首先要明白曲面拟合的目的，其次了解下面提供的函数参数的功能(请自己在matlab的帮助里找，别人写出来的都不要轻易相信，要相信官方的数据。

曲线拟合引例请参考文献【基于温度补偿的传感器建模方法及其应用】(在cnki中搜索)完全根据文中的流程图即可得到符合拟合精度的曲线。其中关键技术包含概率统计的参数存储，和拟合阶次选择的循环。

然后按照下面的过程进行曲面拟合，请仔细研究每个函数。

*************matlab曲面拟合引例********************

x = rand(100,1)*16 - 8;

y = rand(100,1)*16 - 8;

r = sqrt(x。^2 + y。^2) + eps;

z = sin(r)。/r;

xlin = linspace(min(x),max(x),33);

ylin = linspace(min(y),max(y),33);

[X,Y] = meshgrid(xlin,ylin);

Z = griddata(x,y,z,X,Y,'cubic');

mesh(X,Y,Z) %interpolated

axis tight; hold on

plot3(x,y,z,'。','MarkerSize',15) %nonuniform

************matlab曲面拟合引例***********************

通过自己的归纳学习就能够得到思路，进行拟合了。