传感器原理与应用---数据分析第11讲(8章) 数据分析与处理PPT.pptVIP

内容 提要 8.1 数据分析的意义 8.2 数据预处理 8.2 随机信号去误差处理 ;8.1 数据分析意义;1、正态性检验 根据被测信号的概率密度分布图判别 正态性检验通常把一组数据序列点在一种专用的正态概率纸上，若各点近似地落在一条直线上，则说明样本符合正态分布。 通过累积概率分布图的规律也可进行数据正态性的检验。 2、平稳性检验 如果信号的均值近似是常数，信号的自相关和起始时间无关，仅和时间差有关。 目测的话，平稳信号曲线各部分的变化小、波峰波谷分布均匀、变化频率较为一致。 平稳信号对应的被测系统的基本特性不随时间改变。 分段统计特性分析法（轮次法）; 设有—随机序列X、长度为M,现将其分成N个子区间、求出各子区间的均方值、然后再求这N个均方值的中值、即大小处于中间位置的值。所谓轮次检验是将这N个均方值逐个与中值比较、其大于中值者记为“+’，小于中值者记为“—”、这种从“+’”到“一”和从“一’到“+’的变化次数称为轮次数，用r表示。一个序列的轮次数反映序列的独立性，平稳随机过程的轮次数将满足—定的统计规律 ;2.趋势项的处理方法 1）零均值化处理 设有序列 ，即 其均值为 零均值化后 即 如图所示。 ;2）平均斜率法消除趋势项 即：一阶趋势项的零均值化;2）平均斜率法消除趋势项;3）有高阶趋势项的零均值化 设有序列 ;三．测试数据的五点三次平滑 平滑，即在满足残差平方和最小的前提，对测试数据进行处理，减少因一些偶然因素所造成的数据误差的影响，起到剔除异点的作用。 平滑处理是进行分段拟合。五点三次平滑是用三次多项式拟合相邻五个点的数据。;四．奇异点剔除 剔除异常数据是根据统计学原理。统计学认为，大量采样数据值不超过超过标准差的3倍。若以零均值信号的3倍标准差为置信区间，其置信度可达到99.74％，因此大于3倍标准差的信号几乎不存在，可以视为异常点。;五．噪声与周期性干扰信号的消除 1）有效频率以外的噪声与干扰信号的消除 低通滤波器（去高频） 高通滤波器（去低频） 带通滤波器（去高低频） 2）有效频率以内的噪声与干扰信号的消除 带阻滤波器 频域消除法;概述：1、误差处理意义：误差是不可避免。 1、对被测单个信号进行必要的去误差处理，更便于发现检测信息统计特征，找出实验数据的规律； 2、对多路、多传感器检测信息去误差处理，更便于进行信息融合，实现目标识别。;8.3 随机信号去误差处理;1．系统误差——在同样条件下，对同一物理量无限多次测量值的平均值减去该被测量的真值。系统误差的大小、方向恒定一致或按一定规律变化。 2．随机误差——在同样条件下，对同一物理量的测量值减去无限多次测量的平均值。随机误差具有随机性、正负抵偿特性。 3．粗大误差——明显超出限定条件下预期的误差，它是统计异常值。应剔除含有粗大误差的测量值。;针对不同类型误差，采用不同的处理方法： 1、采样频率很高，测量次数很多， 对测量后信号中存在的随机干扰和粗大误差的处理（随机信号去误差处理）； 2、采样频率低、测量次数较少， 添加测量信号中缺少点的处理（插值处理）； 3、由测量给定点的不精确数据求其精确数据（非线性补偿处理）。;当测量次数n充分大时，对N次测量值取平均值，其数学期望为;对系统输出值估算时，先对直接检测值算术平均，再按函数关系求测量结果的误差较小，比先对多个检测值按函数关系计算出每次采样结果，然后求采样结果的算术平均值效果好。;分析： 当测量次数n较大时，（8-3-5）可以认为 ;1)标准误差 是在采样次数n足够大得到的，但实际测量只能有限次，测量次数n如何确定？ 说明：实际测量中的有限次测量只能得到标准误差的近似值 2) 采用测量序列的剩余误差通过贝塞尔公式求标准误差的近似值 3）采用近似值 通过谢波尔德公式确定测量次数n。;贝塞尔（Bessel）公式 对于测量列{ }中的一次测量结果标准差有： 剩余误差为： 真差 ： 由式（8-2-9）、 (8-2-8)有： 由此可推导出用剩余误差计算近似标准误差的贝塞尔公式：;谢波尔德公式 a. 给出了标准误差 、近似误差 以及检测设备分辨率 之间的关系： b. 当测量次数n增加，利