https://blog.csdn.net/dingzj2000/article/details/103719368?utm_medium=distribute.pc_relevant.none-task-blog-OPENSEARCH-3.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-OPENSEARCH-3.control
1.意义
高斯曲线 ,又叫做gaussian curve,是正态分布中的一条标准曲线。具有以下特征:
1.1 正态曲线在横轴上方均数处最高;
1.2 正在分布以均数为中心,左右对称;
1.3 正态分布有两个参数,即均数和标准差;标准正态分布用N(0,1)表示;
1.4 正态曲线下的面积分布有一定的规律。
在分析仪器的测量中,有许多具有明确的物理意义的二维图谱,如光谱图、色谱图等,许多测量图谱都可以用高斯曲线予以描述。高斯曲线虽然也是非线性函数,但它的各个参数具有明确的物理意义,因为高斯拟合在分析仪器的测量中具有广泛的应用前景。利用它来描述或拟合求出一些实验数据的分析,往往能起到常规方法不能达到的作用。
2.结果展示
最近在做一个医用仪器项目,需要用到高斯拟合,之前也没有搞过相关内容,于是先在PC端实现高斯拟合函数,能够实现要求后,再移植到仪器上使用。
先展示一下结果:
图2.1 高斯曲线拟合
先随机选6个测试点(蓝色点),根据这6个测试点,进行高斯拟合,红色曲线就是拟合出来的曲线。拟合出来的曲线基本在选取的6个测试点附近。通过这6个点,找出了互相之间的关系。达到了设计目的。
3.原理
高斯拟合即使用形如:Gi(x) = Ai*exp((x-Bi)^2/Ci^2)的高斯函数对数据点集进行函数逼近的拟合方法,高斯拟合跟多项式拟合类似,不同的是多项式拟合是用幂函数系,而高斯拟合用的是高斯函数系。使用高斯函数拟合来进行拟合,优点在于计算积分十分简单快捷。
3.1 高斯函数
高斯函数:
a表示得到曲线的高度,c是指曲线在x轴的中心,b指width(与半峰全宽有关),图形如下:图形如下:
3.2 高斯拟合原理
设有一组实验数据
(i = 1,2,3,...N),可用高斯函数描述:
式(3.1)中待估参数a,c和b,分别代表的物理意义为高斯曲线的峰高、峰位置和半宽度信息。将式(3.1)两边取自然对数,化为:
令
则式(3.2)化为二次多项式拟合函数
考虑全部数据和测量误差,并以矩阵形式表示如下
简记为:
在不考虑总量程误差E的影响情况下,根据最小二乘原理,可求得拟合常数b0,b1,b2构成的矩阵B的广义最小二乘解为:
进而根据式(3.3),可求得待估参数a,b,c:
,