matlab解带参数的非线性方程组
求解未知点坐标?
想写成一个函数,输入参数是A/B/C坐标和三个距离差。输出为未知点的坐标。
求写出matlab代码~
另外,假如我这三个距离差有一定的误差,那么求解的时候怎样得到最优解呢? 展开
由于方程个数3>未知数个数2,且涉及到距离的计算,所以原问题是求解一个超定(非线性)方程组.平方和形式这里采用最小二乘法解决(n个定点与未知点的计算,n>=2):
先建立pfun.m文件:
%给出待求点p(x,y)的初值p0
%n个定点的坐标x0,y0
%中间相邻两定点到p的距离差(最后一个点与起点求差)
function [p,norm,res,exit,out]=pfun(p0,x0,y0,det)
%判断det输入的正确性
n=length(det);
for i=1:n-1
if abs(det(i))>sqrt((x0(i)-x0(i+1))^2+(y0(i)-y0(i+1))^2);
error('abs(det) is greater than the disdance of two point')
end
end
if abs(det(n))>sqrt((x0(n)-x0(1))^2+(y0(n)-y0(1))^2)
error('abs(det) is greater than the disdance of two point')
end
%下降算法采用Levenberg-Marquardt法
%函数调用最大次数为1000
%由用户定义目标函数的雅可比矩阵
opt1=optimset('LargeScale','off','MaxFunEvals',1000,'Jacobian','on');
%用非线性最小二乘命令求p(x,y),x=p(1),y=p(2)
[p,norm,res,exit,out]=lsqnonlin(@dfun,p0,[],[],opt1,x0,y0,det);
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%建立含雅可比矩阵的pfun.m文件
function [f,g]=dfun(p,x0,y0,det)
n=length(det);
for i=1:n-1
f(i)=sqrt((p(1)-x0(i))^2+(p(2)-y0(i))^2)-...
sqrt((p(1)-x0(i+1))^2+(p(2)-y0(i+1))^2)-det(i);
end
f(n)=sqrt((p(1)-x0(n))^2+(p(2)-y0(n))^2)-...
sqrt((p(1)-x0(1))^2+(p(2)-y0(1))^2)-det(n);
%当函数用两个输出参数调用时
if nargout>1
%计算雅可比矩阵
for i=1:n-1
g(i,1)=(p(1)-x0(i))/sqrt((p(1)-x0(i))^2+(p(2)-y0(i))^2)-...
(p(1)-x0(i+1))/sqrt((p(1)-x0(i+1))^2+(p(2)-y0(i+1))^2);
g(i,2)=(p(2)-y0(i))/sqrt((p(1)-x0(i))^2+(p(2)-y0(i))^2)-...
(p(2)-y0(i+1))/sqrt((p(1)-x0(i+1))^2+(p(2)-y0(i+1))^2);
end
g(n,1)=(p(1)-x0(n))/sqrt((p(1)-x0(n))^2+(p(2)-y0(n))^2)-...
(p(1)-x0(1))/sqrt((p(1)-x0(1))^2+(p(2)-y0(1))^2);
g(n,2)=(p(2)-y0(n))/sqrt((p(1)-x0(n))^2+(p(2)-y0(n))^2)-...
(p(2)-y0(1))/sqrt((p(1)-x0(1))^2+(p(2)-y0(1))^2);
end
例如各点关系如下:
输入:
x0=[0.5,0,0];
y0=[2+sqrt(3)/2,2,0];
det=[sqrt(3)-2,2-2*sqrt(2),2*sqrt(2)-sqrt(3)];
p0=[1,1];
[p,norm,res,exit,out]=pfun(p0,x0,y0,det)
输出:
p =
2.0000 2.0000
2024-10-13 广告
到两点距离差为定值的点形成双曲线,你的问题相当于求三组双曲线的交点。
很显然,除非特殊情况(三个距离差满足一定约束),很难保证三组曲线交于一点。
如果如你所说“距离差有一定误差”,也就是不满足约束的条件,问题无解。在这种情况
下求解,一般按照最小二乘的规则,也就是说,使得未知点举例三个固定点的实际距离差
与给定距离差的总误差最小。这其实是一个优化问题。
2、问题描述:
如果用dA表示未知点到A点距离,dAB表示未知点到A、B两点的距离差(B、C类似),则
优化的目标函数可表示为
J = ( |dA-aB| - dAB )^2 + ( |dB-dC| - dBC )^2 + ( |dC-dA| - dCA )^2
3、程序说明
程序中把所需变量直接赋值,A、B、C为包括两个元素的向量,为固定点的坐标,dAB、
dBC、dCA为三个距离差。测试数据使用正三角形的顶点,距离差加了误差。
你要求写成函数的形式,从所给的代码很容易修改(把所需参数通过函数传入即可)。
由于程序中使用了匿名函数,所以必须在7.0以上版本使用。
function zd527752423
% 测试数据:正三角形的顶点
R = 5;
A = [R 0];
B = R*[cos(2*pi/3) sin(2*pi/3)];
C = R*[cos(4*pi/3) sin(4*pi/3)];
% 到三个顶点的距离差(理想情况三个都是0,现加入误差)
dAB = 0.1;
dBC = 0;
dCA = 0.2;
% 目标函数
J = @(x) (abs(d(x,A)-d(x,B))-dAB)^2 + (abs(d(x,B)-d(x,C))-dBC)^2 + (abs(d(x,C)-d(x,A))-dCA)^2;
% 调用优化算法求解,得到结果即为未知点坐标(X,Y)
x = fminsearch(J,[1 1]);
fprintf('\n未知点坐标:(%g, %g)\n',x);
% 绘图
pts = [A;B;C];
plot(pts(:,1), pts(:,2), 'o')
hold on
plot(x(1),x(2),'rx')
axis equal
function dis = d(p1, p2)
% 计算两点间距离的函数
dis = norm(p1-p2);