Matlab线性插值
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Matlab线性插值
已知离散点上的数据集,即已知在点集X上对应的函数值Y,构造一个解析函数(其图形为一曲线)通过这些点,并能够求出这些点之间的值,这一过程称为一维插值。
MATLAB命令:yi=interp1(X, Y, xi, method)
该命令用指定的算法找出一个一元函数,然后以给出xi处的值。xi可以是一个
标量,也可以是一个向量,是向量时,必须单调,method可以下列方法之一:
'nearest':最近邻点插值,直接完成计算;
'spline':三次样条函数插值;
'linear':线性插值(缺省方式),直接完成计算;
'cubic':三次函数插值;
对于[min{xi},max{xi}]外的值,MATLAB使用外推的方法计算数值。
下面是第一个例子:
表一室内温度随时间的变化
用三次样条插值、三次插值、线性插值、最近邻点插值分别求出表一中室内6:30—17:30之间每隔2h各点的近似温度,并对四种插值方法下的结果进行比较。
t=6:2:18;
T=[18.0 20.0 22.0 25.0 30.0 28.0 24.0];
tt=6.5:2:17.5;%使用不同的方法进行一维插值
yi_spline=interp1(t,T,tt,'spline') %三次样条插值
yi_cubic=interp1(t,T,tt,'cubic') %三次多项式插值
yi_linear=interp1(t,T,tt) %线性插值
yi_nearest=interp1(t,T,tt,'nearest') %最近邻点插值
%绘制图像进行对比
plot(t,T,'ko');
grid on;hold on;
plot(tt,yi_spline,'b',tt,yi_cubic,'g',tt,yi_linear,'r-',tt,yi_nearest ,'k');
legend('原始数据','三次样条插值','三次插值','线性插值','最近邻点插值',2);
xlabel('时间/t');ylabel('室内温度(T)/摄氏度');
title('四种插值方法的比较 ')
结果:
yi_spline =
18.5020 20.4986 22.5193 26.3775 30.2051 26.8178
yi_cubic =
18.5000 20.4812 22.6305 26.3086 29.8125 27.2344
yi_linear =
18.5000 20.5000 22.7500 26.2500 29.5000 27.0000
yi_nearest =
18 20 22 25 30 28
图片:
下面是第二个例子:
t=1900:10:1990;
p=[75.995,91.972,105.711,123.203,131.669,150.697,179.323,203.212,226.505,249.6 33];
x=1900:0.01:1990;%使用不同的方法进行一维插值
yi_linear=interp1(t,p,x); %线性插值
yi_spline=interp1(t,p,x,'spline');%三次样条插值
yi_cubic=interp1(t,p,x,'cubic');%三次多项式插值
yi_v5cubic=interp1(t,p,x,'v5cubic');%matlab5中使用的三次多项式插值
%绘制图像对比
% subplot是将多个图画到一个平面上的工具。其中,m表示是图排成m行,n 表示图排成n列,也就是整个figure中有n个图是排成一行的,一共m行,如果第一个数字是2就是表示2行图。p是指你现在要把曲线画到figure中哪个图上,最后一个如果是1表示是从左到右第一个位置。
subplot(2,1,1);
plot(t,p,'ko');
hold on;
plot(x,yi_linear,'g','LineWidth',1.5);grid on;
plot(x,yi_spline,'y','LineWidth',1.5);
title('Linear VS Spline ')
subplot(2,1,2);
plot(t,p,'ko');
hold on
plot(x,yi_cubic,'g','LineWidth',1.5);grid on;
plot(x,yi_v5cubic,'y','LineWidth',1);
title('Cubic VS V5cubic ');
%创建新图形窗口
figure
yi_nearest=interp1(t,p,x,'nearest');%最邻近插值法plot(t,p,'ko');
hold on
plot(x,yi_nearest,'g','LineWidth',1.5);grid on;
title('Nearest Method');
%以下是根据拟合估计
msg='year Cubic Linear Nearest Spline';
for i=0:8
n=10*i;
year=1905+n;
pop(i+1,1)=year;
pop(i+1,2)=yi_cubic((year-1900)/0.01+1);
pop(i+1,3)=yi_linear((year-1900)/0.01+1);
pop(i+1,4)=yi_nearest((year-1900)/0.01+1);
pop(i+1,5)=yi_spline((year-1900)/0.01+1);
end
P=round(pop);
disp(msg)
disp(P)
由此可见,各种插值的优劣,在速度上,Nearest最快,然后是Linear再到Cubic,最慢的是Splic.但是精度和曲线的平滑度恰好相反,Nearest甚至不连续~~
系统默认的是Linear