误差理论和数据处理_第五章.pptVIP

各元素为： 则正规方程为： 5x+102y=49 102x+3004y=1386 解之：x=1.28≈1.3 y=0.418≈0.42 Δd=(1.3+0.42Li)μm 1)???? 用矩阵方法求解： 则： 说明： 1) 待定参数多的情况下，矩阵求解可通过程序较方便。 2) 用代数法求解，为避免差错和醒目可列表计算。 3) 关于不等精度及非线性最小二乘法不介绍。 二、最小二乘原理与算术平均值原理的关系 为确定一个量X的估计值 x，对其进行n次直接测量， 得n个数据为： 　　　　，相应权为： 误差方程为： 最小二乘法处理的正规方程为： 由误差方程知： a=1 所以： 此即为不等精度计算加权算术平均值原理结果。 2、等精度时： 则： 可见：最小二乘法与算术平均值原理是一致的，算术 平均值原理可以视为最小二乘原理的特例。 §5-3 精度估计 最小二乘法原理处理的结果解决： 1) 待求估计量；2) 待求估计量的精度 一、测量数据的精度估计－－等精度 　设对t个未知量的n个线性参数方程组进行n次独立的等精度测量 ，获得了n个测量数据l1,l2,…….ln。 　　　　　，相应估计量用　表示。 可以证明 ： 是自由度(n－t)的　 变量 相应有： 可取： 所以，测量数据标准差的估计量为： 通常亦可写成： ? ? 说明：t =1时，即前述Bessel公式 例：求测直径偏差 　的标准偏差 上例中 y=0.42, x=1.3 代入误差方程中 即 v1=3-(1.3+0.42×2)=0.86 　　　v12=0.74 v2=5-(1.3+0.42×10)=-0.5 v22=0.25 v3=8-(1.3+0.42×20)=-1.7 v23=2.89 　v4=15-(1.3+0.42×30)=-1.1 　 v24=1.21 v5=18-(1.3+0.42×40)=-0.1 v25=0.01 ∑vi2=5.10 说明： 对于非等精度测量时 习惯上可写成 二、最小二乘估计量的精度估计 设有估计量，x1,x2,...xt，其精度取决于： ①?测量数据Li的精度σ ② 线性方程组所给出的函数关系 　　对于给定的线性方程组，若已知Li的精度σ，即可求 最小二乘估计量的精度。 ∵　推导繁琐，以下只给出具体求法 精度表示为： 　　　——与线性方程组有关系数 ——测量结果精度 　　　——最小二乘法估计量之精度 　　的确定方法： 最小二乘法的正规方程可写成： 求dii时，将上述方程组做如下变动： ①　以dii代替xi，如d11→x1 ②令[ajL]≡0 (j≠i，[aiL]=1) ③第i式的右端由0改为1，其余不变； 如求d11 为： 由此可求出d11 同样： 说明： ① 对于不等精度则用∑(pv2)→最小,得到正规方程对应 求解dii ② 亦可从矩阵条件求得，见书中介绍 例：求上例待定参数 x,y 的标准偏差 解：正规方程可写为： ∵测量结果精度σ＝1.3um ∴只须定d11，d22即可 由： 由： 故估计量x,y的精度分别为 §5-4 组合测量的最小二乘法处理 一、组合测量定义： 组合测量是通过直接测量(或间接)待测参数的各种组合量。然后对相应数据进行处理，从而求得待测参数的估计量，并给出其精度估计。 组合测量数据用正规方程组进行→是最小二乘法在精密测试中的一种主要应用。 二、做法 将t个(t＞1)测值，按n 个(n＞t)不同的组合形式进行测量，得出几个测量方程，再据最小二乘法求解测量值。 三、特点 　优点：数据处理用到了最小二乘法，可以求得的结果，是在该测量条件下的最佳值，即测量精度较高。 　一般组合形式越多(n越大)，测量精度亦越高。 　缺点：操作烦，工用量(包括处理)较大。 四、应用 　常用于纹尺、度盘、多面棱体、砝码——标准件检测 　高精度齿轮、丝杠——高精度零件 　高精密零件的测量中 五、举例 检定刻线A、B、C、D间的距离x1，x2，x3 ? ? 解： 　① 直接测量刻线间距的组合形式，由上图表示 数据为： 　　 　② 相应的误差方程为： A B C D x1 x2 x3 ③ 可写出正规方程 解：x1=1.028 x2=0.983 x3=1.013 此即为刻