link虾1. 认识MATLAB中的square函数
第一次接触信号处理时，我完全被各种波形绕晕了。直到发现MATLAB的square函数，才明白原来生成标准矩形波可以这么简单。这个函数就像个神奇的波形发生器，特别适合用来理解数字信号处理的基础概念。
square函数的基本语法很简单，但藏着不少玄机。最基础的调用方式是x = square(t)，这会产生一个周期为2π、幅值在-1到+1之间的标准方波。但实际工程中，我们往往需要更灵活的控制，这时候就要用到x = square(t, duty)这个进阶版本了。这里的duty参数就是常说的占空比，它决定了高电平持续时间占整个周期的比例。
举个例子，当duty=50时，得到的就是标准的方波，高低电平各占一半时间。而duty=25时，高电平时间就只占周期的四分之一。这个特性在实际中特别有用，比如PWM（脉宽调制）控制就需要精确调节占空比。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 实战：生成5KHz矩形波
让我们动手实现场景中的需求：生成频率5KHz、占空比25%、幅值0-2V的矩形波。这个参数设置很典型，在电机控制、电源管理等领域经常遇到。
首先需要明确几个关键参数的计算方法。周期T=1/f=1/5000=0.0002秒（即200微秒）。由于占空比是25%，意味着高电平持续时间为50微秒。在MATLAB中实现时，时间轴的设置很关键，我建议先用linspace生成足够密集的时间点，这样绘制出来的波形才会平滑。
matlab复制f = 5000; % 5KHz
duty = 25; % 占空比25%
t = linspace(0, 2*1/f, 1000); % 两个周期的时间轴
x = square(2*pi*f*t, duty); % 生成基本方波
但这样生成的波形幅值是-1到+1，我们需要将其调整到0-2V范围。这里有个小技巧：x = (square(2*pi*f*t, duty) + 1)。加1将波形整体上移，就得到了0-2V的输出。
3. 连续信号的离散化采样
从连续信号到离散信号的转换是数字信号处理的核心环节。在我们的案例中，需要对一个周期进行16点采样。这意味着采样频率fs=16×5KHz=80KHz，完全满足奈奎斯特采样定理（fs>2×5KHz）。
采样过程的关键在于时间点的选取。我们需要在单个周期内均匀地取16个点：
matlab复制N = 16; % 采样点数
T = 1/f; % 周期
dt = T/N; % 采样间隔
n = 0:N-1; % 采样点索引
tn = n*dt; % 采样时间点
x_discrete = square(2*pi*f*tn, duty) + 1; % 离散采样
这里有个细节需要注意：采样时间点tn的计算必须精确，任何微小的误差都会导致采样位置偏移，特别是在高频信号时更为明显。我曾经因为忽略这一点，导致采样后的波形完全失真，调试了好久才发现问题所在。
4. 波形可视化对比
将连续信号和离散信号放在一起对比，能直观理解采样过程。MATLAB提供了多种绘图函数，这里我们选择stairs和stem组合：
matlab复制subplot(2,1,1);
stairs(t, x, 'k', 'LineWidth', 1.5);
title('连续周期性矩形波');
xlabel('时间(s)'); ylabel('幅值(V)');
grid on;
subplot(2,1,2);
stem(tn, x_discrete, 'filled', 'k');
title('16点采样离散信号');
xlabel('时间(s)'); ylabel('幅值(V)');
grid on;
stairs函数适合绘制连续信号的阶梯状变化，而stem函数则能清晰展示离散采样点的位置和值。通过调整坐标轴范围，可以确保两个子图的时基对齐，便于比较。我习惯加上grid on让网格线显示出来，这样能更准确地读取时间和幅值信息。
5. 采样策略的深入探讨
采样点数N的选择直接影响信号还原的质量。在我们的例子中，N=16是个适中的值，但实际工程中需要权衡计算量和信号保真度。
当N过小时，会出现明显的锯齿状失真。我做过一个对比实验：当N=8时，已经很难辨认原始信号的占空比特征；而N=32时，波形已经相当平滑，接近连续信号。但N越大，意味着后续处理的计算量也越大。
另一个重要考量是采样起始点的相位。在我们的代码中，采样从t=0开始，这保证了采样点正好包含信号的跳变沿。但如果采样存在相位偏移，可能会错过关键的特征点。这个问题在同步采样系统中尤为关键，我曾经遇到过因为采样相位不对导致控制系统振荡的情况。
6. 工程应用中的注意事项
在实际项目中使用square函数时，有几个坑需要特别注意。首先是频率限制，虽然MATLAB可以生成很高频率的波形，但受限于计算机的声卡或数据采集卡的性能，实际输出可能会有带宽限制。
其次是占空比的精度问题。理论上duty可以设置为任意百分比，但实际硬件电路可能对最小脉宽有限制。比如某些PWM控制器的最小脉宽是100ns，这意味着在5KHz下，理论最小占空比是0.5%（100ns/200us）。
最后是信号的上升/下降时间。理想矩形波是瞬时跳变的，但实际电路会产生有限的上升时间。如果需要模拟这种效应，可以考虑对square函数的输出进行低通滤波：
matlab复制[b,a] = butter(4, 0.1); % 设计低通滤波器
x_filtered = filter(b, a, x);
7. 扩展应用：多周期信号生成
有时我们需要生成多个周期的信号，这时时间轴的设置就更有讲究了。比如要生成10个周期的信号，可以这样实现：
matlab复制num_cycles = 10;
t_multi = linspace(0, num_cycles*T, 1000*num_cycles);
x_multi = square(2*pi*f*t_multi, duty) + 1;
注意采样点总数要随周期数成比例增加，保持相同的采样密度。对于离散采样，也要相应调整：
matlab复制n_multi = 0:num_cycles*N-1;
tn_multi = n_multi*dt;
x_multi_discrete = square(2*pi*f*tn_multi, duty) + 1;
这种多周期信号在测试系统频率响应时特别有用。我经常用它来验证滤波器的性能，观察不同频率分量通过系统后的变化情况。
8. 常见问题排查
新手在使用square函数时经常会遇到几个典型问题。首先是波形显示不全，这可能是因为坐标轴范围设置不当。建议使用axis函数明确指定显示范围，或者使用xlim/ylim函数。
另一个常见问题是波形看起来"不平滑"，这通常是因为时间点取得不够密集。MATLAB绘制曲线时是连接各数据点的直线段，如果点太少，就会看到明显的折线。解决方法很简单：增加linspace的第三个参数（点数），通常1000点就能得到很平滑的曲线。
最棘手的问题可能是相位不对齐。记得有一次我的采样信号总是和参考信号有偏差，后来发现是时间轴计算时少考虑了一个采样间隔。这类问题可以通过在关键位置添加调试输出来排查，比如显示前几个采样点的时间和值。