曲线拟合正弦函数的python幂

Question

我想将信号拟合到余弦或正弦函数中：

参考信号：

sample_rate =1000
start_time = 0
end_time = 12

t = np.arange(start_time, end_time, 1/sample_rate)
amplitude = 12 #peak to peak
period = 60/15
n= 4

func =-amplitude* np.cos( np.pi *  t/period)**(2*n) +  amplitude

并且该信号必须拟合到模型中：

def fit(t, a, b, n):
    return -a * np.cos(np.pi* t/(b))**(2*int(n)) + a 

通过这样做：

params, pcov = scipy.optimize.curve_fit(fit, t, func, )
a, b, n = params

我得到：

params a = 11.9; b = 0.97 且 n=1

这根本不匹配...

Answer 1

将这些建议放在一起给出以下结果：

def fit(t, a, b, n):
    return -a * np.abs(np.cos(np.pi * t / b))**(2*n) + a 

params, pcov = scipy.optimize.curve_fit(
    fit, t, func, bounds=(0, np.inf), p0=(1, 3.5, 1))

print(*params)

plt.plot(t, func)
plt.plot(t, fit(t, *params), '--');

它将恢复您的参数。 bounds 强制执行积极性，而 p0 为起点提供合理的建议，但拟合对此选择非常敏感。