哈尔滨工业大学动力工程控制与仿真研究所.pptVIP

MATLAB及其应用 第三讲 数据处理 授课人：鲍文 目录 1 矩阵分析 2 数据分析函数 3 多项式处理 4 曲线拟和与插值 5 数据分析 6 微分方程数值解 1 矩阵分析 一、特征值分解 对于方阵a特征值问题：ax=rx，求取a阵的特征值和特征向量使用下面的方法： [v,d]=eig(a) 使用 [v,d]=eig(a,’nobalance’) “平衡” 的作用减少计算误差，不平衡用于A阵大小悬殊的时候。 广义特征值问题：ax=rbx，求解的方式为： [v,d]=eig(a,b) 二、三角分解 三角分解把矩阵分解为上三角矩阵和下三角矩阵，又称为LU分解或者。计算中使用高斯变量消去法。这一分解使用 [l,u]=lu(a)实现。 三、奇异值分解 [u,s,v]=svd(a) 实现奇异值分解。 分解得到的三个因数有如下关系 a=u*s*v 其中u矩阵和v矩阵是正交矩阵，s矩阵是对角矩阵，它的对角元素是a矩阵的奇异值。 奇异值分解的稳定性很好。 2 数据分析函数 函数名 含义 max 最大值 min 最小值 mean 均值 std 标准方差 median 中值 分析函数 函数名 含义 sum 元素的总和 prod 元素的乘积 cumrod 元素的累积 cumsum 元素的累加和 diff 差分函数:少了一个元素 例题 求出y=x*sin(x) 在0x100的每个峰值 思路： 1、数学上峰值就是导数为零的点 2、导数在matlab中可以使用差分代替 3、差分后怎么求过零点呢？ 3 多项式处理一、多项式表示 多项式在MATLAB中使用降幂系数的行向量表示。表示中需要包含零系数的项。poly2str：control toolbox中的函数 使用函数roots可找出多项式等于零的根。 规定：多项式用行向量，根用列向量。 给出多项式的根，使用poly函数也可以构造出相应的多项式。 二、多项式运算 函数conv进行乘法运算，deconv进行除法运算。MATLAB没有提供特别的多项式加减法运算。 多项式除法并不一定能够除尽，很多时候需要有余数多项式。 多项式微分使用polyder(p)函数，估计值使用polyval(p,at)函数。 4 曲线拟和与插值 在分析试验数据中，常常要面临将试验数据作解析描述的任务，这个问题有曲线拟合和插值两种方法。 在曲线拟合中，假定已知曲线的规律，作曲线的最佳逼近，但不需要经过所有的数据点；在插值中，认为数据是准确的，求取其中描述点之间的数据。 一、曲线拟合 1、多项式的最小二乘曲线拟合 使用polyfit，它需要曲线的x、y值，以及曲线的阶数。 曲线的阶数：如果曲线的阶数选择的过小，拟合效果不好；如果曲线的阶数过高，虽然数据点上看到效果好，数据点之间会出现有数据振荡的问题，阶数不宜过高，小于5阶。 灵活使用拟合 2、直接最小二乘 数据规律并不是多项式形式，直接最小二乘来拟合。 最小二乘函数为k=nnls(fx,y) 计算结果将使得|fx*k-y|2范数下最小 在计算中，fx可以为x的函数。 例子：拟合 二、插值函数 1、曲线插值函数interp1 方法 t=interp1(x,y,x0,’method’) x、y：原始数据点，x0为进行插值的数组，method为插值算法:线性插值(linear)，三次样条插值(spline),三次多项式插值(‘cubic’). 如果x0出界，则对应值为NaN 例程：ex42.m 2、曲面插值 插值函数： interp2，基本形式： zi=interp2(x,y,z,xi,yi,method) method包括 linear:线性 cubic:三次多项式 nearest：粗略估计数据 例程：ex43 三、三次样条 1、使用的原因 高阶多项式插值出现病态问题，三次样条使用分段多项式，各点上的三次导数相等。它光滑、导数连续。 2、插值 yi=spline(x,y,xi); pp=spline(x,y); 分段多项式形式 例程：ex44 三次样条 pp形式可以和三次多项式形式转化： [break,coef,np,nc]=unmkpp(pp) 断点、三次多项式、多项式数量、系数数量 pp=mkpp(break,coef); 由于转化为了多项式形式，可以方便的进行积分和微分运算。 四、滤波和平滑 1、插值和拟合的问题：噪声 2、滤波: 滞后,filter y=filter(b,a,x) a,b:滤波器的分子分母,x输入 a(1)*y(n) = b(1)*x(n) + b(2)*x(n-1) + ... + b(n