高斯多峰拟合

function [FitResultsLowestErrorBestStartxiyi]=peakfit（signalcenterwindowNumPeakspeakshapeextraNumTrialsstartAUTOZERO）  
% peakfit（[x‘ y‘].4.721010[.3 .1 .5 .1]0）;  
% Version 2.2: October 2011. Adds exponential pulse and sigmoid models  
% A command-line peak fitting program for time-series signals   
% written as a self-contained Matlab function in a single m-file.   
% Uses an non-linear optimization algorithm to decompose a complex   
% overlapping-peak signal into its component parts. The objective  
% is to determine whether your signal can be represented as the sum of  
% fundamental underlying peaks shapes. Accepts signals of any length  
% including those with non-integer and non-uniform x-values. Fits   
% Gaussian equal-width Gaussians exponentially-broadened Gaussian   
% Lorentzian equal-width Lorentzians Pearson Logistic exponential  
% pulse abd sigmoid shapes （expandable to other shapes）. This is a command  
% line version usable from a remote terminal. It is capable of making   
% multiple trial fits with sightly different starting values and taking  
% the one with the lowest mean fit error.  Version 2.2: Sept 2011.  
% PEAKFIT（signal）;         
% Performs an iterative least-squares fit of a single Gaussian    
% peak to the data matrix “signal“ which has x values   
% in column 1 and Y values in column 2 （e.g. [x y]）  
%  
% PEAKFIT（signalcenterwindow）;  
% Fits a single Gaussian peak to a portion of the   
% matrix “signal“. The portion is centered on the   
% x-value “center“ and has width “window“ （in x units）.  
%   
% PEAKFIT（signalcenterwindowNumPeaks）;  
% “NumPeaks“ = number of peaks in the model （default is 1 if not  
% specified）.   
%   
% PEAKFIT（signalcenterwindowNumPeakspeakshape）;  
% Specifies the peak shape of the model: “peakshape“ = 1-5.  
% （1=Gaussian （default） 2=Lorentzian 3=logistic 4=Pearson   
% 5=exponentionally broadened Gaussian; 6=equal-width Gaussians;  
% 7=Equal-width Lorentzians; 8=exponentionally broadened equal-width  
% Gaussian 9=exponential pulse 10=sigmoid）.  
%  
% PEAKFIT（signalcenterwindowNumPeakspeakshapeextra）  
% Specifies the value of ‘extra‘ used in the Pearson and the  
% exponentionally broadened Gaussian shapes to fine-tune the peak shape.   
%   
% PEAKFIT（signalcenterwindowNumPeakspeakshapeextraNumTrials）;  
% Performs “NumTrials“ trial fits and selects the best one （with lowest  
% fitting error）. NumTrials can be any positive integer （default is 1）.  
%  
% PEAKFIT（signalcenterwindowNumPeakspeakshapeextraNumTrialsstart）  
% Specifies the first guesses vector “firstguess“ for the peak positions  
%  and widths e.g. start=[position1 width1 position2 width2 ...]  
%   
% [FitResultsMeanFitError]=PEAKFIT（signalcenterwindow...）  
% Returns the FitResults vector in the order peak number peak  
% position peak height peak width and peak area） and the MeanF