给它赋值的前面。如果你先写 VAR_NAME = 10; 然后再写 global VAR_NAME;，MATLAB 会直接报错或者把你的值清空。
两头都要写 ：主工作区要写 global，函数里面也要写 global。如果函数里忘了写，MATLAB 会把它当成函数内部的一个全新局部变量，根本不会去碰那个全局变量。
清除全局变量的特殊命令 ：普通的 clear 或者 clear all 是可以清除它的。但如果你只想单独清除某个全局变量，需要用 clear global CAR_SPEED。

Matlab快速入门 基础语法教学

1. 基础语法：抛弃循环，拥抱矩阵

2. 强大的可视化：让数据说话

3. 函数与控制流

4. 高阶武库：Toolbox (工具箱)

5. 逻辑索引 (Logical Indexing)：过滤数据的神兵利器

6. matlab跨文件调用函数

规则一：文件名必须等于函数名（铁律）

规则二：同文件夹下，直接"裸调"

1.向量

1.1 创建方式

1.1.1 直接输入各个元素

1.1.2 冒号创建

1.2 向量的运算

1.2.1 加法

1.2.2 相乘

2.输入与输出

2.1 输入函数--input()

2.2 输出函数

4.循环结构

4.1 for循环

5.函数体

6.绘图函数

6.1 plot()函数

7.特殊的矩阵函数

7.1 全零矩阵

7.2 全1矩阵

7.3 随机矩阵

7.3.1 rand()函数

7.3.2 randn()函数

1. clc; (Clear Command Window)

2. clear all; (Clear Workspace)

3. close all; (Close All Figures)

4. format long; (Format Long)

global 关键字

1. 基本语法与使用规范

2. 使用 global 的三大核心规则

Matlab快速入门基础语法教学

1. `clc;` (Clear Command Window)

2. `clear all;` (Clear Workspace)

3. `close all;` (Close All Figures)

4. `format long;` (Format Long)

`global` 关键字

2. 使用 `global` 的三大核心规则