关于“Matlab Demos”的学习和总结

第一篇：关于“Matlab Demos”的学习和总结

关于“Matlab Demos”的学习和总结

这里总结了Matlab Demos下通信工具箱里面的examples，给出源代码和注释。

程序代码(一):关于BPSK的Mente Carlo仿真

%-----------% Matlab Demos

No.1.1 %-----------% Phase Shift Keying Simulation % This demo shows how to simulate a basic Quarternary Phase Shift Keying %(QPSK)communication link, and to generate empirical performance curves % that can be compared to theoretical predictions.%-----------% 1.两个函数的使用：rectpulse与intdump成对使用，重复插值与抽取，互为逆操作； % 2.randn的seed的使用；

% 3.这里的解调是直接采用MATLAB自带的pskmod、pskdemod函数；

% 4.为什么在后面调用函数，当采用的EbNo越大的时候，计算需要的时间越长？甚至是

%

系统死机（大概超过10dB之后）？

% 5.这里需要讨论的问题就是 Mente Carlo 仿真的数值问题，即当用一个试验样本函数去

%

估计一个观测值的时候，如何尽量减小估计值的方差问题（选择合适的仿真点总数和期望错误点数）。%-----------%

revised by lavabin 2006.07.26 %-----------clc;clear all;close all;echo off;tic;%-----------%

Parameter Definition %-----------nSamp = 8;numSymb = 100;

M = 4;SNR = 14;

seed = [12345 54321];

rand('state', seed(1));randn('state', seed(2));%-----------%

Generating random information symbols %-----------numPlot = 10;rand('state', seed(1));msg_orig = randsrc(numSymb, 1, 0:M-1);%-----------% Phase modulating the data

% Use PSKMOD to phase modulate the data and RECTPULSE to upsample to a % sampling rate 8 times the carrier frequency.%-----------grayencod = bitxor(0:M-1, floor((0:M-1)/2));

% Gray coding here!% % a = bitxor(0:M-1, floor((0:M-1)/2))% % a = 0 msg_gr_orig = grayencod(msg_orig+1);% % Using “looktable” to map source data to Gray code msg_tx = pskmod(msg_gr_orig,M);% % Mapping source data to MPSK constellation msg_tx = rectpulse(msg_tx,nSamp);%-----------------------------% figure(1);%-----------------------------scatterplot(msg_tx);hold on;grid on;%-----------% Creating the noisy signal % Then use AWGN to add noise to the transmitted signal to create the noisy % signal at the receiver.Use the 'measured' option to add noise that is % 14 dB below the average signal power(SNR = 14 dB).Plot the % constellation of the received signal.%-----------randn('state', seed(2));msg_rx = awgn(msg_tx, SNR, 'measured', [], 'dB');%-----------------------------% figure(2);

%-----------------------------scatterplot(msg_rx);hold on;grid on;%-----------% Recovering information from the transmitted signal % Use INTDUMP to downsample to the original information rate.Then use % PSKDEMOD to demodulate the signal, and detect the transmitted symbols.% The detected symbols are plotted in red stems with circles and the % transmitted symbols are plotted in blue stems with x's.The blue stems of % the transmitted signal are shadowed by the red stems of the received % signal.Therefore, comparing the blue x's with the red circles indicates % that the received signal is identical to the transmitted signal.%-----------msg_rx_down = intdump(msg_rx,nSamp);% operation before DEMOD msg_gr_demod = pskdemod(msg_rx_down,M);[dummy graydecod] = sort(grayencod);graydecod = graydecod(11;% Drive the simulation for each of the SNR values calculated above for idx2 = 1:length(EsNo)

% Exit loop only when minimum number of iterations have completed and the

% number of errors exceeds 'expSymErrs'

idx = 1;

while((idx <= iters)||(sum(errSym)<= expSymErrs))% ||--> logical or %

while(idx <= iters)

% Generate random numbers from in the range [0, M-1]

msg_orig = randsrc(symbPerIter, 1, 0:M-1);

% Gray encode symbols

msg_gr_orig = grayencod(msg_orig+1)';

% Digitally modulate the signal

msg_tx = pskmod(msg_gr_orig, M);

