基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)

发布时间:2024-03-13 08:01

目录

一. 三维插值

例题1

二. 高维度插值拟合

格式一

格式二

格式三

格式四

格式五

例题2

三. 单变量三次样条插值

例题3

例题4

四. 多变量三次样条插值

例题6


一. 三维插值

首先三维网格生成是利用meshgrid()函数,在MATLAB中调用格式如下:

[x,y,z]=meshgrid(x1,y1,z1)
% x1,y1,z1为这三维数据所需要的分割形式,均以向量形式给出
%返回的x,y,z为网格的数据生成,也是三维数组

三维插值运算,主要利用griddata()函数与interp()函数,如下:

griddata3()  %三维非网格形式的插值拟合
griddatan()  %n维非网格形式的插值拟合
interpn()    %N维网格数据的插值拟合

实际上,interp3()和interpn()调用格式与interp2()函数一致;

griddata3()和griddatan()调用格式与griddata()函数一致。

有关interp2()与griddata()函数可见之前的博客:

基于MATLAB的二维与三维插值拟合运算(附完整代码)_唠嗑!的博客-CSDN博客

基于MATLAB的数据插值运算:Lagrange与Hermite算法(附完整代码)_唠嗑!的博客-CSDN博客

例题1

通过函数V(x,y,z)来生成一些网格型样本点,试根据样本点进行拟合,并给出拟合误差。

\"V(x,y,z)=e^{x^2z+y^2x+z^2y}cos(x^2yz+z^2yx)\"

解:

MATLAB代码如下:

clc;clear;

[x,y,z]=meshgrid(-1:0.2:1);
[x0,y0,z0]=meshgrid(-1:0.05:1);
V=exp(x.^2.*z+y.^2.*x+z.^2.*y).*cos(x.^2.*y.*z+z.^2.*y.*x);
V0=exp(x0.^2.*z0+y0.^2.*x0+z0.^2.*y0).*cos(x0.^2.*y0.*z0+z0.^2.*y0.*x0);

V1=interp3(x,y,z,V,x0,y0,z0,\'spline\');
err=V1-V0;
max(err(:))

运行结果:

ans =0.041862381154469

二. 高维度插值拟合

interpn()函数可实现一维、二维、三维和N维网格数据的插值。常用的有五种格式:

格式一

Vq=interpn(X1,X2,...,Xn,V,Xq1,Xq2,...,Xqn)

格式二

Vq=interpn(V,Xq1,Xq2,...,Xqn)

格式三

Vq=interpn(V)

样本值之间间隔分割一次

格式四

Vq=interpn(V,k)

将每个维度上样本值之间的间隔反复分割k次,形成优化网格,并在这些网格上返回插入值。这将在样本值之间生成\"2^k-1\"个插入点

格式五

Vq=interpn(_,method,extrapval)

可以指定备选插值方法,包含:\'linear\',\'nearest\',\'pchip\',\'cubic\',\'makima\'或者\'spline\'。默认方法为\'linear\'。

例题2

自行选取数据,利用interpn()函数进行一维插值,二维插值与三维差值。

解:

(1)一维插值

MATLAB代码如下:

clc;clear;
x=[1 2 3 4 5];
v=[12 16 31 10 6];
xq=(1:0.1:5);
vq=interpn(x,v,xq,\'cubic\');
plot(x,v,\'o\',xq,vq,\'-\');
legend(\'Samples\',\'Cubic Interpolation\');

运行结果:

\"基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)_第1张图片\"

(2)二维插值

MATLAB代码如下:

clc;clear;
[X1,X2]=ndgrid(-5:1:5);
R=sqrt(X1.^2+X2.^2)+eps;
V=sin(R)./(R);
Vq=interpn(V,\'cubic\');
mesh(Vq);
size(V);
size(Vq);

 运行结果:

\"基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)_第2张图片\"

(3)三维插值

此例子将给定函数\"z=f(x,y)=(x^2-2x)e^{-x^2-y^2-xy}\"

MATLAB代码如下:

clc;clear;
[x,y]=ndgrid(-3:.6:3,-2:.4:2);
z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
[x1,y1]=ndgrid(-3:.2:3,-2:.2:2);
z1=interpn(x,y,z,x1,y1);
surf(x1,y1,z1),axis([-3,3,-2,2,-0.7,1.5])

 运行结果:

\"基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)_第3张图片\"

三. 单变量三次样条插值

给定样本点,平面上n个点\"(x_i,y_i)(i=1,2,\\cdots,n)\",且满足\"x_1<x_2<\\cdots<x_n\"

S(x)为三次样条函数需要满足如下三个条件:

  1. \"S(x_i)=y_i(i=1,2,\\cdots,n)\",即函数经过样本点
  2. S(x)在每个子区间\"[x_i,x_{i+1}]\"上为三次多项式,即\"S(x)=c_{i1}(x-x_i)^3+c_{i2}(x-x_i)^2+c_{i3}(x-x_i)+c_{i4}\"
  3. S(x)在整个区间\"[x_1,x_n]\"上有连续的一阶以及二阶导数

