正弦拟合和

Question

我有一些样本数据发现下面，我试图使两个曲线拟合。第一种是基于正弦和余弦之和的拟合，我可以用statsmodels的OLS函数来完成。在

ny = len(y_arr)
nparams = 5

xa1 = np.cos(2*np.pi*1*x_arr)
xb1 = np.sin(2*np.pi*1*x_arr)
xa2 = np.cos(2*np.pi*2*x_arr)
xb2 = np.sin(2*np.pi*2*x_arr)

matr = np.ones((ny,nparams),dtype=float)
matr[:,1] = xa1
matr[:,2] = xb1
matr[:,3] = xa2
matr[:,4] = xb2

model = sm.OLS(y_arr, matr)
results = model.fit()
print(results.summary())

这给了我系数a0=1.1463，a1=-3.928，b1=0.5352，a2=-0.4091，b2=-0.3514

但是，现在我想用这些信息来计算正弦函数之和的拟合，其中振幅和相位是给定的，即：

据我所见，当必须同时计算振幅和相位时，OLS无法处理正弦拟合的总和。这里有没有其他人用过类似的包装？在

Answer 1

这些系列密切相关：

A_k = sqrt(a_k**2 + b_k**2)
phi_k = -atan(b_k/a_k)

所以，计算了a_k和b_k你可以很容易地得到A_k和{} 使用上面的转换。在