【代码】
x=[200 300 400 500 600 700 800 900 1000 1100 1200 1300 1400 1500 1600 1700 1800 1900 2000]
y=[0.1 0.25 0.49 0.65 0.7 0.91 1.15 1.26 1.37 1.46 1.52 1.60 1.65 1.67 1.68 1.68 1.69 1.69 1.71]
cftool(x,y)
【拟合方式一:指数拟合】
General model Power2:
f(x) = a*x^b+c
Coefficients (with 95% confidence bounds):
a = -44.95 (-570, 480.1)
b = -0.02049 (-0.297, 0.2561)
c = 40.3 (-490, 570.6)
Goodness of fit:
SSE: 0.1527
R-square: 0.9708
Adjusted R-square: 0.9672
RMSE: 0.0977
【拟合方式二:最高三次多项式】
Linear model Poly3:
f(x) = p1*x^3 + p2*x^2 + p3*x + p4
Coefficients (with 95% confidence bounds):
p1 = -1.208e-011 (-1.778e-010, 1.536e-010)
桐棚祥 p2 = -6.613e-007 (-1.214e-006, -1.088e-007)
p3 = 0.002397 (0.001855, 0.00294)
p4 = -0.388 (-0.5376, -0.2384)
Goodness of fit:
SSE: 0.02784
R-square: 0.9947
Adjusted R-square: 0.9936
RMSE: 0.04308
【拟合方式三:最高四次多项式】
Linear model Poly4:
f(x) = p1*x^4 + p2*x^3 + p3*x^2 + p4*x + p5
Coefficients (with 95% confidence bounds):
p1 = 4.099e-013 (1.256e-013, 6.942e-013)
p2 = -1.815e-009 (-3.073e-009, -5.575e-010)
p3 = 2.001e-006 (1.018e-007, 3.9e-006)
p4 = 0.0009045 (-0.0002188, 0.002028)
p5 = -0.1391 (-0.3494, 0.07117)
Goodness of fit:
SSE: 0.01654
R-square: 0.9968
Adjusted R-square: 0.9959
RMSE: 0.03437
【小结和粗】
实际上多项式拟合经度(SSE,RMSE)四次高于三次,因为四次包含了三次,需要根据物理模型来确定选择多项式最高次数。
指数模型精度低于三次多项式。
本文希望你局搏能认识一个新的有用的函数,曲线拟合工具箱
希望你学习进步。
N=21wp=0.3*pi
ws=0.5*pi
wc=ws-wp
fc=wc/pi
n=[0:N-1]
r=(N-1)/2
m=n-r
hd=fc*sinc(fc*m)%产生理想巧亮低通滤波器的脉冲响应
wn=hamming(N)%产生海明窗函数序滑宽码列
hn=hd.*wn'%对理想低通滤波器加海明窗
[H,w]=freqz(hn,1,512,'whole',2)
db=20*log10(abs(H)/max(abs(H)))
subplot(221)
plot(w,db)
grid
xlabel('归一化频率w')
ylabel('相对幅度/db')
title('(a) N=21时幅度响应特性')
这是我做的21阶海明窗函数,矩形窗只需要把hamming(N)函数换成triang(N)就行了,其他窗函数也是一样。
[H,w]=freqz(hn,1,512,'whole',2)这句话是求频谱。
我本科毕业信哪设计就是做的基于matlab的FIR滤波器。很有多论文需要在知网付费下载。
有需要的话另外提问,多给些悬赏分,留下邮箱,我发给你。不过我的毕业论文不给哈,但是有很多很多的参考材料
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)