Python - 将参数定义的曲线拟合到另一条固定曲线

如何解决Python - 将参数定义的曲线拟合到另一条固定曲线

这个问题可以通过图片来解释，而不是其他任何东西。

红色曲线是固定的 - 这是模拟的结果。

虚线是根据已知函数形式生成的解析解生成的；其中有一个参数可以改变峰的位置，即 d_eff 参数。

总而言之 - 我想找到此参数的最佳值（以及其中的相应误差），以便我在峰值位置之间获得良好的一致性（振幅在这里不是那么重要）。澄清;我没有找到最适合数据的多项式 - 我正在寻找参数 d_eff 的最佳值到最适合该数据的分析函数中

我愿意考虑对整个数据范围或一个小子集（例如，仅第一个峰值）进行拟合 - 可以轻松地对有用区域进行切片。

我通过检查知道这个值应该是大约 2.2（见绿线，第一个和第二个峰值的位置之间有很好的一致性），但我想找到一个最佳值。峰。在这种情况下，最优意味着我在第一个峰值之间有很好的一致性（在这种情况下幅度不是那么重要）。我曾尝试使用 scipy.optimize.curve_fit ，但不清楚如何将一条曲线拟合到另一条曲线。想到的其他方法涉及傅立叶变换，但我想知道是否有一种清晰直观的方法可以用于解决这个问题？

提前致谢 - 请参见下图。