测试技术理论基础讲义.ppt

1． 随机误差的正态分布曲线 测量实践表明, 多数测量的随机误差具有以下特征: ① 绝对值小的随机误差出现的概率大于绝对值大的随机误差出现的概率。 ② 随机误差的绝对值不会超出一定界限。 ③ 测量次数n很大时, 绝对值相等, 符号相反的随机误差出现的概率相等。 由特征③不难推出, 当n→∞时, 随机误差的代数和趋近于零。 随机误差的上述三个特征, 说明其分布实际上是单一峰值的和有界限的, 且当测量次数无穷增加时, 这类误差还具有对称性（即抵偿性）。 正态分布方程式的关系曲线为一条钟形的曲线(如图 3 - 2所示), 说明随机变量在x=L或δ=0处的附近区域内具有最大概率。 图 3 – 2 正态分布曲线 正态分布的特点： 1），单峰性：零差出现的概率最大； 2），对称性：正负误差出现的概率相等； 3），抵偿性；正负误差在统计次数趋于无穷时相互抵消； 4），有界性：极大误差出现的概率趋近于零。 2． 正态分布的随机误差的数字特征 在实际测量时, 真值L不可能得到。但如果随机误差服从正态分布, 则算术平均值处随机误差的概率密度最大。对被测量进行等精度的n次测量, 得n个测量值x1,x2,…,xn, 它们的算术平均值为 (3 – 6） 算术平均值是诸测量值中最可信赖的, 它可以作为等精度多次测量的结果。 上述的算术平均值是反映随机误差的分布中心, 而均方根偏差则反映随机误差的分布范围。均方根偏差愈大, 测量数据的分散范围也愈大，所以均方根偏差σ可以描述测量数据和测量结果的精度。图 3 - 5 为不同σ下正态分布曲线。 由图可见：σ愈小, 分布曲线愈陡峭, 说明随机变量的分散性小, 测量精度高；反之, σ愈大, 分布曲线愈平坦, 随机变量的分散性也大, 则精度也低。 均方根偏差σ可由下式求取: (3-7) 图 3 – 5 不同σ下正态分布曲线 3.3 测量信号概述 图 3-3 激励、系统与响应 1 ， 信 号 与 系 统 图 3-4 无线电广播系统的组成 图 3-5 测试系统示意图 2 ，信号的描述和分类 1）， 信号的描述 信号： 信号是信息的表现形式，通常体现为随若干变量而变化的某种物理量。在数学上，可以描述为一个或多个独立变量的函数。 例如，在电子信息系统中，常用的电压、电流、电荷或磁通等。电信号可以理解为是时间t或其他变量的函数； 在气象观测中，由探空气球携带仪器测量得到的温度、 气压等数据信号，可看成是随海拔高度h变化的函数； 又如在图像处理系统中，描述平面黑白图像像素灰度变化情况的图像信号，可以表示为平面坐标位置(x, y)的函数，等等。 如果信号是单个独立变量的函数，称这种信号为一维信号。 一般情况下，信号为n个独立变量的函数时，就称为n维信号。此地只讨论一维信号。并且，为了方便起见，一般都将信号的自变量设为时间t或序号k。 与函数一样，一个实用的信号除用解析式描述外，还可用图形、测量数据或统计数据描述。通常，将信号的图形表示称为波形或波形图。 2 ），信号的分类 1. 确定信号与随机信号 确定信号： 任一由确定时间函数描述的信号，称为确定信号或规则信号。对于这种信号，给定某一时刻后，就能确定一个相应的信号值。 随机信号： 如果信号是时间的随机函数，事先将无法预知它的变化规律，这种信号称为不确定信号或随机信号。 图 3-6 噪声和干扰信号 2. 连续信号与离散信号 一个信号，如果在某个时间区间内除有限个间断点外都有定义， 就称该信号在此区间内为连续时间信号，简称连续信号。 这里“连续”一词是指在定义域内(除有限个间断点外)信号变量是连续可变的。至于信号的取值，在值域内可以是连续的，也可以是跳变的。图3-7(a)是正弦信号，其表达式为 式中，A是常数。其自变量t在定义域(-∞, ∞)内连续变化，信号在值域［-A, A］上连续取值。为了简便起见，若信号表达式中的定义域为(-∞, ∞)时，则可省去不写。 也就是说，凡没有标明时间区间时， 均默认其定义域为