1. 项目概述：从数据中“听”出三个声音

做数据分析或者信号处理的朋友，经常会遇到一种情况：拿到一组看似只有一个“鼓包”的数据，但仔细一看，或者经过一些预处理后，发现这个鼓包下面其实藏着好几个“小鼓包”。比如，在光谱分析里，一个宽峰可能是几个不同元素发射谱线的叠加；在色谱分析里，一个拖尾的峰可能包含了未完全分离的几种物质；甚至在金融时间序列里，一个收益率的分布也可能混合了多种市场状态。这时候，简单用一个单峰高斯函数去套，就像用一把钥匙想开三把锁，结果只能是哪把都开不好，拟合出来的曲线跟实际数据“貌合神离”，参数也失去了物理意义。

多峰高斯拟合要干的，就是把这把“万能钥匙”拆成几把特定的“钥匙”，去分别对准那几把“锁”。具体到我们这次要聊的，就是如何在MATLAB这个强大的数学工坊里，成功地对一组含有三个重叠峰的数据进行拟合，把这三个峰的“身高”（振幅）、“住址”（中心位置）和“胖瘦”（标准差）都给准确地“揪”出来。这不仅仅是调个函数那么简单，它涉及到初始猜测的艺术、优化算法的选择，以及如何判断拟合结果是否真的“成功”而不是“过拟合”的玄学。我处理过不少类似的数据，三个峰的拟合算是多峰拟合里一个非常典型且实用的门槛，既能体现方法的通用性，又比拟合更多峰的情况在算法稳定性上好处理一些。

2. 核心思路与数学模型拆解

2.1 为什么一定是高斯函数？

提到拟合峰形，高斯函数（也叫正态分布函数）几乎是首选。这背后有坚实的理论和实践支撑。从原理上讲，许多物理、化学过程（如光谱线宽、色谱峰扩散）的统计分布，在理想条件下都趋向于高斯分布。它的数学形式优雅且性质良好：对称、无限可微、傅里叶变换后仍是高斯函数。从实用角度看，高斯函数仅用三个参数（振幅A、中心位置μ、标准差σ）就能完整描述一个峰的基本特征，非常直观。振幅对应峰高或浓度，中心位置对应特征值（如波长、保留时间），标准差（或半高宽，FWHM=2.355σ）反映峰的宽度或系统的分辨率。

当我们面对多个重叠峰时，一个很自然的想法就是“线性叠加”。假设各个峰之间没有相互作用（这在很多光谱、色谱场景下是近似成立的），那么混合信号就可以看作是多个独立高斯函数的和。这就是多峰高斯模型的基础。对于三个峰，我们的模型函数就是：y = A1 * exp(-((x - μ1)/σ1)^2 / 2) + A2 * exp(-((x - μ2)/σ2)^2 / 2) + A3 * exp(-((x - μ3)/σ3)^2 / 2)这里一共有9个待求参数（3个峰 × 3个参数）。我们的目标就是找到一组最优的9个参数，使得这个模型函数计算出的y值，与我们实际观测到的数据点之间的差距最小。

2.2 拟合的本质与挑战：非线性最小二乘

拟合的过程，在数学上是一个优化问题。我们定义一个损失函数，通常就是所有数据点处模型预测值与实测值之差的平方和（残差平方和，RSS）。然后，寻找能使这个RSS最小的那组参数。由于高斯函数本身是非线性的（参数在指数部分），这个问题是一个标准的非线性最小二乘问题。

这里就引出了多峰拟合，尤其是峰数较多时，最大的两个挑战：

1. 局部最优陷阱：非线性优化算法（如MATLAB默认的lsqcurvefit使用的Levenberg-Marquardt算法）像是一个盲人登山者，它只能感知脚下的坡度（梯度）并试图往最低点走。如果参数初始猜得离真实值太远，它很容易走进一个“小坑”（局部最优）就停下来了，而不知道远处还有一个更深的“大坑”（全局最优）。对于三个重叠严重的峰，这个“坑”的地形会非常复杂。
2. 参数相关性：当两个峰靠得很近时，它们的参数会相互影响。比如，增加第一个峰的振幅同时减少第二个峰的振幅，可能会产生相似的拟合曲线。这种“此消彼长”的关系会让优化算法感到困惑，增加拟合的不确定性。