% Add Gaussian noise to the signal.The noise is calibrated using

% the 'measured' option.msg_rx = awgn(msg_tx, EsNo(idx2), 'measured', [], 'dB');

% Demodulate the signal

msg_gr_demod = pskdemod(msg_rx, M);

% Gray decode message

msg_demod = graydecod(msg_gr_demod+1)';

% Calculate bit error count, BER, symbol error count and SER，% for this iteration.[errBit(idx)ratBit(idx)] = biterr(msg_orig, msg_demod, k);

[errSym(idx)ratSym(idx)] = symerr(msg_orig, msg_demod);

% Increment for next iteration

idx = idx + 1;

end

% average the errors and error ratios for the iterations.errors(idx2, :)= [sum(errBit), sum(errSym)];

ratio(idx2, :)= [mean(ratBit), mean(ratSym)];% %

函数说明 mean：

% %

MEAN

Average or mean value.% %

For vectors, MEAN(X)is the mean value of the elements in X.For % %

matrices, MEAN(X)is a row vector containing the mean value of % %

each column.% Plot the simulated results for SER and BER.semilogy(EbNo(1:size(ratio(:,2),1)), ratio(:,2), 'bo',...EbNo(1:size(ratio(:,1),1)), ratio(:,1), 'ro');

legend('Theoretical SER','Theoretical BER','Simulated SER','Simulated BER',0);

drawnow;end hold off;%-----------%

End of Function %-----------% % 函数说明：

% % DRAWNOW Flush pending graphics events.% %

DRAWNOW “flushes the event queue” and forces MATLAB to % %

update the screen.% %

% %

There are four events that cause MATLAB to flush the event % %

queue and draw the screen: % %

% %

-a return to the MATLAB prompt % %

-hitting a PAUSE statement % %

-executing a GETFRAME command % %

-executing a DRAWNOW command

程序代码(二): 程序代码(三): 关于升余弦滤波器

%-----------% Matlab Demos

No.3.1 %-----------% Raised Cosine Filtering %-----------%(1)% This demonstration uses the Communications Toolbox functions, RCOSINE and % RCOSFLT, to demonstrate the ISI rejection capability of the raised cosine % filter.%(2)% It demonstrates how to use RCOSINE and RCOSFLT, how the raised cosine

% filter controls intersymbol interference, and how to split % the raised cosine filtering between transmitter and receiver.%(3)% This data sequence represents a digital sequence that will be upsampled by % zero-padding before filtering.Raised cosine filters will be used to shape % the waveform without introducing intersymbol interference(ISI).%-----------% 几点主要的意思：

% 1

“升余弦函数 rcosine” 和 “升余弦滤波器函数 rcosflt”的使用；

% 2

波形成形的目标是在源端就利用升余弦函数的抗ISI特性消除ISI，因为不可能生成 %

绝对的的时域有限的信号； % 3

升余弦滤波器在源/宿端的分割。% % 从上到下几个code板块依次讨论了: % % Delay的影响 % % R的影响

% % 发、收端之间平方根升余弦滤波 % % 缺省方式下的rcosflt的快速调用方法

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

revised by lavabin 2006.08.02 %-----------clc;clear all;close all;echo off;tic;%-----------%

Parameter Definition %-----------Delay = 3;DataL = 20;R =.5;Fd = 1;Fs = 8;PropD = 0;% Generate random data.x = randsrc(DataL, 1, [], 1245);% at time 0, 1/Fd, 2/Fd,...% Fd is the sampling frequency of the data source % 1/Fd is the symbol period of the data source tx = [PropD: PropD + DataL1]./ Fd;% figure(2)% figure1 与 figure2的波形对比强烈地反映出了Delay的作用，滤波器输出的波形与输入

