本文详细介绍了MATLAB中的曲线拟合，使用最小二乘原理构造拟合多项式，并通过polyfit和polyval函数进行操作。接着讨论了傅立叶分析的重要性，特别是快速傅立叶变换(FFT)在信号处理中的应用，以及相关函数fft、ifft、fft2、ifft2的使用。最后，通过实例展示了对正弦衰减曲线进行FFT变换并绘制幅值、相位、实部和虚部图的过程。
4.6 曲线拟合
在上一节，已经介绍了数据插值，它要求原始数据是精确的，或具有较小的误差。事实上，由于种种原因，实验或测量中所获得的数据总会有一定的误差。在这种情况下，如果强求构造的函数(曲线)通过各插值节点，显然是不合理的。为此，人们设想构造一个函数(曲线)y=g(x)去拟合f(x)，但它不必通过各插值节点，而只是使该曲线从这些插值节点中穿过，且使它在某种意义下最优。
MATLAB的曲线拟合是用常见的最小二乘原理，所构造的g(x)是一个次数小于拟合节点个数的多项式。
4.6.1 最小二乘原理及其曲线拟合算法
设测得离散的n+1个节点的数据如下：
构造一个如下的m次拟合多项式函数g(x)为 (m≤n)：
所谓曲线拟合的最小二乘原理，就是使上述拟合多项式在各数据点处的偏差
的平方之和达最小。
上式中的
均为已知值，而式中的系数为
个未知数，故可以将其看做是
的函数，即
最低0.47元/天 解锁文章
205
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