因此，一次成功的拟合，一半靠算法，一半靠一个“聪明”的初始猜测。下面我们就进入实战环节。

3. 实战准备：数据、工具与初始猜测的艺术

3.1 数据准备与可视化

在动手拟合之前，我们必须先“认识”我们的数据。假设我们有一组数据，存储在变量x（横坐标，如波长、时间）和y（纵坐标，如强度、吸光度）中。

% 假设这是你的原始数据 % x = ... （你的横坐标向量） % y = ... （你的纵坐标向量） % 第一步永远是画图 figure; plot(x, y, 'o-', 'LineWidth', 1.5, 'MarkerSize', 4); xlabel('横坐标 (例如: 波长/nm)'); ylabel('纵坐标 (例如: 强度/a.u.)'); title('原始数据图'); grid on;

这个图能给我们最直观的信息：大概有几个峰？它们大致在什么位置？峰的高度和宽度量级如何？有没有明显的基线漂移或噪声？对于三个峰的情况，通常你会看到曲线有两个或三个“肩部”转折点，而不是光滑的单峰。

注意：如果数据存在明显的倾斜基线，需要先进行基线校正（如使用msbackadj函数或手动拟合一个低阶多项式并减去），否则基线会被高斯拟合错误地吸收，导致峰参数严重失真。这是新手最容易忽略的关键预处理步骤。

3.2 构建多峰高斯模型函数

我们需要在MATLAB中定义一个函数，来描述我们的三峰高斯模型。我习惯把它写成一个独立的函数文件，比如three_gauss.m。

function yfit = three_gauss(params, x) % 三峰高斯函数模型 % 输入： % params: 一个包含9个元素的向量 [A1, mu1, sigma1, A2, mu2, sigma2, A3, mu3, sigma3] % x: 自变量向量 % 输出： % yfit: 计算得到的因变量向量 A1 = params(1); mu1 = params(2); sigma1 = params(3); A2 = params(4); mu2 = params(5); sigma2 = params(6); A3 = params(7); mu3 = params(7); sigma3 = params(9); % 注意：原文这里有笔误，params(7)重复了，应为params(8), params(9) % 修正版： A3 = params(7); mu3 = params(8); sigma3 = params(9); % 计算三个高斯峰的叠加 peak1 = A1 * exp(-(x - mu1).^2 / (2 * sigma1^2)); peak2 = A2 * exp(-(x - mu2).^2 / (2 * sigma2^2)); peak3 = A3 * exp(-(x - mu3).^2 / (2 * sigma3^2)); yfit = peak1 + peak2 + peak3; end

3.3 初始参数猜测：决定成败的第一步

这是整个流程中最需要经验和技巧的一步。我们不能瞎猜，可以借助MATLAB的工具进行半自动化的估计。

方法一：手动读图估算直接从图上目测：

• 中心位置 (mu)：找到每个峰顶对应的x坐标。如果峰重叠严重顶不明显，找曲线“肩部”的拐点。
• 振幅 (A)：估计从基线到峰顶的大致高度。可以先粗略估计一个基线（如数据两端的平均值）。
• 标准差 (sigma)：估算半高宽（FWHM）。在峰高一半的地方，粗略估计一个宽度Δx，然后利用公式sigma ≈ FWHM / 2.355计算。如果峰不对称，取较窄一侧估计会更稳健。

方法二：利用findpeaks函数辅助对于峰值比较明显的数据，可以用findpeaks函数先找找看。

[pks, locs, widths, proms] = findpeaks(y, x, 'MinPeakProminence', max(y)*0.1); % 设置最小峰突出度阈值 disp('找到的峰信息：'); disp('位置：'); disp(locs); disp('高度：'); disp(pks); disp('宽度：'); disp(widths); % 这里得到的宽度近似于半高宽

findpeaks可能因为噪声或重叠只找到1-2个峰，但它给出的位置和近似高度、宽度是极好的初始值。对于没找到的第三个峰，你需要根据数据形状在剩余区间内手动指定一个大概位置。

