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