智能仪器的基本数据处理算法.ppt

基本数据处理算法内容提要;第二节消除系统误差的软件算法;一、仪器零位误差和增益误差的校正方法;1．零位误差的校正方法

在每一个测量周期或中断正常的测量过程中，把输入接地(即使输入为零)，此时整个测量输入通道的输出即为零位输出(一般其值不为零)N0；再把输入接基准电压Vr测得数据Nr，并将N0和Nr存于内存；然后输入接Vx，测得Nx，则测量结果可用下式计算出来。;2．增益误差的自动校正方法;二、系统非线性校正;1．校正函数法;

;2、建模方法之一：代数插值法;系数an，…，a1，a0应满足方程组;最常用的多项式插值有：

线性插值和抛物线（二次）插值。;线性插值举例;(2)抛物线插值（二阶插值）：

在一组数据中选取（x0,y0），（x1,y1），（x2,y2）三点，相应的插值方程

;现仍以表4.1所列数据说明抛物线插值的具体作用。节点选择（0，0），（10.15，250）和（20.21，490）三点;提高插值多项式的次数可以提高校正准确度。考虑到实时计算这一情况，多项式的次数一般不宜取得过高，当多项式的次数在允计的范围内仍不能满足校正精度要求时，可采用提高校正精度的另一种方法—

(3)分段插值法：这种方法是将曲线

y=f(x)分成N段，每段用一个插值多项式Pni(x)来进行非线性校正

（i=1,2,…N）。

等距节点分段插值和不等距节点分段插值两类。;①等距节点分段插值适用于非线性特性曲率变化不大的场合。分段数N及插值多项式的次数n均取决于非线性程度和仪器的精度要求。非线性越严重或精度越高，则N取大些或n取大些，然后存入仪器的程序存储器中。实时测量时只要先用程序判断输入x（即传感器输出数据）位于折线的哪一段，然后取出与该段对应的多项式系数并按此段的插值多项式计算Pni(x)，就可求得到被测物理量的近似值。;②.不等距节点分段插值对于曲率变化大的非线性特性，若采用等距节点的方法进行插值，要使最大误差满足精度要求，分段数N就会变得很大（因为一般取n≤2）。这将使多项式的系数组数相应增加。此时更宜采且非等距节点分段插值法。即在线性好的部分，节点间距离取大些，反之则取小些，从而使误差达到均???分布。;在表4.1中所列的数据中取三点（0，0），（10.15，250），（20.21，490），并用经过这三点的两个直线方程来近似代替整个表格。通过计算得：;3.建模方法之二：曲线拟合法;最小二乘法连续函数拟合;解即为aj（j=0，…，m）的最佳估计值;拟合多项式的次数越高，拟合结果的精度也就越高，但计算量相应地也增加。若取m=1，则被拟合的曲线为直线方程y=a0+a1x

n个实验数据对（xi，yi）（i=1，2，…，n），;分段拟合：是把曲线y=f(x)的整个区间划分成若干段，每段用一个多项式来拟合

1）分段直线拟合

2）分段n次曲线拟合;1）分段直线拟合

将y=f(x)曲线分段，每段用一条直线来拟合。思路是利用每段曲线上的若干组实验数据来求得最佳拟合直线。

将各转折点及每段的a，b参数计算出来并存入内存，进行校正时，首先应根据采样获得的测量值大小来确定被测量在那一段范围内，然后通过查表得出该段的a，b参数，并利用校正公式y=a+bx求得校正后的被测量。;2）分段曲线拟合

对于有些非线性特性可以用n次多项式进行拟合，一般取n=2，即二次抛物线拟合。

有时为了使效果最佳，各段也可选择不同的多项式进行拟合。各段的拟合表达式与相应的系数可利用计算机离线计算，然后再存入智能仪器微机系统的内存中。;

一般的对于同样的分段数N及相同的多项式次数n，曲线拟合的校正精度要优于插值法。;例如：在整个区间仍取相同的三个点（0，0），（10.15，250），（20.21，490），分成两段，若每段用线性方程拟合，可得：;三、系统误差的标准数据校正法;实测值介于两个校正点之间时，若仅是直接查表，则只能按其最接近查找，这显然会引入一定的误差。

可进行如下误差估计，设两校正点间的校正曲线为一直线段，其斜率S=△X／△Y(注意，校正时Y是自变量，X是函数值)，并设最大斜率为Sm，可能的最大误差为△Xm=Sm△Y，设Y的量程为Ym，校正时取等间隔的N个校正点，则△Xm=SmYm/N;四、传感器温度误差的校正方法;温度本身就是一个需要检测的量，或在传感器内靠近敏感元件处附加一个测温元件(PN二极管、热敏电阻)等。它们的某些特性随温度而变化，经测温电路、ADC后可转换为与温度有关的数字量，设为θ。

温度误差数学模型的建立，可采用前面已介绍的代数