用Matlab进行最小二乘法线性拟合(求传感器非线性误差、灵敏度).doc
- 文档编号:122144
- 上传时间:2022-10-03
- 格式:DOC
- 页数:2
- 大小:30.50KB
用Matlab进行最小二乘法线性拟合(求传感器非线性误差、灵敏度).doc
《用Matlab进行最小二乘法线性拟合(求传感器非线性误差、灵敏度).doc》由会员分享,可在线阅读,更多相关《用Matlab进行最小二乘法线性拟合(求传感器非线性误差、灵敏度).doc(2页珍藏版)》请在冰豆网上搜索。
%后面的为注释,红色部分代码需要根据实际情况更改
%最小二乘法线性拟合y=ax+b
x=[0.5,1,1.5,2,2.5,3,3.5,4,4.5,5];%自变量
y=[191,321,442,565,686,819,930,1032,1153,1252];%因变量
xmean=mean(x);ymean=mean(y);
sumx2=(x-xmean)*(x-xmean)';
sumxy=(y-ymean)*(x-xmean)';
a=sumxy/sumx2;%解出直线斜率a(即传感器灵敏度)
b=ymean-a*xmean;%解出直线截距b
z=((a*(x(1,10))+b-(y(1,10)))/(y(1,10)));%“10”是自变量的个数,z为非线性误差(即线性度)
a
b
z
%作图,先把原始数据点用蓝色"十"字描出来
figure
plot(x,y,'+');
holdon
%用红色绘制拟合出的直线
px=linspace(0,6,50);%(linspace语法(从横坐标负轴起点0画到横坐标正轴终点6,50等分精度))
py=a*px+b;
plot(px,py,'r');
运行结果:
a=236.9818b=87.4000
另一种简单一点的方法:
%最小二乘法线性拟合y=ax+b
x=[0.5,1,1.5,2,2.5,3,3.5,4,4.5,5];%自变量
y=[191,321,442,565,686,819,930,1032,1153,1252];%因变量
p=polyfit(x,y,1);
p
运行结果:
p=
236.981887.4000
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Matlab 进行 最小二乘法 线性 拟合 传感器 非线性 误差 灵敏度
![提示](https://static.bdocx.com/images/bang_tan.gif)