应用练习
目的：对指数关系数据进行线性拟合 前面板：
1. 打开Linear Curve Fit.vi程序。这个例子假设我们收集了10对实验数据t和y，我们有理由相信它们之间有线性关系。 2. 切换到框图程序。 框图程序：
1. 验证框图程序，它使用了如下的子程序：Linear Fit子程序（在Analysis>Curve Fitting子模板）。在本例中，它把实验数据拟合为一条直线，求出系数a和b，以满足y=a+b*t；以及实验结果和拟合结果之间的误差的均方根值。 2. 输入数据是一个两维数组，是采用DAQ卡采集数据时的通用格式。我们用Index Array子程序可以分解得到两个一维数组y与t。 3.“MSE”表示误差均方根值，误差越小，拟合结果越好。 4. 运行该程序。曲线将显示实验数据和拟合结果。 ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
应用练习2
目的：对指数数据执行多项式拟合前面板： 1. 打开Polynomial Fit.vi程序。这个例子假设实验数据之间为多项式关系： y=a0+a1*t+a2*t^2… 2. 当多项式为一阶时，有两个参数，结果是一个线性拟合，与前一个例子相同。当阶数为二阶时，结果是一个二阶多项式带三个参数，多项式参数存放于数组a。
3. 切转到框图程序。 框图程序：
1. 验证框图程序，它使用了如下的子程序：General Polynomial Fit.vi子程序（在Analysis>Curve Fitting子目录）在本例中，把实验数据拟合为二阶多项式曲线，返回结果为拟合数据，多项式系数以及拟合误差的均方根值。 2. 本例使用多项式拟合，求出了多项式系数a0,a1,a2等。一般情况下，我们总是尽可能使用最低阶的多项式。 3. 运行程序。将显示实验数据和拟合结果的数据。
- 上一篇： 分析处理(3)之数字滤波器
- 下一篇： LabVIEW小技巧集锦
-
第三代功率半导体器件测试解决方案 直播时间： 03月06日 10:00
/3 
文章评论（0条评论）
登录后参与讨论