传感器基础之误差分析处理.ppt

第一章生物医学传感器基础 本章教学目标 通过本章的学习 了解测量的一些基本理论 了解什么是传感器的静态特性 动态特性及其数学表达式表示方法 掌握传感器装置的静态特性指标和动态特性品质指标 仪表等级精度的概念 并能以此适当选择测量仪器 测量概论 生物医学传感器的研究对象 生物体的物理 化学和生物参数 传感器检测中的关键问题 被测信号的大小 信号的确定性及其频谱 生理信号随机变化的特点 传感器的静态特性和动态特性 生物医学信号基本特性 传感器没有失真地反映测量信号 主要内容 测量概论误差分析处理测量不确定度数据表述传感器的基本特性静态特性动态特性传感器的干扰与噪声 传感器基础之误差分析处理 测量误差基本概念 测量误差的表示 测量误差的分类 有效数字 系统误差的消除 主要内容 随机误差的处理 粗大误差的剔除 测量误差基本概念 真值 指被测量在一定条件下客观存在的 实际具备的量值 真值是不可确切获知的 实际测量中常用 约定真值 和 相对真值 约定真值是用约定的办法确定的真值 如砝码的质量 相对真值是指具有更高精度等级的计量器的测量值 标称值 计量或测量器具上标注的量值 如标准砝码上标注的质量数 示值 由测量仪器 设备 给出的量值 也称测量值或测量结果 测量误差 测量结果与被测量真值之间的差值 误差公理 一切测量都具有误差 误差自始至终存在于所有科学试验的过程之中 研究误差的目的是找出适当的方法减小误差 使测量结果更接近真值 重复性 在相同条件下 对同一被测量进行多次测量所得到的结果之间的一致性 相同条件包括 相同的测量程序 测量方法 观测人员 测量设备和测量地点等 测量不确定度 表示测量结果不能肯定的程度 或说是表征测量结果分散性的一个参数 它只涉及测量值 是可以量化的 经常由被测量算术平均值的标准差 相关量的标定不确定度等联合表示 测量误差基本概念 准确度 是测量结果中系统误差与随机误差的综合 表示测量结果与真值的一致程度 由于真值未知 准确度是个定性的概念 测量误差的表示 3 引用误差 绝对误差与测量仪表量程之比 按最大引用误差将电测量仪表的准确度等级分为7级 指数a分别为 0 1 0 2 0 5 1 0 1 5 2 5 5 0 2 相对误差 绝对误差与真值之比 在误差较小时 可以用测量值代替真值 称为示值相对误差 x 所以电测量仪表在使用中的最大可能误差为 例 某1 0级电压表 量程为300V 求测量值Ux分别为100V和200V时的最大绝对误差 Um和示值相对误差 Ux 测量误差的表示 测量误差的分类 按产生原因分类 1 方法误差 方法误差是由于检测系统采用的测量原理与方法本身所产生的测量误差 是制约测量准确性的主要原因 2 环境误差 环境误差是由于环境因素对测量影响而产生的误差 例如环境温度 湿度 灰尘 电磁干扰 机械振动等存在于测量系统之外的干扰会引起被测样品的性能变化 使检测系统产生的误差 按产生原因分类 5 随机误差 相同条件下测量产生的偶然误差 重复测量 3 装置误差 装置误差是检测系统本身固有的各种因素影响而产生的误差 传感器 元器件与材料性能 制造与装配的技术水平等都直接影响检测系统的准确性和稳定性产生的误差 4 处理误差 数据处理误差是检测系统对测量信号进行运算处理时产生的误差 包括数字化误差 计算误差等 测量误差的分类 按误差性质分类 1 系统误差 在重复条件下 对同一物理量无限多次测量结果的平均值减去该被测量的真值 系统误差大小 方向恒定一致或按一定规律变化 测量误差的分类 系统误差产生的原因 测量系统性能不完善检测设备和电路等安装 布置 调整不当因温度 气压等环境条件发生变化测量方法不完善或测量理论依据不完善例如 仪表盘刻度不准确造成恒值误差 系统误差的主要特征 出现的规律性和产生原因的可知性 通常系统误差可以通过实验的方法或引入修正值的方法计算修正 也可以重新调整测量仪表的有关部件予以消除 2 随机误差 测量示值减去在重复条件下同一被测量无限多次测量的平均值 随机误差具有抵偿特性 产生原因主要是温度波动 振动 电磁场扰动等不可预料和控制的微小变量 测量误差的分类 随机误差产生的原因 一些微小因素 比如 外界微小的干扰等 随机误差只能用概率论和数理统计方法计算它出现可能性的概率 而且随机误差不可能修正 但在了解其统计规律性之后 可以控制和减少它们对测量结果的影响 系统误差和随机误差之间的关系 两种不同性质的误差 但在测量中难以区分 一般系统误差表现为测量结果偏离真值的程度大小 而随机误差表现为测量结果的分散程度 测量误差的分类 随机误差的主要特征 绝对值相等 符号相反的误差在多次重复测量中出现的可能性相等 在一定测量条件下 