matlab 里面 如果传递函数当中s在e的指数上,那么在num=[ ]里该怎么表示那个e
来源:学生作业帮助网 编辑:作业帮 时间:2024/11/15 10:19:47
matlab 里面 如果传递函数当中s在e的指数上,那么在num=[ ]里该怎么表示那个e
matlab 里面 如果传递函数当中s在e的指数上,那么在num=[ ]里该怎么表示那个e
matlab 里面 如果传递函数当中s在e的指数上,那么在num=[ ]里该怎么表示那个e
制领域的时域图用一下方法是可以实现的.
首先:想办法读出样本点,x=(),y=() (在7.0里用小括号就可以了,不同版本可以自行改一下)
之后可参见如下方法,我也是转载ilove.MATLAB论坛上的方法 用过很好用
转载:“在Matlab 6.5以上的环境下,在左下方有一个"Start"按钮,如同Windows的开始菜单,点开它,在目录"Toolboxes"下有一个"Curve Fitting",点开"Curve Fitting Tool",出现数据拟合工具界面,基本上所有的数据拟合和回归分析都可以在这里进行.
下面给你简单介绍一下它的使用方法.
首先在Matlab的命令行输入两个向量,一个向量是你要的x坐标的各个数据,另外一个是你要的y坐标的各个数据.输入以后假定叫x向量与y向量,可以在workspace里面看见这两个向量,要确保这两个向量的元素数一致,如果不一致的话是不能在工具箱里面进行拟合的.
例如在命令行里输入下列数据:
x=(0:0.02:0.98)';
y=sin(4*pi*x+rand(size(x)));
此时x-y之间的函数近似的为正弦关系,频率为2,但是存在一个误差项.
可以通过作图看出它们的大体分布:
plot(x,y,'*','markersize',2);
打开曲线拟合共工具界面,点击最左边的"Data..."按钮,出现一个Data对话框,在Data Sets页面里,在X Data选项中选取x向量,Y Data选项中选取y向量,如果两个向量的元素数相同,那么Create data set按钮就激活了,此时点击它,生成一个数据组,显示在下方Data Sets列表框中.关闭Data对话框.此时Curve Fitting Tool窗口中显示出这一数据组的散点分布图.
点击Fitting...按钮,出现Fitting对话框,Fitting对话框分为两部分,上面为Fit Editor,下面为Table of Fits,有时候窗口界面比较小,Fit Editor部分会被收起来,只要把Table of Fits上方的横条往下拉就可以看见Fit Editor.在Fit Editor里面点击New Fit按钮,此时其下方的各个选框被激活,在Data Set选框中选中刚才建立的x-y数据组,然后在Type of fit选框中选取拟合或回归类型,各个类型的拟合或回归相应的分别是:
Custom Equations 用户自定义函数
Expotential e指数函数
Fourier 傅立叶函数,含有三角函数
Gaussian 正态分布函数,高斯函数
Interpolant 插值函数,含有线性函数,移动平均等类型的拟合
Polynomial 多项式函数
Power 幂函数
Rational 有理函数(不太清楚,没有怎么用过)
Smooth Spline (光滑插值或者光滑拟合,不太清楚)
Sum of sin functions正弦函数类
Weibull 威布尔函数(没用过)
不好意思,没有学过数理统计,所以很多东西都是用了才知道,翻译也就不太准确.不过在Type of fit选框下方有一个列表框,基本上各个函数类里的函数都写成解析式列在下方以供选择,所以找合适的函数还是比较容易的.
在这个Type of fit选框中选择好合适的类型,并选好合适的函数形式.于是点击Apply按钮,就开始进行拟合或者回归了.此时在Curve Fitting Tool窗口上就会出现一个拟合的曲线.这就是所要的结果.
在上面的例子中,选择sum of sin functions中的第一个函数形式,点击Apply按钮,就可以看见拟合得到的正弦曲线.
在Fitting对话框中的Results文本框中显示有此次拟合的主要统计信息,主要有
General model of sin1:
.(函数形式)
Coefficients (with 95% conffidence range) (95%致信区间内的拟合常数)
a1=...( ......) (等号后面是平均值,括号里是范围)
.
Godness of fit:(统计结果)
SSE:...(方差)
R-squared:...(决定系数,不知道做什么的)
Adjusted R-squared:...(校正后的决定系数,如何校正的不得而知)
RMSE:...(标准差)
上面的例子中经过拟合得到的函数最后为
y=0.9354*sin(12.36x+6.886)
频率为1.98加减0.03,和原来设置的频率为2符合,相对误差为1.5%.
这是曲线拟合工具箱的一个最简单的使用方法,上面还有很多功能,写是写不完的,自己参照这个基本的思路,翻着英汉词典,看着帮助,然后一个按钮一个按钮的试吧.
另外要说的是,如果想把这个拟合的图像导出的话,在Curve Fitting Tool窗口的File菜单下选Print to Figure,此时弹出一个新的图像窗口,里面是你要导出的图像,在这个figure窗口的File菜单里再选Export,选择好合适的格式,一般是jpeg,选择好路径,点击OK就可以了.出来的图像可以在Word等编辑环境中使用,就不多说了.
要修改图像的性质,如数据点的大小、颜色等等的,只需要在对象上点右键,就差不多可以找到了.”
上面所说的X,Y向量就是样本点.
下面是转载的网址,希望有用处
ilovematlab是个不错的论坛,我也是刚发现,不过帮助很大,基本的问题在那都会有答案.