iinni1i1的亏数。2)残余误差代数和绝对值应符合: 当n为偶数时,
vii1nnnA; 2当n为奇数时,
nvi0.5A
2i1式中A为实际求得的算术平均值x末位数的一个单位。 (2)测量的标准差
测量的标准偏差称为标准差,也可以称之为均方根误差。 1、测量列中单次测量的标准差
...n21222ni1n2in 式中 n—测量次数(应充分大)
i —测得值与被测量值的真值之差
vi1n2in1 2、测量列算术平均值的标准差:xn
三、实验内容:
1.对某一轴径等精度测量8次,得到下表数据,求测量结果。 序号 1 2 3 4 5 6 7 8 li/mm 24.674 24.675 24.673 24.676 24.671 24.678 24.672 24.674 vi/mm vi2/mm2 假定该测量列不存在固定的系统误差,则可按下列步骤求测量结果。 1、算术平均值 2、求残余误差
3、校核算术平均值及其残余误差 4、判断系统误差
5、求测量列单次测量的标准差 6、判别粗大误差
7、求算术平均值的标准差 8、求算术平均值的极限误差 9、写出最后测量结果 四、实验数据整理: (一)、求算术平均值、残余误差 1、分析:
lil1l2...lni1 (1)算术平均值:xnn(2)残余误差:vili-x
n(3)校核算术平均值及其残余误差: 残差和:
vlnx
iii1i1nn 残余误差代数和绝对值应符合:当n为偶数时,
vii1innA 2 当n为奇数时,(4)测量列中单次测量的标准差:
vi1nn0.5A21222...n2ni1n2in (5)测量列算术平均值的标准差
xn vi1n2in1 2、程序:
l=[24.674,24.675,24.673,24.676,24.671,24.678,24.672,24.674];%已知测量值
x1=mean(l);%用mean函数求算数平均值 v=l-x1;%求解残余误差 a=sum(v);%求残差和
ah=abs(a);%用abs函数求解残差和绝对值
bh=ah-(8/2)*0.0001;%校核算术平均值及其残余误差,残差和绝对值小于n/2*A,bh<0,故以上计算正确
xt=sum(v(1:4))-sum(v(5:8));%判断系统误差(算得差值较小,故不存在系统误差)
bz=sqrt((sum(v.^2)/7));%单次测量的标准差
p=sort(l)%用格罗布斯准则判断粗大误差,先将测量值按大小顺序重新排列
g0=2.03;%查表g(8,0.05)的值 g1=(x1-p(1))/bz;
g8=(p(8)-x1)/bz;%将g1与g8与g0值比较,g1和g8都小于g0,故判断
暂不存在粗大误差
sc=bz/(sqrt(8));%算数平均值的标准差 t=2.36;%查表t(7,0.05)值 jx=t*sc%算术平均值的极限误差 l1=x1+jx;%写出最后测量结果 l2=x1-jx%写出最后测量结果 3、在matlab中的编译及运行结果
实验二 误差的合成与分配
一、实验目的
通过实验掌握误差合成与分配的基本规律和基本方法。
二、实验原理
(1)误差合成
间接测量是通过直接测量与被测的量之间有一定函数关系的其他量,按照已知的函数关系式计算出被测的量。因此间接测量的量是直接测量所得到的各个测量值的函数,而间接测量误差则是各个直接测得值误差的函数,这种误差为函数误差。研究函数误差的内容实质上就是研究误差的传递问题,而对于这种具有确定关系的误差计算,称为误差合成。 随机误差的合成
随机误差具有随机性,其取值是不可预知的,并用测量的标准差或极限误差来表征其取值的分散程度。 标准差的合成
若有q个单项随机误差,他们的标准差分别为1,2,…,q,其相应的误差传递系数为a1,a2,…,aq。
根据方和根的运算方法,各个标准差合成后的总标准差为
(a)iii1q22ijaiajij 1ijq一般情况下各个误差互不相关,相关系数ij=0,则有
(a)iii1q2
极限误差的合成
在测量实践中,各个单项随机误差和测量结果的总误差也常以极限误差的形式来表示,因此极限误差的合成也很常见。