方法三：分峰拟合迭代法（高级技巧）如果重叠非常严重，可以尝试先拟合最明显的一个峰，然后从原始数据中减去这个拟合峰，在残差数据上再寻找和拟合下一个峰。如此迭代，用前一步的结果作为下一步的初始值。这种方法对初始值不敏感，但操作繁琐，且误差会传递。

假设通过以上方法，我们得到了初始猜测值：initial_guess = [A1_guess, mu1_guess, sigma1_guess, A2_guess, mu2_guess, sigma2_guess, A3_guess, mu3_guess, sigma3_guess];

同时，我们需要为参数设定合理的上下界（lb和ub），以防止算法跑到不合理的区域（比如负的振幅或标准差）。

% 示例：设定边界 % 振幅下限为0，上限为最大数据值的2倍 % 中心位置在数据x范围附近波动 % 标准差大于0，小于x范围跨度 lb = [0, min(x), 0, 0, min(x), 0, 0, min(x), 0]; ub = [max(y)*2, max(x), (max(x)-min(x))/2, ... max(y)*2, max(x), (max(x)-min(x))/2, ... max(y)*2, max(x), (max(x)-min(x))/2];

4. 核心拟合过程与算法选择

4.1 使用lsqcurvefit进行拟合

MATLAB的优化工具箱提供了强大的lsqcurvefit函数，它是解决非线性曲线拟合问题的利器。

% 定义选项，增加迭代次数和显示迭代过程 options = optimoptions('lsqcurvefit', 'Display', 'iter', 'MaxFunctionEvaluations', 5000, 'MaxIterations', 2000); % 执行拟合 [optimal_params, resnorm, residual, exitflag, output] = ... lsqcurvefit(@three_gauss, initial_guess, x, y, lb, ub, options); disp('拟合完成！退出标志 exitflag = '); disp(exitflag); disp('优化输出信息：'); disp(output);

关键参数解析：

• @three_gauss：我们之前定义的模型函数句柄。
• initial_guess：初始参数猜测向量。
• x,y：原始数据。
• lb,ub：参数下界和上界向量。
• options：优化选项。‘Display’, ‘iter’可以在命令行窗口看到迭代过程，对于调试非常有用。MaxFunctionEvaluations和MaxIterations可以调大，防止因迭代次数不足而提前停止。
• exitflag：退出标志，大于0通常表示收敛成功。
• resnorm：最终残差平方和，衡量拟合好坏的一个绝对指标（但需结合数据量级看）。
• residual：残差向量（y_fit - y），可用于分析拟合误差的分布。

4.2 使用fit函数与fittype（曲线拟合工具箱）

如果你有曲线拟合工具箱（Curve Fitting Toolbox），使用fit函数会更加方便和直观，它提供了更丰富的统计输出和绘图功能。

% 定义拟合类型：自定义模型表达式 ft = fittype('A1*exp(-((x-mu1)/sigma1)^2/2) + A2*exp(-((x-mu2)/sigma2)^2/2) + A3*exp(-((x-mu3)/sigma3)^2/2)', ... 'independent', 'x', 'dependent', 'y', ... 'coefficients', {'A1', 'mu1', 'sigma1', 'A2', 'mu2', 'sigma2', 'A3', 'mu3', 'sigma3'}); % 设置拟合选项，包括初始值和边界 opts = fitoptions(ft); opts.StartPoint = initial_guess; opts.Lower = lb; opts.Upper = ub; opts.MaxIter = 2000; % 增加最大迭代次数 % 执行拟合 [fitresult, gof] = fit(x, y, ft, opts); % 显示拟合结果和优度 disp(fitresult); disp(gof); % 包含 SSE, R-square, RMSE等统计量 % 绘图 figure; plot(fitresult, x, y); legend('原始数据', '三峰高斯拟合', 'Location', 'Best'); xlabel('x'); ylabel('y'); title('三峰高斯拟合结果');

fit函数返回的gof结构体包含sse（误差平方和）、rsquare（决定系数R²）、adjrsquare（调整R²）、rmse（均方根误差）等统计量，是评价拟合质量的量化标准。通常，R²越接近1，RMSE越小，拟合越好。