% 波形在包络上的相似性需要通过延迟输入信号来得到保证 figure;stem(tx, x, 'kx');hold on;plot(to, yo, 'b.');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------% This step demonstrates the effect that changing the rolloff factor from.5 %(blue curve)to.2(red curve)has on the resulting filtered output.The % lower value for rolloff causes the filter to have a narrower transition band % causing the filtered signal overshoot to be greater for the red curve than for % the blue curve.%----------% Design filter.[yg, tg] = rcosine(Fd, Fs, 'fir',.2, Delay);% Filter data.[yo1, to1] = rcosflt(x, Fd, Fs, 'normal/fir/filter',yg);% figure(3)figure;stem(tx, x, 'kx');hold on;% Plot filtered data.plot(to, yo, 'b-',to1, yo1, 'r-');hold off;% Set axes and labels.axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');legend('Source Data','R = 0.5','R = 0.2')%-----------% A typical use of raised cosine filtering is to split the filtering between % transmitter and receiver.The data stream is upsampled and filtered at the % transmitter using the square-root raised cosine filter.This plot shows % the transmitted signal when filtered using the square-root raised cosine % filter.The “fir/sqrt” switch was used with RCOSINE to generate the % square-root raised cosine filter.%-----------% Design square root filter.[ys, ts] = rcosine(Fd, Fs, 'fir/sqrt', R, Delay);% Filter at the transmitter.[yc, tc] = rcosflt(x, Fd, Fs, 'filter', ys);% figure(4)figure;stem(tx, x, 'kx');hold on;plot(tc, yc, 'm.');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------% The transmitted signal(magenta curve)is then filtered, but not upsampled, at % the receiver, using the same square-root raised cosine filter, resulting in a % signal depicted by the blue curve at the receiver.The resulting signal is % virtually identical to the signal filtered using a single raised cosine % filter.The “Fs” was used to filter without upsampling.%-----------% Filter at the receiver.[yr, tr] = rcosflt(yc, Fd, Fs, 'filter/Fs', ys);% Adjust for propagation delay.tcc = tc + Delay.* Fd;txx = tx + Delay.* Fd;% figure(5)figure;stem(txx, x, 'kx');hold on;plot(tcc, yc, 'm-',tr, yr, 'b-');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------% This step demonstrates a quicker way to filter data using RCOSFLT.When % RCOSFLT is used without the “filter” type switch, it designs a filter and uses % it to filter the input data.This step creates the same plot as before but % designs the raised cosine filter and generates the filtered stream in one % command.%-----------% Design and filter.[yo2, to2] = rcosflt(x, Fd, Fs, 'normal/fir', R, Delay);% figure(6)figure;stem(tx, x, 'kx');hold on;plot(to2, yo2, 'b-');hold off;axis([0 30-1.6 1.6]);xlabel('Time');ylabel('Amplitude');%-----------displayEndOfDemoMessage(mfilename)%-----------simulation_time = toc %-----------%

End of Script %-----------% % 关于rcosflt的函数说明

%-----------% % RCOSFLT Filter the input signal using a raised cosine filter.% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, R, DELAY)filters the input signal X % %

using a raised cosine FIR filter.The sample frequency for the input, X, % %

is Fd(Hz).The sample frequency for the output, Y, is Fs(Hz).Fs must be % %

an integer multiple of Fd.The TYPE_FLAG gives specific filter design % %

or filtering options.The rolloff factor, R, determines the width of the % %

transition band of the filter.DELAY is the time delay from the beginning % %

of the filter to the peak of the impulse response.% %

% %

R, the rolloff factor specifies the excess bandwidth of the filter.R must % %

be in the range [0, 1].For example, R =.5 means that the bandwidth of the % %

filter is 1.5 times the input sampling frequency, Fd.This also means that % %

the transition band of the filter extends from.5 * Fd and 1.5 * Fd.Since % %

R is normalized to the input sampling frequency, Fd, it has no units.% %

Typical values for R are between 0.2 to 0.5.% %

% %

DELAY determines the group delay of the filter.The group delay is the % %

opposite of the change in filter phase with respect to frequency.For linear % %

phase filters, the group delay is also the time delay between the input % %

signal and the peak response of the filter.DELAY also determines the % %

length of the filter impulse response used to filter X.This delay is % %

Fs/Fd *(2 * DELAY + 1).% %

% %

Y is the output of the upsampled, filtered input stream X.The length of % %

vector Y is % %

Fs/Fd *(length(X)+ 2 * DELAY).% %

% %

TYPE_FLAG is a string which may contain any of the option strings listed % %

below delimited by a '/' For example, the 'iir' and 'Fs' flags may % %

be combined as 'iir/Fs'.While some of the pairs of option substrings % %

are mutually exclusive, they are not mutually exclusive in general.% % % %

'fir'

