第二章测控系统的理论基础.ppt

第2章 测控系统的理论基础 测控系统的误差处理 非线性特性补偿方法 信号插值算法 信号滤波 智能测控算法 2.1 测控系统的误差处理 被测对象某参数的量值的真值是客观存在的，由于各种原因，使测量结果总有误差。误差处理是测量技术的理论基础。 误差理论又是解决这些实际问题的理论基础，本节主要介绍测控系统的误差处理，包括研究测量误差的性质，分析产生误差的原因，以及随机误差处理方法和疏忽误差处理方法等。 2.1.1 误差的来源与分类 误差的来源 测控系统的误差来源是多方面的，主要有： 方法误差 环境误差 数据处理误差 使用误差 仪器误差 人员误差 2.1.1 误差的来源与分类 系统误差 随机误差 疏失误差 2.1.2 随机误差处理方法 随机误差的统计特性 随机误差的分布规律，可以在大量重复测量数据的基础上总结出来，符合统计学上的规律性。下表所示为两种不同产品的检测值和平均值。 2.1.2 随机误差处理方法 对称性 有界性 单峰性 抵偿性 2.1.2 随机误差处理方法 利用随机测量数据出现的统计分布规律使测量结果尽量减小分散性。根据概率论的理知：大量的、微小的及独立的随机变量之和服从正态分布。显然，随机误差是服从正态分布的。例如对某一产品作等精度n次重复测量，其测量序列服从正态分布，则测量数据的概率密度为： 其中， 为测量真值； 为标准误差，并且有: 为随机误差。不同的有不同的概率密度函数曲线，一定，随机误差的概率分布就完全确定。 2.1.2 随机误差处理方法 置信区间与置信概率 在研究随机变量的统计规律时，不仅要知道它在哪个范围取值，而且要知道它在该范围内取值的概率。这就是置信区间和置信概率的概念。 在一定概率保证下，估计出一个区间 以能够覆盖参数 真值，这个区间称为置信区间，区间的上、下限称为置信限。 2.1.2 随机误差处理方法 置信概率的计算 在置信区间 内的置信概率为： 可以看到： （1）置信概率等于在置信区间对概率密度函数的定 积分； （2）随机误差出现的概率就是测量数据出现的概率； （3）可以通过给定区间 和置信概率来评定采 样数据的随机误差。 2.1.2 随机误差处理方法 置信度的确定 对于测量误差随机函数置信度的确定，由给定或设定置信概率P 来计算置信区间 ，或者由给定的置信区间来求相应的置信概率P。 置信度与置信限的说明 在进行大量等精度测量时，随机误差落在置信区间[-0.22，+0.22]的数目占测量总数目的99%；或者说测量值落在[-0.22，+0.22]范围内的概率为0.99。 2.1.2 随机误差处理方法 设定的置信限愈小，表明要求的测量精密程度愈高, 对给定系统测出的置信限愈小，表明系统的测量精度 愈高。 定义 为极限误差，其概率含义是在次测量中 只有次测量的误差绝对值会超过 。由于在一般测 量中次数很少超过几十次，因此，可以认为测量误差 超出 范围的概率是很小的，故称为极限误差， 一般可作为可疑值取舍的判定标准。 2.1.2 随机误差处理方法 平均值处理方法 设对某一物理量直接进行多次测量，测量值分别为 ， ，…， ，其数学期望为： 平均值先后计算 2.1.2 随机误差处理方法 数据序列数n的确定 通过贝塞尔公式利用测量序列的剩余误差求出标准误差的近似值；通过谢波尔德公式利用标准误差的近似值确定测量次数n。 贝塞尔(Bessel)公式 谢波尔德公式 谢波尔德公式给出了标准误差σ、近似误差以及检测设备分辨率之间的关系： 2.1.3 疏忽误差处理方法 拉依达准则（3σ准则） 假设一组等精度测量结果中，某次测量值所对应的残差满足 格罗贝斯（Grubbs）判据准则 当测量数据中，某数据的残差满足 则该测量数据含有疏忽误差，应予以剔除。 分布图法 分布图中反映数据分布结构的参数主要是：中位数、上四分位数、下四分位数、四分位数离散度和淘汰点。 2.2 非线性特性补偿方法 智能测