Scilab中针对非严格递增x的三次样条或多项式插值方法

这个问题我之前也碰到过——Scilab的interp1()和splin()确实要求输入的x是严格单调递增的，因为它们默认处理的是单值函数（一个x对应唯一y）。但你的数据是带回溯的路径数据（x有重复、甚至递减），属于参数曲线，所以得用参数化插值的思路来解决，完美实现你想要的平滑插值效果，还能获取指定x对应的y值。

核心思路：参数化插值 #

我们把x和y都看作是一个严格递增参数t的函数（比如用数据点的索引作为t），这样t满足interp1()的要求，然后分别对x(t)和y(t)做插值，就能得到原路径的平滑曲线了。

完整实现代码 #

1. 基础插值与绘图 #

先处理你的原始数据，生成平滑插值曲线并绘图：

// 你的原始非单调数据
x = [1 2 3 3 2];
y = [1 1 2 3 2];

// 定义严格递增的参数t（用数据点的索引即可）
t = 1:length(x);

// 生成插值用的参数序列tt（比如100个点，覆盖整个路径）
tt = linspace(1, length(x), 100);

// 对x和y分别基于t做spline插值
xx_interp = interp1(t, x, tt, 'spline');
yy_interp = interp1(t, y, tt, 'spline');

// 绘图：平滑插值曲线 + 原始散点
plot(xx_interp, yy_interp, 'b-', 'LineWidth', 2);
scatter(x, y, 'ro', 'MarkerSize', 8);
legend('插值曲线', '原始数据点');
xlabel('x');
ylabel('y');

运行这段代码后，你会得到和单调x时类似的平滑曲线，同时完整保留了原数据的回溯路径。

2. 获取指定x对应的插值y值 #

因为x是非单调的，同一个x可能对应多个y值，这里分两种情况处理：

情况1：找最接近目标x的单个y值

比如要获取x=2.5对应的插值y值：

target_x = 2.5;
// 找到xx_interp中与target_x差距最小的索引
[~, idx] = min(abs(xx_interp - target_x));
// 获取对应的y值
target_y = yy_interp(idx);
disp(['x=' string(target_x) '对应的插值y值为：' string(target_y)]);

情况2：找所有接近目标x的y值（比如x=2在原数据中出现两次）

如果要获取所有x≈2的插值y值，可以设置一个误差容忍度：

target_x = 2;
tolerance = 1e-3; // 允许的误差范围
// 筛选出所有符合条件的索引
indices = find(abs(xx_interp - target_x) < tolerance);
// 获取对应的所有y值
target_ys = yy_interp(indices);
disp(['x=' string(target_x) '对应的插值y值有：' string(target_ys)]);

原理说明 #

参数化插值的本质是把原本的x-y路径转化为t-x和t-y两个单值函数（t严格递增），这样就完全符合interp1()的输入要求了。插值后再把t-x和t-y的结果对应起来，就还原出了原路径的平滑版本，完美适配非单调、带重复值的x序列场景。

内容的提问来源于stack exchange，提问作者Ull