一般测量问题中的数据处理方法..ppt

Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 选定显著度 =0.01,由表4-9可得临界值为: 。 显然, ,故 (即 ) 含粗大误差,应剔除。 对剩余的14个数据重新判断,对 作统计量为 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 对 作统计量为 取 =0.01,查表得临界值 , 显然 , ,因此剩余数 据均属正常。 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 将以上各系数代入式(4-43),可求得各次谐波 的幅值 及初相角 ,于是可写出谐 波展开式: 3 应用范围 由于实用谐波分析法给出的结果中存在着谐波 的混叠误差,求得的系数 是有误差的,而 且谐波阶次越高,这一误差越大,所以高阶次的谐 波分量的可信程度较低。可见,实用谐波分析法 不适于分析高阶次的谐波分量。 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 三、实用谐波分析法的应用 周期误差是常见的一类系统误差。测量结果中 所含周期误差常常是各项周期分量综合作用的结 果。 实践中往往需要区分并确定这些误差成分,以 便分析其根源,估计其影响,为进一步控制这些误 差提供依据。 实用谐波分析法用于分析周期误差,可将其分 解成一个恒定分量和若干正弦谐波分量,所得的 每一谐波分量都相应于某一确定的误差成分。 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 这些误差成分以其振幅、周期和初相角为特征相 互区别。这样可根据谐波分析的结果找出周期误 差的各组成分量。 例4-10 对表4-5给出的测量数据进行12个点的 谐波分析。 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 解 首先按式(4-47)计算系数 与 , = (0+6+12+15+30+23+7-6-18 -28-16)=0; =-7.40; ………… Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 =-1.79; 将计算结果填入表中,利用表4-6计算 及 ,并按式 , 计 算系数 及初相角 。 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 表4-6 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 将 与 值代入式(4-48),得y 的谐波分解式: 作出谐波曲线如图4-3所示。 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 4.5 异常数据的剔除 测量数据包含:随机误差和系统误差,只要误差值不超出允许范围,所得结果就应接受。粗大误差超出了正常的误差分布范围,对测量结果造成歪曲。因此应剔除包含有粗大误差的数据。 仅凭直观判断常常难于对粗大误差和正常分布的较大的误差作出区分。若主观地将误差值较大但属正常分布的数据判定为异常数据而剔除,也同样会歪曲测量结果。 实践中常采用统计的方法判别系列测量数据中的异常数据。以下列出几个判别准则,其基本 Harbin Institute of Technology 121教研室 第四章 一般测量问题中的数据处理方法 方法是作出相应于某一数据的统计量,当该统计 量超出一定范围,则认为相应的测量数据不服从 正常分布而属异常数据。 一、莱以特(Paйma)准则 1