二者均是常用的二维插值方法，两者的区别是，

interp2的插值数据必须是矩形域(X,Y必须分别是单调向量)，即已知数据点（x,y)组成规则的矩阵，或称之为栅格，可使用meshgid生成。

griddata函数的已知数据点（X，Y）不要求规则排列，特别是对试验中随机没有规律采取的数据进行插值具有很好的效果。

griddata 调用方法：
ZI = griddata(x,y,z,XI,YI)
[XI,YI,ZI] = griddata(x,y,z,XI,YI)
[...] = griddata(...,method)
[...] = griddata(...,method,options)

method 的值 为
'linear' -- 则，以三角形为基础的线性内插
'cubic' -- 则，以三角形为基础的三次方程内插
'nearest' -- 则，用最邻近的点 内插
'v4'-- -- 则，MATLAB 4 格点样条函数内插
默认'linear' 线性内插

http://www.renci.org/~bblanton/files/ReadGrib/read_grib.html

read_grib r4 (16 April 2012)

A WMO GRiB file reader for MATLAB

CONTACT:brian_blanton@renci.org
LAST MODIFIED: 16 Apr 2012

read_grib is a World Meteorological Organization (WMO) GRiB file reader.

READ_GRIB is now being used by numerous people at a wide variety of places. Alerts users at the following locations have found bugs that I've created, suggested improvements, and provided testing

RMS - root mean square  (均方差，测绘学科翻译为中误差)

STD - Standard Deviation（标准差）

有人经常混用RMS与标准差（STD），实际上二者并不是一回事。

均方差，均方根误差，RMS——随机变量x的所有可能取值x1，x2，…，xn与其平均值x之差的平方和的平均值叫方差，记为D(x)，方差的正平方根叫均方差，RMS=√D(x)，它可作为衡量测量精度的一种数值指标。

标准差是用来衡量一组数自身的离散程度（与均值之间的差值），而均方根误差是用来衡量观测值同真值之间的偏差，它们的研究对象和研究目的不同，物理意义也不一样，但是计算过程类似。

Discrete random variable

In the case where X takes random values from a finite data set x₁, x₂, …, x_N, with each value having the same probability, the standard deviation is

or, using su

[转载] （转）转贴自研学

1 textread函数

textread不用先fopen那个文件，适用于格式统一的txt文件的一次性大批量读取。

from: http://blog.sina.com.cn/s/blog_618af1950100k926.html

实际应用中经常要读取txt文件，这个时候就需要用到强大的textread函数。
它的基本语法是：
[A,B,C,...] = textread(filename,format)
[A,B,C,...] = textread(filename,format,N)
其中filename就是文件名， format就是要读取的格式，A,B,C就是从文件中读取到的数据。
中括号里面变量的个数必须和format中定义的个数相同。 如果每N行相同格式的数据，可采用[A,B,C,...] = textread(filename,format,N)的语法,读取N次。
举例如下：
例子1：myfile.txt 中的内容如下：
1 2 3 4
5 6 7 8
9 10 11 12
相应的语句为：
filename = '.\myfile.txt';
[data1,data2,data3,data4]=textread(filename,'%n%n%n%n');
或者为
filename = '.\myfile.txt';
[data1,data

（如果不先对数据都减去一个均值，那么接近0Hz部分的功率会非常非常大~这是有害的，一般做数据处理的时候如果只关注交流量的话，就要先使得整个序列的均值为0，方法就是给每个数减去该序列的一个均值2012-01-12）

from http://www.ymlib.net/article/sort010/info-279.html

matlab求功率谱密度代码实例

clear;
Fs=1000; %采样频率
n=0:1/Fs:1;

%产生含有噪声的序列
xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn(size(n));

window=boxcar(length(xn)); %矩形窗
nfft=1024;
[Pxx,f]=periodogram(xn,window,nfft,Fs); %直接法
plot(f,10*log10(Pxx));

间接法：
间接法先由序列x(n)估计出自相关函数R(n)，然后对R(n)进行傅立叶变换，便得到x(n)的功率谱估计。

Matlab代码示例：

clear;
Fs=1000; %采样频率
n=0:1/Fs:1;

%产生含有噪声的序列
xn=cos(2*pi*40*n)+3*cos(2*pi*100*n)+randn