求教：matlab样条插值内插的程序

>> x=[520,280,1566,78,3962,31,0];

>> x1=[0,31,3962,78,1566,280,520];

>> y=[0,-30,-36,-35,-2844,-94,0];

>> y1=[0,94,2844,35,36,30,0];

>> x2=520:-104:0;

>> y2=spline(x,y,x2);

>> x3=0:104:520;

>> y3=spline(x1,y1,x3);

>> plot(x2,y2,'-',x3,y3,'-')

其实要加入更多的点的话，你只需要把自变量x的范围按要求变化下就好了。但是要注意的就是样条函数的自变量X要求是递增或是递减，所以分成两段来解。

for(2) i think you can use interp( ) or resample( )

pretty easy

just type help in the command window to see the usage

griddata 调用方法：

ZI = griddata(x,y,z,XI,YI)

[XI,YI,ZI] = griddata(x,y,z,XI,YI)

[] = griddata(,method)

[] = griddata(,method,options)

method 的值 为

'linear' -- 则，以三角形为基础的线性内插

'cubic' -- 则，以三角形为基础的三次方程内插

'nearest' -- 则，用最邻近的点 内插

'v4'-- -- 则，MATLAB 4 格点样条函数内插

默认'linear' 线性内插

三角形为基础，就是按Delaunay方法先找出内插点四周的3个点，构成三角形，内插点在三角形内。然后线性内插，或三次方程内插。

'cubic' 和 'v4' 插值结果构成的曲面较光滑，'linear'和 'nearest' 插值结果构成的曲面不光滑不连续。

前3种方法具体算法见

[1] Barber, C B, DP Dobkin, and HT Huhdanpaa, "The Quickhull Algorithm for Convex Hulls," ACM Transactions on Mathematical Software, Vol 22, No 4, Dec 1996, p 469-483 Available in PDF format at >

只是抽取和内插吗？需不需要滤波和频域分析？对什么信号进行内插和抽取？

我写了最简单的形式：

内插的：

%interpolation

clear; %清空工作间

N=100; %原采样时间，假设为100s

n=0:1:N-1; %采样率为1s，即每隔1s采一个样

xn=sin(npi/8)+sin(npi/4);%建立等待内插的函数

subplot(2,1,1) %画图

stem(n,xn);xlabel('t');title('x(t)');%画原函数图

yn=interp(xn,7); %直接用MATLAB内插函数进行内插

t=0:1/7:100-1/7; %内插后的采样率，每隔1/7s采一个样

subplot(2,1,2)

stem(t,yn);xlabel('t');title('y(t)');%画内插后函数图

抽取的：

%decimation

clear;

N=100;

n=0:05:N-1; %采样率为05s

xn=sin(npi/8)+sin(npi/4);

subplot(2,1,1)

stem(n,xn);xlabel('t');title('x(t)'); %画原函数图

yn=zeros(1,length(xn)); %先将抽取后的值全设为零

for i=1:5:length(xn); %通过循环，每隔5个点将抽取后的值赋值为原函数的

yn(i)=xn(i); %采样值

end

subplot(2,1,2)

stem(n,yn);xlabel('t');title('y(t)'); %画图

其中，内插是用了MATLAB自带的函数interp进行的，抽取是通过for循环自己做的。

之前我一般是把sqlite的数据导出到excel里面，然后把数据复制到matlab里面再跑算法的。

感觉有点低效，所以最近两天安装了一个sqlite驱动，用matlab打开db文件，读出数据之后直接跑算法。

以上就是关于求教：matlab样条插值内插的程序全部的内容，包括:求教：matlab样条插值内插的程序、序列抽取和内插的MATLAB实现、matlab中的插值函数 griddata的具体原理是什么呢可否大概讲解一下！！！等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！