Design an FIR filter and use it to filter X.When the 'filter' % %

TYPE_FLAG is not used, an FIR filter is designed and used to % %

filter X.See the 'filter' TYPE_FLAG description for the behavior % %

when the 'fir' and 'filter' TYPE_FLAGs are used together.This % %

option is exclusive of the 'iir' substring.% %

% %

'iir'

Design an IIR filter and use it to filter X.When the 'filter' % %

TYPE_FLAG is not used, an IIR approximation to the equivalent FIR % %

filter is designed and used to filter X.See the 'filter' % %

TYPE_FLAG description for the behavior when the 'iir' and 'filter' % %

TYPE_FLAGs are used together.This option is exclusive of the % %

'fir' substring.% % % %

'normal' Design a normal raised cosine filter and use it to filter X.The % %

filter coefficients are normalized so the peak coefficient is one.% %

This option is exclusive of the 'sqrt' substring.% %

% %

'sqrt'

Design a square root raised cosine filter and use it to filter X.% %

The filter coefficients are normalized so that the impulse % %

response of this filter when convolved with itself will result % %

in an impulse response that is approximately equal to the 'normal' % %

raised cosine filter.The difference in this approximation is due % %

to finite filter length.This is a useful option when the raised % %

cosine filtering is split between transmitter and receiver by % %

using the 'sqrt' filter in each device.This option is exclusive % %

of the 'normal' substring.% %

% %

'Fs'

X is input with sample frequency Fs(i.e., the input signal has % %

Fs/Fd samples per symbol).In this case the input signal is not % %

upsampled from Fd to Fs but is simply filtered by the raised % %

cosine filter.This is useful for filtering an oversampled data % %

stream at the receiver.When using the 'Fs' substring, the length % %

of vector, Y is % %

length(X)+ Fs/Fd * 2 * DELAY.% %

% %

'filter' Means the filter is provided by the user.When using the 'filter' % %

TYPE_FLAG, the input parameters are: % %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, NUM)filters with % %

a user-supplied IIR filter.When TYPE_FLAG contains both 'filter' % %

and 'iir' type substrings, the IIR filter defined by numerator, % %

NUM, and denominator, DEN, is used as to filter X.The DELAY % %

parameter is used to force RCOSFLT to behave as if the filter were % %

designed by RCOSFLT using the same DELAY parameter.The DELAY % %

parameter should match the DELAY parameter used to design the % %

filter defined by NUM and DEN in the RCOSINE function.The default % %

value of DELAY is 3.% %

% %

The raised cosine filter should be designed using the RCOSINE % %

function.% %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, R)filters the input signal X % %

using a raised cosine filter and default DELAY parameter, 3.% %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG)filters the input signal X using a % %

raised cosine filter and the following default parameters % %

DELAY = 3 % %

R =.5 % %

% %

Y = RCOSFLT(X, Fd, Fs)filters the input signal X using a raised cosine % %

filter and the following default parameters % %

DELAY = 3 % %

R =.5 % %

TYPE_FLAG = 'fir/normal' % %

% %

Y = RCOSFLT(X, Fd, Fs, TYPE_FLAG, R, DELAY, TOL)specifies the % %

tolerance in IIR filter design.The default value for TOL is.01.% %

% %

[Y, T] = RCOSFLT(...)returns the time vector in T.%-----------

第二篇：学习总结

学习总结

赵元莲

“没有学不会的学生，只有不会教的老师。”听到这句话我很痛心，也对当前的教学方法进行了反思，感觉到当前的教学方法已经滞后了，已经不适应当代学生的需要。正愁找不到解决的方法时，有幸参加教育部组织的“国培计划——农村中小学教师远程培训项目”活动的地理学科的学习，深感机会难得，尽自己最大的努力，抽出时间认真地聆听各位专家精彩的讲评。通过这段时间的学习，对我既有观念上的洗礼，也有理论上的提高；既有知识上的积淀，也有教学技能的提高。

