误差理论第七章动态测量数据处理程序.ppt

第七章 动态测试数据处理基本方法 §7-1 动态测试基本概念 §7-2 随机过程及其特征 §7-3 随机过程特征量的实际估计 §7-1 动态测试基本概念 §7-2 随机过程及其特征 §7-3 随机过程特征量的实际估计 * * 教学目标：本章将进一步讨论被测物理量或所得测量结果是随时间不断变化的动态测试结果的特性及其数据处理方法。在学习时，应注意动态测试与静态测试的各种概念和计算的对比和联系。 一、动态测试 按照被测物理量是否随时间而变化，测试技术分为：静态测试和动态测试。 静态测试的被测量是静止不变的，仪器的输入量为常量，测量误差基本相互独立。 动态测试的被测量是随时间或空间而变化的，测量系统处于动态情况下，仪器的输入量及测试结果（数据或信号）也是随时间而变化的，测量误差具有相关性。 位测量位移、速度、加速度、压力等及光学、电学等测量中的各种参量等，因这些数据包含被测物理量、所用仪器、外界干扰等信息，因此都属于动态测试。 动态测量误差一般具有的特点：时空性；随机性；相关性；动态性。 二、动态测试数据的分类 任何数据都可分为确定性的和随机性的两大类。能够用明确的数学关系式描述的数据称为确定性数据。不能用明确的数学关系式来表达的数据称为随机的或非确定性的数据。如随机振动、环境噪声等。 动态测试数据的特征是可以用数据的幅值随时间变化的表达式、图形或数据来表示，即数据的时域描述。（简单直观） 有时为了反映数据的频率结构，需进行频谱成分各频率成分的强度，即数据的频域描述。 （一）确定性数据 能够用明确的数学关系式表达。根据其时间历程记录是否有规律地重复出现，或根据它能否展开为付里叶级数，又可分为周期数据和非周期数据。 周期数据又可分为正弦周期数据和复杂周期数据。 非周期数据又可分为准周期数据和瞬态数据。 １、周期数据 是经过一定时间间隔重复出现的数据。 0 0 0 0 ２、非周期数据 能够用明确的数学关系式描述，但又不是周期性的数据。分为准周期数据和瞬态数据。 准周期数据是由彼此的频率比不全为有理数的两个以上正弦数据叠加而成的数据。 准周期数据以外非周期数据均为瞬态数据。其特点是不能用离散频谱表示，大多频谱是连续的且频谱范围无限。 0 2）瞬态数据 0 （二）随机性数据 不能用明确的数学表达式来描述。只能用概率统计的特征量来描述，不能在合理的试验误差范围内预测未来时刻的测试结果数据。 根据随机数据的统计特征量是否随时间变化，随机数据可分为平稳过程和非平稳过程。 平稳随机过程据又分为各态历经和非各态历经。 确定性数据 动态测试数据 随机过程数据 周期数据 非周期数据 非平稳过程 平稳过程 正弦周期 复杂周期 准周期 各态历经 瞬态数据 非各态历经 一、研究随机过程理论的实际意义 由于被测量随时间、空间连续变化，导致测量过程和结果是随时间而连续变化。 同理由于被测对象、测量仪器和测量条件的随机误差，使被测过程和结果都是一个随机但却是连续变化的函数，称随机函数。 随机过程理论是研究随机性表现为一个过程的随机现象的学科，是研究动态测量过程及其测量结果的理论根据。 二、随机过程的基本概念 对于自变量（时间或空间）的每一个给定值，它是一个随机变量，这种函数为随机函数。自变量为时间t的随机函数，称为随机过程。 被测量 随机因素 三、随机过程的特征量 通常表现为一个函数。①概率密度函数；②均值、方差和方均（均方）值；③自相关函数；④谱密度函数。 （一）概率密度函数 描述某一时刻随机数据落在给定区间的概率。即： 说明:f(x)反映了在x振幅这个位置单位振幅内的概率，即概率随振幅的变化率。振幅不同，落在单位振幅内的概率不同。 （二）均值、方差和方均值 实际是x(t)的一阶原点矩 随机过程的均值是一个非随机的平均函数，它确定了随机函数x(t)的中心趋势，随机过程的各个现实（样本）都围绕它变动。变动的分散程度可用方差或标准差来评定。 随机函数的方差也是一个时间函数。对t的每一个给定值，D[x(t)]等于随机函数x(t)在该t时的数值对均值偏差平方的平均值。即： 实际是x(t)的二阶中心矩 随机过程的均方值反映随机函数的强度，是随机函数谱密度的一个特征量。即： 实际是x(t)的二阶原点矩 即方均值既反映随机过程的中心趋势，又反映随机过程的分散度。 （三）自相关函数（相关函数） 反映随机过程不同时刻之间的相关程度。即： 自相关函数的性质： （四）谱密度函数 研究随机数据的频率分布情况，不同频率分量各占多大，即频谱分析法。定义为：单位频率范围的平均均方值，即： 性质说明： （1） 反映了随机过程强度在各个频率变化的快慢。 （2） （3） （4） 的特性 0 　是非负实偶函数