北京交通大学电子测量第二章大作业.docx

上传人:b****2 文档编号:1902732 上传时间:2022-10-25 格式:DOCX 页数:13 大小:328.83KB
下载 相关 举报
北京交通大学电子测量第二章大作业.docx_第1页
第1页 / 共13页
北京交通大学电子测量第二章大作业.docx_第2页
第2页 / 共13页
北京交通大学电子测量第二章大作业.docx_第3页
第3页 / 共13页
北京交通大学电子测量第二章大作业.docx_第4页
第4页 / 共13页
北京交通大学电子测量第二章大作业.docx_第5页
第5页 / 共13页
点击查看更多>>
下载资源
资源描述

北京交通大学电子测量第二章大作业.docx

《北京交通大学电子测量第二章大作业.docx》由会员分享,可在线阅读,更多相关《北京交通大学电子测量第二章大作业.docx(13页珍藏版)》请在冰豆网上搜索。

北京交通大学电子测量第二章大作业.docx

北京交通大学电子测量第二章大作业

 

北京交通大学电子测量第二章大作业

电子测量大作业

 

数据处理的通用程序

一.实验要求

参考例2-2-6的解题过程,用c语言或MATLAB设计测量数据误差处理的通用程序,要求如下:

(1)提供测试数据输入,粗大误差判别准则选择等的人机界面;

(2)编写程序使用说明;

(3)通过实例来验证程序的正确性。

一.实验原理

1.求平均值及标准偏差估计值

2.检查有无异常数据。

用于粗大误差剔除的常见方法有:

①莱特检验法:

当时,该误差为粗大误差。

用于数据服从正态分布的情况下判断异常值,主要用于测量数据较多时,一般要求n>10。

②肖维纳检验法:

当时,该误差为粗大误差。

用于数据服从正态分布的情况下判断异常值,要求在n>5时使用。

③格拉布斯检验法:

当时,该误差为粗大误差,g值根据重复测量次数n和置信概率由附录3的格拉布斯准则表查出。

格拉布斯检验法是在未知总体偏差的情况下,对正态样本或接近正态样本的异常值进行判别。

④除了上述三种检验法外,还有奈尔检验法、Q检验法、狄克逊检验法等。

3.判断有无随时间变化的变值系统误差。

①判断有无累进性系统误差:

n为偶数时,若

n为奇数时,若

则认为测量中存在累进性系统误差。

②判断有无周期性系统误差:

则认为测量中存在周期性系统误差。

4.给出置信区间

先求出平均值的标准偏差,根据n值,查t分布表,可以在给定置信概率下,查出的值。

然后求出置信区间:

一.实验程序

#include

#include

intw=0;

/********求平均值**********/

/*形参分别为数据总量、数据*/

floatave(intb,floata[])

{

floatsum,average;

inti;

for(i=0,sum=0;i

{

sum=sum+a[i];

}

average=sum/b;

returnaverage;

}

/*********标准差估计值************/

/*形参分别为数据总量、数据、平均值*/

floatsd(intb,floata[],floatav)

{

floatsum2,c,d;

inti;

for(i=0,sum2=0;i

{

sum2=sum2+a[i]*a[i];

}

c=sum2-b*av*av;

d=sqrt(c/(b-1));

returnd;

}

/******莱特检验法判断粗大误差******/

/*形参分别为数据总量、数据、残差、标准差*/

intWright(intcount,float*p,float*q,floatsd)

{

inti,j[100],k,a;

floatstandard=3*sd;

do

{

k=0;

for(i=0;i

{

if(fabs(*(q+i))>standard)

{

j[k]=i;

k++;

}

}

if(k!

=0)

{

a=j[0];

if(k>1)

{

for(i=1;i

{

if(*(p+j[i-1])<*(p+j[i]))

a=j[i];

}

}

printf("该组数据有异常数据%f\n",*(p+a));

for(i=a;i<=count;i++)

*(p+i)=*(p+i+1);

count--;

k--;

}

}while(k!

=0);

return(count);

}

/****肖维纳检验法判断粗大误差******/

/*形参分别为数据总量、数据、残差、标准差*/

/**********数据总量为5-37*********/

intChauvenet(intcount,float*p,float*q,floatsd)

{

inti,j[100],k,a;

floatch[38]={0,0,0,0,0,

1.65,1.73,1.79,1.86,1.92,

1.96,2.00,2.04,2.07,2.10,

2.13,2.16,2.18,2.20,2.22,

2.24,2.26,2.28,2.30,2.32,

2.33,2.34,2.35,2.37,2.38,

2.39,2.45,2.50,2.58,2.64,

2.74,2.81,3.02};

floatstandard=ch[count]*sd;

do

{

k=0;

for(i=0;i

{

if(fabs(*(q+i))>standard)

{

j[k]=i;

k++;

}

}

if(k!