一、要让学生学得会，就要创设恰当的教学情景。深入细致地钻研教材内容、分析教学目标、教点,这是探索各种教法、学法，设计更合理的教学流程的前提。只有钻研透教材；把静态的教学目标转化为动态的教学目标；理清楚重点、难点，才能选择恰当的教法、学法，才能恰当的教学情境。

二、地理是一门跨地域较广的学科，这一特点很多知识比较抽象，学生学起来比较困难。用多媒体把相关的地图、图片呈现出来，再配合地理填充图册的使用，就可以使抽象知识形象化。另外，基于地理学科的这一特点，还可以把大范围的知识缩小化，例如：学习比例尺、图例、注记后，让学生画学校的平面图，学校的范围稍大一些，学生测量时不太方便，就不认真的完成，那么就缩小范围，让学生画教室的平面图或者在课桌上放一、二样东西后画桌面的平面图。

三、新教材内容与旧教材内容相比较，设置了很多的活动，这就要求老师和学生要动起来。而且是全方位的动包括眼、口、手、脑、身。这个动不仅要出现在课堂上，还要出现在课前准备和课后的拓展中。尤其是在现实生活能完成的活动，一定要指导学生认真完成。

四、俗话说“读万卷书，不如行千里路。”我们要改变整天坐在教室里学习书本知识，要带领学生走入大自然中，进行实地考查。

通过这次培训，有了一个很好的开端，在今后的工作中，我要不断地学习，学以致用，把学到的知识方法运用到课堂实践中，并作到多学多思多改，不断提高自己的课堂教学的理论和实践水平。力争做一名学生喜欢的地理老师。

第三篇：学习总结

学习马俊欣情况简要总结

马俊欣是郏县人民检察院的一名普通检察官，1987年临近大学毕业时，意外受伤导致颈椎骨折，造成左侧身体瘫痪。25年来，他面对身体的伤痛，克服平常人难以想象的困难，坚守工作岗位，以锲而不舍的精神追求，兢兢业业、恪尽职守，履行了一名共产党员、一名检察官应尽的职责。其事迹通过本报和其他媒体报道后，在社会上产生很大反响。

通过学习总结出：郏县人民检察院检察官马俊欣是个善于思考、善于总结、善于创新的人。他在检察院多个部门工作过，各阶段都有创新之举

2007年，在他的建议下，郏县人民检察院在我市检察系统率先成立案件管理中心。在评查案件中，他总结出检委会委员评查点评卷宗的做法，创新成立了业务咨询小组。任办公室主任时，他总结推行了“周小结、月讲评”制度。

这些创新之举对规范执法行为、维护公平和正义起到了积极的推动作用，得到了业内和社会的认可。其中，不少举措被郏县行政机关和全市检察机关借鉴和推广。

创新，简言之就是走别人没有走过的路，其难度不言而喻。

马俊欣身有残疾，能完成本职工作已属不易，何况还要创新，这需要何等的精神和何等的动力。

这动力来源于要“做一个有用的人”的强烈愿望，他要加倍努力，回报社会；这动力来源于勤奋学习，他喜欢看书，在知识的海洋里开阔了视野；这动力来源于实践，他善于发现工作中存在的问题，然后想方设法找到解决问题、堵塞漏洞的办法，以便更有效地推进工作。向马俊欣学习，就是要学习他这种爱岗敬业、刻苦钻研的精神，就是要学习他这种干一行、爱一行、专一行的品质，就是要学习他立足本职、勇于创新的干劲，在平凡的岗位上作出更大的成绩。

在学习中，刑事审判庭的干警对马俊欣的精神给予了很高的评价，并结合本职工作查找了自己的不足，表示通过学习马俊欣的先进事迹，要进一步坚定理想信念，胸怀党的事业，心系百姓冷暖，以纯洁的思想、优良的作风、严明的纪律，做到公平执法，廉洁从检，执法为民，为我市社会稳定和经济建设履行好审判职能。

