拟合曲线

最新推荐文章于 2024-07-15 11:02:18 发布

weixin_30443895

最新推荐文章于 2024-07-15 11:02:18 发布

阅读量146

点赞数

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/Sisley/p/6791949.html

拟合幅度-频率曲线

x=[1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40];

%测量值
I0=[817.8 820.9 824.1 829.4 835.8 844 854.5 867.2 882.8 902 925.5 956.2 992.6 1037.7 1093.3 1160.7 1239.7 1323.5 1395.5 1428.4 1401.7 1318 1206 1095.6 1003 931.3 877.9 839.2 811 790.3 775 764 756 749.5 745 741.4 738.7 736.5 735 733.6];
Q0=[1205.6 1175.8 1146 1116 1084.8 1053.3 1020.9 988 954.7 920.9 886.6 855 825.2 801.8 792 807.2 862.8 982.2 1183.5 1457 1749.7 1985 2121.3 2163.2 2141.2 2087.2 2019.9 1951 1885.3 1825 1771 1722.8 1679 1640.6 1605.7 1574.6 1546 1520.2 1496.5 1474.7];

%理想值
frq=[1.00E+06  1.98E+06  2.95E+06  3.93E+06 4.90E+06 6.07E+06 7.05E+06 8.02E+06 9.00E+06 1.02E+07 1.11E+07 1.21E+07 1.31E+07 1.41E+07 1.50E+07 1.60E+07 1.70E+07 1.80E+07 1.91E+07 2.01E+07 2.07E+07 2.11E+07 2.21E+07 2.30E+07 2.40E+07 2.50E+07 2.60E+07 2.71E+07 2.81E+07 2.91E+07 3.01E+07 3.10E+07 3.20E+07 3.30E+07 3.40E+07 3.51E+07 3.61E+07 3.71E+07 3.81E+07 3.90E+07];
pha=[88.12 87.00 85.48 83.89 82.59 81.10 79.95 78.74 77.34 75.46 73.58 71.39 68.79 65.48 61.35 56.06 49.05 39.75 24.96 9.91 0.32 -5.98 -20.47 -32.28 -41.39 -48.26 -53.49 -58.26 -61.33 -63.81 -65.85 -67.56 -69.01 -70.26 -71.35 -72.48 -73.32 -74.08 -74.76 -75.38];
db=[-35.83 -29.82 -26.29 -23.75 -21.73 -19.72 -18.22 -16.84 -15.53 -14.00 -12.74 -11.48 -10.18 -8.84 -7.45 -6.00 -4.52 -3.07 -1.59 -0.83 -0.69 -0.73 -1.24 -2.12 -3.16 -4.20 -5.20 -6.29 -7.11 -7.87 -8.56 -9.19 -9.78 -10.32 -10.83 -11.39 -11.83 -12.24 -12.63 -13.00];
syms u1 u2 

%公式系数
zq=1.237;
zi=0.816;
u1=15.06/10;
u2=15.26/10;

%公式
Q=u1*(Q0./1000-zq);
I=u2*(I0./1000-zi);
am=sqrt(0.5.*( Q.^2+I.^2));%幅度
gain=20.*log10(b);%增益
ph=atand(-Q./I);%相位

n1=10;%拟合阶数
p=polyfit(x,ph,n1)
z1=polyval(ph,x);%拟合的相位
subplot(2,1,1)
plot(x,ph,'o',x,z1,x,pha,'r');%
legend('pha原始数据','pha原始数据拟合','理想曲线')

y=ph-pha;%差值
n2=10;%阶数
p1=polyfit(x,y,n2)
z=polyval(p1,x);%多项式求值
w=z1+z;%补偿后的曲线
subplot(2,1,2)
plot(x,z1,'o',x,z,x,w,'r');
legend('pha原始数据','差值数据拟合曲线','补偿后的曲线')

转载于:https://www.cnblogs.com/Sisley/p/6791949.html