动态测量数据处理方法研究

论文摘要

“科学始于测量”,测量技术水平是一个国家科技发展水平高低的重要评价指标。随着现代科学技术的发展,动态测量技术在现代测量测试领域中的地位变得尤为重要,对于动态测量数据的处理方法研究已经成为当今理论应用研究的热点,如何合理地利用和评价动态测量系统数据成为现代科学研究的主流。在这一问题上,世界各国专家学者都做了大量的研究和探索,虽取得了一定成果,但仍有不足和缺点尚待改进。传统的测量数据处理方法虽有其优点,但也存在许多问题,不适宜用来对动态测量数据进行分析。针对这一现象,本文首先通过深入研究动态测量及数据处理方法的基本理论,结合动态测量系统的特点与测量数据预处理理论,对动态测量数据异常值的剔除方法进行综述。其次,对动态测量数据拟合及预测方法进行初步探讨,基于模糊神经网络理论,给出一种动态测量数据拟合及预测方法。最后,针对目前动态测量不确定度评定过程中“以静代动”的普遍现象,提出一种基于拟蒙特卡洛方法的动态测量不确定度评定方法,实际算例结果表明,该算法对该例具有十分可靠稳定的计算结果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 动态测量理论概述
• 1.1.1 动态测量理论的研究现状
• 1.1.2 动态测量的概念
• 1.1.3 动态测量的特征
• 1.2 动态测量数据处理方法国内外发展及研究现状
• 1.3 现代测量不确定度理论发展现状
• 1.4 课题背景及研究内容
• 1.5 课题意义
• 第二章 动态测量数据异常值的剔除
• 2.1 关于测量数据异常值剔除的意义
• 2.2 异常值的概念
• 2.3 传统测量数据异常值的辨识方法
• 2.3.1 莱以特准则辨识方法
• 2.3.2 绝对均值法
• 2.3.3 卡尔曼滤波辨识方法
• 2.4 分析传统方法的不足及注意事项
• 2.5 本章小结
• 第三章 常用测量数据的拟合方法及其不足
• 3.1 最小二乘法
• 3.2 灰色模型拟合法
• 3.3 遗传算法数据拟合
• 3.4 本章小结
• 第四章 一种动态测量数据拟合及预测方法
• 4.1 拟和及预测方法在动态测量数据处理中的重要意义
• 4.2 一种动态测量数据拟和及预测方法
• 4.2.1 动态递归模糊神经网络概述
• 4.2.2 网络结构
• 4.3 学习算法
• 4.3.1 基本原理
• 4.3.2 步骤
• 4.3.3 实例验证
• 4.4 本章小结
• 第五章 测量不确定度及其动态特征分析
• 5.1 测量不确定度的概念与分类
• 5.1.1 测量不确定度的概念
• 5.1.2 测量不确定度的分类
• 5.2 标准不确定度评定的方法
• 5.2.1 A类评定及其自由度
• 5.2.2 B类评定及其自由度
• 5.3 合成标准不确定度
• 5.4 扩展不确定度
• 5.5 测量不确定度评定报告内容及其评定流程
• 5.6 应用“测量不确定度”代替“测量误差”评定测量结果的优势
• 5.7 对测量系统不确定度进行动态特征分析
• 5.8 本章小结
• 第六章 一种改进的动态测量不确定度评定方法
• 6.1 动态测量不确定度原理
• 6.2 拟蒙特卡洛方法
• 6.2.1 低偏差序列的概念
• 6.2.2 一种低偏差序列的产生方法
• 6.3 指定概率密度函数的拟随机数的产生方法
• 6.4 动态系统测量不确定度的评定方法
• 6.4.1 基本原理
• 6.4.2 评定步骤
• 6.5 应用实例分析
• 6.6 本章小结
• 第七章 研究成果及展望
• 7.1 研究总结
• 7.2 展望
• 致谢
• 参考文献
• 附录
• 详细摘荽