我有一组数据，我想对其应用加权函数，所以基本上是一个简单的乘法。
我的采样数据如下所示：
（对于那些感兴趣的人，这是一个 LED 的相对发光强度）
加权函数也只能以表格形式使用，如下所示：
（这是标准的亮度函数，可能有其他格式，但我有另一个权重不是）
碰巧的是，这些点在 X 轴上并不重合，所以我不能只是将这些值相乘，而是必须对加权函数进行一些插值，以获得采样点的“正确”加权因子数据。
我想知道是否已经有一个可用于 Octave 的函数/包来处理 Y 值的乘法和 X 值的插值。
由于我不是母语人士，主要研究电气工程问题，所以我的正确关键字词汇量很快就用完了。实现这一点可能并不难，但我尽量不要一遍又一遍地重新发明轮子。
我以粗略的方式实现了这一点（我不经常使用 Octave 或 Matlab，所以我不习惯向量和矩阵数据类型以及如何充分利用它们）。
该函数接受 X 轴值，需要一个加权矩阵，其中第一列包含 x 值，第二列包含加权因子。如果提供的 X 轴值超出加权矩阵的范围，它还需要选择两个标准值。
它返回加权因子的线性插值，或者如果加权矩阵格式错误（一个 x 点的多个条目），则返回较大的加权因子。
这太可怕了，没有检查，除了我以外的每个人都可能失败。也许这是其他人的起点。
function retval = Weighting ( x, weightingMatrix, weightingBelowMinimum, weightingAboveMaximum)
if (x < weightingMatrix(1,1))
retval = weightingBelowMinimum;
elseif ( x > weightingMatrix(size(weightingMatrix,1),1))
retval = weightingAboveMaximum;
else
smallerWeightIndex = 0;
biggerWeightIndex = 0;
for i=1:size(weightingMatrix,1)
if (x<weightingMatrix(i,1))
biggerWeightIndex = i;
smallerWeightIndex = i-1;
break;
endif
endfor
if (weightingMatrix(biggerWeightIndex,2)==weightingMatrix(smallerWeightIndex,2))
retval = weightingMatrix(biggerWeightIndex,2);
elseif (weightingMatrix(biggerWeightIndex,1)==weightingMatrix(smallerWeightIndex,1))
retval = max(weightingMatrix(biggerWeightIndex,2),weightingMatrix(smallerWeightIndex,2));
else
m = (weightingMatrix(biggerWeightIndex,2)-weightingMatrix(smallerWeightIndex,2))/(weightingMatrix(biggerWeightIndex,1)-weightingMatrix(smallerWeightIndex,1));
c = weightingMatrix(biggerWeightIndex,2)-(m*weightingMatrix(biggerWeightIndex,1));
retval = m*x+c;
endif
endif
endfunction