4.3 算法选择与调参心得

• 默认算法：lsqcurvefit默认使用‘trust-region-reflective’算法，并结合Levenberg-Marquardt方法，对于大多数光滑问题效果很好。如果问题有边界约束，它会自动使用‘trust-region-reflective’。
• Levenberg-Marquardt：可以通过options = optimoptions('lsqcurvefit', 'Algorithm', 'levenberg-marquardt')来指定。这个算法对初始值比较敏感，但收敛速度快。如果初始值好，它是首选。
• 调参经验：
  1. 先松后紧：第一次拟合时，可以把边界设得宽一些，主要依靠初始猜测来引导。如果拟合结果中某个参数顶到了边界，说明初始猜测可能偏差太大，或者边界设得不合理。
  2. 关注exitflag：如果exitflag不是正数（比如0或负数），意味着优化可能没有正常收敛（迭代次数用完、函数计算次数超限等）。这时需要检查初始值、边界，或者增加MaxIterations和MaxFunctionEvaluations。
  3. 可视化残差：拟合后一定要画残差图plot(x, residual, 'o-')。理想的残差应该是围绕0随机分布的白噪声。如果残差呈现出明显的规律性（如一个弯曲的趋势），说明模型可能不完善（例如存在未扣除的基线，或者某个峰形不是严格高斯型）。

5. 结果评估、可视化与参数解读

5.1 综合可视化：一目了然

一次完整的拟合分析，不能只看一条拟合曲线。我习惯做一个多子图的分析面板。

% 计算拟合值 y_fit = three_gauss(optimal_params, x); % 如果用lsqcurvefit % 或者 y_fit = fitresult(x); % 如果用fit函数 % 计算残差 residual = y - y_fit; % 创建分析图 figure('Position', [100, 100, 1200, 800]); % 子图1：原始数据与拟合曲线对比 subplot(2, 3, [1, 2, 4, 5]); plot(x, y, 'bo', 'MarkerSize', 5, 'DisplayName', '原始数据'); hold on; plot(x, y_fit, 'r-', 'LineWidth', 2, 'DisplayName', '三峰拟合'); % 可选：画出每个单独的峰 peak1_fit = optimal_params(1) * exp(-(x - optimal_params(2)).^2 / (2 * optimal_params(3)^2)); peak2_fit = optimal_params(4) * exp(-(x - optimal_params(5)).^2 / (2 * optimal_params(6)^2)); peak3_fit = optimal_params(7) * exp(-(x - optimal_params(8)).^2 / (2 * optimal_params(9)^2)); plot(x, peak1_fit, 'g--', 'LineWidth', 1.5, 'DisplayName', '峰1'); plot(x, peak2_fit, 'm--', 'LineWidth', 1.5, 'DisplayName', '峰2'); plot(x, peak3_fit, 'c--', 'LineWidth', 1.5, 'DisplayName', '峰3'); xlabel('横坐标'); ylabel('纵坐标'); title('三峰高斯拟合结果分解'); legend('Location', 'Best'); grid on; hold off; % 子图2：残差图 subplot(2, 3, 3); plot(x, residual, 'ks-', 'MarkerSize', 4, 'MarkerFaceColor', 'k'); xlabel('横坐标'); ylabel('残差'); title('拟合残差'); yline(0, 'r--', 'LineWidth', 1); % 在0处画参考线 grid on; % 子图3：残差分布直方图 subplot(2, 3, 6); histogram(residual, 20, 'Normalization', 'probability', 'FaceColor', [0.5, 0.5, 0.5]); xlabel('残差值'); ylabel('概率'); title('残差分布'); grid on;