第四篇：2013学习总结

在校期间，本人一直勤奋学习，刻苦钻研，通过系统地学习掌握较为扎实的基础知识。由于有良好的学习作风和明确的学习目标，曾获得“优秀团员”、“三好学生”等荣誉，得到了老师及同学们的肯定，树立了良好的学习榜样。

在课余时间，本人积极参加体育锻炼，增强身体素质，也热爱劳动，积极参加校开展的各项文体活动，参加社会实践，继承和发扬了艰苦奋斗的精神，也参加了校文学社和书法协会，丰富了课余生活，使自己在各方面都得到了相应的提高。

“宝剑锋从磨砺出，梅花香自苦寒来”，本人坚信通过不断地学习和努力，使自己成为一个有理想、有道德、有文化、有纪律的学生，以优异的成绩迎接挑战，为社会主义建设贡献我毕生的力量。

高中毕业生自我鉴定样板

（一）时光如梭，转眼即逝，当毕业在即，回首三年学习生活，历历在目：

三年来，学习上我严格要求自己，注意摸索适合自己情况的学习方法，积极思维，分析、解决问题能力强，学习成绩优良。

我遵纪守法，尊敬师长，热心助人，与同学相处融洽。我有较强的集体荣誉感，努

力为班为校做好事。作为一名团员，我思想进步，遵守社会公德，积极投身实践，关心国家大事。在团组织的领导下，力求更好地锻炼自己，提高自己的思想觉悟。

性格活泼开朗的我积极参加各种有益活动。高一年担任语文科代表，协助老师做好各项工作。参加市演讲比赛获三等奖。主持校知识竞赛，任小广播员。高二以来任班级文娱委员，组织同学参加各种活动，如：课间歌咏，班级联欢会，集体舞赛等。在校文艺汇演中任领唱，参加朗诵、小提琴表演。在校辩论赛在表现较出色，获“最佳辩手”称号。我爱好运动，积极参加体育锻炼，力求德、智、体全面发展，校运会上，在800米、200米及4×100米接力赛中均获较好名次。

三年的高中生活，使我增长了知识，也培养了我各方面的能力，为日后我成为社会主义现代化建设的接班人打下了坚实的基础。但是，通过三年的学习，我也发现了自己的不足，也就是吃苦精神不够，具体就体现在学习上“钻劲”不够、“挤劲”不够。当然，在我发现自己的不足后，我会尽力完善自我，培养吃苦精神，从而保证日后的学习成绩能有较大幅度的提高。

作为跨世纪的一代，我们即将告别中学时代的酸甜苦辣，迈入高校去寻找另一片更加广阔的天空。在这最后的中学生活里，我将努力完善自我，提高学习成绩，为几年来的中学生活划上完美的句号，也以此为人生篇章中光辉的一页。

高中毕业生自我鉴定样板

（二）时光流逝，丰富多彩的三年高中生活即将结束，这三年是我人生中最重要的一段里程，它将永远铭记在我的脑海里。

我衷心拥护中国共产党的领导，热爱蒸蒸日上、迈着改革步伐前进的社会主义祖国，用建设有中国特色的社会主义理论武装自己，积极参加党章学习小组，逐步提高自己的政治思想觉悟，并向党组织递交了入党申请书。作为班长，我能以身作则，严于律己，在同学中树立了好榜样，并能团结好班委，处理好班级的一切事务，是老师的得力助手。高二年我们班被评为市优秀班级，这是全班同学共同努力的结果，我为能生活在这样一个班级而自豪。三年来，我在组织能力、语言表达能力有了长足的进步。97年被评为市优秀学生干部，高三年被评为校三好生。

学习上，我有较强的自学能力，勤于钻研，肯思考，合理安排好学习时间，理解能力强，思维敏捷，对问题有独到的见解。学习中摸索出一套符合自己的学习方法，脚踏实地，循序渐进，精益求精，学习效率高。三年来学习成绩优异，半期考、期考等重大考试均居年段第一。在学科竞赛中也多次获奖，高一年荣获第四届全国中学生数学竞赛市三等奖；高二年获全国中学生化学竞赛厦门赛区表扬奖，高三年获第xx届全国中学生物理竞赛省二等奖。

