插值网格数据
网格化数据由形成网格的规则间隔点上的值或测量值组成。网格数据出现在许多领域,如气象学、测量学和医学成像。在这些领域,通常以有规律的空间间隔进行测量,可能是随着时间的推移。这些有序的数据网格的范围可以从1-D(用于简单的时间序列)到4-D(用于测量随时间变化的体积)或更高。网格化数据的一些例子是:
1-D:股票价格随时间的变化
二维:表面的温度
三维:大脑的核磁共振成像图像
4-D:海洋在一段时间内的体积水的测量
在所有这些应用中,基于网格的插值有效地将数据的有用性扩展到没有进行测量的点。例如,如果您有一个股票的每小时价格数据,您可以使用插值来近似每15分钟的价格。
MATLAB网格插值函数
MATLAB®提供了一些基于网格的插值工具:
网格创建函数
的meshgrid
而且ndgrid
函数创建不同维度的网格。meshgrid
可以创建2-D或3-D网格,而ndgrid
可以创建具有任意数量维度的网格。这些函数使用不同的输出格式返回网格。控件可以在这些网格格式之间进行转换pagetranspose
(R2020b)或交换
函数来交换网格的前两个维度。
插值函数
的插值函数
函数族包括interp1
,interp2
,interp3
,interpn
.每个函数都被设计成用特定数量的维来插值数据。interp2
而且interp3
使用网格meshgrid
格式,而interpn
中使用网格ndgrid
格式。
插值的对象
griddedInterpolant
对象支持在任意维金宝app度上对数据进行插值ndgrid
格式。这些对象还支持多值插值(金宝appR2021a生效),其中每个格点可以有多个与之相关的值。
使用它可以带来内存和性能方面的好处griddedInterpolant
对象插值函数
功能。griddedInterpolant
为插值对象的重复查询提供了实质性的性能改进,而插值函数
函数每次被调用时执行一个新的计算。同时,griddedInterpolant
以内存效率高的格式存储样本点紧凑的网格),它是多线程的,以利用多核计算机处理器的优势。
网格表示
MATLAB允许您以三种表示方式之一表示网格:完整网格、紧凑网格或默认网格。默认网格和紧凑网格分别主要用于方便和提高效率。
完整的网格
一个完整的网格是所有点都明确定义的。的输出ndgrid
而且meshgrid
定义一个完整的网格。您可以创建完整的网格统一的,其中每个维度上的点间距相等,或非均匀,其中间距在一个或多个维度上变化。均匀网格可以在每个维度上有不同的间距,只要每个维度内的间距是恒定的。
统一的 | 统一的 | 非均匀 |
---|---|---|
|
|
|
一个统一的完整网格的例子是:
[X,Y] = meshgrid([1 2 3],[3 6 9 12])
X = 12 3 12 3 12 3 12 3 12 3 y = 3 3 3 6 6 6 9 9 9 12 12 12
紧凑的网格
在处理大型网格时,显式地定义网格中的每个点会消耗大量内存。的紧凑的网格表示是一种免除完整网格内存开销的方法。紧凑的网格表示只存储网格向量(每个维度一个)而不是整个网格。这些网格向量一起隐式地定义了网格。事实上,输入meshgrid
而且ndgrid
是网格向量,这些函数复制网格向量以形成完整的网格。紧凑的网格表示使您能够绕过网格创建,并直接向插值函数提供网格向量。
例如,考虑两个向量,X1 = 1:3
而且X2 = 1:5
.你可以把这些向量看成是坐标系中的一组坐标x1
方向和一组坐标在x2
方向,像这样:
每个箭头指向一个位置。您可以使用这两个向量来定义一组网格点,其中一组坐标由x1
另一组坐标由x2
.当网格向量被复制时,它们会形成两个坐标数组,构成完整的网格:
你的输入网格向量可能是单调或非单调.单调向量包含在该维度上增加或减少的值。相反,非单调向量包含波动的值。如果输入网格向量是非单调的,例如[2 4 6 3 1]
,然后[X1,X2] = ndgrid([2 4 6 3 1])
输出一个非单调网格。如果您打算将网格传递给其他MATLAB函数,则网格向量应该是单调的。的排序
函数有助于保证单调性。
默认的网格
在一些应用程序中,只有格点上的值是重要的,而格点之间的距离并不重要。例如,大多数核磁共振扫描收集的数据在各个方向上都是均匀间隔的。在这种情况下,您可以允许插值函数自动生成一个默认的网格与数据一起使用的表示。为此,省略插值函数的网格输入。当您省略网格输入时,该函数自动认为数据位于单位间距的网格上。函数在执行时创建这个单位间距的网格,省去了自己创建网格的麻烦。
示例:二维网格上的温度插值
考虑以5厘米的间隔在表面上收集的温度数据,每个方向延伸20厘米。使用meshgrid
创建完整的网格。
[X,Y] = meshgrid(0:5:20)
X = 0 5 10 15 20 0 5 10 15 20 0 5 10 15 20 0 5 10 15 20 0 5 10 15 20 y = 0 0 0 0 0 0 0 5 5 5 5 10 10 10 10 10 15 15 15 15 20 20 20 20 20 20
(x,y)的坐标表示为中对应的元素X
而且Y
矩阵。第一个格点由(X (1) (1))
,即[0 0]
,下一个网格点由[X Y (2) (2)]
,即[0 5]
等等。
现在,创建一个矩阵来表示网格上的温度测量,然后将数据绘制为一个曲面。
T = [1 1 10 1 1 1;1 10 10 10 10;100 100 1000 100 100;10 10 10 10 1;1 1 10 1 1];冲浪(X, Y, T)视图(2)
中心格点的温度虽然较大,但从原始数据看,其位置和对周围格点的影响并不明显。
要将数据的分辨率提高10倍,请使用interp2
将温度数据插值到使用0.5厘米间隔的更细网格上。使用meshgrid
再次创建一个由矩阵表示的更精细的网格Xq
而且Yq
.然后,用interp2
用原始网格、温度数据和新网格点,并绘制得到的数据。默认情况下,interp2
在每个维度上使用线性插值。
[Xq,Yq] = meshgrid(0:0.5:20);Tq = interp2(X,Y,T,Xq,Yq);冲浪(Xq Yq Tq)视图(2)
插值温度数据增加了图像的细节,并大大提高了测量区域内数据的有用性。
网格插值方法
MATLAB中基于网格的插值函数和对象提供了几种不同的插值方法。在选择插值方法时,请记住,有些方法比其他方法需要更多的内存或更长的计算时间。您可能需要权衡这些资源,以获得所需的平滑结果。下表给出了应用于相同1-D数据的每种插值方法的预览,还提供了每种方法的优点、权衡和要求的概述。
方法 | 描述 |
---|---|
|
查询点上的插值值是最近的样本网格点上的值。
|
|
查询点的内插值是下一个样本网格点的值。
|
|
查询点上的插值值是前一个样例网格点上的值。
|
|
查询点上的插值值基于每个维度上相邻网格点上的值的线性插值。
|
|
查询点上的插值值基于相邻网格点上的值的形状保持分段三次插值。
|
|
查询点上的插值值基于每个维度上相邻网格点上的值的三次插值。
|
|
在查询点上的插值值基于一个分段多项式函数,该函数的阶数最多为3,使用每个各自维度中相邻网格点的值进行评估。的对Akima公式进行了修正避免过度。
|
|
查询点上的插值值基于每个维度中相邻网格点上的值的三次插值。
|
另请参阅
interp1
|interp2
|interp3
|interpn
|griddedInterpolant