这个综合视图非常强大：

• 主图：清晰展示了总拟合曲线与原始数据的吻合程度，以及三个子峰是如何叠加构成最终曲线的。如果子峰的形状或位置明显不合理，一眼就能看出来。
• 残差图：检查系统性误差。随机散点是最好的结果。
• 残差分布：近似检查是否服从正态分布。理想的拟合残差应近似均值为0的正态分布。

5.2 参数解读与不确定性估计

拟合完成后，我们得到了9个最优参数。但更重要的是知道这些参数的可靠程度。

% 提取参数 A1 = optimal_params(1); mu1 = optimal_params(2); sigma1 = optimal_params(3); A2 = optimal_params(4); mu2 = optimal_params(5); sigma2 = optimal_params(6); A3 = optimal_params(7); mu3 = optimal_params(8); sigma3 = optimal_params(9); % 计算半高宽 (FWHM) fwhm1 = 2.355 * sigma1; fwhm2 = 2.355 * sigma2; fwhm3 = 2.355 * sigma3; % 计算峰面积（对于高斯峰，面积 = A * sigma * sqrt(2*pi)） area1 = A1 * sigma1 * sqrt(2*pi); area2 = A2 * sigma2 * sqrt(2*pi); area3 = A3 * sigma3 * sqrt(2*pi); fprintf('峰1: 中心位置 = %.4f, 振幅 = %.4f, 标准差 = %.4f, 半高宽 = %.4f, 面积 = %.4f\n', mu1, A1, sigma1, fwhm1, area1); fprintf('峰2: 中心位置 = %.4f, 振幅 = %.4f, 标准差 = %.4f, 半高宽 = %.4f, 面积 = %.4f\n', mu2, A2, sigma2, fwhm2, area2); fprintf('峰3: 中心位置 = %.4f, 振幅 = %.4f, 标准差 = %.4f, 半高宽 = %.4f, 面积 = %.4f\n', mu3, A3, sigma3, fwhm3, area3);

关于参数不确定性：lsqcurvefit本身不直接提供参数的标准误差。要获得这个，通常需要计算雅可比矩阵（Jacobian）在最优解处的值，然后估计协方差矩阵。一个相对简单的方法是使用nlparci函数（需要统计学工具箱），但它要求提供残差和雅可比矩阵。更通用的方法是采用自助法（Bootstrap）或蒙特卡洛模拟来估计参数分布，但这计算量较大。对于要求不高的场合，观察不同初始值下拟合结果的稳定性，也是一种实用的不确定性评估。

6. 常见问题、避坑指南与进阶技巧

6.1 拟合失败或结果荒谬的排查清单

1. 初始值太差：这是头号杀手。尝试用findpeaks或手动放大数据图仔细估算。对于严重重叠的峰，可以尝试固定其中一两个较明显峰的位置进行初步拟合。
2. 边界设置不合理：比如把中心位置mu的边界设得远离真实值，或者标准差sigma的下界为0导致除零错误（可以设一个很小的正数，如1e-6）。
3. 数据存在基线：未扣除的基线会严重干扰拟合。务必先进行基线校正。简单的可以减去两端点的平均值或线性插值基线，复杂的可以用非对称最小二乘平滑等方法。
4. 噪声过大：过大的随机噪声会让算法迷失。考虑先对数据进行平滑处理（如Savitzky-Golay滤波sgolayfilt），但要注意平滑可能改变峰形，尤其是窄峰。
5. 模型不适用：数据可能不是高斯峰！如果是拖尾峰（色谱常见），考虑改用洛伦兹（Lorentzian）函数或高斯-洛伦兹混合函数（Voigt Profile）。这时需要修改模型函数。
6. 算法未收敛：检查exitflag和output信息。增加MaxIterations和MaxFunctionEvaluations，或者尝试不同的初始值组合。

