实验10曲拟合和插值运算.docVIP

实验10 曲线拟合和插值运算 一． 实验目的 学会MATLAB软件中软件拟合与插值运算的方法。 二． 实验内容与要求 在生产和科学实验中，自变量x与因变量y=f(x)的关系式有时不能直接写出表达式，而只能得到函数在若干个点的函数值或导数值。当要求知道观测点之外的函数值时，需要估计函数值在该点的值。 要根据观测点的值，构造一个比较简单的函数y=t (x),使函数在观测点的值等于已知的数值或导数值，寻找这样的函数t(x),办法是很多的。 根据测量数据的类型有如下两种处理观测数据的方法。 测量值是准确的，没有误差，一般用插值。 测量值与真实值有误差，一般用曲线拟合。 MATLAB中提供了众多的数据处理命令，有插值命令，拟合命令。 曲线拟合 已知离散点上的数据集[(,),………(,)]，求得一解析函数y=f (x),使f(x)在原离散点上尽可能接近给定的值，之一过程叫曲线拟合。最常用的的曲线拟合是最小二乘法曲线拟合，拟合结果可使误差的平方和最小，即使出使 最小的f(x). 格式：p=polyfit(x,Y,n). 说明：求出已知数据x,Y的n阶拟合多项式f(x)的系数p，x必须是单调的。 [例1.95] x=[0.5,1.0,1.5,2.0,2.5,3.0]; %给出数据点的x值 y=[1.75,2.45,3.81,4.80,7.00,8.60]; %给出数据点的y值 p=polyfit (x,y,2); %求出二阶拟合多项式f(x)的系数 x1=0.5:0.05:3.0; %给出x在0.5~3.0之间的离散值 y1=polyval(p,); %求出f(x)在的值 plot(x,y,’*r’, ’-b’) %比较拟合曲线效果 计算结果为： p= 0.5614 0.8287 1.1560 即用f(x)=0.5614+0.8287x+1.1560拟合已知数据，拟合曲线效果如图所示。 问题1.32：将上题改为6阶拟合，拟合效果又如何？（拟合曲线经过所有已知数据点）从以上例子可看出，选择不同的阶数，会得到不同的效果，如何选择阶数，需要进一步了解系统辨识方面的知识。 一维插值 已知离散点上的数据集[(,),………(,)]，找出一解析函数连接自变量相邻的两个点（），并求得两点间的数值，之一过程叫插值。 格式一：yi=inter(X,Y,,method) 说明：该命令用指定的算法对数据点之间计算内插值，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，各个参量之间的关系如图1.32所示。 ‘nearest’::最近邻点插值，直接完成计算。 ‘linear’:线性插值（缺省方式），直接完成计算。 ‘spline’:三次样条函数插值。 ‘cubic’:三次函数插值。 对于超出x的范围的的分量，使用其他的方法，inter将对超出的分量执行外插值算法。 格式二： = inter(X,Y,,method,’extrap’)%对于超出x范围的中的分量将执行特殊的外插值法extrap. yi=inter(X,Y,,method,extrapval)%确定超出x范围的中的分量的外插值extrapval,其值通常取NaN或0. [例 1.96] year = 1900:10:2010; product = [75.995,91.972,105.711,123.203,131.669,….249.633,256.344,267.893 ]; p2005 = =interpl (year , product , 2005) x = 1900 : 1: 2010; y= interpl(year,product,x, ‘cubic’); plot(year,product,’o’,x,y) 插值结果为 p1995 = 262.1185 3.二维插值 格式:ZI=interp2 (X,Y,Z,XI,YI,method) 说明:用指定的算法method计算二维插值,返回矩阵ZI,其元素对应于参量XI与Y元素,用户可以输入行向量和列向量XI和YI,此时,输出向量ZI与矩阵meshgrid(xi,yi)是同型的,参量X与Y必须是单调的,且相同的划分格式,就像由命令meshgrid生成的一样,method有: ‘linear’:双线性插值算法(缺省算法) ‘nearest’:最临近插值 ‘spline’:三次样条插值 ‘cubic’:双三次插值 [例1.97] years=