Discussion :

[capsou]

Bonjour à tous !

Je m'en remets aux experts qui consultent ce site pour me sortir d'une situation délicate. Je vous explique ma situation :

Je travaille sur l'exploitation de données GPS dans le cadre d'un stage d'études. Ma soutenance approche mais il me reste une partie d'un programme à écrire pour pouvoir exploiter mes mesures.
J'ai effectué plusieurs opérations sur mes données, j'ai réussi à sortir le signal sur bruit (SNR) (données nécessaires pour mon exploitation) et selon la littérature, il faut appliquer à ce SNR un "unweighted least square fit" (dc un fit normal des moindres carrés).
La formule du SNR est :
SNR = A cos ( [(4*pi*h/lembda) sin E] + phase)
E est l'élévation du satellite et est connue. Le fit permettrai d'obtenir l'amplitude A et la phase.

J'ai donc essayer d'utiliser les fonctions "fit", "fittype", "fitoptions" mais je galère pas mal. De plus mes données contiennent des Nan pour corser le tout !

Voila si des personnes peuvent m'aider, ce serait super ! Merci par avance et bonne journée !

[shaiHulud]

Bonjour,

Définis une fonction du type (je fais comme si h et lambda était connu)

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
function snr= SNR(E,A,phase)
     snr= A* cos ( ((4*pi*h/lambda) *sin E) + phase);

puis une fonction de perte

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
function loss= perte2(E,snr,A,phase)
     loss= sum((snr- SNR(E,A,phase)).^2)

et enfin la fonction partielle (conditionnellement aux données (snr,E))

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
obj= @(A,phase) perte2(E,snr,A,phase);

Il ne te reste plus qu'à minimiser cette fonction avec les divers optimiseurs matlab (fminunc, fmincon,...). Choisis l'optimiseur en fonction des contraintes sur les paramètres (A,phase). J'imagine par exemple 0<phase< 2*pi, et A>0

En ce qui concerne les nan, vu que tu as un modèle i.i.d en les observations, tu n'as qu'à les supprimer.

-VV