在MATLAB中,定义一个三次样条函数类,如下:

S=csapi(x,y)

 上式子中\"x=[x_1,x_2,\\cdots,x_n],y=[y_1,y_2,\\cdots,y_n]\"为样本点。S返回样条函数对象的插值结果,其中就包含子区间点,各区间点三次多项式系数等等。

可以利用fnplt()绘制出插值结果,调用格式如下:

fnplt(S)

对给定的向量xp,可用fnval()函数进行计算,调用格式如下:

yp=fnval(S,xp)

由此式子得出的yp是xp上各点的插值结果。

例题3

以sin(x)产生的数据点为例子,进行三次样条插值运算。

解:

MATLAB代码如下:

clc;clear;
x0=[0,0.4,1,2,pi];
y0=sin(x0);
sp=csapi(x0,y0),fnplt(sp,\':\');
hold on,ezplot(\'sin(t)\',[0,pi]);
plot(x0,y0,\'o\')
sp.coefs

运行结果:

sp = 

  包含以下字段的 struct:

      form: \'pp\'
    breaks: [0 0.400000000000000 1 2 3.141592653589793]
     coefs: [4×4 double]
    pieces: 4
     order: 4
       dim: 1


ans =

  -0.162650313526554   0.007585653997624   0.996535644336825                   0
  -0.162650313526551  -0.187594722234240   0.924532017042179   0.389418342308651
   0.024435716847400  -0.480365286582031   0.523756011752416   0.841470984807897
   0.024435716847400  -0.407058136039832  -0.363667410869446   0.909297426825682

\"基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)_第4张图片\"

根据运算的结果,在(0.4000,1)区间内,插值多项式可以表示为如下:

\"S_2(x)=-0.1627(x-0.4)^3-0.1876(x-0.4)^2+0.9245(x-0.4)+0.3894\"

例题4

自行选取函数f(x)的一些数据点,用三次样条插值的方法对这些数据进行拟合。

\"f(x)=(x^2-3x+5)e^{-5x}sinx\"

解:

MATLAB代码如下:

clc;clear;
x=0:.12:1;
y=(x.^2-3*x+5).*exp(-5*x).*sin(x);
sp=csapi(x,y);
fnplt(sp)
c=[sp.breaks(1:4)\' sp.breaks(2:5)\' sp.coefs(1:4,:),sp.breaks(5:8)\'...
    sp.breaks(6:9)\' sp.coefs(5:8,:)]

 运行结果:


c =

  列 1 至 7

                   0   0.120000000000000  24.739556929256214 -19.358812904771273   4.515070686988533                   0   0.480000000000000
   0.120000000000000   0.240000000000000  24.739556929256135 -10.452572410239041   0.937704449187296   0.305791530983672   0.600000000000000
   0.240000000000000   0.360000000000000   4.507107987633279  -1.546331915706831  -0.502164069926209   0.310548976552460   0.720000000000000
   0.360000000000000   0.480000000000000   1.913943736028591   0.076226959841147  -0.678576664630090   0.235810391177767   0.840000000000000

  列 8 至 12

   0.600000000000000  -0.240386219157313   0.765246704811441  -0.577599824871780   0.158786154419726
   0.720000000000000  -0.477388221775507   0.678707665914812  -0.404325300384630   0.100078340597694
   0.840000000000000  -0.455907214289051   0.506847906075627  -0.262058631745777   0.060507768093483
   0.960000000000000  -0.455907214289066   0.342721308931568  -0.160110325944914   0.035571534465187

\"基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)_第5张图片\"

 

四. 多变量三次样条插值

处理多个自变量的网格数据三次样条插值的格式如下:

S=csapi({x1,x2,...,xn},z)
%xi为自变量的网格标志
%z是网格数据的样本点
%得到的S是三次样条函数对象

例题5

用三次样条插值方法得出z函数网格数据的样条插值拟合,并绘制出曲面

\"z=f(x,y)=(x^2-2x)e^{-x^2-y^2-xy}\"

解:

MATLAB代码如下:

clc;clear;

x0=-3:.6:3;
y0=-2:.4:2;
[x,y]=ndgrid(x0,y0);
%注意此处只能使用ndgrid,否则生成的z矩阵的顺序有问题

z=(x.^2-2*x).*exp(-x.^2-y.^2-x.*y);
sp=csapi({x0,y0},z);
fnplt(sp);

运行结果:

\"基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)_第6张图片\"

在MATLAB中,函数spline也可以进行三次样条数据插值,格式如下:

yy=spline(x,y,xx)

例题6

对离散分布在y函数曲线上的数据点进行样条插值计算。

\"y=e^xsinx\"

解:

MATLAB代码如下:

clc;clear;

x=[0 2 4 5 8 12 12.8 17.2 19.9 20];
y=exp(x).*sin(x);
xx=0:.25:20;
yy=spline(x,y,xx);
plot(x,y,\'o\',xx,yy)

 运行结果:

\"基于MATLAB的三维数据插值拟合与三次样条拟合算法(附完整代码)_第7张图片\"

 

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号