Matlab: 白噪声与曲线拟合

在信号处理中常常需要用到曲线拟合，这里介绍一下利用最小二乘拟合一般曲线的方法，并对滤掉信号中白噪声的方法作些介绍。
为了测试拟合算法的好坏，先模拟出一个信号作为检验算法的例子：

1. 用白噪声产生模拟信号：
   对于理论信号y=y(x)，一般可用rand(size(x))和randn(size(x))生成随即噪声信号，两者的区别在于rand生成的噪声信号都是正值，而randn生成的噪声信号则是正负跳跃分布的，所以randn作为白噪声信号，更符合实际情况：

f0=@(c,x)( (x>=0&x<c(1))*0 + (x>=c(1)&x<c(2))*c(3)/(c(2)-c(1)).*(x-c(1)) + (x>=c(2)&x<c(4)).*( (c(5)-c(3))/(c(4)-c(2))*(x-c(2))+c(3) ) + (x>=c(4)&x<c(6))*c(5)/(c(4)-c(6)).*(x-c(6)) + (x>=c(6))*0 );
disp('real c0');
c0=[1, 2, 1, 5, 2, 6]
x_int=0:0.002:10;
y_int=f0(c0,x_int);
%(x_int, y_int) is perfect zigzag signal 
%sig=y_int+0.5*rand(size(x_int));
sig=y_int+0.5*randn(size(x_int));