• MATLAB中detrend函数使用


    目录

    语法

    说明

    示例

    连续线性趋势

    连续二次趋势 

    不连续线性趋势


            detrend函数的功能是去除多项式趋势。

    语法

    1. y = detrend(x)
    2. y = detrend(x,n)
    3. y = detrend(x,n,bp)
    4. y = detrend(___,nanflag)
    5. y = detrend(___,Name,Value)

    说明

            ​y = detrend(x) 从 x 的数据中去除最佳直线拟合线。​

    • 如果 x 是向量,则 detrend 从 x 的元素中减去趋势。

    • 如果 x 是矩阵,则 detrend 分别对每列进行运算,从对应的列中减去每个趋势。

            ​y = detrend(x,n) 去除 n 次多项式趋势。例如,当 n = 0 时,detrend 从 x 中删除均值。当 n = 1 时,detrend 去除线性趋势,这等效于上述语法。当 n = 2 时,detrend 去除二次趋势。​

            ​y = detrend(x,n,bp) 去除由断点 bp 定义段的连续分段趋势。

    ​        y = detrend(___,nanflag) 指定在使用上述任一语法时如何处理 NaN 值。例如,detrend(x,'omitnan') 在计算趋势之前删除 NaN 值,而 detrend(x,'includenan') 包括这些值(默认)。​

            ​y = detrend(___,Name,Value) 使用一个或多个名称-值对组指定其他参数。例如,detrend(x,1,bp,'Continuous',false) 指定拟合趋势可以有不连续趋势。​

    示例

    连续线性趋势

            创建一个数据向量,并去除连续线性趋势。绘制原始数据、去趋势后的数据和线性趋势。

    1. t = 0:20;
    2. x = 3*sin(t) + t;
    3. y = detrend(x);
    4. plot(t,x,t,y,t,x-y,':k')
    5. legend('Input Data','Detrended Data','Trend','Location','northwest')

            如图所示:

    连续二次趋势 

            创建一个数据向量,并去除连续二次趋势。绘制原始数据、去趋势后的数据和趋势。

    1. t = 0:20;
    2. x = 20*sin(t) + t.^2;
    3. y = detrend(x,2);
    4. plot(t,x,t,y,t,x-y,':k')
    5. legend('Input Data','Detrended Data','Trend','Location','northwest')

            如图所示:

    不连续线性趋势

            创建一个数据向量,并使用 0 处的断点去除分段线性趋势。指定所得到的输出可以是不连续的。绘制原始数据、去趋势后的数据和趋势。 

    1. t = -10:10;
    2. x = t.^3 + 6*t.^2 + 4*t + 3;
    3. bp = 0;
    4. y = detrend(x,1,bp,'SamplePoints',t,'Continuous',false);
    5. plot(t,x,t,y,t,x-y,':k')
    6. legend('Input Data','Detrended Data','Trend','Location','northwest')

            如图所示:

  • 相关阅读:
    Ubuntu系统迁移
    云计算、大数据技术的智慧工地,实现对建筑工地实时监测、管理和控制的一种新型建筑管理方式
    Verilog HDL复习总结
    泰语同声翻译一天多少钱呢
    在history模式中push和replace有什么区别
    postman接口测试
    祝贺!Databend Cloud 和阿里云 PolarDB 达成认证
    Github爆火,阿里内部疯传的中间件核心原理与实践笔记终于开源
    15 -python之文件操作
    速溶颗粒:实验中的好伙伴
  • 原文地址:https://blog.csdn.net/jk_101/article/details/126341815