MATLAB的答案

如何适应一个常见的线性趋势观察跨多个传感器?

3视图(30天)
KAE
KAE 2020年4月15日
评论道: KAE 2020年4月15日
假设我有10噪声传感器测量温度和时间,我想 适合一个线性趋势是常见的所有10传感器 。我怎么做呢?(我认为我不应该平均传感器的值在每个时间步然后适应这一趋势产生的平均水平,因为这似乎不同样的事情,但我知道这是)。这是一个例子的数据我想健康,
% %做一些假的噪声测量
步伐= 1:10 0;%时间步
为iSensor = 1:10%循环传感器
%的温度:nSensors x nTime
温度(iSensor:) =(5 +兰德(1,1))*步伐+…%添加噪声的真正斜率5
(兰德(1、长度(步伐))-0.5)* 100 + 7;%添加噪声的真正抵消7
结束
图;
情节(步伐,温度);
包含(“时间”);ylabel (“温度”);标题(噪声温度的);
所有常见的线性回归函数( polyfit , fitlm , 回归 )似乎认为温度是一个向量维度nTime x 1,而不是一个矩阵x nTime nSensors。

在回答这个问题。

接受的答案

里克
里克 2020年4月15日
你可以复制x和线性化所有数据:
% %做一些假的噪声测量
步伐= 1:10 0;%时间步
nSensors = 10;
温度= 0 (nSensors元素个数(步伐));
为iSensor = 1: nSensors%循环传感器
%的温度:nSensors x nTime
温度(iSensor:) =(5 +兰德(1,1))*步伐+…%添加噪声的真正斜率5
(兰德(1、长度(步伐))-0.5)* 100 + 7;%添加噪声的真正抵消7
结束
图(1)中,clf (1)
情节(步伐,温度);
包含(“时间”);ylabel (“温度”);标题(噪声温度的);
timeStep2 = 1(大小(温度))。*步伐;%懒惰repmat
p = polyfit (timeStep2(:),温度(:),1);
持有在
情节(步伐,polyval (p,步伐),“——k”)
持有从

更多的答案(0)

类别

找到更多的在线性预测编码在帮助中心和文件交换

标签

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!