研究报告01.doc

研究性报告：数据的光顺与拟合 第一小组 第一步导入数据：load data.txt 数据范围选择：a=data(1:181,:,:) 赋值想想x，y，z：x=data(1:181,1),y=data(1:181,2),z=data(1:181,3) 画出原始数据的三维图plot3(x,y,z,—) 研究判断和修正数据噪声点的方法： 将三组数据分为x，y；x，z；两组数据分别进行去噪光顺拟合 X，Y 选取多项式方程：[p ,s]= polyfit (x, y，n) 经过多条曲线比较，发现n=25时比较接近原始数据；根据原始数据编程求出多项式，并将原始数据x代入多项式中求出f，从f与y的偏差中取出最大的30组坏值，然后将对应的f值赋值给y，画出修正后的曲线，并根据修正后的x，y值求出多项式，再次进行上述步骤，循环3次，后求出修正后的多项式。 插值 在x（0:360）中插值，使之间隔为1，再将x代入修正后的多项式求出f值即为多次去噪后的y值。程序如下： [p,s]=polyfit(x,y,25); f=polyval(p,x); table=[x y f y-f]; %plot(x,y,+,x,f,-); b=abs(y-f); for j=1:30 [m ,i]=max(b); y(i)=f(i); b(i)=0; j=j+1; end %plot(x,y,+,x,f,-) y=y(1:181,1) [p,s]=polyfit(x,y,25); f=polyval(p,x); table=[x y f y-f]; plot(x,y,+,x,f,-); b=abs(y-f); for j=1:30 [m ,i]=max(b); y(i)=f(i); b(i)=0; j=j+1; end %plot(x,y,+,x,f,-) y=y(1:181,1) [p,s]=polyfit(x,y,25); f=polyval(p,x); table=[x y f y-f]; plot(x,y,+,x,f,-); b=abs(y-f); for j=1:30 [m ,i]=max(b); y(i)=f(i); b(i)=0; j=j+1; end %plot(x,y,o,x,f,b) y=y(1:181,1) [p,s]=polyfit(x,y,25); x=[0:1:360] f=polyval(p,x); %plot(x,f,+) X,Z 选取多项式方程：[p ,s]= polyfit (x, y，n)；经过多条曲线比较，发现n=8时比较接近原始数据；步骤同x，y（去除的偏差值为20组） 程序如下：x=data(1:181,1); [p,s]=polyfit(x,z,8); e=polyval(p,x); table=[x z e z-e]; %plot(x,z,+,x,e,-); c=abs(z-e); for j=1:20 [m ,i]=max(c); z(i)=e(i); c(i)=0; j=j+1; end %plot(x,z,+,x,e,-) z=z(1:181,1) [p,s]=polyfit(x,z,8); e=polyval(p,x); table=[x z e z-e]; %plot(x,z,+,x,e,-); c=abs(z-e); for j=1:20 [m ,i]=max(c); z(i)=e(i); c(i)=0; j=j+1; end %plot(x,z,+,x,e,-) z=z(1:181,1) [p,s]=polyfit(x,z,8); e=polyval(p,x); table=[x z e z-e]; %plot(x,z,+,x,e,-); c=abs(z-e); for j=1:20 [m ,i]=max(c); z(i)=e(i); c(i)=0; j=j+1; end %plot(x,z,+,x,e,-) z=z(1:181,1) [p,s]=polyfit(x,z,8); x=[0:1:360] e=polyval(p,x); 将两组数据合并，画出三组数据的三维图。plot3(x,f,e,-)