句法： [参数]=sine_fit(x,y) 这与[param]=sine_fit(x,y,[],[],[]) % 没有fixed_pa​​rams，自动initial_params [param]=sine_fit(x,y,fixed_pa​​rams) % 自动初始参数[param]=sine_fit(x,y,[],initial_params) % 估计较差时使用[参数]=sine_fit(x,y,fixed_pa​​rams,initial_params,plot_flag) 参数 = [偏移、幅度、相移、频率] 如果 fixed_pa​​rams=[NaN, NaN , NaN , NaN] % 或 fixed_pa​​rams=[] 偏移、幅度、相移和频率的优化（默认） if fixed_pa​​rams=[NaN, 1 , NaN , 1/(2*pi)] 幅度=1和频率=1/

自己用Python写的正弦拟合程序，下载就可以使用，采用最小二乘拟合，方便快捷，就是你想要的那种。拟合毕竟是拟合，会与实际值有所偏差，但是非常实用。只需要输入x,y序列和角频率就可以了。

小脑神经网络进行正弦曲线拟合的matlab程序，欢迎大家参考指正！！！

在原有离散数据的基础上，利用MATLAB中除非cftool命令弹出命令窗口，选择fitting命令，可选择函数或者自己设计函数形式