Ich möchte gerne meine Messdaten mit einer abschnittsweise definierten Funktion, die aus linearen Funktionen zusammengesetzt ist, fitten. Dafür habe ich lsqcurvefit genommen (s. Minimalbsp):
Code:
t = 0:.1:10;
y = (2*t + 4).*(0<=t&t<=5)+... (-3*t +29).*(5<t&t<=10);
y = y + rand(1,length(y));
Klappt leider nicht so ganz. Lsqcurvefit rührt den Parameter, der angibt, wann die eine Funktion endet und die andere anfängt (x(3)), nicht an und bleibt lieber in einem lokalen Minimum stecken.
Sieht jemand eine andere Möglichkeit?
die Modellfunktion ist in x(3) nicht differenzierbar. Da
lsqcurvefit
gradientenbasiert ist, sind Probleme mit diesem Parameter zu erwarten.
Mein Vorschlag wäre, verschiedene (alle) Trennpunkte in einer Schleife durchzutesten, mit polyfit jeweils Geraden anzupassen, die quadrierten Abweichungen aufzusummieren und dann den Trennpunkt mit dem besten Wert zu wählen.
die Realisierung einer Schleife über (alle) Messpunkte mit einem Fit ist sehr aufwändig. Ich habe das Problem nun mit dem hist-Befehl gelöst. In dem Histogramm fallen die meisten Punkte in die Rastbereiche, so dass man nur noch den letzten Vektorindex raussuchen muss, der diesem Rastpunkt entspricht.
Du kannst Beiträge in dieses Forum schreiben. Du kannst auf Beiträge in diesem Forum antworten. Du kannst deine Beiträge in diesem Forum nicht bearbeiten. Du kannst deine Beiträge in diesem Forum nicht löschen. Du kannst an Umfragen in diesem Forum nicht mitmachen. Du kannst Dateien in diesem Forum posten Du kannst Dateien in diesem Forum herunterladen
MATLAB, Simulink, Stateflow, Handle Graphics, Real-Time Workshop, SimBiology, SimHydraulics, SimEvents, and xPC TargetBox are registered trademarks and The MathWorks, the L-shaped membrane logo, and Embedded MATLAB are trademarks of The MathWorks, Inc.
RSS