若已知个单项极限误差为1,2,...,q,且置信概率相同,则按方和根合成的总极限误差为
(a)iii1q22ijaiajij 1ijq系统误差的合成
系统误差的大小是评定测量准确度高低的标志,系统误差越大,准确度越低;反之,准确度越高。 已定系统误差的合成
已定系统误差是指误差大小和方向均已确切掌握了的系统误差。在测量过程中,若有r个单项已定系统误差,其误差值分别为1,2,…,r,相应的误差传递系数为a1,a2,…,ar,则代数和法进行合成,求得总的已定系统误差为:
aii
i1r未定系统误差的合成 ①标准差的合成:
若测量过程中有s个单项未定系统误差,它们的标准差分别为u1,u2,...,us,其相应的误差传递系数为a1,a2,...,as,则合成后未定系统误差的总标准差为
u(au)iii1s22ijaiajuiuj 1ijs当ij=0,则有
u(au)iii1q2 ②极限误差的合成
因为各个单项未定系统误差的极限误差为
eitiui i=1,2,…s
总的未定系统误差的极限误差为 etu
则可得
et(au)iii1s22ijaiajuiuj 1ijs当各个单项未定系统误差均服从正态分布,且ij=0,则有
e(ae)iii1s2 系统误差与随机误差的合成
当测量过程中存在各种不同性质的多项系统误差与随机误差,应将其进行综合,以求得最后测量结果的总误差。 按极限误差合成
若测量过程中有r个单项已定系统误差,s个单项未定系统误差,q个单项随机误差,他们的误差值或极限误差分别为
1,2,…,r e1,e2,…,es
1,2,...,q
设各个误差传递系数均为1,则测量结果总的极限误差为
qeiitiR i1i1tii1tirs22R——各个误差间协方差之和
当各个误差均服从正态分布,且各个误差间互不相关时,上式可简化为
ii1reiii1i1ss2q2 系统误差经修正后,测量结果总的极限误差就是总的未定系统误差与总的随机误差的均方根eiii1i12q2 按标准差合成
用标准差来表示系统误差与随机误差的合成公式,只需考虑未定系统误差与随机误差的合成问题。
若测量过程中有s个单项未定系统误差,q个单项随机误差,他们的标准差分别为u1,u2,...,us,1,2,...,q,
为计算方便,设各个误差传递系数均为1,则测量结果总的标准差为
u2ii1i1s2qsq2iR 式中R为各个误差间协方差之和,当合格误差间互不相关时,上式可简化为uii1i1s22i
对于n次重复测量,测量结果平均值的总标准差公式则为
1q2uii
ni1i1
(2)误差分配
测量过程皆包含多项误差,而测量结果的总误差则由各单项误差的综合影响所确定。给定测量结果总误差的允差,要求确定各单项误差就是误差分配问题。
1、现设各误差因素皆为随机误差,且互不相关,则有
ff2f2y12...21 x1x2x1=a11a22...ann 222=D1D2...Dn 222222222Di——函数的部分误差。
若已给定y,需确定Di或相应i,使满足
yD12D22...Dn2 式中Di可以是任意值,为不确定解,需按下列步骤求解。 按等作用原则
按可能性调整误差 验算调整后的总误差
三、实验内容
1、弓高弦长法简介测量大直径。直接测得弓高h、弦长s,根据h,s间的函数关系利用熟悉的语言编程求解出直径D,以及直径的系统误差、随机误差和所求直径的最后结果。
s2Dh 4hh=50mm,h=-0.1mm, limh0.05
s=500mm, s=1mm, lims=0.1
四、实验数据整理 1、实验程序
h=50;%弓高h=50mm
s=500;%弦长s=500mm
s1=1;%弦长的系统误差s1=1mm
h1=-0.1;%弓高的系统误差h1=-0.1mm D0=(s.^2)/(4*h)+h;
%不考虑测得值的系统误差测得直径D0=1300mm %D=f(s,h)
s2=s/(2*h);%s误差传递系数=5
h2=-(((s.^2)/(4*h.^2))-1);%h误差传递系数h2=-24 d=(s2*s1)+(h2*h1)%系统误差d=7.4000
