参考资料
Gregory E. Fasshauer. Meshfree Approximation Methods with MATLAB.
P.19
数值实现
Matlab 2019a
地球物理局 地震波动力学实验室 无网格组
声明:
# 系列文章优先满足个人研究需求
# 欢迎批评指正,禁止转载
目录
https://zhuanlan.zhihu.com/p/158726820zhuanlan.zhihu.com径向基函数插值
现在,我们不再使用之前简单的距离矩阵,而是使用径向基函数展开式来求解
中的分散数据插值问题,方法是假设
通过施加插值条件找到系数
,从而求解线性方程组:
我们限于二维情况
。作为基本函数
,我们将同时使用高斯函数和之前产生欧氏距离矩阵的线性函数
。
Matlab脚本RBFInterpolation2D.m的代码与DistanceMatrixFit.m非常相似。它还使用了子函数DistanceMatrix.m。虽然编写适用于任何空间维度
的插值脚本很容易,但在这里使用基本的二维版本。
在第1行我们定义高斯RBF作为接受矩阵参数及其形状参数(即DistanceMatrix的输出)的Matlab匿名函数。我们可以在第一行用线性函数
或者其它可接受的RBF替换高斯函数的定义。
% 定义高斯RBF和形状参数
phi_Gaussian = @(epsilon,r) exp(-(epsilon*r).^2); % 匿名函数
% phi_linear &#