matlab lookup table使用方法

最新推荐文章于 2024-05-25 09:24:16 发布

Radio.GuGu

最新推荐文章于 2024-05-25 09:24:16 发布

阅读量5.9k

点赞数 2

文章标签： matlab 算法

本文链接：https://blog.csdn.net/qq_37485167/article/details/129790901

版权

引入lookup table模块

在lookup tables的库里找到需要的模块
在这里插入图片描述

一维数组

双击模块，设置table data和break points；
如果以坐标轴来理解，则break points是X轴，table data是Y轴；
以下图为例：若输入为2则输出为3；
在这里插入图片描述
备注：若输入为不等间距数值则采用lookup table dynamic模块。xdata、ydata的输入应连接到数组，且xdata的数组应该是由大到小或由小到大顺序排列；输入可

二位数组

设置同一维数组
在这里插入图片描述
用m语言查看数组在坐标轴的含义：

arry = [4 7 6 8;12 14 20 25;10 18 23 29];
mesh(arry);

坐标轴如下：
在这里插入图片描述

配置含义

在这里插入图片描述
1维与2维配置项相同。以下以1维为例
一维数组设定为[1 3 8 10 11 14 13 10 9 4]

Interpolation内插法

若输入在定义范围内，但不在采样点上，采用的拟合方法

flat

在这里插入图片描述
水平折线。
按照区间进行取值，若输入在[1,2)输出1，在[2,3)输出3…
若内插定义为flat，则外推自动定义为clip，即输入若小于定义的最小值按照最小值的输入输出数据，若输入大于定义的最大值则输出定义的最大值输出数据。
以上为例：若输小于1，则输出1，若输入大于10则输出4；

nearest

在这里插入图片描述
四舍五入版的水平折线法，输入超范围同flat。
若输入为1.4显示1，若为1.5输出3。

Linear

在这里插入图片描述
线性拟合，拟合方式由图可知。是最常用的拟合方式。

cubic spline

在这里插入图片描述
三次样条插值：一维数组不同插值法区别

%采样点
x=[0:5];
y=[4,1.5,0,1,5,8.6];
%更细分采样点
xq = 0:0.25:5;
figure(1)
plot(x,y);
figure(2)
vq1 = interp1(x,y,xq,'linear');
plot(x,y,'o',xq,vq1,':.');
title('(Default) Linear Interpolation');
figure(3)
vq2 = interp1(x,y,xq,'spline');
plot(x,y,'o',xq,vq2,':.');
title('Spline Interpolation');
figure(4)
vq3 = interp1(x,y,xq,'pchip');
plot(x,y,'o',xq,vq3,':.');
title('cubic Interpolation');

二维数组区别：
请看大佬资料：https://blog.csdn.net/qq_27595745/article/details/129435667
此文还写出了常用的拟合方法最小二乘法Generalized least squares (GLS)的脚本
另一篇大佬资料：https://www.shuzhiduo.com/A/n2d9j0G6zD/