首页 理论教育内插与外推VI多种插值方法解析

内插与外推VI多种插值方法解析

【摘要】:内插与外推VI可以用于进行一维和二维插值、分段插值、多项式插值和傅里叶插值如图9-30所示。图9-31 一维插值 VI节点下面介绍各输入、输出端选项含义。如果xi输入端已连线,则该VI将忽略n次。将错误连接至“错误代码至错误簇转换”VI,可将错误代码或警告转换为错误簇。该VI可提供5种不同的插值方法。图9-32 “多项式插值 VI”节点图9-33 “样条插值VI”节点在区间[xi,xi+1],下列等式为输出插值y。

内插与外推VI可以用于进行一维和二维插值、分段插值、多项式插值和傅里叶插值如图9-30所示。

978-7-111-53194-4-Chapter09-57.jpg

图9-30 “内插与外推”子选板

1.一维插值VI

通过选定的方法进行一维插值,方法由XY定义的查找表确定,该VI节点如图9-31所示。

978-7-111-53194-4-Chapter09-58.jpg

图9-31 一维插值 VI节点

下面介绍各输入、输出端选项含义。

978-7-111-53194-4-Chapter09-59.jpg 方法:指定插值方法。

1)最近—选择与当前xi值最接近的X值对应的Y值。LabVIEW在最近的数据点设置插值。

2)线性—设置连接XY数据点的线段上的点的插值。

3)样条—保证在数据点上三次插值多项式的一阶和二阶导数也是连续的。

4)cubic Hermite—保证三次插值多项式的一阶导数是连续的,设置端点的导数为特定值可保持Y数据的形状和单调性。

5)拉格朗日—使用重心拉格朗日插值算法

978-7-111-53194-4-Chapter09-60.jpgY:指定由因变量值组成的数组

978-7-111-53194-4-Chapter09-61.jpgX:指定由自变量值组成的数组。X长度必须等于Y的长度。

978-7-111-53194-4-Chapter09-62.jpgxi:指定由自变量值组成的数组,LabVIEW在这些自变量的位置计算插值yi

978-7-111-53194-4-Chapter09-63.jpgX为单调变化:指定X中的值是否随索引单调增加。如果X为单调变化的值为TRUE,插值算法可避免对X进行排序,也可以避免重新对Y排序。如果X为单调变化的值为FALSE,VI将按照升序排列输入数组X并对Y排序。

978-7-111-53194-4-Chapter09-64.jpg n次:确定插值xi的位置,得到当xi为空时,每个Y元素之间的插值。Y元素之间的插值被重复n次。如果xi输入端已连线,则该VI将忽略n次。

978-7-111-53194-4-Chapter09-65.jpg yi:返回插值的输出数组,插值与xi自变量值相对应。

978-7-111-53194-4-Chapter09-66.jpg 使用的xi:是因变量yi的插值待计算时,自变量值的一维数组。如果xi为空,则使用的xi返回(2n–1)*(N–1) + N个点,(2n–1)个点均匀分布在X中相邻两个元素之间,NX的长度。如连线xi输入,VI将忽略n,使用的xi等于xi

978-7-111-53194-4-Chapter09-67.jpg 错误:返回VI的任何错误或警告。将错误连接至“错误代码至错误簇转换”VI,可将错误代码或警告转换为错误簇。 该VI的输入为因变量Y和自变量X,输出与xi对应的插值yi。该VI查找X中的每个xi值,并使用X的相对地址查找Y中同一相对地址的插值yi

该VI可提供5种不同的插值方法。

(1)最近方法

该方法用于查找最接近Xxi的点,然后使对应的y值分配给Y中的yi

(2)线性方法

如果xi在X中两个点(xj,xj+1)之间,该方法在连接(xj,xj+1)的线段间进行插值yi

(3)样条方法(www.chuimin.cn)

该方法为三次样条方法。通过该方法,VI可得出相邻两点间隔的三阶多项式。多项式满足下列条件。

978-7-111-53194-4-Chapter09-68.jpg 在xj点的一阶和二阶导数连续。

978-7-111-53194-4-Chapter09-69.jpg 多项式满足所有数据点。

978-7-111-53194-4-Chapter09-70.jpg 起始点和末尾点的二阶导数为0。

(4)Cubic Hermite方法

三次Hermitian样条方法是分段三次Hermitian插值。通过该方法可以得到每个区间的Hermitian三阶多项式,且只有插值多项式的一阶导数连续。三次Hermitian方法比三次样条方法有更好的局部属性。如果更改数据点xj,对插值结果的影响在[xj–1,xj]和[xj,xj+1]

(5)拉格朗日方法

通过该方法可得到N–1多项式,它满足XY中的N个点,NXY的长度。该方法是对牛顿多项式的重新表示,可避免计算差商。下列方程为拉格朗日方法:

978-7-111-53194-4-Chapter09-71.jpg

下列方法有助于选择适当的插值方法

978-7-111-53194-4-Chapter09-72.jpg 最近方法和线性方法最简单但在多数应用中精度不能满足要求。

978-7-111-53194-4-Chapter09-73.jpg 样条方法返回的结果最平滑。

978-7-111-53194-4-Chapter09-74.jpg 三次Hermite的局部属性优于样条方法和拉格朗日方法。

978-7-111-53194-4-Chapter09-75.jpg 拉格朗日方法宜于应用但不适用于应用计算。与样条方法相比,拉格朗日方法得到的插值结果带有极限导数。

2.多项式插值 VI

给定点集(x[i]y[i]),在x处对函数f进行内插或外插,f(x[i])=y[i],f为任意函数,x值为给定值。VI计算输出的插值 P[n–1](x),P[n–1]是满足点n(x[i]y[i])的阶数为n–1的唯一多项式。VI节点如图9-32所示。

3.样条插值 VI

返回x值的样条插值,给定(x[i], y[i])和通过样条插值VI得到的二阶导数插值。点由输入数组XY确定。VI节点如图9-33所示。

978-7-111-53194-4-Chapter09-76.jpg

图9-32 “多项式插值 VI”节点

978-7-111-53194-4-Chapter09-77.jpg

图9-33 “样条插值VI”节点

在区间[xi,xi+1],下列等式为输出插值y。

y=Ayi+Byi+1+Cyi+Dyi+1

其中

978-7-111-53194-4-Chapter09-78.jpg