matlab插值与拟合

插值：两个变量间的关系可以通过函数来表示，若x为自变量，y为因变量，则函数关系可描述为y=f（x）。在大多数问题中，函数关系式y=f（x）未知，人们通常采用逼近的方法处理：取得一组数据点（xi，yi）然后构造一个简单的函数P（x）作为函数y=f（x）的近似表达式，即y=f（x）=p（x），若满足p（xi）=f（xi）=y（i） （2）这类问题称为插值问题

拟合：若对（2）中要求所求的函数曲线通过已知的点，，若不要求P（x）通过所有数据点（xi，yi），而是要求曲线在某种准则下整体与所给的数据点尽量接近，而得到p（x),此类问题为拟合问题

一维插值

interpr1 

yi=interp1(x,y,xi,'method') x,y 分别表示给定数据点的横坐标与纵坐标向量 x，xi为待插值点横坐标向量，yi为待插值点纵坐标向量（由插值方法得到插值结果） method为字符串变量，用来设置插值方法  nearst表示最近邻点差值 linear表示线性插值 spline 表示三次样条函数插值 cubic表示三次函数插值

 

interpft

当采用的数据点呈现周期分布时，使用interp1函数进行一维插值，效果不是很好，此时可以使用interpft函数进行插值运算。y=interpft（x，n）表示对x进行傅里叶变换，然后采用n点傅里叶逆变换回到时域。如果x是一个向量，数据x长度为m，采用间隔为dx。则数据y的采样间隔为m/ndx

 

二维插值

interp2

zi=interp2(x,y,z,xi,yi,'method'):x,y分别表示给定数据点的横坐标与纵坐标向量，z表示给定数据点的数值矩阵，xi为待插值点横坐标向量，以为待插值点纵坐标向量，zi为根据插值方法得到的插值结果，method为字符串变量，用来设置插值方法.

 

Zi=interp2(X,Y,Z,Xi,Yi,'method'):X,Y,Z为大小相同的矩阵，X,Y表示网格点，Z表示给定数据点的数值矩阵，Xi，Yi为插值网格点，Zi为根据插值方法得到的差值结果。method为字符串变量，用来设置插值方法

 

数据拟合：曲线拟合的实际含义指寻求一个函数y=p（x），使P（x）在某种准则下与所有的数据点最为接近，即曲线拟合的最好。最常用的曲线拟合是最小二乘法，使得所有给定点到曲线的距离平方和最小

多项式拟合：polyfit

p=polyfit（x，y，n）表示已知数据x，y的n阶拟合多项式f(x)系数p ，x的分量必须是单调的，其中p=[pn,pn-1.......,p0]，p（x）=pn*x^n+pn-1*x^n-1+.....+p1x+p0。若计算拟合多项式在x点数值，可使用 y=polyval（p，x）p为拟合多项式的系数p=[pn,pn-1.......,p0]，p（x）=pn*x^n+pn-1*x^n-1+.....+p1x+p0