CN103366095B - 一种基于坐标变换的最小二乘拟合信号处理方法 - Google Patents
一种基于坐标变换的最小二乘拟合信号处理方法 Download PDFInfo
- Publication number
- CN103366095B CN103366095B CN201310309031.0A CN201310309031A CN103366095B CN 103366095 B CN103366095 B CN 103366095B CN 201310309031 A CN201310309031 A CN 201310309031A CN 103366095 B CN103366095 B CN 103366095B
- Authority
- CN
- China
- Prior art keywords
- signal
- coordinate
- overbar
- loose
- coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Complex Calculations (AREA)
Abstract
一种基于坐标变换的最小二乘拟合信号处理方法,首先,通过选取参考横坐标,根据参考横坐标计算并存储与参考横坐标有关的变量;然后,根据变量求解拟合曲线的系数;其次,判断散点信号的横坐标是否与参考横坐标相同,若散点信号的横坐标与参考横坐标相同,则参考横坐标下的拟合曲线的系数即为散点信号拟合曲线的系数,若散点信号的横坐标与参考横坐标不相同,则根据坐标变换求得散点信号拟合曲线的系数;最后利用拟合曲线的系数建立拟合方程,将散点信号带入拟合方程进行计算,实现对散点信号的拟合,并结束该方法。
Description
技术领域
本发明属于信号处理技术领域,具体涉及一种基于坐标变换的最小二乘拟合信号处理方法。
背景技术
在信号处理中,由于受到外界各种因素的影响,信号中混合了噪声,而且可能会存在一些偏差比较大的值,为了提高处理结果的精度,需要修正这些偏差,对数据进行曲线拟合。所谓曲线拟合就是通过分析数据的总体规律,构造一条能较好反映这种规律的曲线,使之尽可能地靠近所有的数据点。
曲线拟合的方法有很多,最常用的是最小二乘拟合法,最小二乘拟合算法的原理简单,运算精度比较高。最小二乘拟合算法就是先构造一条拟合曲线,然后令所有散点到拟合曲线的偏差的平方和最小,以此求出拟合曲线的系数。在实际中最常用的是一次直线拟合和二次曲线拟合。
有一组N点的数据,它们的坐标表示为(xi,yi),其中i=1,2,…,N。利用最小二乘拟合算法对这组数据进行拟合。
设一次拟合曲线为则每个点相对于拟合曲线的偏差为
则所有点偏差的平方和为
根据极值的原理,令D最小相当于D对系数和的偏导等于0,即
用类似的形式表示一个变量的均值,求得一次拟合曲线的系数为
同理,设二次拟合曲线为根据最小二乘拟合的原理,求得二次拟合曲线的系数为
综上所述,传统的最小二乘拟合算法的运算过程十分复杂,运算量很大,给硬件实现带来了很大的困难。为了提高拟合算法的性能,减小硬件资源成了一个亟待解决的问题。
发明内容
本发明的目的是为了克服已有技术的缺陷,为了解决传统最小二乘拟合算法运算过程复杂、运算量大及硬件资源大的问题,提出的一种基于坐标变换的最小二乘拟合信号处理方法。
本发明方法是通过下述技术方案实现的:
一种基于坐标变换的最小二乘拟合信号处理方法,其基本实施步骤如下:
1、一种基于坐标变换的最小二乘拟合信号处理方法,其特征在于,实施步骤如下:
步骤一、选取包含N个参数的等差数列作为参考横坐标x1=(x11,x12,……,x1N),其中x11=a0,x12=a0+s0,x13=a0+2s0,……,x1N=a0+(N-1)s0;
步骤二、根据所选取的参考横坐标x1,计算变量X1 -1和
步骤三、基于变量X1 -1和一次拟合曲线系数公式 计算一次拟合曲线的系数
基于变量X2 -1和二次拟合曲线系数公式 计算二次拟合曲线的系数
步骤四、对所需拟合的信号进行采样,得到N个散点信号,其坐标为对所采样的信号进行判断,若所采样的信号呈线性分布时,则进入步骤五,若所采样的信号呈二次曲线分布时,则进入步骤六;
步骤五、判断散点信号的横坐标是否与参考横坐标相同,若是,则令 否则,令 求解出散点信号的一次拟合系数其中s1为相邻散点信号横坐标间隔,x21为第一个散点信号的初始横坐标;然后进入步骤七;
步骤六、判断散点信号的横坐标是否与参考横坐标相同,若是,则令 否则,令 求解出散点信号的二次拟合系数然后进入步骤八;
步骤七、根据拟合系数建立一次拟合方程,并将散点信号坐标代入一次拟合方程进行计算,实现对散点信号的拟合,并结束该方法;
步骤八、根据拟合系数建立二次拟合方程,并将散点信号坐标代入二次拟合方程进行计算,实现对散点信号的拟合,并结束该方法。
有益效果:
本发明提出的基于坐标变换的最小二乘拟合算法,通过构造参考横坐标,并预先计算存储只与参考坐标系中横坐标有关的变量;在信号处理时,只需要根据信号的自身的横坐标,对所存储的变量进行转换,这样可以大大提高信号处理的速率,并节省大量的硬件资源。