=0)

{

a=j[0];

if(k>1)

{

for(i=1;i

{

if(*(p+j[i-1])<*(p+j[i]))

a=j[i];

}

}

printf("该组数据有异常数据%f\n",*(p+a));

for(i=a;i

*(p+i)=*(p+i+1);

count--;

k--;

}

}while(k!

=0);

return(count);

}

/*******格拉布斯检验法判断粗大误差*******/

/*形参分别为数据总量、数据、残差、标准差*/

/*************数据总量为3-25*************/

intGrabus(intcount,float*p,float*q,floatsd)

{

inti,j[100],k,a;

floatg[26]={0,0,0,1.15,1.46,

1.67,1.82,1.94,2.03,2.11,

2.18,2.23,2.29,2.33,2.37,

2.41,2.44,2.47,2.50,2.53,

2.56,2.58,2.60,2.62,2.64,

2.66};

floatstandard=g[count]*sd;

do

{

k=0;

for(i=0;i

{

if(fabs(*(q+i))>standard)

{

j[k]=i;

k++;

}

}

if(k!

=0)

{

a=j[0];

if(k>1)

{

for(i=1;i

{

if(*(p+j[i-1])<*(p+j[i]))

a=j[i];

}

}

}

printf("该组数据有异常数据%f\n",*(p+a));

for(i=a;i<=count;i++)

*(p+i)=*(p+i+1);

count--;

k--;

}while(k!

=0);

return(count);

}

/******马利科夫判据判断累进性系统误差******/

/*形参分别为数据总量、数据、残差、标准差、平均值*/

intmalikefu(intb,floata[],floatv[],floatsd,floatav)

{

inti,q=0;

floatmax,sum1=0,sum2=0,sum3=0,sum4=0,n,m;

max=fabs(v[0]);

for(i=0;i

{

if(fabs(v[i])>max)

max=fabs(v[i]);

}

if(b%2==0)

{

for(i=0;i<(b/2-1);i++)

{

sum1=sum1+v[i];

}

for(i=b/2;i

{

sum2=sum2+v[i];

}

n=sum1-sum2;

if(fabs(n)>fabs(max)||fabs(n)==fabs(max))

{

printf("存在累进性系统误差\n");

q=1;

}

if(fabs(n)

printf("不存在累进性系统误差\n");

}

if(b%2!

=0)

{

for(i=0;i<(b-1)/2;i++)

{

sum3=sum3+v[i];

}

for(i=(b+1)/2;i

{

sum4=sum4+v[i];

}

m=sum3-sum4;

if(fabs(m)>fabs(max)||fabs(m)==fabs(max))

{

printf("存在累进性系统误差\n");

q=1;

}

if(fabs(m)

printf("不存在累进性系统误差\n");

}

returnq;

}

/******阿卑-赫梅判据判断周期性系统误差******/

/*形参分别为数据总量、数据、标准差、平均值*/

intabhm(intb,floata[],floatv[],floatsd,floatav)

{

inti,q=0;

floatc[100],sum=0,n;

for(i=0;i

{

sum=sum+v[i]*v[i+1];

}

n=sd*sd*sqrt(b-1);

if(fabs(sum)>n)

{

printf("存在周期性系统误差\n");

q=1;

}

else

{

printf("不存在周期性系统误差\n");

}

returnq;

}

/******95%置信概率下置信系数、置信区间*****/

/*形参分别为数据总量、数据、标准差、平均值*/

/**************数据总量为1-30**************/

voidzxqj(intb,floata[],floatsd,floatav)

{

floate[100]={0,0,12.706,4.303,3.182,2.776,2.571,2.447,

2.365,2.306,2.262,2.228,2.201,2.179,

2.160,2.145,2.131,2.120,2.110,2.101,

2.093,2.086,2.080,2.074,2.069,2.064,

2.06,2.056,2.052,2.048,2.045,2.042};

floatn,m,l;

intp,q;

n=sd/(sqrt(b));

m=av-e[b]*n;

l=av+e[b]*n;

printf("在95%%的置信概率下,\n置信系数为%f\t置信区间为%f至%f\n",e[b]

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 人文社科 > 法律资料

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1