误差分析与处理基础综述.docVIP

误差分析与处理基础综述 摘要： 在生活实践中，人们会接触到各种量，而且要对其进行测量、比较，计算并研究量与量之间的关系。在一定时间和环境的条件下，被测量本身具有的真实数值称为真值。测量的目的就是获得被测量的真值。实际上，无论利用何种工具或仪器，无论采用何种测量方法，误差总是不可避免的。本文详细介绍了三种误差，并从数学的角度分析了误差的处理方法。 关键词：系统误差、随机误差、粗大误差、测量 1 误差的概念与分类 1.1 测量误差的概念及表达方式 （1）绝对误差――测量值与真值之差 X――检测仪表指示或显示被测参量的数值即仪表读数或示值（测量值）， X0――在一定时间、空间条件下客观存在的被测量的真实数值（真值）， 一般情况下，理论真值是未知的，在工程上，通常用高一级标准仪器的测量值来代替真值。 （2）相对误差（评定测量的精确度） 1、实际相对误差 2、示值相对误差 为了减小测量中的示值误差，当选择仪器、仪表量程时，应使被测量的数值接近满值，一般使这类仪器、仪表工作在不小于满度值2／3以上的区域。 （3）引用误差 1、引用误差――示值绝对误差Δx与仪表量程L之比值q 2、最大引用误差 仪表量程内出现的最大绝对误差与该仪器仪表量程L之比值，即 仪表在出厂检验时，其示值的最大引用误差qmax不能超过其允许误差Q（以百分数表示）即 3、精度等级 工业检测系统常以允许误差Q作为判断精度等级的尺度。规定：取允许误差百分数的分子作为精度等级的标志，也即用最大引用误差中去掉百分号（%）后的数字来表示精度等级，其符号是G， 精度等级为G的仪表在规定的条件下使用时，它的绝对误差的最大值的范围是 1.2 测量误差的分类 根据测量误差的性质及产生的原因，可分为三类。 （1）随机误差 随机误差是测量结果与在重复条件下对同一被测量进行无限多次测量所得结果的平均值A之差。即： 式中：　。 随机误差是测量值与数学期望之差，它表明了测量结果的分散性，经常用来表征测量精密度的高低。随差越小，精密度越高。 （2）系统误差 在相同测量条件下，对同一被测量进行无限多次重复测量所得结果的平均值A与被测量的真值A0之差。即 系统误差表明了测量结果偏离真值或实际值的程度。系统误差越小，测量就越准确。所以，系统误差经常用来表征测量准确度的高低。 （3）粗大误差 在相同的条件下，多次重复测量同一量时，明显地歪曲了测量结果的误差，称粗大误差，简称粗差。粗差是由于疏忽大意，操作不当，或测量条件的超常变化而引起的。含有粗大误差的测量值称为坏值，所有的坏值都应去除，但不是主观或随便去除，必须科学地舍弃。正确的实验结果不应该包含有粗大误差。 （4）准确度、精密度和精确度 测量中发现了粗大误差，数据处理时应将其剔除，这样要估计的误差就只有系统误差和随机误差两类。 由上式可见，各次测量值的绝对误差等于系统误差和随机误差的代数和。 精确度又称为精度，它反映系统误差和随机误差综合影响的程度；准确度则是反映系统误差影响的程度，精密度则是反映随机误差影响的程度。因此，精度高说明准确度和精密度都高，意味着系统误差和随机误差都小。 2 随机误差的处理 2.1 随机误差的概率分布 （1）随机误差的分布规律 1 、正态分布 正态分布的测量值的概率密度为（图3－2－1（a）） 正态分布的随机误差的概率密度为（图3－2－1（b）） 正态分布的随机误差的统计特点： 1)对称性――绝对值相同的正、负误差出现的次数相同。 2)抵偿性： 3)单蜂性：在处，概率最大 ４)有界性：随机误差的绝对值不会超过一定界限。 随机误差在的区间内取值的概率为1。标准偏差σ越小，正态分布曲线越陡，则小误差出现的概率也越大，大误差出现的概率就越小，这意味着测量值越集中。因此，σ的大小说明了测量值的离散性，即测量值相对于真值的分散程度。 2、均匀分布 特点是误差均匀地分布在某一区域，在此区域内误差出现的概率密度处处相同。而在该区域以外误差出现的概率为零。 2.2 被测量真值和测量方差的估计值 理论上计算被测量的真值（即数学期望）与方差需要即有无限多个测量数据。但是在实际情况下，只能进行有限次测量，得到有限多个测量数据。利用这有限多个测量数据我们可以求得被测量的真值（即数学期望）的估计值和方差的估计值。这里“^”是表示估计值的符号。 （1）被测量真值的最佳估计值 通常把测量数据的算术平均值作为被测量真值的最佳估计值，即 把测量值与算术平均值之差称为剩余误差，简称残差，即 （2）方差的估计值 方差的估计值： 标准偏差的估计值： （3）算术平均值的标准偏差及其估计值 算术平均值的标准偏差为 算术平均值的方差估计值 　算术平均值的标准偏差估计值