附图说明
图1为基于坐标变换的一次拟合仿真图
图2为基于坐标变换的二次拟合仿真图
图3为基于坐标变换的拟合算法实现流程图。
具体实施方式
本发明设计原理:本发明将背景技术中所述式(4)进行变形得到一次拟合方程的简化式如式(6)所示:
设 由于 故矩阵X1为可逆矩阵,则A1=Y1X1 -1即为要求的一次拟合曲线的系数。
同理,对背景技术中的式(5)进行变形得到二次拟合方程的简化形式如式(7)所示:
设 由于 故矩阵X2为可逆矩阵,则A2=Y2X2 -1即为要求的二次拟合曲线的系数。
由上述推导结果可知,X1 -1和X2 -1都只与拟合数据的横坐标有关,如果拟合数据的横坐标可提前确定,则可预先计算出逆矩阵X1 -1和X2 -1中元素的值并进行存储,这样拟合过程的运算量将大大减小;同时在信号处理领域中,由于所采样的数字信号的横坐标通常存在特定的规律,即横坐标为等差数列,因此本发明基于上述原理,针对信号处理领域,提出了一种基于坐标变换的最小二乘拟合信号处理方法。
本发明基于坐标变换的最小二乘拟合方法,如图3所示,其基本实施步骤如下:
步骤一、选取包含N个参数的等差数列作为参考横坐标x1=(x11,x12,……,x1N),其中x11=a0,x12=a0+s0,x13=a0+2s0,……,x1N=a0+(N-1)s0,其中a0为所选取的参考横坐标的起始值,s0为相邻参考横坐标的间隔,N为需要拟合的散点信号个数;一般选取a0=1,s0=1,即参考横坐标选为x1=(1,2,3,…,N)。
步骤二、根据所选取的参考横坐标x1,计算只与所述横坐标x1有关的变量X1 -1和并存储X1 -1和分别用m1k(k=1,2,3,4)和m21(l=1,2,…,9)表示逆矩阵X1 -1和的元素值,由a0=1,s0=1,可以计算得到X1 -1和的具体形式:
其中由于在进行信号的拟合处理时,信号个数N是确定值,故矩阵X1 -1和X2 -1中元素的值均为常数。
步骤三、分别计算一次拟合曲线系数和二次拟合曲线系数;
一次拟合曲线系数:(1)根据存储的变量X1 -1和一次拟合曲线的系数公式 计算参考坐标系下的一次拟合曲线的系数
二次拟合曲线系数:(2)根据存储的变量X2 -1和二次拟合曲线的系数公式 计算参考坐标系下的二次拟合曲线的系数
其中
步骤四、对所需拟合的信号进行采样,得到N个散点信号,其坐标为对所采样的信号进行判断,若所采样的信号呈线性分布时,则进入步骤五,若所采样的信号呈二次曲线分布时,则进入步骤六。
步骤五、判断散点信号的横坐标是否与参考横坐标相同(即满足),如果相同,则将步骤三中获得的系数A1即为散点信号的一次拟合系数即 如果不同,根据步骤三中获得的系数A1,求解散点信号的一次拟合系数
求解散点信号的一次拟合系数A1′的具体过程为:
散点信号的横坐标为x2=(x21,x22,…,x2N),由于在信号处理领域中,采样***一般为均匀采样,故散点信号的横坐标间隔为一个固定值,设为s1;
令散点信号与参考横坐标一一对应,且令对应点上纵坐标值相同y1i=y2i,此时得到N个参考坐标并得到如式(10)所示的关系式:
对于一次拟合,设散点信号在参考坐标系下的拟合直线为在散点信号所处的坐标系下的拟合直线为步骤三中已根据存储的X1 -1求得了在参考坐标系下的拟合曲线Linel的拟合系数
将参考坐标系下对应的散点信号坐标和散点信号坐标 代入一次拟合方程 和 得到式(11):
把式(10)代入式(11)得到式(12):
结合式(11)和式(12)并化简得到式(13):
其中,式(13)中s1为相邻散点信号的横坐标间隔,x21为散点信号初始横坐标值,由此可以计算得到散点信号在其所处的真实坐标系下的一次拟合系数
步骤六、判断散点信号的横坐标是否与参考横坐标相同(即满足如果相同,则将步骤三中获得的系数A2即为散点信号的二次拟合系数即 如果不同,根据步骤三中获得的系数A2,求解散点信号的二次拟合系数
求解散点信号的二次拟合系数的具体过程为:
散点信号的横坐标为x2=(x21,x22,…,x2N),由于在信号处理领域中,采样***一般为均匀采样,故散点信号的横坐标间隔为一个固定值,设为s1;
对于二次拟合,设散点信号在参考横坐标系下的二次拟合曲线为在散点信号所处的坐标下的拟合曲线为步骤三中已根据存储的X1 -2求得了参考横坐标系下的拟合曲线Line3的拟合系数
将参考坐标系下对应的散点信号坐标和散点信号坐标代入二次拟合曲线方程和 得到式(14):
把式(10)代入式(14)得到式(15):
结合式(14)和式(15)并化简得到式(16):
由此可以计算得到散点信号所处的坐标系下的二次拟合系数
步骤七、根据拟合系数建立一次拟合方程并将散点信号坐标代入一次拟合方程进行计算,实现对散点信号的拟合,并结束该方法;
步骤八、根据拟合系数建立二次拟合方程并将散点信号坐标代入二次拟合方程进行计算,实现对散点信号的拟合,并结束该方法。
实例
本发明利用Matlab对一种基于坐标变换的最小二乘拟合方法进行了仿真,取散点信号横坐标的起始坐标值为x20=1.5。为了更好的分析这种改进的拟合算法的精度,本发明对多种情况进行了仿真,散点信号横坐标的间隔分别取s1=0.5,s1=1,s1=2。
