目录
一、首先准备好需要进行拟合的数据
这里我准备了12组数据,数据越多拟合的准确度越高。
二、将坐标点的数据导入MATLAB。
以数组的形式输入坐标。
x=[0.0,0.2,0.4,0.6,0.8,1.0,1.2,1.4,1.6,1.8,2.0,2.2];
y=[0.00,1.26,2.29,3.06,3.63,4.03,4.32,4.54,4.70,4.81,4.90,4.97];
三、输入“cftool”按回车键,打开曲线拟合器。
曲线拟合器:
四、选择之前导入的坐标数据。
可以看到图中已经出现了对应的坐标点。
五、选择合适的拟合模型和拟合选项。
可以多尝试几种组合,直到选出最接近坐标点的组合。图中的组合就将导入的坐标点都包含了进去。
六、提取结果
这里就是公式模型,公式中对应的参数同样在下方。
最终得到的曲线为:
f(x) = a1*exp(-((x-b1)/c1)^2) + a2*exp(-((x-b2)/c2)^2) + a3*exp(-((x-b3)/c3)^2);
其中 a1 = 109.6 ;
b1 = 2.585 ;
c1 = 1.808 ;
a2 = -355.5 ;
b2 = 1.417 ;
c2 = 2.281 ;
a3 = 297.2 ;
b3 = 1.052 ;
c3 = 2.034 ;