当用lsqcurvefit进行非线性最小二乘拟合，得到雅可比矩阵作为输出（即[x,resnorm,residual,exitflag,output,lambda,jacobian] = lsqcurvefit(...)）时，得到雅可比矩阵的6x6矩阵我估计的状态中的参数个数是6，测量中的维度个数是2，所以我希望有一个2x6矩阵怎么回事？
最佳答案
所以，我想出来了由于我有三个2x1观测值，内部lsqcurvefit将它们存储为6x1向量，而不是我对它们的看法（2x3矩阵）（参见Linear Indexing）这部分是因为文件不清楚，部分是因为我对最小二乘法的误解。
不管怎样，返回的雅可比矩阵本质上是三个2x6雅可比矩阵（观测集i相对于6维状态的部分）堆叠在一起，这是最小二乘雅可比矩阵的期望行为如果我有第四个观察，雅可比数列是8x6。
关于matlab - lsqcurvefit实际上为Jacobian返回了什么？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/17282052/