首先利用函数y=2.3x+4.5在区间[0,12]内均匀间隔生成40个采样点,并加入幅值为0.5的随机噪声组成观测数据利用基于坐标变换的最小二乘一次拟合算法对这组散点数据进行拟合运算,得到的拟合结果如图1所示。
然后利用函数y=5.8x2+7.9x-10.8在区间[1,12]内均匀生成40个采样点,并加入幅值为0.5的随机噪声组成观测数据利用基于坐标变换的最小二乘二次拟合算法对这组散点数据进行拟合运算,得到的拟合结果如图2所示。
从图1和图2可以看出,这种基于坐标转换的最小二乘拟合算法的一次拟合和二次拟合的效果都挺好,拟合曲线有效的刻画了散点数据的变换趋势,而且散点数据均匀的分布在拟合曲线的两侧。
对多次的仿真结果取平均,定量分析基于坐标变换的最小二乘拟合算法的误差。一次拟合曲线相对于原始数据的均方误差为0.2811,其中样本点的噪声的均方误差为0.2921;二次拟合曲线的均方误差为0.2115,其中样本点的噪声的均方误差为0.2591。可以看出,这种改进的拟合算法的均方误差与样本噪声的均方误差相当,说明这种改进的拟合算法有比较高的精度。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种基于坐标变换的最小二乘拟合信号处理方法,其特征在于,实施步骤如下:
步骤一、选取包含N个参数的等差数列作为参考横坐标x1=(x11,x12,……,x1N),其中x11=a0,x12=a0+s0,x13=a0+2s0,……,x1N=a0+(N-1)s0;
步骤二、根据所选取的参考横坐标x1,计算变量X1 -1和X2 -1:
步骤三、基于变量X1 -1和一次拟合曲线系数公式计算一次拟合曲线的系数
基于变量X2 -1和二次拟合曲线系数公式计算二次拟合曲线的系数
步骤四、对所需拟合的信号进行采样,得到N个散点信号,其坐标为对所采样的信号进行判断,若所采样的信号呈线性分布时,则进入步骤五,若所采样的信号呈二次曲线分布时,则进入步骤六;
步骤五、判断散点信号的横坐标是否与参考横坐标相同,若是,则令否则,令求解出散点信号的一次拟合系数其中s1为相邻散点信号横坐标间隔,x21为第一个散点信号的初始横坐标;然后进入步骤七;
步骤六、判断散点信号的横坐标是否与参考横坐标相同,若是,则令否则,令求解出散点信号的二次拟合系数然后进入步骤八;
步骤七、根据拟合系数建立一次拟合方程,并将散点信号坐标代入一次拟合方程进行计算,实现对散点信号的拟合,并结束该方法;
步骤八、根据拟合系数建立二次拟合方程,并将散点信号坐标代入二次拟合方程进行计算,实现对散点信号的拟合,并结束该方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310309031.0A CN103366095B (zh) | 2013-07-22 | 2013-07-22 | 一种基于坐标变换的最小二乘拟合信号处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310309031.0A CN103366095B (zh) | 2013-07-22 | 2013-07-22 | 一种基于坐标变换的最小二乘拟合信号处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103366095A CN103366095A (zh) | 2013-10-23 |
CN103366095B true CN103366095B (zh) | 2016-06-01 |
Family
ID=49367422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310309031.0A Active CN103366095B (zh) | 2013-07-22 | 2013-07-22 | 一种基于坐标变换的最小二乘拟合信号处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103366095B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104613967B (zh) * | 2015-01-23 | 2017-03-29 | 中国民航大学 | 便携式机载导航***的航图管理方法 |
CN109115257B (zh) * | 2017-06-22 | 2021-10-08 | 深圳怡化电脑股份有限公司 | 传感器特性曲线的修正方法、装置、设备及存储介质 |
CN107644129B (zh) * | 2017-09-08 | 2019-08-20 | 武汉大学 | 一种预测多官能团的MTV-MOFs材料对客体分子的释放效果的方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968821A (zh) * | 2012-11-27 | 2013-03-13 | 安徽工程大学 | 一种二次曲线趋势外推精确智能延伸方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH1012686A (ja) * | 1996-06-20 | 1998-01-16 | Komatsu Electron Metals Co Ltd | 半導体ウェーハの表面異物検査方法 |
