智能仪器幻灯片.pptVIP

下面介绍常用的代数插值法和最小二乘法 1）代数插值：设有n + 1组离散点：(x0, y0)，(x1, y1)，…，(xn, yn)，x∈[a，b]和未知函数f(x)，就是用n次多项式 系数an，…，a1，a0应满足方程组 最常用的多项式插值有： 线性插值和抛物线（二次）插值。 (1).线性插值：从一组数据（xi, yi）中选取两个有代表性的点（x0, y0）和（x1, y1），然后根据插值原理，求出插值方程 线性插值举例 0～490℃的镍铬—镍铝热电偶分度表如表5.2。若允许的校正误差小于3℃，分析能否用直线方程进行非线性校正。 (2)抛物线插值（二阶插值） 在一组数据中选取（x0, y0），（x1, y1），（x2, y2）三点，相应的插值方程 现仍以表5.2所列数据说明抛物线插值的个体作用。节点选择（0，0），（10.15，250）和（20.21，490）三点 提高插值多项式的次数可以提高校正准确度。考虑到实时计算这一情况，多项式的次数一般不宜取得过高 分段数N及插值多项式的次数n均取决于非线性程度和仪器的精度要求。非线性越严重或精度越高，则N取大些或n取大些，然后存入仪器的程序存储器中。 实时测量时只要先用程序判断输入x（即传感器输出数据）位于折线的哪一段，然后取出与该段对应的多项式系数并按此段的插值多项式计算Pni (x)，就可求得到被测物理量的近似值。 若采用等距节点的方法进行插值，要使最大误差满足精度要求，分段数N就会变得很大（因为一般取n≤2）。这将使多项式的系数组数相应增加。此时更宜采且非等距节点分段插值法。即在线性好的部分，节点间距离取大些，反之则取小些，从而使误差达到均匀分布 。 在表4.1中所列的数据中取三点（0，0），（10.15，250），（20.21，490），并用经过这三点的两个直线方程来近似代替整个表格。通过计算得： 2）最小二乘法 设被逼近函数为f(xi),逼近函数为g(xi),xi为x上的离散点，逼近误差为 曲线拟合 自变量x与因变量y之间的单值非线性关系可以自变量x的高次多项式来逼近 二、系统误差的标准数据校正法 当难以进行恰当的理论分析时，未必能建立合适的误差校正模型。但此时可以通过实验，即用实际的校正手段来求得校正数据，然后把校正数据以表格形式存人内存。实时测量中，通过查表来求得修正的测量结果。 （1）在仪器的输入端逐次加入已知的标准电压x1、x2、．．．xn，并测出仪器对应的输出量y1、y2、．．．yn。 （2）将输出量y1、y2、．．．yn存入存储器中，它们的地址分别与x1、x2、．．．、xn对应，这就建立了一张校正数据表。 （3）实际测量时，根据仪器的实际输入量值x访问存储器的相应的地址，读出其中的y值，即得到经过修正的被测量值。 （4）若实际输入值x介于某两个标准点xi 、xi+1之间，为了减小误差，还要再作内插计算来修正，最简单的内插是线性内插，当 yiy yi+1时取 3.传感器的非线性校正 如果确切知道传感器或检测电路的非线性特性的解析式y = f(x)，则就有可能利用基于此解析式的校正函数（反函数）来进行非线性校正。 4、传感器温度误差的校正方法 在高精度仪器仪表中，传感器的温度误差已成为提高仪器性能的严重障碍，对于环境温度变化较大的应用场合更是如此。仅依靠传感器本身附加的一些简单的电路或其他装置来实现完善的传感器温度误差校正是困难且不便的。但只要能建立起较精确的温度误差模型，就可能实现完善的校正。 可采用如下较简单的温度误差校正模型： 联立求解，可得 于是经过修正的被测量x为 下 页 上 页 返 回 去逼近f(x)，使Pn(x)在节点xi处满足 下 页 上 页 返 回 要用已知的（xi, yi） (i = 0, 1, …, n)去求解方程组，即可求得ai(i = 0, 1, …, n)，从而得到Pn(x)。对于每一个信号的测量数值xi就可近似地实时计算出被测量yi = f(xi)≈Pn(xi)。 下 页 上 页 返 回 Vi = | P1 (Xi)－f (Xi) |, i = 1, 2, …, n – 1若在x的全部取值区间[a, b]上始终有Vi＜ε(ε为允许的校正误差)，则直线方程P1(x) = a1x+a0就是理想的校正方程。 下 页 上 页 返 回 取A（0, 0）和B（20.12, 490）两点，按式（4.23）可求得a1 = 24.245，a0 = 0，即P1(x) = 24.245x，此即为直线校正方程。显然两端点的误差为0。通过计算可知最大校正误差在x = 11.38