MATLAB在量误差分析中的应用.docVIP

MATLAB在测量误差分析中的应用 在技术测量中，按照误差的特点与性质，误差可分为：系统误差，粗大误差和随机误差。在假定不含有系统误差的情况下，可借助MATLAB对测量数据进行处理，使处理过程快速、结果可靠。处理测量数据的处理过程如下： (1)按测量的先后顺序记录下个测量值； (2)计算算术平均值； (3)计算残余误差； (4)校核算术平均值及残余误差； (5)判断是否有粗大误差，若有，剔除； (6)计算单次测量的标准差； (7)计算算术平均值的标准差： (8)计算算术平均值的极限误差； (9)列出测量结果。 误差处理时常用的MATLAB函数 序号 函数名 调用格式 作用 1 abs B=abs(a) 求绝对值 2 sqrt B=sqrt(a) 对向量中的值依次开平方 3 mean b=mean(a) 求平均值 4 std b=std(a) 求标准差 5 cov a=cov(x,y) 求协方差 6 normrnd W=normrnd(,, ,) 生成正态分布的向量 7 normstat [E,D]=(mu,sigma) 计算正态分布的期望与方差 8 normfit [muhat,sigmut,muci,sigmaci]= normfit(X,Alpha) 已知数据符合正态分布，对参数进行点估计和区间估计 其算法流程图如下： 例：现对某被测量进行20次测量，得到测量序列x，其中第1个数为粗大误差，需运用莱以特准则将其剔除，再对数据进行分析计算，具体程序如下： close all clear clc x= [28.0057 24.9974 24.9962 24.9970 24.9852 24.9977 25.0012 25.0031 25.0144 24.9965 25.0062 25.0080 25.0094 24.9901 25.0021 25.0024 24.9899 24.9926 25.0108 24.9987]; % 含有粗大误差的测量值序列 aver=mean(x) % 求该序列的平均值 v=x-aver; %测量值的剩余误差 s=std(x) %测量值的标准差 n=length (x); %剔除粗大误差 for i=1:n if (abs((x(i)-aver))-3*s) 0 fprintf(\n) fprintf(%óD′?′ó?ó2?: ,x(i)) x(i)=0; else continue end end x1=x(x~=0) %剔除粗大误差的新测量值序列 n1=length(x1); aver1=mean(x1) ; %新序列的平均值 h1=std(x1); aver1 %测量值的最佳近似值 s1=h1/sqrt(n1) %算术平均值的标准差 运行结果： aver = 25.1502 s = 0.6721 x1 = 24.9974 24.9962 24.9970 24.9852 24.9977 25.0012 25.0031 25.0144 4.9965 25.0062 25.0080 25.0094 24.9901 25.0021 25.0024 24.9899 24.9926 25.0108 24.9987 %新序列 aver1 = 24.9999 s1 = 0.0018 由结果可知：通过上述方法处理测量数据可剔除粗大误差，极大减小测量结果的标准差，且处理过程快速、结果可靠。 political work instructor. They use the legal status of the political team, make new friends, propaganda war, positive development resistance members. Then, outside of Communist Party members in the Tomb owner, BA set up a Communist Party branch of Wujiang, and set up a party branch under the leadership of the resi