JP2010032473A (ja) * | 2008-07-31 | 2010-02-12 | Sony Corp | 形状評価装置、形状評価方法および形状評価プログラム |
-
2013
- 2013-07-22 CN CN201310309031.0A patent/CN103366095B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968821A (zh) * | 2012-11-27 | 2013-03-13 | 安徽工程大学 | 一种二次曲线趋势外推精确智能延伸方法 |
Non-Patent Citations (2)
Title |
---|
Time-shared fitting method of Doppler parameters and the implementation on FPGA;Wen Yan等;《IET International Radar Conference 2013》;20130416;第0235-0239页 * |
基于优化的改进移动最小二乘代理模型方法;于成龙等;《航空计算技术》;20130115;第43卷(第1期);第85-88页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103366095A (zh) | 2013-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103353923B (zh) | 基于空间特征分析的自适应空间插值方法及其*** | |
CN103366095B (zh) | 一种基于坐标变换的最小二乘拟合信号处理方法 | |
CN103604729A (zh) | 一种颗粒随机分布的复合材料宏观有效性质的预测方法 | |
CN104298814B (zh) | 一种基于参数误差累积的齿轮***性能可靠度计算方法 | |
CN103434585A (zh) | 客车车身结构减重方法 | |
Qiuying et al. | Spatiotemporal differentiation and the factors influencing eco-efficiency in China | |
CN110363677B (zh) | 一种覆冰输电线路找形方法 | |
CN105630741A (zh) | 一种改进的按位替换法求矩阵逆矩阵模块 | |
CN105069574A (zh) | 一种业务流程行为相似度分析的新方法 | |
CN103413306B (zh) | 一种自适应阈值的Harris角点检测方法 | |
CN106501603A (zh) | 一种用于电力***的谐波分析方法及其装置 | |
CN103713997A (zh) | 一种蜕变关系形式化描述与分解方法 | |
Tan et al. | Convergence and stability of the compensated split-step θ-method for stochastic differential equations with jumps | |
CN104764455B (zh) | 一种导航电子地图数据处理方法及装置 | |
CN105138819A (zh) | 空间计算域计算强度表面生成方法 | |
CN105335605A (zh) | 一种基于经验模态的钟差去噪方法 | |
CN107565598A (zh) | 一种拟合风电功率波动概率分布的方法 | |
CN103136397A (zh) | 一种获得电磁响应曲线特征参数的方法及其装置 | |
CN107526856B (zh) | 可并行的显隐式混合不连续伽辽金时域有限元法 | |
CN107608888A (zh) | 一种软件测试用例评审方法及*** | |
Li et al. | Research on parallel solution of GRAPES Helmholtz equation | |
CN105910886B (zh) | 铝合金应力应变关系的Browman本构优化模型的应用 | |
CN103473413A (zh) | 一种用于各种大量力学计算结果的比较方法 | |
Naghdi et al. | The stability of phillips curve in Iran: rolling regression analysis | |
CN107622038A (zh) | 基于核密度估计的概率潮流输出随机变量评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |