传感器基础之误差分析处理.ppt

随机测量数据的特征参数数学期望的估计假设对被测量A进行n次等精度、无系统误差独立测量，测量结果为，则该测量序列的算术平均值是被测量A数学期望的最佳估计。12随机测量数据的特征参数标准偏差的估计由于随机误差与真值有关，是不可知的，工程上常用剩余误差代替随机误差而获得方差和标准差的估计值。剩余误差定义：用剩余误差计算近似标准差的贝塞尔公式：随机测量数据的特征参数算术平均值比单次测量值的离散度小，精度更高。算术平均值的标准差为：估计值为：算术平均值的标准差随机误差的处理数学期望方差（标准差σ）随机变量A定义式估计算术平均值的标准差随机测量数据的置信度置信度是表征测量结果可信赖程度的一个参数，用置信区间和置信概率来表示。置信区间[-a，+a]是鉴定测量系统的设计误差指标，对于已有的检测系统，随机误差δ服从正态分布，标准误差σ已知。区间[-a~+a]与曲线构成的面积就是测量误差在[-a~+a]区间出现的置信概率。随机测量数据的置信度置信概率等于在置信区间对概率密度函数的定积分；随机误差出现的概率就是测量数据出现的概率；置信区间可用标准误差的倍数K来表示，K称为置信因子，即：置信概率计算由于服从正态分布的概率密度函数具有对称性，随机误差概率公式为:随机测量数据的置信度上式是一个计算比较复杂的积分，可以通过查K-φ(K)表获得积分值。令 ，因 ，积分由0到a变为由0到K:随机测量数据的置信度Kφ(K)0.00.000000.50.382921.00.682691.50.866392.00.954502.50.987582.580.990122.60.990683.00.99730随机误差大于3σ概率为0.0027，几乎为零，故常将标准差的3倍作为正态分布下测量数据的极限误差。随机测量数据的置信度相应的置信概率为：04运算表明：当置信区间要求为： 05【例】对某电阻作无系统误差等精度独立测量，已知测量数据服从正态分布，其标准差为0.2Ω，求被测电阻真值R落在区间[R-0.5,R+0.5]Ω的概率。01同样可以算出，当置信区间要求为：03相应的置信概率为：02随机测量数据的置信度由给定或设定置信概率P来计算置信区间[-a，+a]；【例】对某电压值进行测量，其标准差为0.02V，期望值为79.83V，求置信概率为99%时所对应的测量置信区间。0102对给定置信概率，测出的置信区间愈小，表明系统的测量精度愈高。对给定置信区间，测出的置信概率越大，表明系统越可靠。置信概率与置信区间的说明随机测量数据的置信度随机误差的处理随机误差处理平均值处理方法被测样品的真实值是当测量次数n为无穷大时的统计期望值。n次采样数据算术平均值的标准误差为:由上式可见：测量列的算术平均值的标准误差只是各测量值的标准误差σ的。因此，以算术平均值作为检测结果比单次测量更为准确，而且在一定测量次数内，测量精度将随着采样次数的增加而提高。随机误差的处理平均值先后计算将式（1）（2）式在真值V0附近展开泰勒级数，保留到二次项得：（2）（1）??????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????在利用公式测量物质的密度时，所需的基本测量器材是天平（配砝码）和量筒，当这两种测量器材不齐全时，就有可能因无法测出待测物体的质量或者体积而不能测出物质的密度。为此，我们需要借助于水，由于水的密度是已知的，在能够测量水的体积的情况下，就可以求出水的质量；在能够测量水的质量的情况下，就可以求出水的体积。只要让水的质量（或体积）与待测物体的质量（或体积）相等，就能测出待测物体的质量或者体积，这样的方法称为“替代法”。第一章生物医学传感器基础