随机误差的绝对值不会超过某一限度 绝对值小的随机误差比绝对值大的随机误差在多次重复测量中出现的机会多 随机误差的算术平均值随测量次数的增加而趋于零 随机误差呈现正态分布规律 长度相对测量值 3 粗大误差 明显超出规定条件下预期的误差 它是统计异常值 产生原因主要是读数错误 仪器有缺陷或测量条件突变等 在数据处理时 允许也应该剔除含有粗大误差的数据 但必须有充分依据 1 数据的舍入规则 四舍五入 末位取偶 一次舍入到位 目的是使正负舍入误差的概率近似相等 例如 将下列数据四舍五入 保留两位小数 12 4344 12 4325 3250 25 3363 73501 63 7417 6950 17 70 2 有效数字 从左边第一个非零数字到最末一位数字为止的全部数字称为有效数字 它所隐含的意义是该数据的极限误差不超过其有效数字末位的半个单位 3 有效数字位数的确定 测量结果的最末一位与测量不确定度的位数对齐 有效数字 系统误差的消除 根据不同测量目的 对测量仪器 仪表 测量条件 测量方法及步骤等进行全面分析 发现系统误差 采用相应的措施来消除或减弱它 分析系统误差产生的根源 从产生的来源上消除 仪器 环境 方法 人员素质等 分析系统误差的具体数值和变换规律 利用修正的方法来消除 通过资料 理论推导或者实验获取系统误差的修正值 最终测量值 测量读数 修正值 针对具体测量任务可以采取一些特殊方法 从测量方法上减小或消除系统误差 多次测量求平均值不能减小系统误差 系统误差的消除 交换法测量 通过测量位置的变化 例如 天平测量时 天平臂长误差 恒值误差 可通过左右交换测量去平均来消除 抵消法测量 如图 系统中存在有方向的固定误差 U 通过两次测量 取平均值 补偿法 差动测量法等均可以克服或消除系统误差 随机误差的处理 随机误差的统计特性 随机测量数据的分布 随机测量数据的特征参数 随机误差处理 随机测量数据的置信度 随机误差的统计特征 当其它误差可以忽略时 随机误差 可以表示为测量值与真值之差 随机误差的统计特征 4 抵偿性 随着测量次数的增加 随机误差的代数和趋于零 1 对称性 绝对值相等的正 负误差出现的概率相同 2 有界性 绝对值很大的误差出现的概率为零 在一定的条件下 误差的绝对值不会超过某一界限 3 单峰性 绝对值小的误差出现的概率大于绝对值大的误差出现的概率 随机测量数据的分布 正态分布 对某一产品作N次等精度重复测量 测量序列 服从正态分布 高斯概率分布 标准误差 随机误差 测量真值 随机测量数据的分布 测量数据概率密度 不同的 有不同的概率密度函数曲线 一定 随机误差的概率分布就完全确定 随机测量数据的分布 平均分布在某一区域内随机误差出现的概率处处相等 仪器刻度误差最小分辨率误差数字量化误差舍入误差等 随机测量数据的分布 t分布处理小样本的测量数据 n 30 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 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 随机测量数据的特征参数 算术平均值的标准差 算术平均值的标准差为 估计值为 算术平均值比单次测量值的离散度小 精度更高 随机误差的处理 数学期望 方差 标准差 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 服从正态分布 标准误差 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 置信概率计算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 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 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 随机测量数据的置信度 令 因 积分由0到a变为由0到K 上式是一个计算比较复杂的积分 可以通过查K K 表获得积分值 随机测量数据的置信度 随机误差大于3 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 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 2 求被测电阻真值R落在区间 R 0 5 R 0 5 的概率 相应的置信概率为 同样可以算出 当置信区间要求为 运算表明 当置信区间要求为 相应的置信概率为 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 