基于MATLAB的径向基函数插值（RBF插值）（一维、二维、三维）

惯例声明：本人没有相关的工程应用经验，只是纯粹对相关算法感兴趣才写此博客。所以如果有错误，欢迎在评论区指正，不胜感激。本文主要关注于算法的实现，对于实际应用等问题本人没有任何经验，所以也不再涉及。

0 前言

插值是一个工程中非常常见的扩展数据方法。通常数据测量数量永远是已知的，数据的储存空间也是有限的，但工程中的数据需求却永远是无限的。

如何用较少位置处的数据点来推广到任意位置处的数据点，是工程中常见的问题。其中径向基函数RBF插值具有不依赖数据网格的特点，省去了传统插值的网格剖分，是一种基于拟合的插值。

本文主要注重于具有几何意义上的RBF插值，所以只列举了一维二维和三维插值，更高维插值数据可以稍加改写代码就可以实现，本文也不再涉及。

本文的参考文献如下：
[1]Meshfree Approximation Methods with MATLAB.Gregory E. Fasshauer.

1 RBF思路

径向基函数的大概原理是利用一系列函数叠加，对原函数进行拟合。也就是:
$$F(x)=\sum w_i\ast f_i(x_0,x)$$
其中f(x0,x)为基函数，是中心对称函数，函数中心点在x0上。w为每个函数的权重。

因此，只需要求出权重w，就可以利用基函数在各个点的值，计算出整个域的函数。而求解权重，也是一个简单的线性代数问题，直接用线性方程组求逆的方式就可以得到。

因此，RBF方法也具有原理简单，编程容易的特点。

下面用一个简单的例子来解释。

首先问题假设如下，我有下面6个点的数据（xi,yi），想插值出蓝色的曲线结果，该如何处理？

那么第一步，我们构造核函数。这里选用高斯函数作为核函数：

总共构造6个核函数f(x,xi)，每个核函数中心点在xi上。
$$f_i(x)=exp(-(x-x_i{)}^2/2/s^2)$$
每个函数乘以权重，可以得到当前基函数对应各个点的数值。以第一个基函数为例：
$$w_1\ast \left[\begin{array}{c}{f}_1(x_1)\\ f_1(x_2)\\ f_1(x_3)\\ f_1(x_4)\\ f_1(x_5)\\ f_1(x_6)\end{array}\right]$$
则原函数F(x)可以计算为：
$$F(x)=\sum w_i\ast f_i(x)$$$$=\sum w_i\ast \left[\begin{array}{c}{f}_i(x_1)\\ f_i(x_2)\\ f_i(x_3)\\ f_i(x_4)\\ f_i(x_5)\\ f_i(x_6)\end{array}\right]$$ = [ f 1 ( x 1 ) f 2 ( x 1 ) f 3 ( x 1 ) f 4 ( x 1 ) f 5 ( x 1 ) f 6 ( x 1 ) f 1 ( x 2 ) f 2 ( x 2 ) f 3 ( x 2 ) f 4 ( x 2 ) f 5 ( x 2 ) f 6 ( x 2 ) f 1 ( x 3 ) f 2 ( x 3 ) f 3 ( x 3 ) f 4 ( x 3 ) f 5 ( x 3 ) f 6 ( x 3 ) f 1 ( x 4 ) f 2 ( x 4 ) f 3 ( x 4 ) f 4 ( x 4 ) f 5 ( x 4 ) f 6 ( x 4 ) f 1 ( x 5 ) f 2 ( x 5 )