- 1、本文档共51页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
周鹏 安徽工程大学电气工程学院电科教研室 2.建模方法之一:代数插值法 代数插值: 设有n+1组离散点:(x0, y0),(x1, y1),…,(xn, yn),x∈[a,b]和未知函数f(x),就是用n次多项式 去逼近f(x),使Pn(x)在节点xi处满足 周鹏 安徽工程大学电气工程学院电科教研室 系数an,…,a1,a0应满足方程组 要用已知的(xi, yi)(i = 0, 1, …, n)去求解方程组,即可求得ai(i = 0, 1, …, n),从而得到Pn(x)。此即为求出插值多项式的最基本的方法。 对于每一个信号的测量数值xi就可近似地实时计算出被测量yi = f(xi)≈Pn(xi)。 周鹏 安徽工程大学电气工程学院电科教研室 最常用的多项式插值有:线性插值和抛物线(二次)插值。 (1)线性插值:从一组数据(xi, yi)中选取两个有代表性的点(x0, y0)和(x1, y1),然后根据插值原理,求出插值方程 y x Vi = | P1 (Xi)-f (Xi) |, i = 1, 2, …, n – 1若在x的全部取值区间[a, b]上始终有Vi<ε(ε为允许的校正误差),则直线方程P1(x) = a1x+a0就是理想的校正方程。 周鹏 安徽工程大学电气工程学院电科教研室 线性插值举例 0~490℃的镍铬—镍铝热电偶分度表如表4.1。若允许的校正误差小于3℃,分析能否用直线方程进行非线性校正。 取A(0, 0)和B(20.12, 490)两点,按式(4.23)可求得a1 = 24.245,a0 = 0,即P1(x) = 24.245x,此即为直线校正方程。显然两端点的误差为0。通过计算可知最大校正误差在x = 11.38mV时,此时P1(x) = 275.91。误差为4.09℃。另外,在240~360℃范围内校正误差均大3℃。即用直线方程进行非线性校正不能满足准确度要求。 周鹏 安徽工程大学电气工程学院电科教研室 (2)抛物线插值(二阶插值): 在一组数据中选取(x0, y0),(x1, y1),(x2, y2)三点,相应的插值方程 y x f(x) P(X) x0 y0 y1 y2 x2 x1 周鹏 安徽工程大学电气工程学院电科教研室 现仍以表4.1所列数据说明抛物线插值的个体作用。节点选择(0,0),(10.15,250)和(20.21,490)三点 可以验证,用此方程进行非线性较正,每点误差均不大于3℃,最大误差发生在130℃处,误差值为2.277℃ 周鹏 安徽工程大学电气工程学院电科教研室 提高插值多项式的次数可以提高校正准确度。考虑到实时计算这一情况,多项式的次数一般不宜取得过高,当多项式的次数在允计的范围内仍不能满足校正精度要求时,可采用提高校正精度的另一种方法— (3) 分段插值法: 这种方法是将曲线y = f (x) 分成N段,每段用一个插值多项式Pni (x)进行非线性校正(i=1, 2, …N)。 等距节点分段插值和不等距节点分段插值两类。 周鹏 安徽工程大学电气工程学院电科教研室 ① 等距节点分段插值: 适用于非线性特性曲率变化不大的场合。分段数N及插值多项式的次数n均取决于非线性程度和仪器的精度要求。非线性越严重或精度越高,则N取大些或n取大些,然后存入仪器的程序存储器中。实时测量时只要先用程序判断输入x(即传感器输出数据)位于折线的哪一段,然后取出与该段对应的多项式系数并按此段的插值多项式计算Pni (x),就可求得到被测物理量的近似值。 周鹏 安徽工程大学电气工程学院电科教研室 ② 不等距节点分段插值对于曲率变化大的非线性特性,若采用等距节点的方法进行插值,要使最大误差满足精度要求,分段数N就会变得很大(因为一般取n≤2)。这将使多项式的系数组数相应增加。此时更宜采且非等距节点分段插值法。即在线性好的部分,节点间距离取大些,反之则取小些,从而使误差达到均匀分布 。 周鹏 安徽工程大学电气工程学院电科教研室 3.建模方法之二:曲线拟合法 曲线拟合,就是通过实验获得有限对测试数据(xi, yi),利用这些数据来求取近似函数y= f ( x )。式中x为采集结果,y为被测物理量。与插值不同的是,曲线拟合并不要求y= f ( x )的曲线通过所有离散点(xi, yi),只要求y= f ( x )反映这些离散点的一般趋势,不出现局部波动。 周鹏 安徽工程大学电气工程学院电科教研室 最小二乘法连续函数拟合 自变量x与因变量y之间的单值非线性关系可以自变量x的高次多项式来逼近 对于n个实验数据对(xi,yi)(i =1,2,…,n),则可得如下n个方程 周鹏 安徽工程大学电气工程学院电科教研室 解即为aj(
文档评论(0)