Matlab在线性参数最小二乘法中的应用.doc

Matlab在线性参数最小二乘法中的应用 姓 名： 张东风 学 号： 0702381008 班 级： 测控071 指导老师： 林富生 日 期： 2010/12/26 一：核心算法介绍 1．参数的最小二乘法处理 为了确定t 个不可直接测量的未知量X1，X2，?，Xt的估计值x1，x2，?，xt，可对与该t 个未知量有线性系的直接测量量Y(Y=a1X1+a2X2+?+atXt）进行n 次测量，测得数据为: l1，l2，?，ln。设直接测量量Y1，Y2，?Y3的估计值用y1，y2，?，yn表示，则线性参数的测量方程为: （1） 相应的估计量为: （2）由于测量误差的存在，估计值与实测值不完全相等，其误差方程为: （3）由最小二乘法可知: 参数的最佳值应在残余误差平方和为最小的条件下给出，即应满足: （4）利用极值的偏倒数为零的性质，现用残余误差平方和对t个未知量求偏导，并令其为零，可得到t个方程，整理后得: （5）此方程即为线性参数最小二乘法处理的正规方程，方程的个数等于未知量的个数，有唯一确定的解，由此可解得欲求的估计量。 但从方程中也可以看出，计算工作量将随未知量个数的增大而迅速增大，计算非常繁杂，因此借助Matlab强大的计算功能可迅速减小工作量，而且准确可靠，减小人为误差。 为了借助Matlab强大的矩阵运算功能，对正规方程表示成矩阵形式，如式（6）所示: （6） 令 则式(6)可表示为: (7) 式(3)可表示为: (8) 把式(8)代入式(9)得: 由此可得未知量最佳估计值的矩阵解: Matlab 求解算法流程如图一所示: 2．实例数据处理： 研究测力计示值F 与测量时的温度t 的对应关系，已知F 值随t 的变化呈线性关系F=k0+kt，为求出k0和k 最小二乘估计及其相应精度，独立测得数据如表一所示: 表一强度与力关系表 程序代码如下: A=[1,15;1,18;1,21;1,24;1,27;1,30]; L=[43.61;43.63;43.68;43.71;43.74;43.78]; C=inv(A*A); B=A*L; X=C*B V=L-A*X; V1=V*V; Q=sqrt(V1/4); gidu=Q*sqrt(diag(C)) 程序输出结果为: X=[43.4324;0.0115] gidu=[0.0119;0.0005] 即k0的最佳估计值为43.4324，精度为0.0119; k 的最佳估计值为0.0115，精度为0.0005。 二．程序接界面设计： 打开程序加入欢迎界面，如图所示： 点击OK加入主界面，如图所示： Help界面： 关于界面： 该程序可以从外部的TXT格式的文件中读入参数，参数一以事先录在A.TXT，参数二可以事先录在B.TXT 如图所示： 点击File-( DataFromFile,读入数据点击OK进行计算，结果如图所示： 三．部分程序解释： 1．欢迎界面点击OK后，欢迎界面将退出，然后调用主界面，程序如下， h=gcf;%获取当前界面的句柄 zuixiaoerchfa2;%%调用zuixiaoerchfa2函数，即显示主界面 delete(h);%%退出欢迎界面 Help界面和关于界面中的PushButton的CallBack函数语句类似。 2．主界面函数实现 ①在参数一和参数二中没有输入数据或者输入数据列数不相等，或者输入数据出现错误，OK按钮将不可用。实现代码为： str1=get(handles.edit1,String); str2=get(handles.edit2,String);%%分别得到两个输入框edit1和edit2中的字符 str11=str2num(str1); str21=str2num(str2);%%将得到的字符分别转化为数字 [str12,str13]=size(str11); [str22,str23]=size(str21);%%得到两组数据的行数和列数，行数存在str12和str22中 if str12==str22~=0 str12~=0 set(handles.pushbutton1,Enable,ON);%%如果输入数据满足要求，使能OK按钮 else set(handles.pushbutton1,Enable,OFF);%%否者禁止OK按钮 end ②OK按钮函数代码如下： A1=get(handles.edit1,String); B1=get(handles.edit2,String);%%分别得到两个输入框中的数据 A=str2num(A1); L=str2num(B