Y=D0-d%消除系统误差,测得直径的实际长度Y=1.2926e+03 Y=vpa(Y,5)%最后结果Y=1292.6
2、matlab中编译及运行结果
实验三 线性参数的最小二乘法处理
一、 实验目的
最小二乘法原理是一种在多学科领域中获得广泛应用的数据处理方法。通过实验要求掌握最小二乘法基本原理、正规方程以及组合测量的最小二乘法处理办法。
二、实验原理
(1)测量结果的最可信赖值应在残余误差平方和为最小的条件下求出,这就是最小二乘法原理。即
22v12v2...vn[v2]=最小
(2)正规方程
最小二乘法可以将误差方程转化为有确定解的代数方程组(其方程式的数目正好等于未知数的个数),从而可求解出这些未知参数。这个有确定解的代数方程组称为最小二乘法估计的正规方程。 (3)精度估计
为了确定最小二乘估计量x1,x2,...,xt的精度,首先需要给出直接测量所得测量数据的精度。测量数据的精度也以标准差来表示。因为无法求得的真值,只能依据有限次的测量结果给出的估计值,所谓精度估计,实际上是求出估计值。 (4)组合测量是通过直接测量待测参数的各种组合量,然后对这些测量数据进行处理,从而求得待测参数的估计量,并给出其精度估计。
三、实验内容
如下图所示已知直接测量刻线的各种组合量,要求检定刻线A、B、C、D间距离x1 、x2、 x3,测量数据的标准差以及估计量的标准差。
(1)
x1 x2 x3
A B C D
l6 l4 l1 l2 l3 l5 l1=2.018mm l2=1.986mm l3=2.020mm l4= 4.020mm l5=3.984mm l6=6.030mm 四、实验总结
程序
.l1=2.018;l2=1.986;l3=2.020;l4=4.020;l5=3.984;l6=6.030; l=[l1;l2;l3;l4;l5;l6];%l=[2.018;1.986;2.020;4.020;3.984;6.030] A=[1 0 0;0 1 0;0 0 1;1 1 0;0 1 1;1 1 1]; B=A';
invC=inv(A'*A);%invC=[0.5,-0.25,0;-0.25,0.5,-0.25;0,-0.25,0.5]
求矩阵的逆
X=invC*A'*l;%X=[2.0290;1.9845;2.0120]
这是刻线间距AB,BC,CD的最佳估计值
x1=X(1,1);%x1=2.0290 x2=X(2,1);%x2=1.9845 x3=X(3,1);%x3=2.0120
L=[x1;x2;x3;x1+x2;x2+x3;x1+x2+x3];% V=l-L;%
bzc=sqrt((sum(V.^2))./3);%等精度测量
测得数据l1,l2,l3,l4, l5,l6的标准差相同为0.0116mm
%计算估计量的标准差
invC=inv(A'*A)%invC=[d11,d12,d13;d21,d22,d23;d31,d32,d33]
%invC=[0.5,-0.25,0;-0.25,0.5,-0.25;0,-0.25,0.5]
d11=0.5; d22=0.5; d33=0.5;
BZC=bzc*sqrt(d11)%BZC=0.0082mm
故三个可估计量的标准差都为0.0082mm 在matlab中运行结果
小结:
这是刻线间距AB,BC,CD的最佳估计值分别为:
2.0290 1.9845 2.0120
等精度测量时
测得数据l1,l2,l3,l4, l5,l6的标准差相同为0.0116mm %计算估计量的标准差 invC=inv(A'*A)
=[d11,d12,d13;d21,d22,d23;d31,d32,d33] =[0.5,-0.25,0;-0.25,0.5,-0.25;0,-0.25,0.5] BZC=bzc*sqrt(d11)
=0.0082mm BZC=bzc*sqrt(d22)
=0.0082mm BZC=bzc*sqrt(d33)
=0.0082mm
故三个可估计量的标准差都为0.0082mm