Discussion :

[DjuL-BzH]

Bonjour,

Tout d'abord, merci pour le forum et à ceux qui répondent, tout y est bien pratique.
Je cherche à utiliser la fonction nlinfit dans le cas suivant :

J'ai une suite de données dans le domaine fréquentiel, qui ressemble à une fft d'une sinusoïde avec quelques harmoniques : soit, une série de pics, avec des amplitudes différentes.

Je crée un modèle de cette courbe, par ce code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
 
beta=[0.2 50 5]
fun=zeros(1,length(freq));
for k=1:beta(3)
fun(round((beta(2)*k*N/sr)+1))=beta(1)^(k-1);
end
func2=@(beta) fun; 
[betaend]=nlinfit(func2,beta,freq,Sig)

beta(1) correspond à l'amplitude des harmoniques, beta(2) correspond à la fréquence fondamentale, et beta(3) correspond au nombre d'harmoniques.
freq correspond à la fréquence, et Sig à mes données. N vaut 4096, c'est le nombre de points dans ma fft, et sr c'est la fréquence d'échantillonnage qui vaut 44100/4. (ça permet d'avoir des fftbin tous les 2.7 Hz).

Ce que je voudrais, c'est de trouver les paramètres optimaux de beta, pour que le modèle colle au mieux à mes données. Je me suis dit qu'en utilisant les moindres carrés non linéaires et l'algorithme de Gauss-Newton, il y avait moyen de trouver ça... C'est ce que fait la fonction nlinfit.

J'obtiens l'erreur suivante :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
 
??? Error using ==> fcnchk at 108
FUN must be a function, a valid string expression, or an inline function object.
 
Error in ==> nlinfit at 108
model = fcnchk(model);
 
Error in ==> test4 at 70
[betaend]=nlinfit(func2,beta,freq,Sig)

Je pense à changer de modele, mais il me faudrait quelque chose en fonction de la fréquence ET du nombre d'harmoniques, et ça me parait un peu obscur pour le moment ... Auriez-vous des suggestions ?


Merci

[Tymk]

Salut à toi, et bienvenu parmi nous.

Es-tu sûr d'avoir mis tes paramètres dans l'ordre ?

beta = nlinfit(X,y,fun,beta0) returns a vector beta of coefficient estimates for a nonlinear regression

Le manuel semble indiquer que nlinfit a une signature différente de celle que tu tentes d'utiliser.

[edit] PS: ton message est effectivement plus clair avec les balises [code] [/edit]

[DjuL-BzH]

Oui, désolé pour les balises, j'ai lu la "notice" après avoir posté mon message, et je me suis empressé de corriger

Oui effectivement, il y a un soucis dans l'ordre des parametres, mais c'est suite à divers modifs, et j'ai oublié de changer. La journée fut rude! Alors voici ce à quoi devrait ressembler l'utilisation du nlinfit :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

[betaend]=nlinfit(freq,Sig,func2,beta)

Et l'erreur est la suivante:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
??? Error using ==> nlinfit at 120
Error evaluating model function '@(beta)fun'.
 
Error in ==> test4 at 70
[betaend]=nlinfit(freq,Sig,func2,beta)
 
Caused by:
    Error using ==> @(beta)fun
    Too many input arguments.

Je pense que c'est lors de ma création de fonction, car elle ne dépend pas explicitement d'un paramètre comme la fréquence. Le modèle que je devrais implémenter se trouve comme indiqué dans la pièce jointe... Et ça me pose problème! le delta c'est une impulsion de dirac unité. Et je n'arrive pas à implémenter ça... ( J'avoue aussi avoir le cerveau en compote ce soir). le f0 correspond à la fondamentale (soit aussi beta(2)).

[Tymk]

As-tu trouvé une solution à ton problème ou est-il toujours d'actualité ?

Bon, je ne suis pas très au fait du calcul fréquentiel, mais au besoin je pourrais peut-être regarder.