03-数据插值与拟合.pptVIP

数据插值与拟合 主讲人: 刘家彬 2010年7月24日 目 录 第一章 MATLAB中的插值函数 第二章 曲线拟合 第一章 MATLAB中的插值函数 1.1 一元插值函数 1.2 二元插值函数 1.3 其他插值相关的函数 1.1 一元插值函数 1.1.1 一维插值的定义 1.1.2 用MATLAB作一维插值计算 1.1.1 一维插值的定义 1.1.2 用MATLAB作一维插值计算 MATLAB中的一元插值函数为interp1( )，它的功能是一维数据插值（表格查找）。该命令对数据点之间进行计算内插值，它找出一元函数f(x)在中间点的数值，其中函数f(x)由所给数据决定。 表1.1 一维插值函数interp1的语法格式 表1.2 一维插值函数interp1所用的算法 在表2所列各种插值方法中： （1）nearest方法速度最快，占用内存最小，但一般说来误差最大，插值结果最不光滑； （2）spline三次样条插值法是所有插值方法中运行耗时最长的，其插值函数以及插值函数的一阶、二阶导函数都连续，因此是最光滑的插值方法，占用内存比cubic方法小，但当数据点不均匀分布时可能出现异常结束； （3）cubic三次多项式插值法中插值函数及其一阶导函数都是连续的，因此其插值结果也比较光滑，运算速度比spline方法略快，但占用内存最多。在实际的使用中，应根据实际需求和运算条件选择合适的算法。 另外，已知数据点不等间距分布时，interp1q比interp1函数执行快，因为前者不检查已知数据点是否等间距，不过interp1q函数要求x必须单调递增。 1.2 二元插值函数 1.2.1 二维插值的定义 1.2.2 用MATLAB作二维插值运算 1.2.1 二维插值的定义 1.2.2 用MATLAB作二元插值运算 MATLAB中提供了interp2函数进行二维插值，其用法类似于一维插值函数interp1，不过它可选的插值方法只有三种，见下表。 使用interp2的过程要要注意的几点： （1）在二维插值中已知数据点集（X,Y）必须是栅格格式，一般用meshgrid函数产生； （2）interp2函数要求（X,Y）必须是严格单调的，即单调递增或单调递减； （3）interp2函数输入中，若已知点集（X,Y）在平面上分布不是等间距时，interp2函数首先通过一定的变换将其转换为等间距的； 当输入点集（X,Y）已经是等间距的话，可以在method参数前面加星号（*），即如“*cubic”这样输入参数，这样可以提高插值速度。 1.3 其他插值相关的函数 当数据点呈现周期分布时，显然用上面的几种插值算法都不太合适。这时可以用interpft函数进行插值。此函数用快速Fourier算法作一维插值，其函数定义如下： y=interpft(x,n) 它返回周期函数在重采样的n个等距的点的插值。 注意：n必须大于x的长度。 样条插值可以用spline函数，三次多项式插值可以用pchip函数。这两个函数的语法格式如下表。 MATLAB还提供了三维甚至n维的插值函数，为了方便产生插值点，MATLAB还有几个函数用来产生二维或高维空间的栅格点。其用法如下表所示。 第二章 曲线拟合 2.1 曲线拟合问题的提法 2.2 拟合与插值的关系 2.3 多项式曲线拟合 2.4 多项式最小二乘拟合 2.5 用MATLAB作非线性最小二乘拟合 2.1 曲 线 拟 合 问 题 的 提 法 2.2 拟合与插值的关系 2.3 多项式曲线拟合 对给定的试验数据点(xi,yi) (i=1,2,…,N)，可构造m次多项式： 通过简单的运算可得出系数是下面线性方程组的解： 在MATLAB中编程实现的多项式曲线拟合函数为：multifit。 功能：离散度验数据点的多项式曲线拟合。 调用格式： A = multifit(X,Y,m) 其中： X为试验数据点的x坐标向量； Y为试验数据点的y坐标向量； m为拟合多项式的次数; A为拟合多项式的系数向量。 2.4 多项式最小二乘法拟合 最小二乘法拟合在科学实验的统计方法中经常使用。它的具体操作过程是从一组实验数据(xi,yi) (i=1,2,…,N)中拟合出函数关系y=f(x)，拟合的标准是使(f(xi)-yi)的平方根取极小值。 在MATLAB中可以使用polyfit函数对数据进行最小二乘拟合，它的基本调用格式为： 2.5 用MATLAB作非线性最小二乘拟合 x=0:.1:1; y=[2.3,2.5,2.1,2.5,3.