传感器与检测技术 测量误差与数据处理 2-3 测量误差的处理.pptxVIP

第2章 测量误差与数据处理;2.3 测量误差的处理2.3.1随机误差的处理; 2. 正态分布随机误差的数字特征 在实际测量中，由于真值不可能得到。根据随机变量的正态分布特征，可 以用其算术平均值来代替。算术平均值反映了随机变量的分布中心。 　　 标准差（也称均方根偏差） 标准差反映了随机误差的分布范围。 标准差愈大，测量数据的分布范围就愈大。 越小，分布曲线就越陡峭，说明随机 变量的分散性小，接近真值 ，精 度高。 ;在实际测量中，由于真值无法知道，就用测量值的算术平均值代替。 各测量值与算术平均值的差值称为残余误差 ，即 　　　 由残余误差可计算标准差的估计值 ，即贝塞尔公式 　 算术平均值的精度可由算术平均值的标准差 来表示，由误差理论可以证明，它与 的关系为 在 不变的情况下，可以画出 与n的关系曲线如图2.3所示。 ; 曲线表明，当n增大时，测量精度相应提高，但测量次数达到一定数目之后(如n＞10)， 下降很慢。所以要提高测量结果的精度，不能单靠无限地增加测量次数，而需要从采用适当的测量方法、选择仪器的精度及确定适当的测量次数几个方面考虑。一般情况下取n＝5～10范围内较适宜。 ; 3. 正态分布的概率计算 为了确定测量的可靠性，需要计算正态分布在不同区间的概率。由于残余误差表示的正态分布密度函数为   任意区间[a,b]出现的概率  计算概率通常取成 对称区间的概率，即　　  ;由上表可知，当t=1时，P＝0.6827，即测量结果中随机误差出现在 间的概率为68.27%； 当t=3时，出现在 间的概率为99.73%， 相应地， 的概率为0.27%， 因此一般认为绝对值大于3 的误差是不可能出现的，通常把这个误差称为极限误差 。 按照上述分析，测量结果常表示为　 或　 ;2.3.2 系统误差的处理; 2. 系统误差的发现与判别 （1）实验对比法 通过改变产生系统误差的条件从而进行不同条件下的测量，以发现系统误差。适用于发现固定的系统误差。 （2）残余误差观察法 根据测量值残余误差的大小和符号的变化规律来判断有无变化的系统误差。 （3）准则检查法 马利科夫准则：将残余误差的前后各一半分成两个组，如果前、后两组残余误差的和明显不同，则可能含有线性系统误差。 阿贝准则：是检查残余误差是否偏离正态分布，若偏离，则可能存在变化的系统误差。其做法是将测量值的残余误差按测量顺序排列，并计算，即  然后判断，若 ，则可能存变化的系统误差。 ; 3. 系统误差的消除 （1）消除系统误差产生的根源 测量前，仔细检查仪表，正确调整和安装；防止外界干扰的影响；选择好观测位置消除视差；选择环境条件较稳定时进行测量和读数。 （2）在测量系统中采用补偿措施 找出系统误差的规律，选用适当的方法消除系统误差。对应恒定系统误差可用标准量替代法、反向补偿法等；对应周期性系统误差可选用半周期偶数测量法（按系统误差变化的半个周期测量一次，每个周期测量两次，取平均值）。 （3）实时反馈修正 当查明某种误差因素的变化对测量结果有明显的影响时，可尽量找出其影响测量结果的函数关系或近似函数关系，然后按照这种函数关系对测量结果进行实时的自动修正。 （4）在测量结果中进行修正 对于已知的系统误差，可以用修正值对测量结果进行修正；对于变值系统误差，设法找出误差的变化规律，用修正公式或修正曲线对测量结果进行修正；对未知的系统误差，则归入随机误差一起处理。;2.3.3　粗大误差的处理; 1. 拉依达准则 也称为3 准则，通常把3 作为极限误差（为标准差）。 如果一组测量数据中某个测量值的残余误差的绝对值 时，则可认为该值含有粗大误差，应舍弃。 2. 肖维勒准则 该准则以正态分布为前提，假设多次重复测量得到的个测量值