6.2 进阶技巧：提高拟合稳健性

• 分步拟合策略：对于非常困难的拟合，可以采用“逐步逼近”法。先拟合最明显、分离度最好的一个峰，得到其参数后固定，再拟合剩下的两个峰。或者先用一个宽的高斯函数去拟合整体轮廓，将其结果作为精细拟合的初始值。
• 使用全局优化算法：如果局部最优问题非常严重，可以考虑使用全局优化算法，如patternsearch、ga（遗传算法）或MultiStart。这些算法能更大范围地搜索参数空间，但计算成本高得多。通常先用全局算法找到一个较好的区域，再用lsqcurvefit进行局部精修。
• 参数约束与关联：有时我们根据物理知识知道某些参数有关联。例如，知道两个峰来自同一种物质的不同振动模式，它们的峰宽（sigma）可能相近。这时可以修改模型，让它们共享同一个sigma参数，从而减少待估参数数量，提高拟合稳定性。这需要修改模型函数定义。

6.3 从三峰到N峰：通用化代码框架

掌握了三峰拟合，扩展到N峰就水到渠成了。关键在于动态生成模型函数。这里给出一个使用fittype和匿名函数生成N峰高斯模型的方法：

function [fitresult, gof] = multi_gauss_fit(x, y, n_peaks, initial_guess, lb, ub) % n_peaks: 峰的数量 % initial_guess: 长度为 3*n_peaks 的初始值向量 [A1, mu1, sigma1, A2, mu2, sigma2, ...] % lb, ub: 对应的下界和上界 % 动态构建模型表达式字符串 expr = ''; coeffs = {}; for i = 1:n_peaks expr = [expr, sprintf('A%d*exp(-((x-mu%d)/sigma%d)^2/2)', i, i, i)]; if i < n_peaks expr = [expr, ' + ']; end coeffs{end+1} = sprintf('A%d', i); coeffs{end+1} = sprintf('mu%d', i); coeffs{end+1} = sprintf('sigma%d', i); end ft = fittype(expr, 'independent', 'x', 'dependent', 'y', 'coefficients', coeffs); opts = fitoptions(ft); opts.StartPoint = initial_guess; opts.Lower = lb; opts.Upper = ub; opts.MaxIter = 4000; % 峰越多，可能需要更多迭代 [fitresult, gof] = fit(x, y, ft, opts); end

使用这个函数，你只需要提供峰的数量和对应的初始猜测、边界即可。这大大提升了代码的复用性。

7. 项目总结与个人心得

成功实现MATLAB中的多峰高斯拟合，尤其是像三个峰这样典型又具挑战性的案例，远不止是调用一个函数。它更像是一个系统的数据分析流程：从数据可视化与诊断开始，到基于理解的初始值猜测，再到选择合适的算法并设置合理的约束，最后对结果进行严谨的评估和解读。

我个人的体会是，初始猜测的质量直接决定了拟合的成败。花在和数据“对话”、理解其结构上的时间，远比盲目调试算法参数有价值。图形化工具（如曲线拟合工具箱的APP）在初期探索时非常有用，它可以让你交互式地调整初始值并实时看到拟合效果，帮你快速建立对参数影响的直觉。

另一个深刻的教训是关于模型验证。得到一个好看的R²值和高斯曲线并不意味着万事大吉。一定要画残差图！我遇到过多次，拟合曲线看起来完美，但残差图显示出明显的周期性或趋势性误差，最终发现是基线扣除不彻底，或者存在一个非常微弱但未被模型的第四个小峰。残差是你和数据模型之间未被解释的“对话”，仔细倾听它能避免很多错误结论。

最后，对于生产环境或需要处理大量数据的情况，建议将整个流程脚本化、函数化，并加入自动化的初始猜测例程（如基于二阶导数找拐点）和健壮的错误处理机制。多峰高斯拟合从原理到实现，贯穿了模型思维、优化理论和实践技巧，掌握它对于任何需要从复杂数据中提取定量信息的工作者来说，都是一项极具价值的基本功。