积极参加体育锻炼，体育体锻达标擅打篮球。

通过高中三年生活的锤炼。在德智体方面，我取得了长足的进步。从一个懵懂的中学生逐步成长为品学兼优的“四有”新人，但我有清醒地认识到自己的不足之处，体锻虽然达标，但还须加强体育锻炼，提高成绩，在今后的学习中，我将不断总结经验，继往开来，更好地报效祖国。

高中毕业生自我鉴定样板

（三）高中三年生活即将随着我的成长而慢慢逝去，回顾这丰富多彩的三年学习生活，我已在老师的辛勤培育下成长为一名品学兼优的合格中学生了，这些日子将永远铭记在我心中。

我热爱我们的党，热爱社会主义祖国，思想觉悟高，积极参加学校组织的各项活动以及党章学习小组，努力要求进步。在校，我模范遵守《中学生守则》和《中学生日常行为规范》。尊敬师长，组织纪律性强，连续担任班学习委员等职务。工作认真负责，团结同学，发挥友爱互助的精神，多次被评为校三好生、优秀学生干部，高二年还被评为市三好生。

天资聪颖，学习认真自觉，理解和自学能力强，善于质疑、析疑、解疑。积极探索，总结出一套适合自己的学习方法。思维敏捷，懂得举一反三，学以致用，不断巩固已掌握的知识。高中三年以来学习成绩优异，名列年段前茅。积极参加各种兴趣小组，丰富自己的知识。在全国中学生生物奥林匹克竞赛中或市一等奖、省二等奖。

我积极参加体育锻炼，体锻达标，还曾经代表班级参加校运会，并在接力项目为班争光。

虽然高中三年来，我在各方面都有显著进步，但我也清楚地认识到自己的不足之处：钻研精神还不够。在今后的学习中，我相信我一定能克服这个缺点，以自己的所学所长更好地报效祖国。

学习上我自觉、认真，学习方法较灵活，能科学安排好时间。有竞争意识，分析问题、解决问题能力较强。我课前做好预习，课堂上积极思维，大胆发表意见，配合好老师，能较高质量完成作业，课后及时对知识进行归纳、梳理，使我的知识系统化。学习成绩保持在年段前茅，在会考中取得8科优。在“海尔杯”作文比赛中获奖，曾参加英语奥林匹克竞赛。曾被评为“校优秀团员”，“市三好生”。

我热爱体育活动，认真上好体育课，积极参加体锻，体育成绩优秀。我加入校篮球队，曾代表学校在市女篮比赛中获三等奖。我热爱各项文体活动，兴趣广泛，经常利用课余时间画画，阅读各类进步书籍。

但我还存在缺点，如对不良行为不敢大胆批评。我们是跨世纪的人才，任重道远。今后我将朝“四有”方向继续努力。

第五篇：学习总结

学习总结

这次整顿学习对每一位员工都提出了新的要求和挑战，我们要认真对待，及时主动更新观念，转变角色，树立一切为了长者的基本理念。这些都是我们应该做到的，可是我们以前做的比较粗略，通过此次学习，我清楚的知道了如何把本职工作干的更好。

1.思想认识方面

我们要以更广阔的视野来看待我们从事的工作，我们从事着天下最伟大、最朝阳的事业，肩负着代天下儿女尽孝，替孤独父母解愁，为党和政府分忧的光荣使命，要有高度的责任心，超常的细心，用心、耐心、关心、爱心、孝心，不断的提高认识，总结自己，提高自身素质，为和佑成为第一养老品牌增砖添瓦。

2.工作作风方面

积极主动的与同事团结合作，通过倾听、分享、交流、互助与反思，获得信息与启示。优化自已的工作方法，提高自己的工作效率。以身作则，要求别人做到的，自己首先要做到，做好，并注重细节，以严谨的态度和积极的热情投入到工作中，认真履行自己的岗位职责。

这次学习是一次极有意义的培训，带给我最深的体会就是管理不仅是一门复杂的的学问，也是一门高超的艺术，需要不断的去研究、去反思、去提高。一根火柴再亮，也只有豆大的光，倘若点燃一堆火柴，则会熊熊燃烧。我将和同事一起加油，努力、奉献、进取。