随机测量数据的置信度 置信概率与置信区间的说明A 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 B 对给定置信区间 测出的置信概率越大 表明系统越可靠 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 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 当采样次数n不受限制时 可以认为平均值更接近 当测量次数n较大时 可以认为 但不可能为零 直接采样信号的平均值就是系统对检测信号的最佳估计值 可用平均值代表其相对真值 如果被测量与直接采样信号函数关系明确 将各直接量的最佳估计值代入该函数 所求出值即为被测量的最佳估计值 因此应采用 随机误差的处理 数据序列数n的确定标准误差 是在采样次数n足够大得到的 但实际测量只能有限次 测量次数n如何确定 a实际测量中的有限次测量只能得到标准误差的近似值 b通过贝塞尔公式求标准误差的近似值 c采用近似值通过谢波尔德公式确定测量次数n 随机误差的处理 由贝塞尔 Bessel 公式可推导出用剩余误差计算近似标准误差为 谢波尔德公式给出了标准误差 近似误差以及检测设备分辨率 之间的关系 当测量次数n增加 利用随机误差的抵偿性质 使随机误差对测量结果的影响削弱到与相近的数量时 近似误差就趋于稳定 此时测量次数n为选定值 一般n在10 20之间 随机误差的处理 粗大误差的剔除 物理判别法 测量过程中 人为因素 读错 记录错 操作错 不符合实验条件 环境突变 突然振动 电磁干扰等 随时发现 随时剔除 重新测量统计判别法 测量完毕按照统计方法处理数据 在一定的置信概率下确定置信区间 超过误差限的判为异常值 予以剔除 粗大误差的剔除 拉依达准则 3准则 随机误差大于3倍标准差的概率仅为0 0027 如果测量值Ak的随机误差为 k 且 则该测量值含有粗大误差 应予以剔除 实际应用中用剩余误差代替随机误差 标准差采用估计值 即 当n较小时 特别是当n 10时 该准则失效 以n 10为例 由贝塞尔公式 当n 10时 剩余误差总是小于 即使在测量数据中含有粗大误差 也无法判定 粗大误差的剔除 格罗布斯 Grubbs 准则当测量数据中 测量值Ak的剩余误差满足下面的条件时 则除去Ak 是与测量次数n 显著性水平 相关的临界值 可以查表获得 与置信概率P的关系为 粗大误差的剔除 特点 1 对于次数较少的粗大误差剔除的准确性高 2 每次只能剔除一个可疑值 粗大误差的剔除 具体步骤 a 用查表法找出统计量的临界值 b 计算各测量值的剩余误差 找出剩余误差绝对值最大值 c 判断 d 剔除含有粗大误差的测量值后 重新计算标准差估计值 重复步骤a c 直至含有粗大误差的测量值全部被剔除 粗大误差的剔除 粗大误差的剔除 标准差估计值为 例 对某种样品进行8次检测采样 测得长度值为Xi 如表所示 在置信概率为0 99时 试用格罗布斯准则判断有无粗大误差 8次测量的平均值为 计算相应的剩余误差为 由上表看出 值得怀疑 因为n 8 1 P 1 0 99 0 01 查表可得 于是有 因 故 含有粗大误差 应剔除 粗大误差的剔除 用余下的7个数据重新计算剩余误差和标准差 标准差估计值为 7个数的平均值为 故余下7个测量数据中已无粗大误差存在 在后续计算时可以使用 粗大误差的剔除 1 测量误差定义与分类 系统 随机 粗大 2 随机误差的统计特性 正态分布 t分布 平均分布等3 随机误差的分布规律 对称 单峰 有界 抵偿 4 测量数据可信度 1 置信区间 2 置信概率 3 置信概率计算公式及其推导 小结 5 随机误差处理 1 平均值原理与证明 2 平均值先后计算 3 数据序列数n的确定 a 贝塞尔公式 b 谢波尔德公式6 粗大误差处理 1 拉依达准则 2 格罗布斯准则 小结 作业 1 测量结果中的误差按性质一般分为哪三类 简述各类误差的起因 特点和减小误差应采取的措施 2 为什么选用电测仪表时 不仅要考虑它的精度 还要考虑其量程 用量程为150V 0 5级的电压表和量程为30V 1 5级的电压表测量25V的电压 请用选用哪一个电压表测量合适 3 量程为10A的0 5级电流表经检测在示值5A处的示值误差最大 其值为15mA 问该表是否合格 4 对某电阻进行10次等精度测量 所得数据为 9 92 9 94 9 95 9 91 9 93 9 93 9 94 9 92 9 95 9 94 单位为欧姆 测量数据服从正态分布 不考虑系统误差 试判断在置信概率为99 时 该测量序列中是否含有粗大误差 ThankYou