信号与系统作者张延华等《信号与系统》书稿-4-1课件.pptVIP

4-1-1 三角函数系 周期性是函数的重要特性。 4-1-1 三角函数系 正弦函数 4-1-1 三角函数系 根据三角恒等运算： 4-1-1 三角函数系 4-1-1 三角函数系 线性最小二乘模型的一般形式为： 4-1-2 用正弦函数进行最小二乘拟合 4-1-2 用正弦函数进行最小二乘拟合 4-1-2 用正弦函数进行最小二乘拟合 4-1-2 用正弦函数进行最小二乘拟合 4-1-2 用正弦函数进行最小二乘拟合 4-1-2 用正弦函数进行最小二乘拟合 4-1-2 用正弦函数进行最小二乘拟合 4-1-2 用正弦函数进行最小二乘拟合 本节例题 本节例题 本节例题 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开发项目 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开发项目 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开发项目 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开发项目 ThemeGallery PowerTemplate §4-1 三角函数系 国家“十二五”规划教材——《信号与系统》 重点 难点 三角函数系定义 最小二乘拟合 内容安排 4-1-1 三角函数系 4-1-2 用正弦函数进行最小二乘拟合 三角函数系 三角函数系是基础建模函数。 在本书中，术语正弦曲线(sinusoid)是指正弦函数(sine)和余弦 函数(cosine)。 周期函数反映了客观世界中的周期运动。 四个参数： ：表示曲线相对于横轴的高度 ：表示曲线波动的幅度 ：描述函数的周期特征 ：规定正弦曲线在水平方向的平移量 有： 一般线性最小二乘模型形式 式中： 推理得到： 同理可得： 其中 是n+1个基函数，e 为模型与观测值之间 的误差，即残差。 若基函数选择为 则上式 若基函数选择为 即 则上式表示多项式模型 表示线性回归模型 上式为线性最小二乘模型的特例 其中： 显然，上式的残差平方和: 的取值应为最小。其中，N为数据点的总数。 （4-1-8） （4-1-7） 为了确定式（4-1-8）中的系数 和 ，分别对式（4-1-8） 和 取偏微分，有： 中的每个系数 令这些偏微分为零，整理后得到式（4-1-7）的正规方程组 如下： 将该极小值问题，也即式（4-1-10）写成矩阵形式，注意到 ，有： （4-1-11） （4-1-12） 为方便起见，设有N个间隔为 ，且均匀分布的观测值，总的 ，则可以证明下列平均值： 观测时间为 因此，对于均匀分布的点，正规方程简化为： 由此可解得： （4-1-14） （4-1-13） 或： （4-1-14） 例4-1-1：设正弦曲线由函数 建模，其中 。表4-1-1给出该曲线在区间 内等间隔 。试用最小二乘法确定系数。 生成的10个观测值，间隔 例4-1-1： -4.330 2.502 17.00 -1.536 2.114 2.614 1.35 -2.547 0.829 2.678 1.20 -2.253 -0.732 2.369 1.05 -1.061 -1.460 1.805 0.90 0.000 -1.200 1.200 0.75 0.462 -0.636 0.786 0.60 0.687 -0.223 0.722 0.45 0.980 0.319 1.031 0.30 0.938 1.291 1.595 0.15 0.000 2.200 2.200 0 f(t) t 解：根据式（4-1-15），可计算出 因此，最小二乘法给出的拟合模型为 另外，由式（4-1-4）和式（4-1-5）可求出 故上式可改写成 上述分析可以推广到一般线性最小二乘模型中。如果选择基函数 ，则任意函 可以表示为基函数的线性加权组合，即 数 对于均匀分布数据，式中的系数由下列公式计算 综上所述，从回归（即 ）意义上讲，上述方法显然可以用 ）等于数据点个数（即N） 。特别要说明的是，连续时间傅立叶级数展开 于数据的拟合或建模；另外，若应用于插值或者配置（collocation） 算法中，则它适用于未知数个数（即 的情况，即 就采用了这种思想。 * 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开发项目 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开发项目 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开发项目 数字多媒体信息处理与通信技术研究室 中国联合网络有限公司北京市分公司委托研究开