left side division: transfering from matlab to scilab
我正在尝试在Scilab中实现一些Matlab固有的过滤器拟合例程。我正在尝试通过invfreqz.m中的最小二乘算法来计算滤波器系数。要意识到我必须在一些几乎奇异的矩阵上计算左侧矩阵的除法。问题是Scilab从此计算中得出的结果与matlab产生的结果不同，我无法解决问题。代码如下：
1 2 3 | matrix = [336.1810 331.8898 331.8898 336.1810 331.8898; 331.8898 336.1810 320.9743 331.8898 336.1810; 331.8898 320.9743 336.1810 331.8898 320.9743; 336.1810 331.8898 331.8898 336.1810 331.8898; 331.8898 336.1810 320.9743 331.8898 336.1810]; vector = [-331.8898; -320.9743; -336.1810; -331.8898; -320.9743]; result = matrix \\ vector; |
Matlab给我结果：
1 2 3 4 5 6 | result = -0.5078 0.5078 -1.0000 0.5078 -0.5078 |
和Scilab产量：
1 2 3 4 5 6 | result = 0.00000000000000050 0. - 0.99999999999999856 0. - 0.00000000000000219 |
使用两个软件执行计算都会给我警告：
具有不同的rcond值
我检查了Matlab的invfreq.m，他们使用的方法完全相同，但是结果与Scilab不同。甚至警告也显示出来。 :)现在，我需要在Scilab中获得相同的结果，但是我找不到解决方法，因为我不知道发生了什么。任何人都可能有想法甚至解决方案？
结果在数值上不稳定。您不应在任何一个答案中放任何股票。
如果问题像您一样病情严重，则没有数值算法可以提供准确的结果。
A \\\\ B操作上的错误可以通过
估算
1 |
如果将来的读者碰巧遇到相同的情况：我组成了一个测试传递函数，偶然导致了一个奇异矩阵，而invfreqz.m中找到的算法无法确定地解决这个问题。对于那些感兴趣的人，该算法源于E.C. Levy
撰写的名为"复杂曲线拟合"的论文