如何基于不同高度切片的2D高斯分布拟合3D抛物型喷雾分布

1. 提取各高度切片的高斯关键参数 #

对每个高度z的2D切片数据，先完成单切片的2D高斯拟合，提取以下核心参数：

• 切片的峰值振幅A(z)：对应该高度喷雾的最大强度
• 横向标准差σ_x(z)、σ_y(z)：如果喷雾在x、y方向对称，可合并为σ(z)，代表该高度喷雾的扩散宽度
• 切片中心坐标x₀(z)、y₀(z)：标记该高度喷雾的中心位置

2. 建立3D抛物分布的参数化模型 #

根据喷雾的物理特性，3D分布可通过参数化的抛物函数关联各切片的高斯参数：

• 简化模型（中心轴沿z轴）：
  假设喷雾中心始终沿z轴，3D分布形式为：

  P(x,y,z) = A(z) * exp( - (x² + y²) / σ(z)² )
  

  其中A(z)和σ(z)均满足抛物函数关系：
  • A(z) = p₀ + p₁z + p₂z²（振幅随高度的抛物变化）
  • σ(z)² = q₀ + q₁z + q₂z²（扩散宽度的平方随高度的抛物变化，符合喷雾扩散的物理规律）
• 完整模型（中心轴为抛物曲线）：
  如果喷雾中心轴本身是抛物曲线，需加入中心位置的抛物项：

  P(x,y,z) = A(z) * exp( - [(x - (x₀ + a z + b z²))² + (y - (y₀ + c z + d z²))²] / σ(z)² )
  

  这里a,b,c,d是中心轴的抛物系数，x₀,y₀为z=0时的中心位置

3. 拟合抛物参数并验证 #

• 对提取的A(z)、σ(z)（或σ_x(z)、σ_y(z)）以及x₀(z)、y₀(z)分别做二次多项式拟合，得到各自的抛物系数（如p₀-p₂、q₀-q₂等）
• 将拟合得到的参数代入3D模型，生成预测的3D分布，再与各切片的原始数据做残差分析：计算每个切片的预测高斯分布与实际数据的均方误差，调整参数直到误差最小
• 若x、y方向的扩散宽度差异明显，需分别对σ_x(z)和σ_y(z)做独立的抛物拟合

4. 优化拟合效果 #

• 针对数据质量差的切片（如噪声大、采样不足），在拟合抛物参数时赋予较低权重，避免干扰整体拟合结果
• 若单独拟合各切片振幅后再拟合z函数的误差较大，可将A(z)的抛物参数纳入3D模型的整体拟合框架，直接用所有切片数据联合估计3D分布的全部参数

内容的提问来源于stack exchange，提问作者jlaufer