在实际工程中,常有大量的实验数据需要进行后处理,拟合便是其中一类重要的处理方法。通常,数据拟合采用最小二乘法,但它是一种全域化方法,无法兼顾局部化处理需求,且对于大量数据会引起模型设定困难和计算不稳定问题。而移动最小二乘法较好解决了拟合光滑性和局部化问题,在数据拟合方面具有很大优势,其具有对散点适应性强、具备局部拟合或插值特点以及精度高等优点,因而,基于移动最小二乘法的曲线曲面拟合、数据处理等成为近年来的研究热点。论文介绍了移动最小二乘法原理,将其引入电磁场测量数据的拟合中,对其拟合性能进行分析和评价;由于移动最小二乘法在工程应用中的计算量偏大,因而进一步研究了快速算法,包括从基函数正交化处理角度和FIR滤波等效角度展开,得出的主要结论如下:论文推导了移动最小二乘法拟合公式,详细给出了各式含义及计算形式;介绍了紧支撑权函数的定义及其对移动最小二乘法的意义,并指出:正是紧支撑权函数使得移动最小二乘法具有移动窗的特性,使其在同其他拟合方法或其他种类的最小二乘法比较中具有很大优势;最后,给出移动最小二乘法在拟合过程中待拟合点的选取原则及其如何判断某个节点是否选为影响节点。基于移动最小二乘法突出的数据拟合性能优势,论文将其引入电磁场测量数据的后处理中,而测线数据和测面数据的拟合处理实质即对应为曲线和曲面拟合,通过与最小二乘法拟合的比较,表明:采用移动最小二乘法的电磁场测量数据后处理使得拟合结果更平滑,误差更小,优势明显;在紧支撑权函数的选取上,最后确定选取高斯权函数。另外,通过对三到七次样条权函数进行拟合并比较,得出了权函数对拟合结果的影响。考虑到移动最小二乘法的计算量相对较大,论文研究了其快速算法。首先,通过基函数的正交化处理,将待求逆矩阵转化为对角阵,虽基函数正交化过程中增加了计算量,但求逆运算可大幅降低计算量,MATLAB仿真算例表明:正交化处理可达到快速计算的效果,但在大量数据时效果有限,尚需深一步研究;其次,移动最小二乘法的拟合实质是对权函数支撑域内节点按加权最小二乘方式进行拟合,与滑动平均处理相似,因此也可看成为数据滤波,故提出了以滤波角度的快速算法,论文采用严格的理论证明给出了移动最小二乘与FIR滤波的相互关系,因而移动最小二乘拟合计算就转化为对应FIR滤波系数的计算,后续可通过卷积或快速傅里叶变换实现快速计算,并通过实例验证了此方法的可行性。在前述移动最小二乘法和FIR滤波等效的基础上,将移动最小二乘拟合处理看作一种FIR滤波方式,具体为低通、奇数点线性相位、非因果FIR,进一步讨论其滤波性能,主要是权函数支撑域和形状参数对滤波性能的影响,分析了上述参数变化时对应的脉冲响应函数和滤波器的幅频特性,并得出如下结论:随着支撑域增大,脉冲响应函数宽度增加而幅值下降,同时,对应的低通滤波器截止频率减小;随着形状参数增大,脉冲响应函数宽度减小、幅值增大,而低通滤波器的截止频率增大。随后分析了权函数支撑域和形状参数对滤波效果的影响,并得出如下结论:当增大dmi的值时,误差更小,滤波的效果更好。参数?变大时,滤波的误差增大。最后,论文对研究工作加以总结,并展望下一步应开展的工作及需做出的改进。