可有倡提供代码解决方案

用lsqcurefit可实现非线性拟合
先建立目标函数的Ｍ文件：
function y=myfun(p,xdata)
   y=(((p(1)-xdata(1)).^2+(p(2)-xdata(2)).^2+p(3).^2).^0.5-(p(1).^2+p(2).^2+p(3).^2).^0.5 )/3.0/10^8;
于命令窗中输入：
>>ydata=[-0.0000186035    -0.0000264823     -0.0000266359   -0.0000110103     -0.0000119875     -0.0000077267   ];
>>xdata=[  -5717.58488    2370.324421
   -5562.536517    9435.84915
   -7113.138626    4903.552391
   -856.3107484    7710.138294
   -1958.724367    3953.578012
   -7358.1438     -2449.331531
];
>>p0=[1 1 1 ];　％参数初值
>>[p,r]=lsqcurefit('myfun',p0,xdata,ydata)

％由于本机上未装ＭＡＴＬＡＢ故程序未经调试，有问题ＱＱ（３１５００７９３９）或ＥＭＡＩＬ（zgp8584@163.com）联系！

以初值p0=[-11129.50727,  8433.334539,  3316.182666]试试！
另，只有6个点作曲面拟合不太合理，应有足够多的数据点才较合适。
又及：方程似乎也不太合理。